(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 202210318533.9 (22)申请日 2022.03.29 (71)申请人 慧之安信息技 术股份有限公司 地址 100000 北京市海淀区昆明湖南路51 号A座二层217号 (72)发明人 兰雨晴　乔孟阳　王丹星　于艺春　 黄永琢　 (74)专利代理 机构 北京广技专利代理事务所 (特殊普通 合伙) 11842 专利代理师 张国香 (51)Int.Cl. G07C 9/37(2020.01) G08B 3/10(2006.01) G06V 20/52(2022.01) G06V 40/16(2022.01)G06V 40/20(2022.01) (54)发明名称 基于深度学习的建 筑工地安全监测方法 (57)摘要 本发明提供了基于深度学习的建筑工地安 全监测方法， 其采集与分析进入工地门禁人员的 第一人员影像， 确定是否对人员放行； 采集与分 析工地内部人员的第二人员影像， 判断人员是否 处于工作规范状态； 采集与分析工地内部的建筑 环境影像， 判断建筑结构是否处于稳定状态； 再 根据上述人员 是否处于工作规范状态以及建筑 结构是否处于稳定状态的判断结果， 在建筑工地 内部触发自动报警操作， 其利用摄像机对建筑工 地内外的人员情况和建筑工地内的建筑物进行 影像拍摄与分析， 从而对建筑工地进行全面覆盖 性的主动监测和实时响应报警， 提高对建筑工地 进行安全监测的准确性和可靠性。 权利要求书2页 说明书6页 附图1页 CN 114783093 A 2022.07.22 CN 114783093 A 1.基于深度学习的建筑工地 安全监测方法， 其特 征在于， 其包括如下步骤： 步骤S1， 指示设置于工地入口的摄像机获取进入工地门禁人员的第一人员影像， 对所 述第一人员影像进行识别 分析， 得到进入工地 门禁的人员外观信息； 根据所述人员外观信 息， 确定是否对人员放行； 步骤S2， 指示设置于工地内部的摄像机获取工地内部人员的第二人员 影像， 对所述第 二人员影像进 行识别分析， 得到工地内部人员的工作状态信息； 根据所述工作状态信息， 判 断人员是否处于 工作规范状态； 步骤S3， 指示设置于工地内部的摄像机获取工地内部的建筑环境影像， 对所述建筑环 境影像进行识别分析， 得到 工地内部的建筑结构状态信息； 根据所述建筑结构状态信息， 判断建筑结构是否处于稳定状态； 步骤S4， 根据 上述人员是否处于工作规范状态以及 建筑结构是否处于稳定状态的判断 结果， 在建筑工地内部触发自动报警操作。 2.如权利要求1所述的基于深度学习的建筑工地 安全监测方法， 其特 征在于： 在所述步骤S1中， 指示设置于工地入口的摄像机获取进入工地门禁人员的第 一人员影 像， 对所述第一人员影 像进行识别分析， 得到进入工地门禁的人员外观信息具体包括： 指示设置于工地入口的摄像机对进入工地门禁人员进行双目拍摄， 得到关于进入工地 门禁人员的第一双目人员影 像； 根据所述第一双目人员影 像的双目视 差， 得到关于进入工地门禁人员的三维影 像； 从所述三维影像中识别得到进入工地门禁人员的脸部五官特征信息和衣物穿着特征 信息。 3.如权利要求2所述的基于深度学习的建筑工地 安全监测方法， 其特 征在于： 在所述步骤S1中， 根据所述人员外观信息， 确定是否对人员放行 具体包括： 将所述脸部五官特征信 息与预设脸部五官特征数据库进行比对， 若所述脸部五官特征 信息包含在预设脸部五官特征数据库中， 则确定当前进入工地 门禁人员属于准入人员； 否 则， 确定当前进入工地门禁不属于准入人员； 根据所述准入人员的衣物穿着特征信 息， 确定所述准入人员是否佩戴安全帽和穿着反 光衣； 若是， 则对所述 准入人员放行； 若否， 则不对所述 准入人员放行。 4.如权利要求3所述的基于深度学习的建筑工地 安全监测方法， 其特 征在于： 在所述步骤S2中， 指示设置于工地内部的摄像机获取工地内部人员的第二人员影像， 对所述第二人员影 像进行识别分析， 得到 工地内部人员的工作状态信息具体包括： 指示设置于工地内部的摄像机对工地内部人员进行扫描拍摄， 得到关于工地内部人员 的第二扫描人员影 像； 从所述第二扫描人员影像中识别得到工地内部人员在工作过程中的四肢动作姿态和 躯体动作姿态。 5.如权利要求 4所述的基于深度学习的建筑工地 安全监测方法， 其特 征在于： 在所述步骤S2中， 根据所述工作状态信息， 判断人员是否处于 工作规范状态具体包括： 将所述四肢动作姿态和所述躯体动作姿态与预设动作姿态数据库进行比对， 若所述 四 肢动作姿态和所述躯体动作姿态包含在预设动作姿态数据库， 则确定人员当前 处于工作规 范状态； 若否， 则确定人员当前不处于 工作规范状态。权　利　要　求　书 1/2 页 2 CN 114783093 A 26.如权利要求5所述的基于深度学习的建筑工地 安全监测方法， 其特 征在于： 在所述步骤S3中， 指示设置于工地内部的摄像机获取工地内部的建筑环境影像， 对所 述建筑环境影 像进行识别分析， 得到 工地内部的建筑结构状态信息具体包括： 指示设置于工地内部的摄像机对工地内部的建筑物进行动态拍摄， 得到关于建筑物的 动态影像； 从所述动态影 像中识别得到建筑物的倾 斜角度值和建筑物的摆动幅度值。 7.如权利要求6所述的基于深度学习的建筑工地 安全监测方法， 其特 征在于： 在所述步骤S3中， 根据所述建筑结构状态信息， 判断建筑结构是否处于稳定状态具体 包括： 若所述倾斜角度值大于或等于预设角度阈值， 或者所述摆动幅度值大于或等于预设幅 度阈值， 则确定 建筑物的建筑结构当前 处于不稳定状态； 否则， 确定 建筑物的建筑结构当前 处于稳定状态。 8.如权利要求7 所述的基于深度学习的建筑工地 安全监测方法， 其特 征在于： 在所述步骤S4中， 根据 上述人员是否处于工作规范状态以及 建筑结构是否处于稳定状 态的判断结果， 在建筑工地内部触发自动报警操作具体包括： 当确定人员不处于工作规范状态或者建筑物的建筑结构不处于稳定状态， 则获取人员 当前所处的位置或者建筑物所处的位置； 将所述位置上报至工地管理平台终端后， 指示所述位置附近区域的报 警设备发出语音 报警信号。权　利　要　求　书 2/2 页 3 CN 114783093 A 3