一种基于AI视觉的违规行为实时监测系统及方法
技术领域
本发明涉及计算机视觉技术领域，具体为一种基于AI视觉的违规行为实时监测系统及方法。
背景技术
计算机视觉技术是指机器感知环境的能力，主要是利用传感器把光电信号转化为图像数据，实现机器”看世界”功能的一门技术。AI视觉技术是在计算机视觉的基础上，通过人工智能深度学习方法对图像数据进行处理，能够学习图像中共性特征和差异性特征，最终自动识别目标特征的的技术。在危险生产环境中，一般通过三种方式进行违规行为监测：一是，通过人工监测，该方法不仅测耗时耗力，还不能够对危险区域进行全天候的监控，同时危险环境对监测人也有一定的危害；二是，通过摄像头进行视频监控，这种监控能够实现全天候的实时监测，但属于事后证据查询，不能有效的对违规行为进行预警；三是，固定地点仪器检测，这种方法是在指定地点进行检测，通过后再进入生产环境，属于事前监测，但在实际生产过程中，由于人们行为的复杂性，通过事前监测之后，在生产中仍存在违规行为，因此这种方式不能有效的识别生产过程中的违规行为。为此，本发明提出了一种基于AI视觉技术的危险生产环境下违规行为实时监测及告警系统及方法。
发明内容
本发明的目的可以通过以下技术方案实现：一种基于AI视觉的违规行为实时监测系统，包括数据采集终端、边缘计算单元、云服务和显示终端，所述数据采集终端通过摄像模块采集监控区域的图像用于AI识别；而远端用户可在PC上使用标准的网络浏览器，根据网络摄像机的IP地址，对网络摄像机进行访问，实时监控目标现场的情况；主要优势是能够实现无线视频流传输，做到图像采集设备和计算单元进行分离，避免智能计算单元直接暴露于危险环境中；所述边缘计算单元通过边缘机进行图像进行解码、预处理、AI算法部署和推理；通过AI深度学习算法实现生产环境的监控；所述云服务模块以阿里云、华为云和百度云等大型公司W云端服务器为主；与传统本地服务器相比，采用云端服务器不仅方便数据的存储和web等服务部署，而且还具有的超强的存储能力和计算能力。同时，与传统的服务器相比，能够减少维护成本；这样有利于展示方式的了灵活多样；所述显示终端通过云服务的架构能够较为灵活的显示检测结果，结果可以展示到液晶显示器、笔记本、手机等显示终端，方便用户随时查看结果。
优选的，所述摄像模块采用网络摄像头，网络摄像头是传统摄像机与网络视频技术相结合的新一代产品，除了具备一般传统摄像机所有的图像捕捉功能外，机内还内置了数字化压缩控制器和基于WEB的操作系统，使得视频数据经压缩加密后，通过局域网，internet或无线网络送至终端用户效果。
优选的，所述Web服务模块主要分为前端和后端，后端负责接收智能识别结果，并对经过进行存储、预处理已经统计分析，前端负责把后端的结果展示到客户端上，能够很好的做到前后端分离。
一种基于AI视觉的违规行为实时监测的方法，包括以下步骤：
步骤一，自定义区域监控区域算法，能够实现对进入规定区域的人进行监测，对监控区域之外的人员不进行监测；
步骤二，人形框提取算法，主要是实现对监测区域内的人位置轮廓进行提取，为进一步识别人的行为做准备；
步骤三，人行为识别算法，对提取的人形框进一步识别，识别出人的不规范行为，比如不穿戴规定的头盔、工装、手套和鞋子进行生产活动；
步骤四，行人追踪算法，对识别的人员进行追踪，避免因为遮挡造成造成同一人员识别结果偏差较大，能够稳定识别结果，同时对近处和远处的人员进行编号，有效的多角度确定违规人员的身份；
步骤五，识别结果综合判断及上传算法，能够自动的根据识别结果，发出不同的警告。
本发明的有益效果：
1、本发明基于AI视觉技术的，实时的，智能识别并追踪不规范行为的系统及方法；在减少人工监测的成本的同时，能够满足工厂安全生产需求；
2、本发明能有效减少人力，提高生产的安全性，能够实时的全天候的实现监测告警，是理想的违规行为检测方法；
3、与传统的服务器相比，能够减少维护成本；这样有利于展示方式的了灵活多样；
4、终端图像采集设备采集图像信息，通过智能网关或wifi把视频流上传到边缘服务器。
5、边缘服务器对视频流进行解码和预处理，并通过部署的算法进行推理，把推理结果通过网络上传云服务或本地显示端。
6、云端服务器对结果进行存储、统计分析，并通过部署的web服务把处理的结果上传到显示端。
7、用户可以灵活选择显示端，通过web服务或本地服务访问监测结果，并对违规行为进行告警。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明监测系统流程示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1，本发明提供一种技术方案：一种基于AI视觉的违规行为实时监测系统，包括数据采集终端、边缘计算单元、云服务和显示终端，所述数据采集终端通过摄像模块采集监控区域的图像用于AI识别；而远端用户可在PC上使用标准的网络浏览器，根据网络摄像机的IP地址，对网络摄像机进行访问，实时监控目标现场的情况；主要优势是能够实现无线视频流传输，做到图像采集设备和计算单元进行分离，避免智能计算单元直接暴露于危险环境中；所述边缘计算单元通过边缘机进行图像进行解码、预处理、AI算法部署和推理；通过AI深度学习算法实现生产环境的监控；所述云服务模块以阿里云、华为云和百度云等大型公司W云端服务器为主；与传统本地服务器相比，采用云端服务器不仅方便数据的存储和web等服务部署，而且还具有的超强的存储能力和计算能力。同时，与传统的服务器相比，能够减少维护成本；这样有利于展示方式的了灵活多样；所述显示终端通过云服务的架构能够较为灵活的显示检测结果，结果可以展示到液晶显示器、笔记本、手机等显示终端，方便用户随时查看结果。
所述摄像模块采用网络摄像头，网络摄像头是传统摄像机与网络视频技术相结合的新一代产品，除了具备一般传统摄像机所有的图像捕捉功能外，机内还内置了数字化压缩控制器和基于WEB的操作系统，使得视频数据经压缩加密后，通过局域网，internet或无线网络送至终端用户效果。
所述Web服务模块主要分为前端和后端，后端负责接收智能识别结果，并对经过进行存储、预处理已经统计分析，前端负责把后端的结果展示到客户端上，能够很好的做到前后端分离。
一种基于AI视觉的违规行为实时监测的方法,其特征在于，包括以下步骤：
步骤一，自定义区域监控区域算法，能够实现对进入规定区域的人进行监测，对监控区域之外的人员不进行监测；
步骤二，人形框提取算法，主要是实现对监测区域内的人位置轮廓进行提取，为进一步识别人的行为做准备；
步骤三，人行为识别算法，对提取的人形框进一步识别，识别出人的不规范行为，比如不穿戴规定的头盔、工装、手套和鞋子进行生产活动；
步骤四，行人追踪算法，对识别的人员进行追踪，避免因为遮挡造成造成同一人员识别结果偏差较大，能够稳定识别结果，同时对近处和远处的人员进行编号，有效的多角度确定违规人员的身份；
步骤五，识别结果综合判断及上传算法，能够自动的根据识别结果，发出不同的警告。
本发明在使用时首先可终端图像采集设备采集图像信息，通过智能网关或wifi把视频流上传到边缘服务器；然后通过边缘服务器对视频流进行解码和预处理，并通过部署的算法进行推理，把推理结果通过网络上传云服务或本地显示端；此外，云端服务器对结果进行存储、统计分析，并通过部署的web服务把处理的结果上传到显示端；用户可以灵活选择显示端，通过web服务或本地服务访问监测结果，并对违规行为进行告警。
在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
