地铁工程施工人员安全行为智能分析方法及其系统

技术领域

本发明实施例涉及地铁施工人员行为分析技术领域，具体是地铁工程施工人员安全行为智能分析方法及其系统。

背景技术

随着我国城市化建设的飞速发展，城市基础建设规模也不断的增大，但由此带来的问题是施工企业安全管理不严、技术落后、从业人员安全意识较差等问题仍将长期存在，建设工程安全生产形势依然严峻。在地铁施工进程中，需要针对地铁施工作业区施工人员的不安全施工行为进行研究分析，实时对施工作业区的各种不安全施工行为进行分析具有重大的研究价值。

在地铁工程施工领域中，针对主体工程的动态监控预警系统在国内外已进行了较多的研究，但对施工作业区尤其是地铁施工人员的不安全操作机械设备的行为。

现有技术中对地铁施工人员进行安全行为分析的方式主要采用的是安全监控系统，需安排专人通过监控系统以及监控视频对地铁施工人员的行为进行简单的分析，以保证地铁施工人员的安全行为，确保安全生产。这样的方案存在着不能够很好的对施工人员操作机械设备的行为进行行之有效的分析的问题，例如观看监控的监督人员开小差时，无法及时的对地铁施工人员进行行为监督，且对施工人员的行为分析存在主观因素，容易判断错误，存在监管漏洞。

发明内容

本发明实施例的目的在于提供地铁工程施工人员安全行为智能分析方法及其系统，以解决上述背景技术中提出的问题。

为实现上述目的，本发明实施例提供如下技术方案：

地铁工程施工人员安全行为智能分析方法，所述方法包括：

获取目标区域的多帧图像，所述目标区域的多帧图像包括施工员图像；

根据所述目标区域的多帧图像，确定施工员的特征身体部位在所述目标区域的位置变化情况；

将所述施工员的特征身体部位在所述目标区域的位置变化情况与预设的标准施工员特征身体部位位置变化情况进行比对，生成分析结果并输出。

作为本发明实施例技术方案进一步的限定，所述预设的标准施工员特征身体部位位置变化情况根据标准施工员的标准操作步骤参数确定。

作为本发明实施例技术方案进一步的限定，根据所述标准施工员的标准操作步骤参数确定所述预设的标准施工员特征身体部位位置变化情况的过程包括以下步骤：

获取目标区域内的多帧图像，所述目标区域的多帧图像包括标准施工员图像；

基于所述多帧图像，确定每帧图像中所述标准施工员的特征身体部位在所述目标区域内的真实位置信息，并生成所述标准施工员的行为数据；

提取所述行为数据中的标准行为信息，并基于施工设备的运行参数，得到与所述施工设备参数相关联的所述标准施工员的标准操作步骤参数；

根据所述标准施工员的标准操作步骤参数，生成所述预设的标准施工员的特征身体部位在所述目标区域的位置变化情况。

作为本发明实施例技术方案进一步的限定，所述的将所述施工员的特征身体部位在所述目标区域的位置变化情况与预设的标准施工员特征身体部位位置变化情况进行比对，生成分析结果并输出的过程包括以下步骤：

当所述施工员的特征身体部位在所述目标区域的位置变化情况的路径与所述的预设的标准施工员特征身体部位位置变化情况的路径偏差值大于预设阀值时，判定所述施工员的施工行为属于异常行为，并将所述异常行为进行输出。

作为本发明实施例技术方案进一步的限定，所述获取目标区域的多帧图像，所述目标区域的多帧图像包括施工员图像的步骤，具体包括：

获取对目标区域进行不同时刻采集得到的多帧初始图像；

对每帧初始图像进行检测并降噪，得到目标区域的多帧图像。

作为本发明实施例技术方案进一步的限定，所述的对每帧初始图像进行检测并降噪，得到目标区域的多帧图像的过程包括以下步骤：

对每帧初始图像进行检测筛选，保留含有施工员的初始图像；

基于降噪处理算法，对保留的每帧初始图像中的初始像素点进行降噪处理；

对经降噪处理后的初始像素点进行取众数处理，获得检测并降噪后的多帧图像。

地铁工程施工人员安全行为智能分析系统，所述系统包括：

获取模块，用于获取目标区域的多帧图像，所述目标区域的多帧图像包括施工员图像；

特征部位分析模块，用于根据所述目标区域的多帧图像，确定施工员的特征身体部位在所述目标区域的位置变化情况；

行为分析模块，用于将所述施工员的特征身体部位在所述目标区域的位置变化情况与预设的标准施工员特征身体部位位置变化情况进行比对，生成分析结果并输出。

作为本发明实施例技术方案进一步的限定，所述的行为分析模块具体包括：

判定分析单元，用于当所述施工员的特征身体部位在所述目标区域的位置变化情况的路径与所述的预设的标准施工员特征身体部位位置变化情况的路径偏差值大于预设阀值时，判定所述施工员的施工行为属于异常行为，并将所述异常行为进行输出。

作为本发明实施例技术方案进一步的限定，所述的获取模块具体包括：

初始图像获取单元，用于获取对目标区域进行不同时刻采集得到的多帧初始图像；以及

初始图像处理单元，用于对每帧初始图像进行检测并降噪，得到目标区域的多帧图像。

作为本发明实施例技术方案进一步的限定，所述的初始图像处理单元具体包括：

筛选单元，用于对每帧初始图像进行检测筛选，保留含有施工员的初始图像；

第一处理单元，用于基于降噪处理算法，对保留的每帧初始图像中的初始像素点进行降噪处理；

第二处理单元，用于对经降噪处理后的初始像素点进行取众数处理，获得检测并降噪后的多帧图像。

与现有技术相比，本发明实施例提供的地铁工程施工人员安全行为智能分析方法通过获取目标区域内包含施工员图像的多帧图像，并根据所述目标区域的多帧图像，确定施工员的特征身体部位在所述目标区域的位置变化情况；将所述施工员的特征身体部位在所述目标区域的位置变化情况与预设的标准施工员特征身体部位位置变化情况进行比对，从而能够对施工员的施工行为进行分析，，以保证地铁施工人员的安全行为，确保安全生产，解决了现有技术中无法及时有效的对施工人员操作机械设备的行为进行有效分析的问题。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例。

图1为本发明实施例地铁工程施工人员安全行为智能分析方法的流程框图。

图2为本发明实施例确定预设的标准施工员特征身体部位位置变化情况的流程框图。

图3为本发明实施例获取目标区域的多帧图像的流程示意图。

图4为本发明实施例对每帧初始图像进行检测并降噪的流程框图。

图5为本发明实施例地铁工程施工人员安全行为智能分析系统的结构框图。

图6为本发明实施例地铁工程施工人员安全行为智能分析系统中行为分析模块的结构框图。

图7为本发明实施例地铁工程施工人员安全行为智能分析系统中获取模块的结构框图。

图8为本发明实施例地铁工程施工人员安全行为智能分析系统中初始图像处理单元的结构框图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。

应当理解，尽管在本发明实施例中可能采用术语第一、第二等来描述各种功能模块，但这些功能模块不应限于这些术语。这些术语仅用来将同一类型的功能模块彼此区分开。例如，在不脱离本发明实施例范围的情况下，第一判断模块也可以被称为第二判断模块，不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。类似地，第二判断模块也可以被称为第一判断模块。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。

在本发明实施例中，通过获取目标区域内包含施工员图像的多帧图像，并根据所述目标区域的多帧图像，确定施工员的特征身体部位在所述目标区域的位置变化情况；将所述施工员的特征身体部位在所述目标区域的位置变化情况与预设的标准施工员特征身体部位位置变化情况进行比对，从而能够对施工员的施工行为进行分析，，以保证地铁施工人员的安全行为，确保安全生产，解决了现有技术中无法及时有效的对施工人员操作机械设备的行为进行有效分析的问题。

图1示出了本发明实施例地铁工程施工人员安全行为智能分析方法的流程框图，该地铁工程施工人员安全行为智能分析方法详述如下：

步骤S100，获取目标区域的多帧图像，所述目标区域的多帧图像包括施工员图像。

可以理解的是，在本发明实施例提供的步骤S100中，可以采用摄像模组获取目标区域内的多帧图像，优选的，摄像模组具备红外摄像功能，从而能够在光线条件不好的情况下，依然能够获取到所述目标区域内的图像；本发明实施例中通过摄像模组获取到的图像，通过对其进行分割，以形成若干组的帧图像，即获取所述的多帧图像。

在本发明实施例提供的一个优选实施方式中，所述目标区域内的多帧图像包括施工员图像，即本实施例中，通过摄像模组对目标区域进行录像，然后提取含有施工员的多帧图像。

具体的，图3示出了本发明实施例获取目标区域的多帧图像的流程示意图，该获取目标区域的多帧图像的具体过程包括如下步骤：

步骤S101，获取对目标区域进行不同时刻采集得到的多帧初始图像。

在本发明实施例提供的步骤S101中，通过对目标区域内不同时刻进行录像，并将录像所得的视频文件进行分割，形成多帧图像，即获取对目标区域进行不同时刻采集得到的多帧初始图像。

该获取目标区域的多帧图像的具体过程还包括：

步骤S102，对每帧初始图像进行检测并降噪，得到目标区域的多帧图像。

可以理解的是，在本发明提供的优选实施方式中，对步骤S101中获取到的多帧初始图像中的每帧图像进行检测，并降噪，其中，所述检测目的在于对每帧图像中是否含有施工员进行检测，若该帧图像中含有施工员，则进行标记；并对标记的帧图像进行降噪处理，得到目标区域内经降噪处理后的多帧图像，其中，该多帧图像中含有所述施工员。

另外，如图4示出了本发明实施例对每帧初始图像进行检测并降噪的流程框图，其中，该对每帧初始图像进行检测并降噪的过程包括以下具体步骤：

S1021，对每帧初始图像进行检测筛选，保留含有施工员的初始图像。

本发明实施例提供的对每帧初始图像进行检测筛选，所述检测即对所述每帧图像中是否包含所述施工员进行检测，所述筛选即对进行标记后的帧图像就行保留，帧图像中不含所述施工员的图像被剔除，从而实现所述的保留含有施工员的初始图像。

对每帧初始图像进行检测并降噪的过程还包括：

步骤S1022，基于降噪处理算法，对保留的每帧初始图像中的初始像素点进行降噪处理。

所述降噪处理算法的计算公式如下：

P(i，j)＝Reduct(I(i，j))

其中，I(i，j)表示所述多帧初始图像中的初始像素点，P(i，j)表示经降噪处理后的初始像素点；Reduct(x)＝int(x/n)*n，int()表示取整，n表示所述多帧初始光源图像的个数。

对每帧初始图像进行检测并降噪的过程还包括：

S1023，对经降噪处理后的初始像素点进行取众数处理，获得检测并降噪后的多帧图像。

请继续参阅图1所示出的本发明实施例一地铁工程施工人员安全行为智能分析方法的流程框图，该地铁工程施工人员安全行为智能分析方法还包括以下步骤：

步骤S200，根据所述目标区域的多帧图像，确定施工员的特征身体部位在所述目标区域的位置变化情况。

进一步的，在本发明提供的优选实施方式中，所述施工员的特征身体部位可以是所述施工员的手部、脚部和肘部中的一个或者多个组合，亦或者是所述施工员身体能够实现对施工机械进行操作的其他部位，所述其他部位需具备明显特征，以便于对其进行识别，以保证对地铁施工人员的行为分析，保证正常的安全生产。

更进一步的，在本发明提供的优选实施方式中，该地铁工程施工人员安全行为智能分析方法还包括以下步骤：

步骤S300，将所述施工员的特征身体部位在所述目标区域的位置变化情况与预设的标准施工员特征身体部位位置变化情况进行比对，生成分析结果并输出。

其中，在本发明提供的另一个优选实施方式中，所述预设的标准施工员特征身体部位位置变化情况根据标准施工员的标准操作步骤参数确定。

具体的，如图2示出了本发明实施例确定预设的标准施工员特征身体部位位置变化情况的流程框图，在本发明提供的优选实施方式中，根据所述标准施工员的标准操作步骤参数确定所述预设的标准施工员特征身体部位位置变化情况的过程包括以下步骤：

步骤S301，获取目标区域内的多帧图像，所述目标区域的多帧图像包括标准施工员图像，。

其中，在本发明实施例提供的步骤S301中，所述标准施工员为做出标准操作施工机械动作的教员，可以采用摄像模组获取目标区域内的多帧图像，优选的，摄像模组具备红外摄像功能，从而能够在光线条件不好的情况下，依然能够获取到所述目标区域内的图像。

步骤S302，基于所述多帧图像，确定每帧图像中所述标准施工员的特征身体部位在所述目标区域内的真实位置信息，并生成所述标准施工员的行为数据，。

进一步的，在本发明提供的优选实施方式中，所述标准施工员的特征身体部位可以是所述标准施工员的手部、脚部和肘部中的一个或者多个组合，亦或者是所述标准施工员身体能够实现对施工机械进行操作的其他部位，所述其他部位需具备明显特征，以便于对其进行识别，以保证对地铁施工人员的行为分析，保证正常的安全生产。

其中，所述特征身体部位在所述目标区域内的真实位置信息包括所述特征部位在所述目标区域内在统一坐标的基准上所处的空间位置参数。

步骤S303，提取所述行为数据中的标准行为信息，并基于施工设备的运行参数，得到与所述施工设备参数相关联的所述标准施工员的标准操作步骤参数。

在本发明实施例提供的步骤S303中，提取所述行为数据中的标准行为信息包括对所述特征部位在所述目标区域内在统一坐标的基准上所处的空间位置变化的标准路径，并基于所述空间位置变化的标准路径所带来的的施工设备的运行参数变化，进而得到与所述施工设备参数相关联的所述标准施工员的标准操作步骤参数。

进一步的，在本发明提供的优选实施方式中，根据所述标准施工员的标准操作步骤参数确定所述预设的标准施工员特征身体部位位置变化情况的过程包括以下步骤还包括：

步骤S304，根据所述标准施工员的标准操作步骤参数，生成所述预设的标准施工员的特征身体部位在所述目标区域的位置变化情况。

另外，在本发明提供的又一个优选实施方式中，所述的将所述施工员的特征身体部位在所述目标区域的位置变化情况与预设的标准施工员特征身体部位位置变化情况进行比对，生成分析结果并输出的过程包括以下步骤：

当所述施工员的特征身体部位在所述目标区域的位置变化情况的路径与所述的预设的标准施工员特征身体部位位置变化情况的路径偏差值大于预设阀值时，判定所述施工员的施工行为属于异常行为，并将所述异常行为进行输出。

其中，本发明实施例提供的所述预设阀值包括所述施工员的特征身体部位在所述目标区域的位置变化情况的路径与所述的预设的标准施工员特征身体部位位置变化情况的路径相比较，在保证能够实现正确操作施工设备的基础上，允许所述施工员的特征身体部位在所述目标区域的位置变化情况的路径产生一定幅度上的合理偏差值，该预设阀值所表示的合理偏差程度基于不同施工设备中，所述施工员的特征部位与所述施工机械上的按钮位置进行综合确定。

具体的，在本发明提供的优选实施方式中，所述异常行为包括施工员在需要进行施工机械操作时没有进行任何动作以及所述施工员的特征部位的运动路径不符合预设的标准施工员特征身体部位位置变化情况的路径。

另外，如图5示出了地铁工程施工人员安全行为智能分析系统的结构框图，其中，该地铁工程施工人员安全行为智能分析系统10具体包括：

获取模块11，用于获取目标区域的多帧图像，所述目标区域的多帧图像包括施工员图像；

特征部位分析模块12，用于根据所述目标区域的多帧图像，确定施工员的特征身体部位在所述目标区域的位置变化情况；

行为分析模块13，用于将所述施工员的特征身体部位在所述目标区域的位置变化情况与预设的标准施工员特征身体部位位置变化情况进行比对，生成分析结果并输出。

进一步的，图6示出了本发明实施例地铁工程施工人员安全行为智能分析系统中行为分析模块的结构框图，在本发明提供的优选实施方式中，所述的行为分析模块13具体包括：

判定分析单元131，用于当所述施工员的特征身体部位在所述目标区域的位置变化情况的路径与所述的预设的标准施工员特征身体部位位置变化情况的路径偏差值大于预设阀值时，判定所述施工员的施工行为属于异常行为，并将所述异常行为进行输出。

更进一步的，图7示出了本发明实施例地铁工程施工人员安全行为智能分析系统中获取模块的结构框图，在本发明提供的优选实施方式中，所述的获取模块11具体包括：

初始图像获取单元111，用于获取对目标区域进行不同时刻采集得到的多帧初始图像；以及

初始图像处理单元112，用于对每帧初始图像进行检测并降噪，得到目标区域的多帧图像。

另外，图8示出了本发明实施例地铁工程施工人员安全行为智能分析系统中获取模块的结构框图，所述的初始图像处理单元112具体包括：

筛选单元1121，用于对每帧初始图像进行检测筛选，保留含有施工员的初始图像；

第一处理单元1122，用于基于降噪处理算法，对保留的每帧初始图像中的初始像素点进行降噪处理；

第二处理单元1123，用于对经降噪处理后的初始像素点进行取众数处理，获得检测并降噪后的多帧图像。

本发明实施例还提供的一种计算机设备，该计算机设备包括显示器、报警器、摄像模组、存储器、处理器、以及计算机程序，其中所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行所述地铁工程施工人员安全行为智能分析方法的步骤。

可以理解的是，在本发明提供的优选实施例中，该计算机设备还可以为笔记本电脑、个人数字助理(Personal Digital Assistant，PDA)、手机等可以进行通信的设备。

本发明实施例还提供了一种可读存储介质的示意图，所述可读存储介质上存储有所述计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行地铁工程施工人员安全行为智能分析方法的步骤。

示例性的，计算机程序可以被分割成一个或多个模块，一个或者多个模块被存储在存储器中，并由处理器执行，以完成本发明。一个或多个模块可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序在终端设备中的执行过程。例如，上述计算机程序可以被分割成上述各个系统实施例提供的泊位状态显示系统的单元或模块。

本领域技术人员可以理解，上述终端设备的描述仅仅是示例，并不构成对终端设备的限定，可以包括比上述描述更多或更少的部件，或者组合某些部件，或者不同的部件，例如可以包括输入输出设备、网络接入设备、总线等。

所称处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，上述处理器是上述终端设备的控制中心，利用各种接口和线路连接整个用户终端的各个部分。

上述存储器可用于存储计算机程序和/或模块，上述处理器通过运行或执行存储在存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现上述终端设备的各种功能。存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如信息采集模板展示功能、产品信息发布功能等)等；存储数据区可存储根据泊位状态显示系统的使用所创建的数据(比如不同产品种类对应的产品信息采集模板、不同产品提供方需要发布的产品信息等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。

终端设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例系统中的全部或部分模块/单元，也可以通过计算机程序来指令相关的硬件来完成，上述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个系统实施例的功能。其中，计算机程序包括计算机程序代码，计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括：能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，RandomAccess Memory)、电载波信号、电信信号以及软件分发介质等。

综上所述，在本发明实施例提供的地铁工程施工人员安全行为智能分析方法中，通过获取目标区域内包含施工员图像的多帧图像，并根据所述目标区域的多帧图像，确定施工员的特征身体部位在所述目标区域的位置变化情况；将所述施工员的特征身体部位在所述目标区域的位置变化情况与预设的标准施工员特征身体部位位置变化情况进行比对，从而能够对施工员的施工行为进行分析，，以保证地铁施工人员的安全行为，确保安全生产，解决了现有技术中无法及时有效的对施工人员操作机械设备的行为进行有效分析的问题。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。