买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉西北工业大学申请的专利一种基于机器视觉的施工场景智慧安全监控方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115797856B 。

龙图腾网通过国家知识产权局官网在2026-03-27发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211381178.6，技术领域涉及：G06V20/52；该发明授权一种基于机器视觉的施工场景智慧安全监控方法是由张顺;李玉鹏;梅少辉;龙吉晖设计研发完成，并于2022-11-06向国家知识产权局提交的专利申请。

本一种基于机器视觉的施工场景智慧安全监控方法在说明书摘要公布了：本发明公开了一种基于机器视觉的施工场景智慧安全监控方法，首先采集施工场景实时视频图像，获取智能处理模块的数据来源；然后对采集到的视频进行施工人员实时检测与轨迹跟踪；接下来根据检测结果图像对施工人员进行安全状态识别；之后对检测、识别和跟踪的信息进行融合处理；最后将实时处理得到的结果输出到设备进行可视化显示。本发明在减少安全监控系统人工成本的同时保证了安全监管的效果，促进了人工智能算法在工业安全实际场景中的应用。

本发明授权一种基于机器视觉的施工场景智慧安全监控方法在权利要求书中公布了：1.一种基于机器视觉的施工场景智慧安全监控方法，其特征在于，包括如下步骤： 步骤1：构建施工场景智慧安全监控系统；采集施工场景实时视频图像，获取智能处理模块的数据来源； 所述施工场景智慧安全监控包括视频监控摄像机、服务器和移动显示器；所述视频监控摄像机通过局域网与服务器相连接，所述服务器与移动显示器通过网络连接；所述服务器中搭载视频图像智能处理模块； 所述监控摄像头通过RTSP协议将采集到的施工场景实时视频图像发送到服务器，通过服务器处理后的监控画面通过网络发送到移动显示器上显示； 步骤2：视频图像智能处理模块对采集到的视频进行施工人员实时检测与轨迹跟踪； 步骤2-1：在人员检测部分，利用在数据集上预先训练好的目标检测器对采集到的实际施工场景视频图像进行施工人员的检测，并在图像上利用锚框标注所检测到的施工人员； 人员检测具体为： 选取YOLOv3网络作为检测器，引入头部解耦合、数据增强、AnchorFree和SimOTA样本匹配方法构建anchor-free的端到端的目标检测框架；将摄像机网络采集到的视频序列通过服务器送入预训练好的YOLOv3网络进行施工人员检测，检测结果包括工人的位置信息，并在视频图像上利用锚框标注所检测到的施工人员; 步骤2-2：在轨迹跟踪部分，基于两个特征进行跟踪：一是运动特征，根据检测到的施工人员连续帧的锚框位置，计算马尔可夫距离，并通过卡尔曼滤波得到目标的运动特征，通过匈牙利匹配算法进行相邻两帧的匹配；二是表观特征，每个人的姿态、穿着是有差异的，所以其对应也有不同的表观特征信息，通过卷积神经网络模型来进行表观特征信息的提取，最后通过表观特征与运动特征级联匹配结果相结合得到最终的跟踪结果，并分配ID，实现施工人员的计数与轨迹的跟踪； 轨迹跟踪具体为： 通过相邻帧的施工人员检测结果，包括位置信息即工人锚框和特征信息即工人特征图进行级联匹配，实现多目标跟踪的效果； 在对位置信息进行处理时，使用8维状态空间描述目标的状态和在图像坐标系中的运动信息，和分别表示目标检测框的中心坐标，和分别表示检测框的宽高比例和高度，表示前面四个参数在图像坐标中的相对速度；使用具有恒定速度模型和线性观测模型的标准卡尔曼滤波器，将检测框参数作为对象状态的直接观测值，利用运动信息，使用匈牙利算法匹配预测框和跟踪框； 对于运动信息，使用马氏距离描述卡尔曼滤波预测结果和检测器结果的关联程度，如公式所示： 式中，和分别表示第个检测结果和第个预测结果的状态向量，表示检测结果和平均跟踪结果之间协方差矩阵； 匈牙利算法所用的代价矩阵包括两部分：一部分通过运动模型计算轨迹和观测结果的边界框距离；另一部分通过外观模型衡量轨迹和观测框特征的相似度；最后对运动模型和外观模型进行加权求和得到轨迹和观测的综合匹配度，继而通过综合匹配程度进行数据关联； 步骤3：根据步骤2的检测和轨迹跟踪结果对施工人员进行安全状态识别； 将施工人员的安全作业状态作为一种图像的语义属性来识别，根据目标检测的结果锚框将各个施工人员的图像进行裁剪，得到单个人员的具体图像； 将施工人员图像送入训练好的属性识别分类器，通过提取图像的特征判别施工人员的安全作业状态，并输出所识别到的违规行为；在训练属性识别分类器时，将输入的施工人员单张图像根据纵向总体比例分为两部分，分别代表上半身和下半身，通过分别提取上下两部分局部特征辅以全局特征进行网络训练； 步骤4：对检测、识别和跟踪的信息进行融合处理； 构建检测、识别和跟踪信息融合处理模块，将步骤2和步骤3的检测结果与属性识别结果放在多目标跟踪的轨迹上进行监督；使用投票法对跟踪显示的信息进行平滑，即如果一帧的识别信息与前面5帧相比发生了突变，则通过前三十帧的检测状态对本帧状态进行判别，如果前三十帧中未检测到目标的帧数比检测到目标的帧数要多，则判定为目标已经消失，反之则认定为目标存在，根据多目标跟踪轨迹对识别结果进行修正，完成对结果信息显示的平滑； 步骤5：将实时处理得到的结果输出到移动显示器进行可视化显示； 将服务器与移动显示器通过网络连接，服务器实时处理收到的施工场景视频图像，并将处理后的结果送给移动显示器，由移动显示器进行显示； 设计人机交互界面在移动显示器上显示，包括六个功能，分别是： 人员计数：显示曾出现在画面中的总人数与当前画面中的人数； 人员跟踪：实时跟踪画面中人员并定位； 场景切换：包含两种工作模式：日常施工与高空作业；两种模式的不同之处在于日常施工模式，检测到工人未戴安全帽会引起报警，未系安全带则不会报警；高空作业模式，检测到工人未戴安全帽或者未系安全带时都会报警； 信息显示：显示识别的人员安全作业状态、作业画面显示与视频流控制； 查看按钮：查看指定施工人员的具体施工画面。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西北工业大学，其通讯地址为：710072 陕西省西安市友谊西路；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。