[发明专利]基于区块链与BIM的工地人员异常聚集检测系统

说明书

本发明公开了一种基于区块链与BIM的工地人员异常聚集检测系统。该系统包括：图像采集单元、人员密度热图获取单元、人员密度估计单元、可视化单元、异常预警单元，服务器集群中的所有节点载入人员定位深度神经网络所需参数；针对每一个人员定位深度神经网络推理请求，从服务器集群中选择多个可用节点，将分别分布于不同可用节点的人员定位编码器、联合特征提取编码器、人员定位解码器所需参数作为区块数据，生成人员定位深度神经网络推理区块链私链，并执行人员定位深度神经网络推理，从而实现工地人员异常聚集检测。利用本发明，在工地人员异常聚集检测中，不仅结果反馈多元，而且提高了检测精度和数据处理过程中安全性能。

技术领域

本发明属于区块链、BIM技术领域，具体涉及一种基于区块链与BIM的工地人员异常聚集检测系统。

背景技术

近年来，建筑、房地产行业飞速发展。随着建筑工程数量的不断增多，工地人员安全备受关注。在工地中，人员异常聚集易引发安全事故，因此，工地内部的人员管理迫在眉睫。

工地内都配备了监控摄像头。目前，工地人员异常聚集检测主要是依靠监控人员观看监控摄像头返回的监控画面完成。监控人员需要日夜值守，不仅容易出现忽略异常聚集的漏检情况，而且效率很低。另一方面，随着视频数据指数级增长，在进行视频回放查证时，从中获取有用的信息或情报非常困难。

一些研究使用滑动窗口来检测场景中的人群，并统计人数。在人员检测方面，通过训练一个分类器，利用从行人全身提取到HOG或者边缘等特征检测行人。但这种方法主要适用于稀疏人群，随着人群密度的提升，人与人之间的遮挡越来越严重，其检测精度也大大降低。

而且，目前的人员异常聚集检测通常只返回异常区域位置信息，结果反馈单一。并且，用于计算的服务器集群，信息易被泄露、安全性能较低。

因此，现有人员聚集检测领域存在结果反馈单一、检测精度低、安全性能较低的问题。

发明内容

本发明的目的在于针对上述现有技术存在的缺陷，提出一种基于区块链与BIM的工地人员异常聚集检测系统，不仅结果反馈多元，而且提高了检测精度和数据处理过程中安全性能。

一种基于区块链与BIM的工地人员异常聚集检测系统，该系统基于工地区域建筑信息模型进行工地人员异常聚集检测，该系统包括：

图像采集单元，用于获取包含深度信息的监控区域彩色图像；

人员密度热图获取单元，用于基于人员定位深度神经网络对监控区域彩色图像进行分析，获得人员密度热图，人员定位深度神经网络包括人员定位编码器、联合特征提取编码器、人员定位解码器；

人员密度估计单元，用于对人员密度热图中的热斑进行位置回归、计数，得到人员密度估计结果；

可视化单元，用于从工地区域建筑信息模型获取数据，结合Web GIS对工地区域建筑信息模型进行渲染，将工地人员聚集情况展示在前台页面；

异常预警单元，用于当人员密度估计结果超过设定阈值时，发送异常预警信息至前台页面；

系统还包括服务器集群，服务器集群中的所有节点载入人员定位深度神经网络所需参数；针对每一个人员定位深度神经网络推理请求，从服务器集群中选择多个可用节点，将分别分布于不同可用节点的人员定位编码器、联合特征提取编码器、人员定位解码器所需参数作为区块数据，按照人员定位深度神经网络推理顺序，生成人员定位深度神经网络推理区块链私链，并执行人员定位深度神经网络推理。

进一步地，区块链私链中的区块对其要传输至下一区块的神经网络推理中间结果数据进行加密，对其从上一区块接收到的神经网络推理中间结果数据进行解密。

进一步地，区块采用张量混淆加密机制进行加密、解密操作。