[发明专利]基于物联网的智慧工地监控方法及系统

权利要求书

1.一种基于物联网的智慧工地监控方法，其特征在于，应用于服务器，所述方法包括：

利用第一工地异常分析模型获取智慧工地监控视频流的第一工地行为异常特征，所述智慧工地监控视频流为第一工地类别的监控视频流，所述第一工地异常分析模型依据所述第一工地类别的第一模板监控视频流进行模型迭代更新获得，其中，所述智慧工地监控视频流为通过现场工地中布置的物联网监控设备进行监测生成的；

获取目标工地异常事件标签的目标异常知识特征，所述目标异常知识特征被用于表达所述目标工地异常事件标签，且所述目标异常知识特征包括所述目标工地异常事件标签下第二工地类别的监控视频流的行为异常特征；

利用关联特征分析模型生成的所述目标异常知识特征与第二工地行为异常特征的异常关联信息，确定所述第一工地行为异常特征和所述目标异常知识特征的关联特征向量，生成关联特征向量分布，所述第二工地行为异常特征由第二工地异常分析模型对第二模板监控视频流进行提取获得的，所述第二模板监控视频流为第二工地类别的监控视频流，所述第二工地异常分析模型与第一工地异常分析模型的模型收敛控制进程相同；

基于所述关联特征向量分布，确定所述智慧工地监控视频流的工地异常事件标签。

2.根据权利要求1所述的基于物联网的智慧工地监控方法，其特征在于，所述利用第一工地异常分析模型获取智慧工地监控视频流的第一工地行为异常特征前，所述方法还包括：

利用满足模型收敛条件的第二工地异常分析模型，对所述第二模板监控视频流提取第二工地行为异常特征，所述第二模板监控视频流具有模板标注数据，所述模板标注数据包括所述第二模板监控视频流的先验工地异常事件标签，所述先验工地异常事件标签包括所述目标工地异常事件标签；

获取先验工地异常事件标签对应的异常知识特征，所述异常知识特征被用于表达所述先验工地异常事件标签，且所述异常知识特征包括所述先验工地异常事件标签下第二工地类别的监控视频流的行为异常特征；

依据所述第二工地行为异常特征和所述异常知识特征，获取模板关联特征向量，所述模板关联特征向量包括第二工地行为异常特征和所述异常知识特征，所述模板关联特征向量的训练标注数据包括：表征所述先验工地异常事件标签与先验工地异常事件标签是否关联的标注数据；

利用初始化模型权重参数的关联特征分析模型生成的异常知识特征与第二工地行为异常特征的异常关联信息，确定所述模板关联特征向量中的所述第二工地行为异常特征和异常知识特征的关联特征向量；

依据关联特征向量分布和所述训练标注数据，迭代更新所述关联特征分析模型的模型权重信息，直到所述关联特征分析模型符合模型收敛要求，所述模型权重信息包括所述异常关联信息对应的权重信息。

3.根据权利要求2所述的基于物联网的智慧工地监控方法，其特征在于，所述利用满足模型收敛条件的第二工地异常分析模型，对所述第二模板监控视频流提取第二工地行为异常特征前，所述方法还包括：

获取第一模板监控视频流，利用初始化模型权重参数的第一工地异常分析模型将第一模板监控视频流投影到目标特征匹配位图中，生成第一估计工地行为异常特征；

依据第一估计工地行为异常特征，生成所述第一工地异常分析模型的模型收敛控制进程对应的第一进程输出数据，依据所述第一进程输出数据迭代更新所述第一工地异常分析模型的模型权重信息，生成满足模型收敛条件的第一工地异常分析模型；

获取第二模板监控视频流，利用初始化模型权重参数的第二工地异常分析模型将第二模板监控视频流投影到所述目标特征匹配位图中，生成第二估计工地行为异常特征；

依据所述第二估计工地行为异常特征，生成所述第二工地异常分析模型的模型收敛控制进程对应的第二进程输出数据，依据所述第二进程输出数据迭代更新所述第二工地异常分析模型的模型权重信息，生成满足模型收敛条件的第二工地异常分析模型。