[实用新型]基于AI的施工现场异常行为人的识别和告警系统有效

专利信息
申请号: 201921962566.7 申请日: 2019-11-14
公开(公告)号: CN211293956U 公开(公告)日: 2020-08-18
发明(设计)人: 韩东兴;侯伟;卢立宁;王东兴;王海青;季彬;朱志旭;杨兆勇 申请(专利权)人: 北京国电通网络技术有限公司;北京佳服信息科技有限公司;季彬;朱志旭;杨兆勇
主分类号: G06K9/00 分类号: G06K9/00;G08B13/196
代理公司: 暂无信息 代理人: 暂无信息
地址: 100070 北京市海淀区创*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 ai 施工现场 异常 行为人 识别 告警 系统
【说明书】:

实用新型涉及一种基于AI的施工现场异常行为人的识别和告警系统,包括视频采集器、行为分析边缘端服务器、云端监控服务器、识别服务器、显示单元以及告警装置;可以实现多个工地现场的监控、识别。该识别和告警系统采用人工智能模型检测异常行为,对异常行为人进行识别,并对涉及的行为人进行告警,同时通知现场工地的管理人员,便于发现问题并及时处理,实现现场工地的全流程精细化管理。

技术领域

本实用新型涉及一种识别和告警系统,尤其涉及一种基于AI的施工现场异常行为人的识别和告警系统。

背景技术

工程建设具有明显的生产规模大宗性与生产场所固定性的特点,70%左右的工作都发生在施工现场,施工阶段的现场管理对工程成本、进度、质量及安全等至关重要。施工现场人员复杂,施工周期根据不同的项目长短不一,存在不同地区多个施工现场一起开工的情况。如对于大型企业而言,全国各地均有分公司,分公司下有多个工地开工,全国各地的施工情况复杂,需及时准确的掌握所有工地的施工安全状态、人员安全状态、质量安全状态、违规违例告警等整体情况进行分级预警。

传统的监控系统,如果没有监控中心专人值班,基本上等于摆设,只能起到一定的威慑作用和事后视频取证的作用。而如果有专人值班的情况,往往又是项目比较大,监控画面比较多,值班人员难以关注到所有画面,更不可能通过监控画面全面准确地识别到违章违规作业行为,无法起到预警告警防患于未然的作用。多个施工现场的安全监控更加复杂,实现统一安全监控管理存在诸多困难。

利用AI视觉神经网络的深度学习算法,可以对人的身份、行为进行识别。目前,对于项目工地现场人员可以利用人脸识别技术做到施工现场的出入管理、工帽工服自动识别(CN201811032872.0)。但在现场人员施工过程中,还不能做到对施工人员的全流程追踪,无法做到针对具体的行为异常人进行个性化风险提示与及时管理。另外,随着开工项目的增加,同一施工人员可能在不同的时间出现在不同的项目中,更是增加了管理的难度。施工现场需要一种实现施工人员的异常行为进行识别系统,做到主动防御,提前预警,以便于实现施工现场的精细化管理。

实用新型内容

本实用新型提供一种基于AI的施工现场异常行为人的识别和告警系统,可以通过云端、边缘端服务器,对多个工地现场人员的异常行为进行识别,根据识别结果对异常行为人进行告警,并通知施工现场管理人员。

一种基于AI的施工现场异常行为人的识别和告警系统,其特征在于,包括视频采集器、行为分析边缘端服务器、云端监控服务器、识别服务器、显示单元以及告警装置;

视频采集器,与行为分析边缘端服务器连接,用于采集视频,并将视频传送至行为分析边缘端服务器;

行为分析边缘端服务器,部署于不同的施工现场,包括AI分析单元和传送单元,所述AI分析单元采用构建的人工智能模型对传送的视频进行逐帧分析,然后将异常行为视频通过传送单元推动至云端监控服务器;

云端监控服务器,连接识别服务器和显示单元,用于对异常行为视频进行统计管理,抽取异常行为视频中的异常行为人脸图像并传送至识别服务器;

识别服务器,用于对所述传送的人脸图像进行识别,将识别结果传送至云端监控服务器和告警装置;

显示单元,连接云端服务器,用于查看异常行为异常行为视频和识别结果;

告警装置,接受识别服务器的识别结果,并根据识别结果对异常行为人进行告警。

所述显示单元包括预警屏幕,用于自动弹出异常行为的视频。

所述告警装置包括可穿戴设备对异常行为人进行告警。

所述云端监控服务器将识别服务器传送的识别结果推送至施工现场管理者终端设备。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京国电通网络技术有限公司;北京佳服信息科技有限公司;季彬;朱志旭;杨兆勇,未经北京国电通网络技术有限公司;北京佳服信息科技有限公司;季彬;朱志旭;杨兆勇许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201921962566.7/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top