[发明专利]一种智慧工地安全帽检测系统及其方法

权利要求书

1.一种智慧工地安全帽检测方法，其特征在于，包括智慧工地安全帽检测系统，该智慧工地安全帽检测系统包括安设在施工现场的用于监测施工人员是否佩戴有工地安全帽的M个安全帽摄像头，所述M为大于或者等于1的正整数，分别为第1安全帽摄像头、第2安全帽摄像头、第3安全帽摄像头、……、第M安全帽摄像头；在每个工地安全帽上设置有N个方形识别区域，所述N为大于或者等于1的正整数，在每个方形识别区域内标识有识别码，该识别码包括条形码、二维码、数字和字母之一或者任意组合，该条形码或二维码内包含有条形码或二维码对应的施工人员的代码；

以及M个摄像头控制器和M个无线收发模块，M个摄像头控制器分别为第1摄像头控制器、第2摄像头控制器、第3摄像头控制器、……、第M摄像头控制器，M个无线收发模块分别为第1无线收发模块、第2无线收发模块、第3无线收发模块、第M无线收发模块；

第m安全帽摄像头的图像数据输出端与第m摄像头控制器的图像数据输入端相连，第m摄像头控制器的无线收发端与第m无线收发模块的无线收发端相连，所述m为小于或者等于M的正整数；

云端服务器根据施工现场摄像头拍摄的方形识别区域内的识别码的图像数据，统计未佩戴安全帽施工人员的人数，并向移动终端发送未佩戴安全帽名单；

其智慧工地安全帽检测方法，包括以下步骤：

S1，获取待检测图片；

S2，对步骤S1中获取的待检测图片进行特征提取，获得特征图；

S3，对步骤S3中的特征图进行分类处理；

在步骤S3中包括：

loss＝α_i(y_real-y_pred)^γlog(y_real-y_pred)^γ，

其中，α_i为第一超参；

y_pred表示模型预测是第i类的概率；

y_real表示第i类的实际结果；

γ为第二超参；

若计算得到的损失量loss大于或者等于预设损失阈值，则将待检测图片舍去，执行下一张待检测图片；

若计算得到的损失量loss小于预设损失阈值，则对待检测图片进行分类处理；

S4，获取工地安全帽上的识别码，根据识别码对应的施工人员的代码，查询所对应的施工人员的个人信息，该个人信息包括姓名、手机号码；

S5，将步骤S4中得到的施工人员从现场施工人员名单中筛除，得到未佩戴安全帽施工人员名单；

S6，将步骤S5得到的未佩戴安全帽施工人员名单以excel表格形式发送到智能终端上；该excel表格内容包括姓名、手机号码、未佩戴安全帽次数之一或者任意组合；

若未佩戴安全帽次数大于或者等于预设第一次数阈值，且小于预设第二次数阈值，预设第二次数阈值大于预设第一次数阈值，则对该名未佩戴安全帽的施工人员进行三级着重标识提醒；

若未佩戴安全帽次数大于或者等于预设第二次数阈值，且小于预设第三次数阈值，预设第三次数阈值大于预设第二次数阈值，则对该名未佩戴安全帽的施工人员进行二级着重标识提醒；

若未佩戴安全帽次数大于或者等于预设第三次数阈值，则对该名未佩戴安全帽的施工人员进行一级着重标识提醒；

其中，一级着重标识提醒为深红色，二级着重标识提醒为粉红色，三级着重标识提醒为淡绿色。

2.根据权利要求1所述的智慧工地安全帽检测方法，其特征在于，摄像头为广角摄像头。

3.根据权利要求1所述的智慧工地安全帽检测方法，其特征在于，移动终端为智能手机。

4.根据权利要求1所述的智慧工地安全帽检测方法，其特征在于，移动终端为平板电脑。