论文部分内容阅读
[摘 要]阐述了监管平台设计目标，明确在区域检测与目标检测现场违章行为监管中，应实现可视化施工现场标准、预警违章作业及安全隐患，对现场实时监控。以此为基础，开展监管平台系统架构设计，采取监控图像智能识别技术与深度学习技术搭建系统，满足违章监控要求。
[关键词]区域检测;目标检测;施工现场;违章监管平台
[中图分类号]TM08 [文献标志码]A [文章编号]2095–6487（2021）08–0–03
[Abstract]The article elaborated on the design goals of the supervision platform， and clarified that in the supervision of on-site violations of regional detection and target detection， visual construction site standards should be realized， early warning of illegal operations and potential safety hazards， and real-time monitoring of the site. Based on this， the system architecture design of the supervision platform is carried out， and the intelligent recognition technology of surveillance images and the deep learning technology are adopted to build the system to effectively meet the requirements of illegal surveillance.
[Keywords]area detection; target detection; construction site; illegal supervision platform
随着我国经济发展，工程项目数量、规模随之增加，增加了现场安全风险。工程施工多为立体交叉作业，随着施工进度推进，人员位置也会产生变化，且多为室外作业，涉及诸多设备、人员管理，加上参建人员文明施工、安全施工意识差异性，发生违章行为后会造成严重安全后果，威胁人员安全。为预防发生此类事故，消除安全隐患，结合现场生产实际，采取视频监控、网络通信、智能识别技术，对施工现场生产实时监测，监控人员作业规范，从而实现安全生产。
1 监管平台设计目标
为强化现场安全管理，促进安全监督效能的提高，减少事故发生，确保现场生产安全，需结合信息技术构建智慧安全管理体系，采取ydongAPP端+PC端结合模式，保证现场生产安全。设计目标如下。
（1）通过视频监控，实现可视化现场施工标准。
（2）通过智能图像信息分析，预警现场违章作业、安全隐患。
（3）全面监控施工现场，及时掌握现场作业情况。
（4）借助移动手机APP推送报警信息与视频监控。
为满足施工现场文明施工，规范建设要求，搭建现场智慧安全管理系统，将摄像头安装在现场采集人员施工画面，配合软件平台的日常管理模块、监控中心模块、移动管理模块及智慧安全模块开展数据分析。现场选择55寸液晶电视，实施轮播现场画面，便于管理人员了解现场情况，以平台分析确定人员违章，把控现场安全，做到总部、本地画面同步显示，防患于未然。
2 监管平台系统架构
2.1 总体设计
本项目采取监控图像智能识别技术与深度学习技术搭建系统，根据B/S设计模式建设系统，用户能够利用浏览器进行URL访问操作，不用安装其他客户端（图1）。
智慧安全管理系统包含客户端展示、后端业务处理、前端采集数据三部分。前端采集数据选用海康威视10路摄像机、AI专用服务器，抓取现场人员动作及环境情况，将照片和视频配合AI服务器实现实时运算，能够解析现场违规违章信息，为后端业务处理器传输识别结果及数据，经过服务器统一存储、运算，发送结果至客户端，其由移动APP、监控中心、管理平台构成，能够展示数据结果。
系统整体搭建在局域网内实现数据传输，以确保数据安全性与实时性，用户仅需在局域网登录浏览器即可访问系统，业务服务器则在移动APP处于外部、现场等无法与内网连接下，以公网访问系统。
2.2 平台架构
智慧安全管理系统架构可包含接口层、展现层及应用层。其中，展现层包含移动APP、电脑浏览器、液晶显示屏;应用层按照系统功能进行业务服务架设，包含监控中心、智慧现场、日常管理、移动平台等;接口层主要为展现层提供业务接口，包含活動文件、站班会记录、每日施工计划、节假日安排活动等接口。
2.2.1 程序设计
该系统应用层与接口层应用JAVA开发语言，采取SSM框架，其作为主流JAVAEE框架，适用于企业应用系统的搭建。开源框架为Spring，兴起于2003年JAVA轻量级开放框架，能够解决企业开发应用的复杂问题，能够开发服务器端，以可测性、简单性、松耦合层面而言，JAVA应用均能在Spring中收益，其属于轻量级面向切面、控制反转的容器架构。数据管理增删改查框架为MyBatis。
2.2.2 数据存储
存储数据应用mysql关系型数据库，业务存储日志为mongodb。
mysql作为关系型管理数据库系统，mysql AB企业研发，在应用Web中为最好的应用软件之一。分布式存储文件数据库为MongoDB，介于关系、非关系数据库之间，功能丰富，支持松散数据结构，数据存储类型多，能够支持多种查询语言，实现类似查询关系数据库单表功能，建立数据索引。 2.3 违章目标检测
该智慧安全管理系统中，硬件监控功能实现需以软件流程为切入点开展规划设计，软件平台以基础硬件为测试、落实的基础。
2.3.1 AI人脸识别
人脸识别基于人脸特征识别身份的生物识别技术，以摄像头、摄像机采集人脸视频与流量，在图像中自动跟踪、检测人脸，识别人脸行为。该系统包含人脸图像检测采集、人脸提取图像特征、人脸图像预处理、人脸图像特征匹配识别。
人脸采集图像。人脸不同图像可借助摄像头采集，包含不同表情、位置、动/静态图像等，均可采集，人员处于拍摄范围，即可自动拍摄与搜索人脸图像。
人脸检测。准确标定图像人脸大小、位置，利用人脸的末班特征、直方图特征、结构特征、颜色特征检测人脸。
人脸图像预处理。提取图像特征，且处理噪声过滤、灰度矫正等。
人脸图像提取特征。系统通过变换系数特征、像素统计特征等实现人脸建模。
人脸图像匹配识别。图像提取后匹配搜索数据库模板，设置阈值，相似度超出阈值即可输出结果。
2.3.2 识别违章违规行为
（1）穿戴安全带、安全帽违规识别。人员勘察施工现场，多角度、多方位采集施工人员安全带、帽穿戴照片，以AI平台学习算法构建安全带、帽像素库。施工现场利用海康威视摄像机与像素库对比分析，识别人员穿戴合规性。
（2）吸烟违章识别。该行为识别与识别安全带、帽类似，却由于吸烟行为判别困难、香烟烟味较淡、香烟体积小，违章行为判断更为困难，无法简单从颜色、体积方面识别图像。系统抓拍香烟火苗点分析图像，以AI自主学习算法识别违章行为。
（3）区域进入人员识别。前期对施工人员人脸开展数据建模，在施工、危险部分设置电子围栏，一旦人员进入其中，即可通过摄像机抓取人脸数据，比对人脸模型，结合业务系统的入侵检测，明确人员是否能够进入该区域。
（4）通道堆放杂物识别。应用摄像头建立现场场景数据模型，杂物堆放过多，对比标准数据模型和实际模型一致性，提醒报警。
（5）火险识别。识别火险利用双光谱筒形摄像机，能够分析现场图片视频，生成热成像，借助AI算法分析热成像热点，判断火险情况。
（6）还有临边防护、孔洞、基坑、烟道人孔门等识别，均参考安全带、帽识别方式。
2.3.3 提高识别率
图像识别中，对于图像具有较高要求，主体视角不清晰、受光面不均匀会影响图像识别率，加上施工、现场天气、光纤较为复杂，图像拍摄存在偏差，易出现未识别违规违章行为、误识别违规违章情况，解决措施如下。
（1）未识别违规违章。面对该情况需多光线、角度采集现场数据建模，丰富底层像素库，提高识别效率。并且，回放视频，安排人员截取违规画面，要求自主学习算法深度学习图像。
（2）误识别违规违章。识别违规违章中，阈值为最重要参数，系统按照阈值判定人员行为，出现误判则可能为设定阈值较高，需调整阈值，使其符合现场要求，减少误识别概率。并且，回放视频，人工标记场景，要求自主学习算法深度学习图像。
2.4 平台模块
2.4.1 监控中心
项目调度指挥中，监控中心作为项目核心能够及时发现违规违章行为。①现场直播，通过电视液晶屏播放现场摄像画面，能够进行回放、放大画面操作，通过AI服务器分析，消息提醒栏警示人员现场存在违规违章;②施工计划，日常管理中编制、发布施工计划，显示在右侧监控中心列表;③违规违章信息，消息列表存放提醒信息，源于AI服务器的判断分析，每个消息中均包含录像画面、产生时间，为人工处理提供依据。
2.4.2 日常管理模块
日常管理中，包含告警功能和配制、视频监管功能、施工每日计划表、站班会记录、工作票记录、活动文件、节假日安全活动、基本管理信息、报表、实时日志、查询等功能。
2.4.3 安全管理模块
安全管理包含AI服务器、摄像机，利用摄像机采集视频与AI服务器分析图像，能够识别违规违章。包含现场违章识别、区域性人员管理、危险性作业管理等功能。
2.4.4 移动管理平台
该平台可突破空间限制，只要有网络，任何地点、时间均能访问，便于人员监管现场（图2）。
该模块功能包含查看现场视频、查看违规违章信息、查看审核施工计划、查看工作票、查看审核活动方案、查看工作安排、推送消息。
3 試验分析
为保证系统平台有效性与正确性，用于施工现场展开数据测试。先登录首页信息，左侧菜单包含：头部为违章告警类别、中间为图形分析、底部为施工计划、右侧为统计工作票。在系统平台中支持规划系统功能，且达到良好效果，满足区域、目标检测违规违章行为要求。
4 结语
工程建设中，存在人员数量多、现场实时监督困难，隐含潜在风险的问题。面对安全监管面广、工程分布广的情况，为加强现场安全监督，提高监管效能，采取海康威视10路摄像机、AI专用服务器，抓取现场人员动作及环境情况，将照片和视频配合AI服务器实现实时运算，经过服务器存储、运算发送至客户端，展示数据结果，监控人员作业行为。
参考文献
[1] 李晓强，丛鹏.电网工程施工违章管理系统的设计[J].现代工业经济和信息化，2019，9（8）：40-41，46.
[关键词]区域检测;目标检测;施工现场;违章监管平台
[中图分类号]TM08 [文献标志码]A [文章编号]2095–6487（2021）08–0–03
[Abstract]The article elaborated on the design goals of the supervision platform， and clarified that in the supervision of on-site violations of regional detection and target detection， visual construction site standards should be realized， early warning of illegal operations and potential safety hazards， and real-time monitoring of the site. Based on this， the system architecture design of the supervision platform is carried out， and the intelligent recognition technology of surveillance images and the deep learning technology are adopted to build the system to effectively meet the requirements of illegal surveillance.
[Keywords]area detection; target detection; construction site; illegal supervision platform
随着我国经济发展，工程项目数量、规模随之增加，增加了现场安全风险。工程施工多为立体交叉作业，随着施工进度推进，人员位置也会产生变化，且多为室外作业，涉及诸多设备、人员管理，加上参建人员文明施工、安全施工意识差异性，发生违章行为后会造成严重安全后果，威胁人员安全。为预防发生此类事故，消除安全隐患，结合现场生产实际，采取视频监控、网络通信、智能识别技术，对施工现场生产实时监测，监控人员作业规范，从而实现安全生产。
1 监管平台设计目标
为强化现场安全管理，促进安全监督效能的提高，减少事故发生，确保现场生产安全，需结合信息技术构建智慧安全管理体系，采取ydongAPP端+PC端结合模式，保证现场生产安全。设计目标如下。
（1）通过视频监控，实现可视化现场施工标准。
（2）通过智能图像信息分析，预警现场违章作业、安全隐患。
（3）全面监控施工现场，及时掌握现场作业情况。
（4）借助移动手机APP推送报警信息与视频监控。
为满足施工现场文明施工，规范建设要求，搭建现场智慧安全管理系统，将摄像头安装在现场采集人员施工画面，配合软件平台的日常管理模块、监控中心模块、移动管理模块及智慧安全模块开展数据分析。现场选择55寸液晶电视，实施轮播现场画面，便于管理人员了解现场情况，以平台分析确定人员违章，把控现场安全，做到总部、本地画面同步显示，防患于未然。
2 监管平台系统架构
2.1 总体设计
本项目采取监控图像智能识别技术与深度学习技术搭建系统，根据B/S设计模式建设系统，用户能够利用浏览器进行URL访问操作，不用安装其他客户端（图1）。
智慧安全管理系统包含客户端展示、后端业务处理、前端采集数据三部分。前端采集数据选用海康威视10路摄像机、AI专用服务器，抓取现场人员动作及环境情况，将照片和视频配合AI服务器实现实时运算，能够解析现场违规违章信息，为后端业务处理器传输识别结果及数据，经过服务器统一存储、运算，发送结果至客户端，其由移动APP、监控中心、管理平台构成，能够展示数据结果。
系统整体搭建在局域网内实现数据传输，以确保数据安全性与实时性，用户仅需在局域网登录浏览器即可访问系统，业务服务器则在移动APP处于外部、现场等无法与内网连接下，以公网访问系统。
2.2 平台架构
智慧安全管理系统架构可包含接口层、展现层及应用层。其中，展现层包含移动APP、电脑浏览器、液晶显示屏;应用层按照系统功能进行业务服务架设，包含监控中心、智慧现场、日常管理、移动平台等;接口层主要为展现层提供业务接口，包含活動文件、站班会记录、每日施工计划、节假日安排活动等接口。
2.2.1 程序设计
该系统应用层与接口层应用JAVA开发语言，采取SSM框架，其作为主流JAVAEE框架，适用于企业应用系统的搭建。开源框架为Spring，兴起于2003年JAVA轻量级开放框架，能够解决企业开发应用的复杂问题，能够开发服务器端，以可测性、简单性、松耦合层面而言，JAVA应用均能在Spring中收益，其属于轻量级面向切面、控制反转的容器架构。数据管理增删改查框架为MyBatis。
2.2.2 数据存储
存储数据应用mysql关系型数据库，业务存储日志为mongodb。
mysql作为关系型管理数据库系统，mysql AB企业研发，在应用Web中为最好的应用软件之一。分布式存储文件数据库为MongoDB，介于关系、非关系数据库之间，功能丰富，支持松散数据结构，数据存储类型多，能够支持多种查询语言，实现类似查询关系数据库单表功能，建立数据索引。 2.3 违章目标检测
该智慧安全管理系统中，硬件监控功能实现需以软件流程为切入点开展规划设计，软件平台以基础硬件为测试、落实的基础。
2.3.1 AI人脸识别
人脸识别基于人脸特征识别身份的生物识别技术，以摄像头、摄像机采集人脸视频与流量，在图像中自动跟踪、检测人脸，识别人脸行为。该系统包含人脸图像检测采集、人脸提取图像特征、人脸图像预处理、人脸图像特征匹配识别。
人脸采集图像。人脸不同图像可借助摄像头采集，包含不同表情、位置、动/静态图像等，均可采集，人员处于拍摄范围，即可自动拍摄与搜索人脸图像。
人脸检测。准确标定图像人脸大小、位置，利用人脸的末班特征、直方图特征、结构特征、颜色特征检测人脸。
人脸图像预处理。提取图像特征，且处理噪声过滤、灰度矫正等。
人脸图像提取特征。系统通过变换系数特征、像素统计特征等实现人脸建模。
人脸图像匹配识别。图像提取后匹配搜索数据库模板，设置阈值，相似度超出阈值即可输出结果。
2.3.2 识别违章违规行为
（1）穿戴安全带、安全帽违规识别。人员勘察施工现场，多角度、多方位采集施工人员安全带、帽穿戴照片，以AI平台学习算法构建安全带、帽像素库。施工现场利用海康威视摄像机与像素库对比分析，识别人员穿戴合规性。
（2）吸烟违章识别。该行为识别与识别安全带、帽类似，却由于吸烟行为判别困难、香烟烟味较淡、香烟体积小，违章行为判断更为困难，无法简单从颜色、体积方面识别图像。系统抓拍香烟火苗点分析图像，以AI自主学习算法识别违章行为。
（3）区域进入人员识别。前期对施工人员人脸开展数据建模，在施工、危险部分设置电子围栏，一旦人员进入其中，即可通过摄像机抓取人脸数据，比对人脸模型，结合业务系统的入侵检测，明确人员是否能够进入该区域。
（4）通道堆放杂物识别。应用摄像头建立现场场景数据模型，杂物堆放过多，对比标准数据模型和实际模型一致性，提醒报警。
（5）火险识别。识别火险利用双光谱筒形摄像机，能够分析现场图片视频，生成热成像，借助AI算法分析热成像热点，判断火险情况。
（6）还有临边防护、孔洞、基坑、烟道人孔门等识别，均参考安全带、帽识别方式。
2.3.3 提高识别率
图像识别中，对于图像具有较高要求，主体视角不清晰、受光面不均匀会影响图像识别率，加上施工、现场天气、光纤较为复杂，图像拍摄存在偏差，易出现未识别违规违章行为、误识别违规违章情况，解决措施如下。
（1）未识别违规违章。面对该情况需多光线、角度采集现场数据建模，丰富底层像素库，提高识别效率。并且，回放视频，安排人员截取违规画面，要求自主学习算法深度学习图像。
（2）误识别违规违章。识别违规违章中，阈值为最重要参数，系统按照阈值判定人员行为，出现误判则可能为设定阈值较高，需调整阈值，使其符合现场要求，减少误识别概率。并且，回放视频，人工标记场景，要求自主学习算法深度学习图像。
2.4 平台模块
2.4.1 监控中心
项目调度指挥中，监控中心作为项目核心能够及时发现违规违章行为。①现场直播，通过电视液晶屏播放现场摄像画面，能够进行回放、放大画面操作，通过AI服务器分析，消息提醒栏警示人员现场存在违规违章;②施工计划，日常管理中编制、发布施工计划，显示在右侧监控中心列表;③违规违章信息，消息列表存放提醒信息，源于AI服务器的判断分析，每个消息中均包含录像画面、产生时间，为人工处理提供依据。
2.4.2 日常管理模块
日常管理中，包含告警功能和配制、视频监管功能、施工每日计划表、站班会记录、工作票记录、活动文件、节假日安全活动、基本管理信息、报表、实时日志、查询等功能。
2.4.3 安全管理模块
安全管理包含AI服务器、摄像机，利用摄像机采集视频与AI服务器分析图像，能够识别违规违章。包含现场违章识别、区域性人员管理、危险性作业管理等功能。
2.4.4 移动管理平台
该平台可突破空间限制，只要有网络，任何地点、时间均能访问，便于人员监管现场（图2）。
该模块功能包含查看现场视频、查看违规违章信息、查看审核施工计划、查看工作票、查看审核活动方案、查看工作安排、推送消息。
3 試验分析
为保证系统平台有效性与正确性，用于施工现场展开数据测试。先登录首页信息，左侧菜单包含：头部为违章告警类别、中间为图形分析、底部为施工计划、右侧为统计工作票。在系统平台中支持规划系统功能，且达到良好效果，满足区域、目标检测违规违章行为要求。
4 结语
工程建设中，存在人员数量多、现场实时监督困难，隐含潜在风险的问题。面对安全监管面广、工程分布广的情况，为加强现场安全监督，提高监管效能，采取海康威视10路摄像机、AI专用服务器，抓取现场人员动作及环境情况，将照片和视频配合AI服务器实现实时运算，经过服务器存储、运算发送至客户端，展示数据结果，监控人员作业行为。
参考文献
[1] 李晓强，丛鹏.电网工程施工违章管理系统的设计[J].现代工业经济和信息化，2019，9（8）：40-41，46.