人像识别技术在安全生产中应用.docVIP

人像识别技术在安全生产中的应用 　　摘要：精细化管控在建设行业中的作用日益突出，其核心是安全质量监管。本文首次将图像处理技术和数据挖掘技术应用到安全监管中，研讨了将码本运算、HOG运算、SVM运算融为一体进行人体图像挖掘的可能性，提出基于多姿态人体安全帽检测技术，并且通过试验证明该算法的实用性和有效性 关键词：人体识别；码本；方向梯度直方图；支持向量机 中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2015）31-0152-04 Application of Figure Recognition Technology in Safety Production WANG Jian1，FANG Hong-ying2 （1.College of Computer Science and Technology，Chongqing University of Posts and Telecoms，Chongqing 400065；2.College of Science，Chongqing Jiaotong University，Chongqing 400074） Abstract：The role of fine management in the construction industry is increasingly prominent， and its core is the safety and quality supervision. In this paper， the image processing technology and data mining technology will be applied to the security supervision at first， and the possibility of human image mining based on the integration of Code Book， HOG and SVM will be discussed as well. At last the human body detection technology based on multi-gesture will be performed and its utility and effectiveness of the algorithm will be proved by experiments. Key words：figure recognition； code book； hog； SVM 近年来，随着物联网、大数据等技术的成熟和普及，建设行业中的精细化管控手段的作用和重要性日渐突出。现代的安全管控体系衍变成了由“人防”和“技防”相结合的综合监管系统 精细化管控的核心是安全质量监管，涉及“安全”和“质量”两方面内容，具体落实到生产环节中的“人、机、物料”三个要素，物联网技术在其中起的至关重要的作用。比如：传统的施工设备或配料设备借助于物联网技术，实时的汇报工作状态，出现偏差，可以及时纠正；万一产生问题，保存的历史数据，也可以作为问题溯源的依据。精细化管控等内容非常丰富，本文研究的重点是如何利用现代视频处理技术为施工人员提供安全保障 随着硬件价格降低和互联网环境的改善，绝大多数建设施工现场都安装配备的摄像头，但是其作用主要是用于防盗和事后查找问题追责。现在我们的目的是要变被动为主动，以图像处理技术和数据挖掘技术为依托对视频大数据进行实时分析，识别出危险行为并加以提醒 1 系统体系结构 整个安全管控系统分为五个部分：视频数据采集、图像分离、人像特征挖掘、人像库建立和危险行为识别，如图1所示 图1 安全管控系统系统体系 其中视频数据采集和图像分离两个阶段实现了基础数据的粗加工，视频数据采集模块为系统提供实时的视频信息数据流，图像分离实现了图像中前景和背景的分离，为进一步进行人像的提取奠定了基础 人像特征挖掘阶段尤为重要，此时系统要将识别出来的物体运行分类定性，可以运用多种数据挖掘方法（监督的和非监督的）进行分类，也可以融入的机器自学习理论运行分类的优化。人像特征挖掘不但要进行人像识别，更重要的是要形成便于存储、传输和共享的人像特征库，便于在多通道视频输入环境下进行各分布式分类器同时进行处理 上述过程的完成仅仅是实现了从复杂背景图像中提取人像的任务，接下来的任务是对生产环节中人员的着装、佩戴的安全装备和行为动作等关键的安全要素进行识别和处理 2 图像分离 图像分离技术包括静态图像分离和动态图像分离两个方面。静态图像分离可以采取的手段并不多，主要集中在图