【技术实现步骤摘要】
本专利技术涉及安全生产监测和深度学习，尤其是一种工前会议智能监测方法及系统。
技术介绍
1、在安全生产监测领域，尤其是在建筑和工程项目中，工前会议的有效执行对于确保施工安全和提高工作效率至关重要。工前会议允许团队讨论即将进行的工作的风险、任务分配和安全措施，是预防事故和误解的关键步骤。然而，在传统的会议监测系统中，往往依赖于人工检查和报告，这种方式不仅耗时，而且容易因人为因素而导致疏漏。
2、现有的技术中，例如美国专利us20140249754a1公开的“系统和方法用于监测和报告工作场所的安全会议”，提出了使用视频录像设备在工作场所进行会议监控的方案。该技术能够通过视频监控来记录会议的参与情况，但它主要依赖于视频录像，而不进行深入的图像分析或人员识别，因此在实际应用中可能无法准确统计参与人数或评估会议的有效性。
3、此外，目前的一些监控系统采用基本的图像识别技术来检测人员的存在，例如欧洲专利ep3009118b1公开的“一种用于检测人体的系统和方法”。这类系统通常利用传统的图像处理技术，如背景减除法或简单的运动检测，来识别图像中的人物。然而，这些方法在复杂的施工环境中(例如多人移动、光线变化等情况)容易产生误判。
4、综上，现有技术主要存在以下缺点：
5、1、人工依赖性高：现有的工前会议监测技术大多依赖人工执行和监控，例如通过人工记录或检查来确认会议的参与情况。这种方法不仅效率低下，而且容易受到主观判断和人为疏忽的影响，导致记录不准确。
6、2、技术手段原始：虽然一些系
7、3、适应性和灵活性不足：传统的监测系统通常不具备处理复杂、动态变化环境的能力，如光线变化、人员频繁进出等，这会大大降低系统的准确性和可靠性。
8、4、自动化程度低：现有技术中，会议的开始与结束往往需要人工判断或依赖于固定时间表，缺乏自适应调整的能力，不能根据实际情况自动调整监测状态，这在实际应用中极大限制了其效用。
技术实现思路
1、为了克服上述现有技术中的缺陷，本专利技术提供一种工前会议智能监测方法，提高了会议监测的精度和效率，为安全生产领域提供了一个创新的技术解决方案。
2、为实现上述目的，本专利技术采用以下技术方案，包括：
3、一种工前会议智能监测方法，包括以下步骤：
4、s1，根据设定的会议时间，在设定的会议时间内，对会议室内进行人员检测；
5、s2，统计会议区域内的人员数量，判断会议区域内的人员数量是否超过开始阈值，若是，则进行步骤s3；若否，则返回步骤s1，继续进行人员检测，直至会议区域内的人员数量超过开始阈值后，进行步骤s3；
6、s3，会议区域内的人员数量超过开始阈值后，表示工前会议正式开始，此时开始计时，且在计时期间，实时监测会议区域内的人员数量，直至会议区域内的人员数量小于结束阈值，计时结束；
7、s4，判断本次计时时间是否超过设定时间阈值，若是，则表示本次工前会议有效，生成工前会议记录并存档；若否，则表示本次工前会议无效，不生成工前会议记录；
8、s5，判断是否在设定的会议时间内，若在设定的会议时间内，则返回步骤s1，继续进行人员检测，待会议区域内的人员数量再次超过开始阈值后，再次进行计时，若再次计时时间超过设定时间阈值，则再次生成工前会议记录并存档；若超出设定的会议时间，则停止人员检测。
9、优选的，步骤s1中，利用视频采集单元对会议室进行视频采集，利用人员检测单元对采集到的视频图像进行人员检测。
10、优选的，步骤s4中，记录工前会议的视频图像数据、会议时长和人员数量，生成工前会议记录，并将工前会议记录发送给管理人员进行审核。
11、优选的，所述人员检测单元包括依次连接的主干特征提取网络、多尺度融合网络、特征解码器；其中，
12、主干特征提取网络包括依次连接的四个部分，每个部分均由一个下采样层和一个多层次csp残差模块构成；每个部分中的下采样层的输出端与多层次csp残差模块的输入端相连接；上一个部分中的多层次csp残差模块的输出端与下一个部分中的下采样层的输入端相连接；第一个部分的下采样层的输入端输入待检测图像；
13、主干特征提取网络的后三个部分的多层次csp残差模块输出的特征经过多尺度特征融合网络进行特征融合，实现不同尺度特征图的融合；
14、特征解码器对融合后的特征图进行处理，提取人员检测所需的信息，生成人员检测结果。
15、优选的，所述多层次csp残差模块的主体结构是由四个残差模块串联组成，每个残差模块均配备一个csp分支结构，将主体结构的输出结果与各分支结构的输出结果经过1×1的标准卷积模块cba融合后，再通过残差边将输入与融合后的输出相结合，作为多层次csp残差模块的输出；
16、所述csp分支结构由1×1的标准卷积模块cba构成；所述残差模块包括依次串联的1×1的标准卷积模块cba和n×n的深度卷积模块dba，残差模块的输入依次经1×1的标准卷积模块cba和n×n的深度卷积模块dba处理，将深度卷积模块dba的输出与残差模块的输入相加，作为残差模块的输出；
17、所述1×1的标准卷积模块cba由依次连接的1×1的标准卷积层、批次归一化层和激活函数构成；
18、所述n×n的深度卷积模块dba由依次连接的n×n的深度卷积层、批次归一化层、激活函数、1×1的标准卷积层、批次归一化层和激活函数构成。
19、优选的，所述多尺度特征融合网络采用panet结构。
20、优选的，采用silu激活函数。
21、本专利技术还提供一种工前会议智能监测系统，适用于上述的一种工前会议智能监测方法，系统包括：视频采集单元、人员检测单元、中心处理单元和存储单元；
22、所述视频采集单元用于对会议室进行视频采集；
23、所述人员检测单元用于对采集到的视频图像进行人员检测；
24、所述中心处理单元用于根据会议区域内的人员数量，判断工前会议是否有效，并记录有效的工前会议的视频图像数据、会议时长和人员数量，形成工前会议记录；
25、所述存储单元用于对工前会议记录进行存储。
26、本专利技术还提供一种计算机程序产品，其包括计算机程序/指令，该计算机程序/指令被处理器执行时实现上述的一种工前会议智能监测方法。
27、本专利技术还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被执行时实现上述的一种工前会议智能监测方法。
28、本专利技术的优点在于：
29、(1)本专利技术能够根据会议区域内的人员数量自动启动和结束会议计时，以及记录会议持续时间，实现真正的实时监控与管理。本专利技术通过自动保存关键会议图像本文档来自技高网...
【技术保护点】
1.一种工前会议智能监测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种工前会议智能监测方法，其特征在于，步骤S1中，利用视频采集单元对会议室进行视频采集，利用人员检测单元对采集到的视频图像进行人员检测。
3.根据权利要求1所述的一种工前会议智能监测方法，其特征在于，步骤S4中，记录工前会议的视频图像数据、会议时长和人员数量，生成工前会议记录，并将工前会议记录发送给管理人员进行审核。
4.根据权利要求2所述的一种工前会议智能监测方法，其特征在于，所述人员检测单元包括依次连接的主干特征提取网络、多尺度融合网络、特征解码器；其中，
5.根据权利要求4所述的一种工前会议智能监测方法，其特征在于，所述多层次CSP残差模块的主体结构是由四个残差模块串联组成，每个残差模块均配备一个CSP分支结构，将主体结构的输出结果与各分支结构的输出结果经过1×1的标准卷积模块CBA融合后，再通过残差边将输入与融合后的输出相结合，作为多层次CSP残差模块的输出；
6.根据权利要求4所述的一种工前会议智能监测方法，其特征在于，所述多尺度
7.根据权利要求4所述的一种工前会议智能监测方法，其特征在于，采用SiLU激活函数。
8.一种工前会议智能监测系统，其特征在于，适用于权利要求1-7任一所述的一种工前会议智能监测方法，系统包括：视频采集单元、人员检测单元、中心处理单元和存储单元；
9.一种计算机程序产品，其特征在于，其包括计算机程序/指令，该计算机程序/指令被处理器执行时实现权利要求1-7任一所述的一种工前会议智能监测方法。
10.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述计算机程序被执行时实现权利要求1-7任一所述的一种工前会议智能监测方法。
...【技术特征摘要】
1.一种工前会议智能监测方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种工前会议智能监测方法，其特征在于，步骤s1中，利用视频采集单元对会议室进行视频采集，利用人员检测单元对采集到的视频图像进行人员检测。
3.根据权利要求1所述的一种工前会议智能监测方法，其特征在于，步骤s4中，记录工前会议的视频图像数据、会议时长和人员数量，生成工前会议记录，并将工前会议记录发送给管理人员进行审核。
4.根据权利要求2所述的一种工前会议智能监测方法，其特征在于，所述人员检测单元包括依次连接的主干特征提取网络、多尺度融合网络、特征解码器；其中，
5.根据权利要求4所述的一种工前会议智能监测方法，其特征在于，所述多层次csp残差模块的主体结构是由四个残差模块串联组成，每个残差模块均配备一个csp分支结构，将主体结构的输出结果与各分支结构的输出结果经过1×...
【专利技术属性】
技术研发人员：霍一诺，王静舞，关劲夫，王宇，舒刚，詹杰，汤坤，
申请(专利权)人：天泽智联科技股份公司，
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。