[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

说明书

本发明公开了一种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，涉及人工智能领域。该方法包括如下步骤：根据场景图像和深度图像获取作业人员的基准动作类别，并构建动作变更图，获取初始动作变更矩阵；提取场景图像的背景区域并划分为多个子区域，建立子区域和作业人员行为变更信息之间的二部图；筛选出影响动作变更区域和次要环境区域，对二部图进行修正，获取环境影响邻接矩阵，然后结合初始动作变更矩阵获取优化动作变更矩阵；然后结合标准动作变更矩阵，判断作业人员是否出现操作异常。从而实现了根据环境变更情况以及与作业人员行为动作之间的联系，去除环境因素带来的干扰，以提高作业安全标准化的判断准确性。

技术领域

本发明涉及人工智能技术领域，具体涉及一种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。

背景技术

工业安全生产管理中，现场工作人员的安全保障尤为重要，但是由于管理不当，安全意识不强等原因，作业人员在实际操作过程中出现违章作业，由此引发的安全事故也 屡有发生。通常情况下，作业人员存在侥幸心理，通过管理人员检测作业人员操作是否 违规，不能够实时发现操作问题。

而在目前的传统的图像监控技术中，实际上随着场景不同、作业设备更新等环境的变 化，会影响作业方式出现一定变化，安全作业标准会出现一定的变化，并且作业人员本身 也会以周围环境产生投射阴影等，这些对现有的图像分析处理产生较大的影响，从而影响 对作业人员行为判定的准确性，从而造成误检测以及误报警的情况。

发明内容

为了解决上述技术问题，本发明的目的在于提供一种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，所采用的技术方案具体如下：

一方面，本发明一个实施例提供了一种基于人工智能和大数据的企业安全标准化运 行方法，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。

优选的，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。

优选的，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。

优选的，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；