一种基于AI视觉识别分析的安全风险防范预警系统技术方案

本发明专利技术公开了基于AI视觉识别分析的安全风险防范预警系统，包括数据输入模块是用于摄像头拍摄的实时相片，传输给数据处理模块；所述数据处理模块将传输过来的数据进行预处理后特征提取；所述模型运算模块是将存在安全风险的数据集建立安全风险防范模型，将特征提取后的数据放入模型中；所述模型评价模块是将预检查数据与模型中安全风险数据进行对比评价；所述数据输出模块是将模型评价模块评价结果进行输出，当检测发现发生安全风险时，根据安全风险的类型进行针对性报警消息传递。本发明专利技术围绕全卷积单阶段目标检测算法展开，完成了数字化车间人员安全风险检测与识别两项工作，最终设计并实现了数字化车间安全要素视觉识别系统。系统。系统。

【技术实现步骤摘要】
一种基于AI视觉识别分析的安全风险防范预警系统


[0001]本专利技术视觉识别
，特别是基于AI视觉识别分析的安全风险防范预警系统。

技术介绍

[0002]传统的目标检测算法推动了目标检测这个领域的发展，但其缺点也被暴露无余。比如基于滑动窗口的方式是设计不同尺寸、不同大小的窗口依次在图像上滑动，穷举目标在图像中可能出现的所有位置，存在着耗时很长，窗口冗余等问题；提取的特征对于复杂多变的实际环境具有较差的鲁棒性，存在着明显的局限性。

技术实现思路

[0003]本部分的目的在于概述本专利技术的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和专利技术名称中可能会做些简化或省略以避免使本部分、说明书摘要和专利技术名称的目的模糊，而这种简化或省略不能用于限制本专利技术的范围。
[0004]鉴于上述和/或现有的一种基于AI视觉识别分析的安全风险防范预警系统中存在的问题，提出了本专利技术。
[0005]因此，本专利技术所要解决的问题在于如何提供基于AI视觉识别分析的安全风险防范预警系统。
[0006]为解决上述技术问题，本专利技术提供如下技术方案：基于AI视觉识别分析的安全风险防范预警系统，其包括：数据输入模块，数据处理模块，模型运算模块，模型评价模块，数据输出模块；
[0007]所述数据输入模块是用于摄像头拍摄的实时相片，传输给数据处理模块；
[0008]所述数据处理模块将传输过来的数据进行预处理后特征提取；
[0009]所述模型运算模块是将存在安全风险的数据集建立安全风险防范模型，将特征提取后的数据放入模型中；
[0010]所述模型评价模块是将预检查数据与模型中安全风险数据进行对比评价；
[0011]所述数据输出模块是将模型评价模块评价结果进行输出，当检测发现发生安全风险时，根据安全风险的类型进行针对性报警消息传递。
[0012]作为本专利技术所述基于AI视觉识别分析的安全风险防范预警系统的一种优选方案，其中：所述数据输入模块由多个摄像头组成拍摄网络结构，做到全方位拍摄，每个摄像头都连接进入网络中，有独立的登陆用户、登陆密码与登陆IP，通过这些参数可以查找到具体的摄像头，用户只需要在系统中输入用户名，密码，摄像头IP与端口号就可以将拍摄数据传递给数据处理模块。
[0013]作为本专利技术所述基于AI视觉识别分析的安全风险防范预警系统的一种优选方案，其中：所述数据处理模块要进行对于输入数据的预处理与特征提取；
[0014]所述预处理方式是通过旋转平移与倾斜角度校正的方式来减少数据因为外部原
因造成的误差；
[0015]所述特征提取是卷积层通过过滤器实现的特征提取，其计算方式是
[0016]z(x，y)＝f(x，y)*g(x，y)＝m∑f(x
‑
m，y
‑
n)g(m，n)
[0017]其中g表示的是过滤器，m与n表示的是过滤器的长度，而f表示的是过滤器对应的像素窗口；
[0018]所述特征提取中卷积层过滤处理后还需要进行池化层处理，其是为了去除图片中的冗余数据。
[0019]作为本专利技术所述基于AI视觉识别分析的安全风险防范预警系统的一种优选方案，其中：所述模型运算模块过程中，要先进行模型损失函数的计算
[0020][0021]其中L
cls
采用的是FocalLoss系数，进行训练过程中的样本平衡问题环节，L
reg
采用的是IOU loss，C
pos
指的是正例数量，I(.)表示的是指示函数，当c*＞0时为1，否则为0，c
x，y
是中心度，t*表示的是每一个落在目标的中心点(x，y)的距离
[0022]t
*
＝y
‑
y0[0023]其中δ设置为1，用来进行L
reg
权重的平衡，p
x，y
是分类得分，t
x，y
是位置回归预测值。
[0024]作为本专利技术所述基于AI视觉识别分析的安全风险防范预警系统的一种优选方案，其中：所述L
reg
计算方式是
[0025]Lreg＝|||t
x，y
‑
t
*x，y
|||
[0026]而其中L
cls
计算方式是
[0027][0028]作为本专利技术所述基于AI视觉识别分析的安全风险防范预警系统的一种优选方案，其中：所述模型运算模块充当系统的数据库功能，可以暂存采集道德可以作为算法运行的输入数据原始数据资源；
[0029]所述模型运算模块将存在安全风险隐患的图片数据组成安全风险模型，数据处理模块将处理过的数据放入模型中；
[0030]所述模型运算模块还充当储存介质功能，保存模型原有的安全风险数据，当模型评价模块对待测数据进行评价后，数据发送给模型运算模块进行数据保存。
[0031]作为本专利技术所述基于AI视觉识别分析的安全风险防范预警系统的一种优选方案，其中：所述模型评价模块通过模型中安全风险模型对待测数据的评价，可以得出待测数据图片的安全情况，
[0032]当发现不存在安全隐患时，不进行对数据输出模块的信息输出；
[0033]当发现存在安全隐患时，根据安全风险类型发送特殊信号给数据输出模块；
[0034]所述安全风险类型包括安全帽未佩戴安全风险，物料倾斜安全风险与人员打闹安全风险。
[0035]作为本专利技术所述基于AI视觉识别分析的安全风险防范预警系统的一种优选方案，其中：所述数据输出模块根据模型评价模块发出的不同安全风险评价结果所产生的信号，
做出相应的警报；
[0036]当收到人员安全帽未佩戴安全风险时，数据输出模块将拍摄到未佩戴安全帽的摄像头ip发给安全管理人员，让安全管理人员通过ip查询到风险人员，并发出30dB噪声提醒安全管理人员；
[0037]当收到人员物料倾斜安全风险时，数据输出模块将拍摄到物料倾斜安全风险的摄像头ip发给安全管理人员，让安全管理人员通过ip查询到风险物料，并发出50dB噪声提醒安全管理人员；
[0038]当收到人员打闹安全风险时，数据输出模块将拍摄到人员打闹的摄像头ip发给安全管理人员，让安全管理人员通过ip查询到风险人员，并发出70dB噪声提醒安全管理人员；
[0039]当拍摄到安全风险摄像头在后续连续三次拍摄中都未发现安全风险时，关闭噪声。
[0040]作为本专利技术所述基于AI视觉识别分析的安全风险防范预警系统的一种优选方案，其中：所述摄像头的连续拍摄是每10帧拍摄一次。
[0041]作为本专利技术所述基于AI视觉识别分析的安全风险防范预警系统的一种优选方案，其中：所述管理人员与安全人员可以通过数据输入模块(进行每个ip摄像头的拍摄数据实时观察，通过拍摄的数据都储存在模型运算模块中，每隔半年进行一次历史拍摄数据更新。
[0042]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于AI视觉识别分析的安全风险防范预警系统，其特征在于：数据输入模块(100)，数据处理模块(200)，模型运算模块(300)，模型评价模块(400)，数据输出模块(500)；所述数据输入模块(100)是用于摄像头拍摄的实时相片，传输给数据处理模块(200)；所述数据处理模块(200)将传输过来的数据进行预处理后特征提取；所述模型运算模块(300)是将存在安全风险的数据集建立安全风险防范模型，将特征提取后的数据放入模型中；所述模型评价模块(400)是将预检查数据与模型中安全风险数据进行对比评价；所述数据输出模块(500)是将模型评价模块(400)评价结果进行输出，当检测发现发生安全风险时，根据安全风险的类型进行针对性报警消息传递。2.如权利要求1所述的基于AI视觉识别分析的安全风险防范预警系统，其特征在于：所述数据输入模块(100)由多个摄像头组成拍摄网络结构，做到全方位拍摄，每个摄像头都连接进入网络中，有独立的登陆用户、登陆密码与登陆IP，通过这些参数可以查找到具体的摄像头，用户只需要在系统中输入用户名，密码，摄像头IP与端口号就可以将拍摄数据传递给数据处理模块(200)。3.如权利要求2所述的基于AI视觉识别分析的安全风险防范预警系统，其特征在于：所述数据处理模块(200)要进行对于输入数据的预处理与特征提取；所述预处理方式是通过旋转平移与倾斜角度校正的方式来减少数据因为外部原因造成的误差；所述特征提取是卷积层通过过滤器实现的特征提取，其计算方式是z(x，y)＝f(x，y)*g(x，y)＝m∑f(x
‑
m，y
‑
n)g(m，n)其中g表示的是过滤器，m与n表示的是过滤器的长度，而f表示的是过滤器对应的像素窗口；所述特征提取中卷积层过滤处理后还需要进行池化层处理，其是为了去除图片中的冗余数据。4.如权利要求3所述的基于AI视觉识别分析的安全风险防范预警系统，其特征在于：所述模型运算模块(300)过程中，要先进行模型损失函数的计算其中L
cls
采用的是FocalLoss系数，进行训练过程中的样本平衡问题环节，L
reg
采用的是IOUloss，C
pos
指的是正例数量，I(.)表示的是指示函数，当c*＞0时为1，否则为0，c
x，y
是中心度，t*表示的是每一个落在目标的中心点(x，y)的距离t
*
＝y
‑
y0其中δ设置为1，用来进行L
reg
权重的平衡，p
x，y
是分类得分，t
x，y
是位置回归预测值。5.如权利要求1、...

【专利技术属性】
技术研发人员：徐立成，王立仓，唐玮，许宗清，刘亚军，董明，余祖伟，鲍家福，梅升，王运，
申请(专利权)人：国能神皖马鞍山发电有限责任公司，
类型：发明
国别省市：