CN114359831B 一种面向险兆推理的工人临边坠落智能识别系统及方法 （江苏大学）

一种面向险兆推理的工人临边坠落智能识本发明公布了一种面向险兆推理的工人临为状态类进行知识结构化组合并且通过图数据根据视觉识别结果利用图数据库推理对工人临行为状态，利用构建好的临边区域险兆知识规2所述施工临边作业图像采集单元用于采集施工临边作业图像；并分别所述临边危险区域提取模型包括临边区域空间范围划分模块和临边危险区域特征提所述工人行为状态提取模型包括建筑工人属性提取模块和工人行为特所述语义推理模型包括视觉坐标关系挖掘模块、视觉识别结果语所述语义数据库模型是由临边坠落险兆知识规则元素构成的知识图谱2.根据权利要求1所述的一种面向险兆推理的工人临边坠落智能识别系统，其特征在3.根据权利要求1所述的一种面向险兆推理的工人临边坠落智能识别系统，其特征在4.根据权利要求1所述的一种面向险兆推理的工人临边坠落智能识别系统，其特征在5.根据权利要求1所述的一种面向险兆推理的工人临边坠落智能识别系统，其特征在将上述三大类均设置为临边坠落险兆知识规则中的3建，将临边作业原图像数据集和临边危险区域标注数据集统称为临边危险区域图像数据7.根据权利要求6所述的一种面向险兆推理的工人临边坠落智能识别方法，其特征在4尤其是涉及一种面向险兆推理的工人临边坠落智能[0009]所述临边危险区域提取模型包括临边区域空间范围划分模块和临边危险区域特5[0010]所述工人行为状态提取模型包括建筑工人属性提取模块和工人行为特征提取模施工临边作业图像进行临边危险区域及危险区域内的67[0039]图1为本发明实施例提供的一种面向险兆推理的工人临边坠落智能识别方法流程[0047]图1为本发明实施例提供的一种面向险兆推理的工人临边坠落智能识别系统，识8险兆知识规则以临边事故致因理论和险兆理论(near-miss)为基础，知识图谱将作为险兆[0055]由临边坠落险兆知识规则元素构成的知识图谱如图2所示，知识图谱是由主体类和行为状态类排列组合获得语义信息元素。构建好的知识图谱可以通过neo4j图数据库进帽无安全带)的(工人)在(无防护措施)的(楼梯临边/楼梯侧边/沟槽临边/屋面临边/阳台(楼梯临边/楼梯侧边/沟槽临边/屋面临边/阳台临边)(攀爬)”[0071]将施工临边区作业图像增广后以构建临边作业原图像数据集；利用labelme工具建。将临边作业原图像数据集和临边危险区域标注数据集统称为临边危险区域图像数据[0073]使用Mask-RCNN载入构建好的临边危险区域图像数据集对网络模型进行训练，将9临边危险区域图像数据集按9:1划分为测试集和验证集，在完成一个批次的训练后对验证集进行训练效果验证，若效果不佳则调整模型参数进行重新训练。训练前设置批尺寸(Batch-size)为32，训练轮次为(Epoch)为150轮。训练过程中采用迁移学习训练方法点实现连线以构成三角形。将工人属性、行为状态图像数据集按9:1划分为测试集和验证[0084]视觉坐标关系挖掘模块接收工人行为状态提取模型和临边危险区域提取模型输视觉边框坐标之间的交并比(IntersectionoverUnion)；基于交并比获得危险区[0086]视觉识别结果语义化将多个对象像素坐标之间的关系转换为以节点和边为主的