(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210439452.4 (22)申请日 2022.04.25 (71)申请人 中铁广州工程局集团第三工程有限 公司 地址 526040 广东省肇庆市站北路46号 申请人 中铁广州工程局集团有限公司 (72)发明人 韩静玉　郑玉明　周雄　李宗文　 叶庆惠　郭虎　张鹏飞　王鹏超　 (74)专利代理 机构 北京维正专利代理有限公司 11508 专利代理师 牟建鑫 (51)Int.Cl. G06V 20/52(2022.01) G06V 40/20(2022.01) G06V 10/70(2022.01)G08B 21/24(2006.01) G06Q 10/06(2012.01) G06Q 50/08(2012.01) (54)发明名称 一种基于AI智能识别的工地安全监测方法 及系统 (57)摘要 本申请涉及一种基于AI智能识别的工地安 全监测方法及系统， 其包括获取施工工地内各施 工位置的施工图像信息， 根据所述施工图像信 息， 识别施工图像中是否出现隐患情形； 若是， 则 获取隐患情形中的具体隐患种类信息和预设定 的隐患等级序列表信息， 从所述隐患等级序列表 中获取到所述具体隐患种类对应的实际隐患等 级； 获取预设定的告知方式序列表， 从所述告知 方式序列表中获取到所述实际隐患等级对应的 实际告知类型； 获取所述具体隐患种类对应的施 工人员联系信息， 根据所述施工人员联系信息和 实际告知类型， 触发警示启动指令。 本申请具有 提高将存在的安全 隐患行为更加 高效地通知施 工人员的效果。 权利要求书2页 说明书11页 附图5页 CN 114937237 A 2022.08.23 CN 114937237 A 1.一种基于AI智能识别的工地安全监测方法， 其特征在于， 所述工地安全监测方法包 括： 获取施工工地内各施工位置的施工 图像信息， 根据所述施工 图像信息， 识别所述施工 图像中是否出现隐患情形； 若是， 则获取所述 隐患情形中的具体隐患种类信息和预设定的隐患等级序列表信息， 从所述隐患等级序列表中获取到所述具体隐患种类对应的实际隐患等级； 获取预设定的告知方式序列表， 从所述告知方式序列表中获取到所述实际隐患 等级对 应的实际告知类型； 获取所述具体隐患种类对应的施工人员联系信 息， 根据所述施工人员联系信 息和实际 告知类型， 触发 警示启动指令 。 2.根据权利要求1所述的基于AI智能识别的工地安全监测方法， 其特征在于， 所述隐患 情形包括自身隐患和场景隐患， 所述识别施工图像中是否出现隐患情形的方法包括： 从所述施工 图像信息中识别出施工人员位置， 根据所述施工人员位置， 从所述施工 图 像信息中获取施工人员关键部位位置信息， 再从所述施工人员关键部位位置信息中识别得 出隐患特 征， 将所述隐患特 征作为自身隐患； 从所述施工 图像中识别出隐患位置， 计算出施工人员位置和隐患位置之间的距离， 判 断所述距离是否小于预定阈值； 若是， 则将所述施工人员靠 近隐患位置的行为作为场景隐患。 3.根据权利要求2所述的基于AI智能识别的工地安全监测方法， 其特征在于， 从所述施 工人员关键部位位置信息中识别得出隐患特征是通过判定模型识别得到的， 训练所述判定 模型的方法包括： 根据历史数据中的施工人员正确状态数据， 训练得到异常检测模型， 所述异常检测模 型用于判断施工人员各个 器官位置是否存在异常； 获取工地隐患种类信 息， 从每个所述工地隐患种类中获取关联的施工人员器官位置信 息， 根据所述工地隐患种类信息和施工人员器官位置信息训练得到用于检测具体每个隐患 特征的隐患模型， 并将异常检测模型和隐患模型作为判定模型。 4.根据权利要求3所述的基于AI智能识别的工地安全监测方法， 其特征在于， 通过所述 判定模型识别得 出隐患特 征的方法包括： 将所述施工图像输入至异常检测模型中进行异常模糊判断， 获取异常位置信息； 根据所述异常位置信息， 拉取隐患模型进行异常精确判断， 得到所述隐患特 征。 5.根据权利要求1所述的基于AI智能识别的工地安全监测方法， 其特征在于， 所述获取 所述具体隐患种类对应的施工人员联系信息的方法包括： 将所述具体隐患种类对应的施工人员定为异常人员， 从所述施工图像中识别出异常人 员的头部特征； 将所述头 部特征在预设定的施工人员集中匹配查询， 得到匹配查询结果； 若查询成功， 则将查询到的施工人员对应的联系信息作为所述异常人员联系信息 。 6.根据权利要求5所述的基于AI智能识别的工地安全监测方法， 其特征在于， 在所述将 所述头部特征在预设定的施工人员集中匹配查询， 得到匹配查询结果之后， 所述方法包括： 若查询失败， 则获取 所述施工图像中所有施工人员的初筛联系信息；权　利　要　求　书 1/2 页 2 CN 114937237 A 2从所述匹配查询结果中获取相似度信息， 将所述相似度信息进行排序， 根据预设定的 施工人员集， 获取 所述相似度位于预定范围阈值的施工人员的初步联系信息； 将所述初筛联系信 息和初步联系信 息对比， 将同时出现在初筛联系信 息和初步联系信 息中的联系信息作为异常人员联系信息 。 7.根据权利要求6所述的基于AI智能识别的工地安全监测方法， 其特征在于， 所述获取 所述施工图像中所有施工人员的初筛联系信息的方法包括： 获取所述施工 图像的拍摄范围位置信息， 根据所述拍摄范围位置信息， 通过三角定位 技术获取所述拍摄范围位置内的手机信号信息； 根据所述手机信号信息和预设定的施工人员集， 筛 选出初筛联系信息 。 8.一种基于AI智能识别的工地安全监测系统， 其特征在于， 所述工地安全监测系统包 括： 隐患识别模块， 用于获取施工工地内各施工位置的施工 图像信息， 根据所述施工 图像 信息， 识别施工图像中是否出现隐患情形； 隐患等级确定模块， 用于若是， 则获取隐患情形中的具体隐患种类信息和预设定的隐 患等级序列 表信息， 从所述隐患等级序列表中获取到所述具体隐患种类对应的实际隐患等 级； 告知类型确定模块， 用于获取预设定的告知方式序列表， 从所述告知方式序列表中获 取到所述实际隐患等级对应的实际告知类型； 警示启动触发模块， 用于获取所述具体隐患种类对应的施工人员联系信息， 根据所述 施工人员联系信息和实际告知类型， 触发 警示启动指令 。 9.根据权利要求8所述的基于AI智能识别的工地安全监测系统， 其特征在于， 所述隐患 识别模块包括： 自身隐患确定子模块， 用于从所述施工 图像信息中识别出施工人员位置， 根据所述施 工人员位置， 从所述施工图像信息中获取施工人员关键部位位置信息， 再从所述施工人员 关键部位位置信息中识别得 出隐患特 征， 将所述隐患特 征作为自身隐患； 隐患位置识别子模块， 用于从所述施工 图像中识别出隐患位置， 计算出施工人员位置 和隐患位置之间的距离， 判断所述距离是否小于预定阈值； 场景隐患确定子模块， 用于若是， 则将所述施工人员靠近隐患位置的行为作为场景隐 患。 10.根据权利要求8所述的基于AI智能识别的工地安全监测系统， 其特征在于， 所述警 示启动触发模块包括： 头部特征识别子模块， 用于将所述具体隐患种类对应的施工人员定为异常人员， 从所 述施工图像中识别出异常人员的头 部特征； 匹配查询子模块， 用于将所述头部特征在预设定的施工人员集中匹配查询， 得到匹配 查询结果； 匹配查询判定子模块， 用于若查询成功， 则将查询到的施工人员对应的联系信息作为 所述异常人员联系信息 。权　利　要　求　书 2/2 页 3 CN 114937237 A 3