一种基于人工智能的安全带佩戴计算机视觉安全检测方法与流程

本发明涉及安全工具佩戴检测，具体为一种基于人工智能的安全带佩戴计算机视觉安全检测方法。

背景技术：

1、随着国家越来越重视安全生产，各行业也都采取各种措施保障员工的安全生产从而保障了企业的利益。在建筑行业中，在岗工人不佩戴安全帽和做相关安全措施危险作业，由于未佩戴安全帽、安全带而造成的伤亡时有发生。传统只能靠人为的检查安全帽、安全带佩戴情况，极大地浪费人力。

2、现有的安全带佩戴情况只能靠人为进行检测，而逐渐发展的计算机识别佩戴的检测方法经常会出现识别错误，导致误判，且现有的人力检查或智能检测过程中均无法匹配人体重量，无法对安全带和安全扣的承重量进行荷载匹配，当过重人员使用不合适的安全带或安全扣时很容易造成断裂危险，安全带不采用正确佩戴方式以及人体重量与安全带和安全扣的承重量未荷载匹配，容易导致高空作业的施工人员发生坠落的情况，为此，需要一种基于人工智能的安全带佩戴计算机视觉安全检测方法。

技术实现思路

1、本发明的目的在于提供一种基于人工智能的安全带佩戴计算机视觉安全检测方法，以解决上述背景技术中提出的问题。

2、为实现上述目的，本发明提供如下技术方案：一种基于人工智能的安全带佩戴计算机视觉安全检测方法，包括以下步骤：

3、s1、设立图像检测面域，建立人体识别检测摄像装置，创建固定检测区域和显示设备；

4、s2、创建图像收集数据库，构建目标检测网络识别初始模型，设定初始安全带和安全扣的目标信息识别点，识别关键词“高挂低用”；

5、s3、施工现场图像数据采集，人工标定处理施工点；

6、s4、工作人员安全带面域检测，收集工作人员安全带图像信息和工作人员图像信息；

7、s5、根据安全带图像信息识别安全带关键点信息，提取安全带和安全扣关键点信息的矩形框图像；

8、s6、根据工作人员图像信息识别人体体重信息，匹配安全绳标定荷载承重信息；

9、s7、整合安全带和安全扣匹配信息、人体体重与安全绳的荷载承重信息，判断安全带和安全扣是否安全佩戴，人体体重是否超过荷载承重数值；

10、s8、安全带和安全扣正常佩戴时显示设备正常显示，安全带和安全扣出现异常佩戴时显示设备报警并将该工作人员图像信息上传至云平台，人体体重匹配时显示设备正常显示，体重超重时显示设备进行报警。

11、优选的，s1中图像检测面域为初始设定区域值，指定施工场地施工人员的所在区域，区域面值设置为15㎡-30㎡与人体识别检测摄像装置设定的可活动拍摄区域相匹配。

12、优选的，所述s1中显示设备由显示器蜂鸣器或警报灯组成。

13、优选的，所述s2中图像收集数据库采用mysql关系型数据库，数据库搭建在云服务器中，云服务器中建立搜索引擎，建立redis中间件连接数据库和搜索引擎，通过redis作为中间数据缓存，数据库中通过关键词“高挂低用”作为key，保留的图像作为value，匹配图像数据时通过key作为数据索引。

14、优选的，所述s3和s4中施工现场图像数据采集，人工标定处理施工点，在人体识别检测摄像装置对工作人员佩戴的安全带和安全扣进行识别佩戴安全后，通过识别检测摄像装置对施工现场的施工场地进行拍摄，并通过人工标识指定的施工地点，在工作人员施工过程中实时检测安全带和安全扣的佩戴情况，图像信息30-50s上传一次。

15、优选的，所述s5中通过接入easydl图像接口，设定安全带和安全扣的图像标准，生成图像模型，获取人体识别检测摄像装置的拍摄框图识别信息进行匹配。

16、优选的，所述s6中使用person re-id配合人体识别检测摄像装置捕捉人体体型信息，且通过捕捉到的人体体型信息计算人体体重数据，接入腾讯优图算法接口，数据使用market-1501、dukemtmc-reid和cuhk03数据库作为数据源，体重识别精度值为50％-70％，安全带和安全扣原始承重信息存储在云端服务器的数据库中。

17、优选的，所述s7和s8中匹配体重数据和安全带、安全扣的原始承重信息，同时整合判断安全带和安全扣是否安全佩戴和荷载是否超重，当出现安全风险时进行报警，报警使用蜂鸣器或警报灯进行警示，并在显示设备上显示出风险所在点。

18、与现有技术相比，本发明的有益效果是：

19、本发明中，通过设定固定的识别面域和固定的检测区域对即将进行施工和正在进行施工的人员进行安全带和安全扣等安全工具的识别，且在识别过程中通过数据库收集识别数据，通过数据识别保证施工人员安全佩戴相应的安全工具，当施工人员未进行安全正确佩戴时及时进行安全警报，并将数据信息实时上传至云平台，从而提醒并禁止施工人员进行施工，进而有效预防高空坠落的情况发生，并对人体体重进行识别匹配，使得工作人员在穿戴安全工具时匹配相应体重的安全工具，避免体重和安全工具荷载不匹配发生危险的现象，提高识别精度，保证施工人员的人身安全。

技术特征：

1.一种基于人工智能的安全带佩戴计算机视觉安全检测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于人工智能的安全带佩戴计算机视觉安全检测方法，其特征在于：s1中图像检测面域为初始设定区域值，指定施工场地施工人员的所在区域，区域面值设置为15㎡-30㎡与人体识别检测摄像装置设定的可活动拍摄区域相匹配。

3.根据权利要求1所述的一种基于人工智能的安全带佩戴计算机视觉安全检测方法，其特征在于：所述s1中显示设备由显示器蜂鸣器或警报灯组成。

4.根据权利要求3所述的一种基于人工智能的安全带佩戴计算机视觉安全检测方法，其特征在于：所述s2中图像收集数据库采用mysql关系型数据库，数据库搭建在云服务器中，云服务器中建立搜索引擎，建立redis中间件连接数据库和搜索引擎，通过redis作为中间数据缓存，数据库中通过关键词“高挂低用”作为key，保留的图像作为value，匹配图像数据时通过key作为数据索引。

5.根据权利要求4所述的一种基于人工智能的安全带佩戴计算机视觉安全检测方法，其特征在于：所述s3和s4中施工现场图像数据采集，人工标定处理施工点，在人体识别检测摄像装置对工作人员佩戴的安全带和安全扣进行识别佩戴安全后，通过识别检测摄像装置对施工现场的施工场地进行拍摄，并通过人工标识指定的施工地点，在工作人员施工过程中实时检测安全带和安全扣的佩戴情况，图像信息30-50s上传一次。

6.根据权利要求5所述的一种基于人工智能的安全带佩戴计算机视觉安全检测方法，其特征在于：所述s5中通过接入easydl图像接口，设定安全带和安全扣的图像标准，生成图像模型，获取人体识别检测摄像装置的拍摄框图识别信息进行匹配。

7.根据权利要求6所述的一种基于人工智能的安全带佩戴计算机视觉安全检测方法，其特征在于：所述s6中使用person re-id配合人体识别检测摄像装置捕捉人体体型信息，且通过捕捉到的人体体型信息计算人体体重数据，接入腾讯优图算法接口，数据使用market-1501、dukemtmc-reid和cuhk03数据库作为数据源，体重识别精度值为50％-70％，安全带和安全扣原始承重信息存储在云端服务器的数据库中。

8.根据权利要求7所述的一种基于人工智能的安全带佩戴计算机视觉安全检测方法，其特征在于：所述s7和s8中匹配体重数据和安全带、安全扣的原始承重信息，同时整合判断安全带和安全扣是否安全佩戴和荷载是否超重，当出现安全风险时进行报警，报警使用蜂鸣器或警报灯进行警示，并在显示设备上显示出风险所在点。

技术总结本发明公开了一种基于人工智能的安全带佩戴计算机视觉安全检测方法，包括以下步骤：S1、设立图像检测面域，建立人体识别检测摄像装置，创建固定检测区域和显示设备；S2、创建图像收集数据库，构建目标检测网络识别初始模型，设定初始安全带和安全扣的目标信息识别点，识别关键词“高挂低用”；S3、施工现场图像数据采集，人工标定处理施工点；S4、工作人员安全带面域检测，收集工作人员安全带图像信息和工作人员图像信息，通过数据识别保证施工人员安全佩戴相应的安全工具，当施工人员未进行安全佩戴时及时进行安全警报，并对人体体重进行识别匹配，使得工作人员在穿戴安全工具时匹配相应体重的安全工具，避免体重和安全工具荷载不匹配发生危险的现象。技术研发人员：王馨晨受保护的技术使用者：北京开阳建科能源科技有限公司技术研发日：技术公布日：2024/7/18