基于AI深度学习的安全帽检测算法,如何应用在实际场景中?

Posted TSINGSEE

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了基于AI深度学习的安全帽检测算法,如何应用在实际场景中?相关的知识,希望对你有一定的参考价值。

安全帽是建筑业、制造业等企业生产中非常重要的劳保工具,因未佩戴安全帽而导致的安全事故也引发大量关注。所以,实时检测工作人员的安全帽佩戴状况,成为企业安全生产监管中不容忽视的环节。

基于AI深度学习的目标检测算法也日益成熟且进步,通过AI安全帽检测算法,可以有效地来检测工人是否合规穿戴个人防护装备,提高视频监控在行业多场景下的智能分析与处理能力。

1、安全帽识别算法的工作原理:

1)判断工人存在的区域,使用人脸检测模块对人脸进行标记;采用AI算法,其目标检测框架可以实现对多类目标物体的检测。
2)提取工人头部子区域;统一在各区域的中部靠上方部分提取,将提取区域固定为正方,将分离出来的头部区域再输入到之后的网络中作后续分析。
3)对提取到的图像采用二分类方法,判断工人是否佩戴安全帽。用二分类法完成对是否佩戴了安全帽的情况进行判断。

2、AI边缘计算硬件:

TSINGSEE青犀视频近期发布的边缘计算硬件AI智能分析网关,内嵌多种AI深度学习算法,包括人体检测、区域入侵检测、口罩佩戴检测、安全帽佩戴检测以及多种扩展算法等,可实现对视频监控场景中的人脸、人体、安全帽、口罩等进行抓拍、检测与识别,对异常情况进行智能提醒和通知,广泛应用于客流统计、安防监控、周界防范、企业安全生产、公共防疫等场景中。

核心能力:

  • 基于ARM的CPU,采用国产化AI SOC,拥有2.0Tops算力,可同时支持4路1080P视频流实时分析,能实现毫秒级识别;
  • 提供多算法接入能力,支持TensorFlow、Caffe等模型转RNN;
  • 支持算法无缝替换,在无需升级基础软件的情况下,一键替换算法模型,满足多算法场景;
  • 基于视频内容边缘计算,可节省大量视频传输带宽成本;
  • 具备多路外接,包括RS485、RS232、CAN等,同时可支持Lora;
  • 采用双百兆网口,支持蓝牙、4G、WIFI、有线网络,提供更可靠传输保障,支持内网穿透,提供内网设备互联网能力;
  • 开放嵌入式Linux系统,提供更稳定的运行环境,可便捷二次开发和系统集成。

3、在场景中的实际应用:

通过将部署在工地、工厂各个出入通道口、作业区域等位置的摄像机统一接入AI智能分析网关,基于内置的安全帽检测算法,可基于监控视频的图像,对监控范围内的工作人员实时检测是否有佩戴安全帽。当检测到进入工地等工作场所的人员未佩戴安全帽时,将及时抓拍保存,并联动语音广播发出警报提示,同时将告警信息传送到平台,提醒监管人员及时查看与处理。

4、应用意义:

基于AI智能检测分析技术、视频处理技术等,可实时监测和预警在岗工人是否按照要求做好安全防护措施,积极贯彻国家规定的企业安全生产的监管理念,降低企业生产管理工作中的安全隐患,减少安全事故发生。AI智能分析网关的安全帽检测功能,可应用在煤矿、建筑工地、生产车间、危化等行业,变被动监督为主动监控,真正做到事前预警,事中常态检测,事后规范管理,助力提升企业安全生产与监管的智能化水平。

以上是关于基于AI深度学习的安全帽检测算法,如何应用在实际场景中?的主要内容,如果未能解决你的问题,请参考以下文章

AI人脸检测智能分析网关算法模型管理,支持自由组合算法

深度学习-详解卷积神经网络下

AI视觉检测技术是如何实现的?在现实生活中有哪些应用?

[AI开发]基于深度学习的视频多目标跟踪实现

视频AI边缘计算技术在安全生产监管中的场景化应用

浅析AI人脸识别/车辆识别智能分析网关的深度学习算法及应用场景