[发明专利]基于人工智能和大数据的企业安全标准化运行方法及系统

权利要求书

1.基于人工智能和大数据的企业安全标准化运行方法，其特征在于，包括以下步骤：

获取连续场景图像和深度图像并根据时序标记，将所述场景图像输入关键点提取网络，提取作业人员关键点，利用所述深度图像获取所述关键点的三维坐标；

当所述关键点的三维坐标的变化量大于变化阈值时，以当前时刻对应的场景图像为变换图像，并将其包含的关键点输入所述全连接网络，获得基准动作类别；

根据所述时序标记获取边权值和方向，对所述基准动作类别构建动作变更图，获取初始动作变更矩阵；

获取所述变换图像的背景区域并划分为多个子区域；基于所述初始动作变更矩阵获取基准动作类别之间的数据变化，并进行标记区分，获得变更信息；以所述变换图像之间同一子区域中像素值的相似程度为边权值，构建所述子区域和变更信息之间的二部图；

基于最优分配结合所述二部图的边权值对所述子区域筛选出影响动作变更区域和次要环境区域，并对所述二部图进行修正，获得所述修正环境影响图，并获取环境影响邻接矩阵；

获取所述初始动作变更矩阵的第一特征张量，以及所述环境影响邻接矩阵的第二特征张量，并输入神经网络获取优化动作变更矩阵；

获取所述优化动作变更矩阵与预先存储的标准动作变更矩阵之间的欧式距离，判断所述作业人员是否出现操作异常，并生成提示信息。

2.根据权利要求1所述的基于人工智能和大数据的企业安全标准化运行方法，其特征在于，所述作业人员关键点根据躯干和四肢划分；其中，躯干部分包括肩部关键点、髋部关键点以及躯干中心点，四肢部分包括肘部关键点、手部关键点、膝部关键点和脚部关键点。

3.根据权利要求2所述的基于人工智能和大数据的企业安全标准化运行方法，其特征在于，所述关键点的三维坐标变化量为关键点之间预设的自由度在三维坐标系中角度变化的向量值。

4.根据权利要求1所述的基于人工智能和大数据的企业安全标准化运行方法，其特征在于，所述的根据所述时序标记获取边权值和方向，对所述基准动作类别构建动作变更图的方法包括：

以所述基准动作类别为顶点，根据时序连接当前时刻顶点到下一时刻顶点构成有向边，并以两时刻间的变更时长作为边权值；

当时序中存在相同两顶点重复变更时，获取变更时长均值，作为两顶点的边权值。

5.根据权利要求1至4任意一项所述的基于人工智能和大数据的企业安全标准化运行方法，其特征在于，所述的基准动作类别包括标准动作类别和其他动作类别；所述的标准动作变更矩阵利用多组所述标准动作类别和所述环境影响邻接矩阵获得。

6.基于人工智能和大数据的企业安全标准化运行系统，其特征在于，包括：

图像采集模块，用于获取连续场景图像和深度图像并根据时序标记，将所述场景图像输入关键点提取网络，提取作业人员关键点，利用所述深度图像获取所述关键点的三维坐标；

基准动作获取模块，用于当所述关键点的三维坐标的变化量大于变化阈值时，以当前时刻对应的场景图像为变换图像，并将其包含的关键点输入全连接网络，获得基准动作类别；

动作变更矩阵获取模块，用于根据所述时序标记获取边权值和方向，对所述基准动作类别构建动作变更图，获取初始动作变更矩阵；

二部图获取模块，用于获取所述变换图像的背景区域并划分为多个子区域；基于所述初始动作变更矩阵获取基准动作类别之间的数据变化，并进行标记区分，获得变更信息；以所述变换图像之间同一子区域中像素值的相似程度为边权值，构建所述子区域和变更信息之间的二部图；

环境影响矩阵模块，用于基于最优分配结合所述二部图的边权值对所述子区域筛选出影响动作变更区域和次要环境区域，并对所述二部图进行修正，获得修正环境影响图，并获取环境影响邻接矩阵；

优化动作变更矩阵模块，用于获取所述初始动作变更矩阵的第一特征张量，以及所述环境影响邻接矩阵的第二特征张量，并输入神经网络获取优化动作变更矩阵；

异常判定模块，用于获取所述优化动作变更矩阵与预先存储的标准动作变更矩阵之间的欧式距离，判断所述作业人员是否出现操作异常，并生成提示信息。