【技术实现步骤摘要】
本专利技术涉及边缘计算，具体涉及一种违规行为监测方法、装置、设备及存储介质。
技术介绍
1、地下矿井工地建设具有地质条件复杂、建设难度大、灾害类型多、分布面广、人的不安全行为和物的不安全状态等隐患众多等特点。矿井下环境复杂，由于人的视觉疲劳，难以长时间保持警觉，安监员或设备操作工不可能面面俱到，无法对违章作业进行及时获取。因此，需要有一双智能监控设备替代人眼，及时发现隐患，并立即形成报警，提醒现场人员和监管人员。
2、现有的边缘计算盒不能对多路摄像头进行解析，无法同时监控多个场景，同时由于煤矿工作场景一般空间狭窄，光线昏暗，导致人脸特征识别不准确，且识别角度受限于传送带等各种井下设备的阻挡，不能从多维度给出煤矿安全生产监管辅助管理数据。
技术实现思路
1、因此，本专利技术要解决的技术问题在于解决现有技术中边缘计算盒无法监测多种违规行为、无法准确识别违规人员身份信息并计算风险指标的问题，从而提供一种违规行为监测方法、装置、设备及存储介质。
2、为达到上述目的，本专利技术提供如下技术方案：
3、第一方面，本专利技术提供一种违规行为监测方法，包括：获取多个目标区域的视频图像；基于视频图像获取该目标区域内的人员特征属性、目标物体属性及该目标区域的预设违规属性；当同时获取到人员特征属性及目标物体属性，或仅获取到人员特征属性，且人员特征属性满足该目标区域的预设违规属性时，则判定该人员出现违规行为，并获取该违规行为的类型；将违规人员的人员特征属性与全部人员多维
4、本专利技术提供的违规行为检测方法，可以根据多个预设规则同时对多个目标区域视频图像中的多种违规行为进行监测，当识别到违规人员时，通过将人员特征与多维特征底库进行多角度比对，结合置信度及权重系数准确匹配人员身份，保证即使在视频图像不清晰情况下仍能根据获取的少数特征准确匹配对应人员，提升人员识别的准确度。本专利技术还可以根据违规行为类型计算风险指标，为现场安全提供生产监管辅助管理数据，提高现场的安全水平，减少安全隐患。
5、在一种可选的实施方式中，人员多维特征底库包括人脸特征底库、人体特征底库及姿态轨迹特征底库，人员多维特征底库的获取过程，包括：获取每个人员的脸部多种角度的照片及身体多种角度的照片；根据每个人员的脸部多种角度的照片提取每个角度对应的人脸特征，并将该人员的全部角度对应的人脸特征作为该人员的人脸特征底库；根据每个人员的身体多种角度的照片提取每个角度对应的人体特征，并将该人员的全部角度对应的人体特征作为该人员的人体特征底库；根据每个人员的身体多种角度的照片提取多个人体关键点，并对多个关键点进行轨迹跟踪后，将该人员的全部关键点的轨迹作为该人员的姿态轨迹特征底库。
6、本专利技术提供的违规行为检测方法，先将每个人员的多维脸部特征、多维身体特征及多个关键点轨迹特征作为该人员的特征底库存储下来，丰富每个人员的特征底库，提高后续根据视频图像匹配人员身份时的准确度。
7、在一种可选的实施方式中，人员特征属性包括：人脸特征、人体特征及姿态轨迹特征，则获取违规人员的身份信息的过程，包括：将违规人员的人脸特征、人体特征及姿态轨迹特征分别与全部人脸特征底库、人体特征底库及姿态轨迹特征底库进行比对；根据比对结果结合人员特征属性置信度及该目标区域的权重系数，生成人员身份匹配结果集合；判定人员身份匹配结果集合中最小结果对应的人员为违规人员，并获取该违规人员的身份信息。
8、本专利技术提供的违规行为检测方法，通过将比对结果与置信度及权重系数结合，排除可能性低的匹配结果，缩小匹配结果的范围，提高匹配结果的准确性。
9、在一种可选的实施方式中，根据比对结果结合人员特征属性置信度及该目标区域的权重系数，生成人员身份匹配结果集合的过程，包括：获取人脸特征置信度、人体特征置信度及姿态轨迹特征置信度；将人脸特征置信度、人体特征置信度及姿态轨迹特征置信度分别与比对结果相乘并求和，并结合该目标区域的权重系数，生成人员身份匹配结果集合。
10、在一种可选的实施方式中，违规行为检测方法还包括：基于该违规人员的人脸特征、人体特征及姿态轨迹特征，结合该违规人员的人脸特征置信度、人体特征置信度及姿态轨迹特征置信度，更新该违规人员的人员多维特征底库。
11、本专利技术提供的违规行为检测方法，通过自动实时更新人员特征底库，存储人员的最新特征，从而提高匹配结果的准确度。
12、在一种可选的实施方式中，计算风险指标的过程，包括：分别记录每项违规行为发生的次数、每个人员的违规次数及每个目标区域发生违规行为的次数；基于每项违规行为的影响因子分别计算人员风险指标、区域风险指标及企业生产风险指标。
13、本专利技术提供的违规行为检测方法，通过计算风险指标可以监控每个违规事件发生的频次、每个区域及每个人员的违规频次，从而对违规事件、区域及人员进行重点监控，降低安全隐患。
14、在一种可选的实施方式中，违规行为检测方法还包括：基于目标区域的预设违规属性判断目标物体是否放置在预设区域内；当判定目标物体不在预设区域内时生成报警信号。
15、第二方面，本专利技术提供一种违规行为监测装置，包括：获取模块，用于获取目标区域的视频图像；属性识别模块，用于基于视频图像获取该目标区域内的人员特征属性、目标物体属性及该目标区域的预设违规属性；判断模块，用于当同时获取到人员特征属性及目标物体属性，或仅获取到人员特征属性，且人员特征属性满足该目标区域的预设违规属性时，则判定该人员出现违规行为，并获取该违规行为的类型；匹配模块，用于将违规人员的人员特征属性与全部人员多维特征底库进行匹配，并结合人员特征属性置信度及该目标区域的权重系数，获取违规人员的身份信息；传输计算模块，用于将违规行为及对应的违规人员的身份信息同时上传到云端后，计算风险指标。
16、第三方面，本专利技术提供一种计算机设备，包括：存储器和处理器，存储器和处理器之间互相通信连接，存储器中存储有计算机指令，处理器通过执行计算机指令，从而执行第一方面的违规行为监测方法。
17、第四方面，本专利技术提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机指令，计算机指令用于使计算机执行第一方面的违规行为监测方法。
本文档来自技高网...【技术保护点】
1.一种违规行为监测方法，其特征在于，包括：
2.根据权利要求1所述的违规行为监测方法，其特征在于，所述人员多维特征底库包括人脸特征底库、人体特征底库及姿态轨迹特征底库，所述人员多维特征底库的获取过程，包括：
3.根据权利要求2所述的违规行为监测方法，其特征在于，所述人员特征属性包括：人脸特征、人体特征及姿态轨迹特征，则获取违规人员的身份信息的过程，包括：
4.根据权利要求3所述的违规行为监测方法，其特征在于，所述根据比对结果结合人员特征属性置信度及该目标区域的权重系数，生成人员身份匹配结果集合的过程，包括：
5.根据权利要求3所述的违规行为监测方法，其特征在于，还包括：
6.根据权利要求1所述的违规行为监测方法，其特征在于，计算风险指标的过程，包括：
7.根据权利要求1所述的违规行为监测方法，其特征在于，还包括：
8.一种违规行为监测装置，其特征在于，包括：
9.一种计算机设备，其特征在于，包括：
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计
...【技术特征摘要】
1.一种违规行为监测方法，其特征在于，包括：
2.根据权利要求1所述的违规行为监测方法，其特征在于，所述人员多维特征底库包括人脸特征底库、人体特征底库及姿态轨迹特征底库，所述人员多维特征底库的获取过程，包括：
3.根据权利要求2所述的违规行为监测方法，其特征在于，所述人员特征属性包括：人脸特征、人体特征及姿态轨迹特征，则获取违规人员的身份信息的过程，包括：
4.根据权利要求3所述的违规行为监测方法，其特征在于，所述根据比对结果结合人员特征属性置信度及该目标区域的权重系数，生成人员身份匹配结果集合的过...
【专利技术属性】
技术研发人员：史晓蒙，吕晓鹏，田其鹏，张瑞龙，
申请(专利权)人：北京易华录信息技术股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。