作业现场异常行为安全识别及报警系统

01系统简介****

作业现场异常行为安全识别及报警系统，采用人工智能视频图像智能识别算法，完成对作业现场所采集的实时视频数据进行分析识别，实现作业人员的身份识别和作业人数识别及人员未佩戴安全帽、未穿着工作服、电子围栏越限和登高未系安全带等异常行为安全识别，并将报警信息推送给后台管理人员。

02系统功能**

（1）人脸识别

通过将作业人员人脸信息录入系统，利用摄像头对作业人员人脸图像进行采集，采用深度学习网络对人脸特征进行提取并与数据库人脸特征进行比较，判断现场人员身份是否属于作业人员数据库，对于不属于数据库中的作业人员进行报警，并将报警信息传至后台主站。

（2）安全帽识别

利用摄像头对作业现场的情况进行实时监控，采用深度学习网络对画面图像中的作业人员进行标识，并识别出作业人员是否佩戴安全帽，对于未佩戴安全帽的作业人员进行标识报警，并将报警信息传至后台主站。

（3）工作服识别

利用摄像头对作业现场的情况进行实时监控，采用目标检测网络对作业人员进行标识，并识别出作业人员是否按规范穿着工作服，对于未穿着工作服以及未按规范穿着工作服的作业人员进行标识报警，并将报警信息传至后台主站。

（4）电子围栏越限识别

利用摄像头对现场的情况进行实时监控，管理后台可以在实时画面图像中设置安全区域或危险区域，采用深度学习网络对作业人员越限行为进行识别，对于越限的作业人员标识报警，并将报警信息传至后台主站。

（5）危险登高行为识别

通过摄像头对现场情况进行实时监控，采用深度学习网络检测出作业人员是否登高（爬高）进而对登高人员进行安全带识别，对于未系安全带的登高人员标识报警，并将报警信息传至后台主站。

（6）作业人数识别

利用摄像头对作业现场的情况进行实时监控，采用卷积神经网络对画面图像中的人员进行标识，并检测统计作业人数，将人数信息传至后台主站。

03系统功能特点**

多识别算法模型并行运算

安全帽违章识别、工作服违章识别、作业人数统计、登高行为识别、电子围栏识别、人脸识别等算法模型并行运算。

******以作业现场数据针对性训练、识别模型准确率高

基于开源大规模数据集初步训练识别模型后，在自建的作业现场大规模差异化视频数据中进行模型精调优化，提高识别模型的准确率，使其加强适应作业现场场景的识别需求。

04系统界面与识别效果**

（1）系统界面

图1** **系统登入界面

图2** **首页界面

（2）识别效果

图3** **人脸识别界面

图4** **未佩戴安全帽报警界面

图5** **未穿着工作服报警界面

图6** **登高未系安全带报警界面

图7** **作业人员越限报警界面

图8** **作业人数统计界面

公众号文章链接：查看原文