计算机视觉AI分析在人员风险安全管控中应用

上传人:I*** 文档编号:191574009 上传时间:2021-08-14 格式:DOCX 页数:5 大小:70.49KB
返回 下载 相关 举报
计算机视觉AI分析在人员风险安全管控中应用_第1页
第1页 / 共5页
计算机视觉AI分析在人员风险安全管控中应用_第2页
第2页 / 共5页
计算机视觉AI分析在人员风险安全管控中应用_第3页
第3页 / 共5页
计算机视觉AI分析在人员风险安全管控中应用_第4页
第4页 / 共5页
计算机视觉AI分析在人员风险安全管控中应用_第5页
第5页 / 共5页
亲,该文档总共5页,全部预览完了,如果喜欢就下载吧!
资源描述

《计算机视觉AI分析在人员风险安全管控中应用》由会员分享,可在线阅读,更多相关《计算机视觉AI分析在人员风险安全管控中应用(5页珍藏版)》请在金锄头文库上搜索。

1、 计算机视觉AI分析在人员风险安全管控中应用 摘要:二十一世纪是互联网飞速发展并得以广泛应用的时代,计算机技术在社会各行各业的发展中都发挥着愈加重要的作用,特别是在一些重要且高风险的区域,计算机技术的合理应用能够大大提高安全性和管理效率。本文以内蒙古京宁热电有限公司的实际应用为案例,分析了计算机视觉AI分析在人员风险安全管控中的具体应用。关键词:计算机视觉AI分析;人员风险;安全管控作为当今世界三大先进科技之一的AI系统,在进入二十世纪之后得到了突飞猛进的发展,并逐渐开始在社会各界中得以广泛的应用。计算机视觉技术作为AI系统的核心科技,其主要构成部分是各种图像信息,在电厂的安全监控管理工作中,

2、计算机视觉技术的应用能够最大程度上减少因为人为判断和监控导致的疏忽,并进行最科学全面的大数据分析,具有十分显著的优势,能够大大加强人员风险安全管控工作的质量和效率,并增加风险安全管控的时效性。一、计算机视觉技术概述计算机视觉技术是指通过对计算机的应用进而实现对各个客观场景的识别和分析,这一技术领域是寄到物理学、计算机、心理学、生物学、数学等多种学科,最终人们与世界之间的交互方式得以进一步的改善,视觉局限也进一步突破,包括持续性长时间的监控安防等1。计算机视觉的核心技术主要包括五方面,即图像分类、语义分割、对象检测、目标跟踪、实例分割2。计算机视觉技术进行实际应用主要需要进行以下三个层面的建设。

3、首先是基础层的建设,内容主要包括芯片、服务器和计算平台、传感器以及基础数据等;其次是技术层的建设,内容主要有算法和相关行业和产品的解决方案;最后是应用层的建设,包含交通、公共安全、互联网、金融等众多领域。目前,计算机视觉技术的发展趋势主要包括三方面,软硬件一体化、前后端协同计算以及前端智能化,能够进一步提高响应及时性、计算速度和监控效率3。二、人员风险安全管控中计算机视觉AI分析的应用背景(一)行业应用背景在电厂的管理工作中,由于其存在作业人员多、生产区域多,以及危险点多等特点,且在日常生产过程中,由于必要的生产操作、质量巡检、维修检验等工作,会有大量的人员走动,进而影响日常的安全管理工作。常

4、规的视频、定位、和人工巡查以及门禁等安全保障手段都有一定的局限性,对机组日常运行过程中的安全稳定性以及工作人员生命安全都造成了严重的威胁。内蒙古京宁热电有限公司地处内蒙古自治区乌兰察布市集宁区,该公司是乌兰察布市集宁区的供热保障,同时也要向内蒙古电网进行供电,在电厂机组运行过程中,如何保障安全,管控安全风险是所有人员不断探索研究的恒久课题。(二)技术应用背景絕大多数安全事故的发生都是因为人员靠近危险地区或非授权区域导致的,目前实际应用的安放措施主要包括门禁检测、随机巡查、人员定位以及视频监控,但这几种监测方式的应用仍存在一定的弊端和安全隐患。门禁检测是目前应用最为普及的一种安全监测手段,但是仍

5、然存在一定的弊端,例如冒名顶替、依托门硬件设备等;随机巡查作为一种传统的管理模式,其效率和辨识度都比较低,且随机性过于高,无法实现后续的追踪;人员定位主要是利用GPS和UWB等技术进行安全监管,但是其网络覆盖成本比较高,易被冒名顶替,导致其实际应用价值受到限制;视频监控的方法需要依赖人眼一直查看视频,或者在时候对录像进行追查,效率比较低,检索速度也比较慢。综上所述,目前应用比较普遍的几种安全监测手段都存在或多或少的不足,这些不足导致在电厂的实际安全管理工作中,很容易造成各种安全隐患,引发生产安全事故。与上述几种安全监控方式对比,基于计算机视觉技术的AI分析具有十分显著的优势和良好发展前景,包括

6、主动性、效率、适应性、准确性、以及可视性等都很高,在实际应用中能够发挥更大的作用4。三、人员风险安全管控中基于计算机视觉的AI分析(一)网络拓扑基于计算机视觉的AI分析系统搭建完成之后可以实现对各个区域入口人员的身份识别和数据抓取、行为和风险分析预警等功能。这一系统的主要设备构成包括AI服务器、维护工作站、视频服务器、移动APP,对这4类设备进行细分包括摄像机、挂轨摄像机、智能马甲、车辆警示灯、智能安全帽等。其中AI服务器其主要是对从视频服务器抓取的图像进行人像、车牌以及车体特征等数据进行处理,以进行AI大数据分析和后续的智能预警;视频服务器及其分属设备的主要作用是对人像、车辆的相关信息进行采

7、集,然后发送给AI服务器加以分析;智能安全安帽的作用是对挂轨摄像机和固定摄像机的监控死角进行补充,保障影像数据的完整性,并实现语音双向通话;车载警示灯的主要作用是对AI服务器发出的报警驱动指令进行接收,同时发生异常情况的时候,发出声光警报,提醒驾驶员;挂轨摄像机可以搭载摄像机进行前后、上下方位的快速移动,使厂区内行驶的车辆和人员的信息得以全面的收集;智能马甲也具有报警以及接收数据的功能,可以接收AI服务器的报警和驱动指令,在特定情况下发出声光警告,例如靠近车距过近或者人员摔倒等。(二)AI识别出入通道人员核心功能实现分析提前策划性地在设备间和关键通道部署好球机或者枪机,实现视频画面的360覆盖

8、,对经过这些通道的人员的特征进行完整的数据采集,从而为后续的AI分析提供大数据的支撑5。待摄像机将抓取得各项数据传输到AI服务器之后,就可以对其进行全方位的分析,具体分析内容包括识别人员的身份信息和出入权限,识别服装穿戴违规的情况并进行预警,同时还能够对时间段的人流量以及相应区域的作业时长进行统计。AI服务器对获取的大数据进行分析之后,就会通过网络将预警数据发送到手机APP中,从而及时通知相关人员进行处理。四、计算机视觉AI分析系统的实际应用流程首先,电厂安监人员需要对所有车辆和人员进行审查后,将其所有资料信息化和电子化,完善数据库。录入信息的时候可以使用证件扫描和人工输入结合的方式进行系统录

9、入,需要录入的人员数据包括身份证、黑名单、人脸特征、培训成绩、上岗证件以及特种作业资格证等,录入的车辆信息包括车牌号、行驶证和驾驶证、车型颜色以及作业用途等。其次,安监人员要以每一位员工的工作内容和区域进出权限等作为判断基础,对人员和车辆进出情况是否异常进行判定。最后,在实际应用过程中,前段摄像机就可以对车辆和人员的影像特征进行抓取,AI服务器对这些影像数据进行分析和智能判别之后,就会将预警数据自动推送到移动APP上,通知人员及时进行处理异常情况。结束语在人工智能快速发展的当下时代,如何将人工智能技术融入各个行业中已经成为重要的发展趋势,特别是作为其核心技术的计算机视觉技术的应用更为频繁,能够

10、发挥显著作用的场景更为多样。如何令计算机视觉技术在各行各业的发展中实现更大的应用价值,需要所有相关的从业人员集思广益,基于实际应用场景和实际需求不断探索研究。参考文献:1黄伟.计算机视觉技术及产业化应用态势分析J.信息通信技术与政策,2018(09):59-62.2孔德磊.基于计算机视觉的运动目标分析J.电脑迷,2017(12):52.3王琳,余静华,陈曦,赵耀.计算机视觉中摄像机标定的实验分析J.山西农经,2017(12):98.4王道累,陈军,吴懋亮.计算机视觉原理分析及其应用J.上海电力学院学报,2016,32(03):283-287.5陈雪.计算机视觉测量技术的图像轮廓提取方法分析J.无线互联科技,2015(20):128-129.-全文完-

展开阅读全文
相关资源
正为您匹配相似的精品文档
相关搜索

最新文档


当前位置:首页 > 办公文档 > 解决方案

电脑版 |金锄头文库版权所有
经营许可证:蜀ICP备13022795号 | 川公网安备 51140202000112号