基于视觉分析检测施工人员安全帽未佩戴的方法及装置与流程

[0001]
本发明涉及视频监控技术领域，具体涉及一种基于视觉分析检测施工人员安全帽未佩戴的方法及装置。


背景技术：

[0002]
在建筑工地施工现场，经常会出现人员在生产作业中遭受坠落物体的砸伤或者人员自己坠落时造成的头部损伤。安全帽作为一种个人头部防护用品，能有效地防止和减轻操作人员在生产作业时发生的意外。所以，当施工人团进入施工现场时，都会要求施工人员佩戴好安全帽，然而，有些施工人员因各种原因可能未佩戴安全帽，或未将安全帽佩戴至头部的位置。因此，为了防止事故的发生，对安全帽的佩戴情况进行实时的监控就变得及其重要了。
[0003]
如今，施工人员安全帽是否佩戴的检测方法，大多是通过人工视频检测或者人工现场检测，这样的检测效率较低。
[0004]
综上所述，在施工作业现场需要有一种安全帽配戴识别方法及装置。


技术实现要素：

[0005]
本实发明实施例提出了一种基于视觉分析检测施工人员安全帽未佩戴的方法及装置。
[0006]
一种基于视觉分析检测施工人员安全帽未佩戴的方法，其特征在于，包括：
[0007]
预先存储施工人员佩戴安全帽的头部高度的第一数据与未佩戴安全帽的头部高度的第二数据；
[0008]
对所述第一数据和第二数据进行对比处理，确定头部高度对比模型；
[0009]
通过施工现场设置预设的视频监控设备，获取施工场景视频；
[0010]
根据所述施工场景视频确定施工人员图像，并获取施工人员图像中的头部高度数据；
[0011]
将所述头部高度数据代入所述头部高度对比模型，判断是否存在安全帽未佩戴的施工人员。
[0012]
作为本发明的一种实施例，所述方法还包括：在所述施工现场预设视频监控设备，包括以下步骤：
[0013]
步骤1：获取施工人员数据，并构建视频监控设备的架设模型h：
[0014][0015]
其中，所述r
j
表示第j个视频监控设备的监控半径；所述β
j
表示第 j个视频监控设备与地面的夹角；所述d(x)表示视频监控设备的密度函数，所述v表示施工地点的总面积，所述x表示监控设备的个数；所述w
j
表示第j个视频监控设备的位置特征；所述d
j-(j-1)
表示相邻两个视频监控设备之间的距离；所述r
i
表示第i个施工人员的分布特征；
[0016]
步骤2：将施工人员的身高高度带入所述架设模型，确定所述视频监控设备架设高度g：
[0017][0018]
其中，所述g
i
第i个施工人员的身高；
[0019]
步骤3：根据所述架设高度，判断所述视频监控设备的俯视角
[0020][0021]
步骤4：根据所述视频监控设备架设高度g和视频监控设备的俯视角在所述施工现场预设视频监控设备。
[0022]
作为本发明的一种实施例，对所述第一数据和第二数据进行对比处理，确定头部高度对比模型，包括：
[0023]
根据所述第一数据，确定施工人员未佩戴安全帽的头部顶点m 和佩戴安全帽头部最低点n，并根据佩戴安全帽增高的高度z，确定上限高度为m+n+z；
[0024]
根据所述第二数据，通过获取的施工人员未佩戴安全帽的头部顶点m和人脸最低点n，即为下线高度为m+n；
[0025]
每个施工人员是的高度有两个坐标，一个上限坐标点和一个下限坐标点，两个为一组；
[0026]
根据坐标点x轴坐标引入施工人员的特征参数，根据施工人员的特征参数计算两个坐标之间的马氏距离确定高度范围；
[0027]
根据每个施工人员的马氏距离，构建头部高度对比模型。
[0028]
作为本发明的一种实施例，所述通过施工场景视频确定施工人员图像，包括：
[0029]
对预设区域进行视频拍摄，获得待识别视频；
[0030]
将所述待识别视频分为帧图像；
[0031]
判断所述帧图像是否存在施工人员，若是，将所述帧图像保留；
[0032]
否则，将所述帧图像剔除。
[0033]
作为本发明的一种实施例，所述根据所述施工场景视频确定施工人员图像，并获取施工人员图像中的头部高度数据，包括：
[0034]
根据所述施工场景视频来获取施工人员的图像信息；其中，
[0035]
所述图像信息包括：第一图像数据、第二图像数据、第三图像数据和第四图像数据；其中，
[0036]
所述第一图像数据为所述施工人员的脸部特征信息；
[0037]
所述第二图像数据为所述施工人员的头部特征信息；
[0038]
所述第三图像数据为所述施工人员在场景特征信息；
[0039]
所述第四图像数据为所述施工人员的人体特征信息；
[0040]
根据所述施工人员在不同场景下的图像信息，确定施工人员在不同场景下的人体特征信息；
[0041]
根据所述不同场景下的人体特征信息，确定所述施工人员的人体特征点；其中，
[0042]
所述人体特征点包括：脸部特征点、头部特征点、场景的地面特征点和人体的顶点特征点；
[0043]
根据所述人体特征点，确定所述人体的顶点特征点到所述场景的地面特征点的距离，确定人体高度；
[0044]
根据所述人体高度，确定与所述人体高度具有相同高度的施工人员；
[0045]
基于所述脸部特征点和头部特征点对所述相同高度的施工人员进行筛选，确定所述施工人员的身份信息；
[0046]
根据所述身份信息，调取所述施工人员的历史头部高度数据；
[0047]
根据所述脸部特征点和头部特征点，确定所述施工人员的头部高度；
[0048]
通过所述历史头部高度数据对所述施工人员的头部高度进行验证，确定所述施工人员图像中的头部高度数据。
[0049]
一种基于视觉分析检测施工人员安全帽未佩戴的装置，其特征在于，包括：
[0050]
预存模块：用于预先存储施工人员佩戴安全帽的头部高度的第一数据与未佩戴安全帽的头部高度的第二数据；
[0051]
对比模块：用于对所述第一数据和第二数据进行对比处理，确定头部高度对比模型；
[0052]
第一获取模块：用于通过施工现场设置预设的视频监控设备，获取施工场景视频；
[0053]
第二获取模块：用于根据所述施工场景视频确定施工人员图像，并获取施工人员图像中的头部高度数据；
[0054]
判断模块：用于将所述头部高度数据代入所述头部高度对比模型，判断是否存在安全帽未佩戴的施工人员。
[0055]
作为本发明的一种实施例，所述装置还包括架设模块：用于在所述施工现场预设视频监控设备，包括以下步骤：
[0056]
步骤1：获取施工人员数据，并构建视频监控设备的架设模型h：
[0057][0058]
其中，所述r
j
表示第j个视频监控设备的监控半径；所述β
j
表示第j个视频监控设备与地面的夹角；所述d(x)表示视频监控设备的密度函数，所述v表示施工地点的总面积，所述x表示监控设备的个数；所述w
j
表示第j个视频监控设备的位置特征；所述d
j-(j-1)
表示相邻两个视频监控设备之间的距离；所述r
i
表示第i个施工人员的分布特征；
[0059]
步骤2：将施工人员的身高高度带入所述架设模型，确定所述视频监控设备架设高度g：
[0060][0061]
其中，所述g
i
第i个施工人员的身高；
[0062]
步骤3：根据所述架设高度，判断所述视频监控设备的俯视角
[0063][0064]
步骤4：根据所述视频监控设备架设高度g和视频监控设备的俯视角在所述施工现场预设视频监控设备。
[0065]
作为本发明的一种实施例，对所述对比模块包括：
[0066]
第一确定单元：用于根据所述第一数据，确定施工人员未佩戴安全帽的头部顶点m和佩戴安全帽头部最低点n，并根据佩戴安全帽增高的高度z，确定上限高度为m+n+z；
[0067]
第二确定单元：用于根据所述第二数据，通过获取的施工人员未佩戴安全帽的头部顶点m和人脸最低点n，即为下线高度为m+n；
[0068]
设定单元：用于设定每个施工人员是的高度有两个坐标，一个上限坐标点和一个下限坐标点，两个为一组；
[0069]
计算单元：用于根据坐标点x轴坐标引入施工人员的特征参数，并通过所述施工人员的特征参数计算两个坐标之间的马氏距离确定高度范围；
[0070]
构建单元：用于根据每个施工人员的马氏距离，构建头部高度对比模型。
[0071]
作为本发明的一种实施例，所述第二获取模块包括：
[0072]
第一获取单元：用于对预设区域进行视频拍摄，获得待识别视频；
[0073]
划分单元：用于将所述待识别视频分为帧图像；
[0074]
判断单元：用于判断所述帧图像是否存在施工人员，若是，将所述帧图像保留；
[0075]
否则，将所述帧图像剔除。
[0076]
作为本发明的一种实施例，所述第二获取模块还包括：
[0077]
第二获取单元：用于根据所述施工场景视频来获取施工人员的图像信息；其中，
[0078]
所述图像信息包括：第一图像数据、第二图像数据、第三图像数据和第四图像数据；其中，
[0079]
所述第一图像数据为所述施工人员的脸部特征信息；
[0080]
所述第二图像数据为所述施工人员的头部特征信息；
[0081]
所述第三图像数据为所述施工人员在场景特征信息；
[0082]
所述第四图像数据为所述施工人员的人体特征信息；
[0083]
第三确定单元：用于根据所述施工人员在不同场景下的图像信息，确定施工人员在不同场景下的人体特征信息；
[0084]
第四确定单元：用于根据所述不同场景下的人体特征信息，确定所述施工人员的人体特征点；其中，
[0085]
所述人体特征点包括：脸部特征点、头部特征点、场景的地面特征点和人体的顶点特征点；
[0086]
第五确定单元：用于根据所述人体特征点，确定所述人体的顶点特征点到所述场景的地面特征点的距离，确定人体高度；
[0087]
第六确定单元：用于根据所述人体高度，确定与所述人体高度具有相同高度的施工人员；
[0088]
第七确定单元：用于基于所述脸部特征点和头部特征点对所述相同高度的施工人员进行筛选，确定所述施工人员的身份信息；
[0089]
调取单元：用于根据所述身份信息，调取所述施工人员的历史头部高度数据；
[0090]
第八确定单元：用于根据所述脸部特征点和头部特征点，确定所述施工人员的头部高度；
[0091]
第九确定单元：用于通过所述历史头部高度数据对所述施工人员的头部高度进行验证，确定所述施工人员图像中的头部高度数据。
[0092]
与现有的安全帽检测技术相比，本发明的一种基于视觉分析检测施工人员安全帽未佩戴的方法及装置，通过视频监控设备拍摄图像，处理得到人体头部高度数据，将此头部高度数据代入头部高度对比模型，判断是否存在安全帽未佩戴的施工人员。
[0093]
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。
[0094]
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
[0095]
图1为本发明一种基于视觉分析检测施工人员安全帽未佩戴的方法流程图。
[0096]
图2为本发明一种基于视觉分析检测施工人员安全帽未佩戴的装置框架图。
具体实施方案
[0097]
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完
整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0098]
如附图1所示，按照本发明的一种基于视觉分析检测施工人员安全帽未佩戴的方法，包括：
[0099]
步骤s101:预先存储施工人员佩戴安全帽的头部高度的第一数据与未佩戴安全帽的头部高度的第二数据；即，先把所有施工人员佩戴安全帽的头部高度的数据和没有佩戴安全帽的头部高度数据作为预储存数据。
[0100]
步骤s102：对所述第一数据和第二数据进行对比处理，确定头部高度对比模型；即，表示头部高度的仿真对比模型，用以判断头部的对比状况。
[0101]
步骤s103：通过施工现场设置预设的视频监控设备，获取施工场景视频；
[0102]
步骤s104：根据所述施工场景视频确定施工人员图像，并获取施工人员图片中的头部高度数据；
[0103]
步骤s105：将所述头部高度数据代入所述头部高度对比模型，判断是否存在安全帽未佩戴的施工人员。
[0104]
在一个实例中：在建筑工地施工场地中，对某块施工地方进行视频监控，第一步，把所得到的视频进行处理得到施工人员图像，从施工人员图像中获取施工人员头部高度的一个数值，第二步，对预先存储施工人员佩戴安全帽的头部高度的第一数据与未佩戴安全帽的头部高度的第二数据仿真对比处理，得出一个对比模型，第三步，将所述头部高度数据代入所述头部高度对比模型，判断是否存在安全帽未佩戴的施工人员。
[0105]
上述技术方案的有益效果在于：本发明通过预先存储施工人员佩戴安全帽和不佩戴安全帽的数据，进而通过对施工人员的数据进行仿真对比，构成对比的差异性的仿真模型，此时，已经对于施工人员有没有佩戴安全帽具有一个初步判断，版本方面再根据施工人员的施工场景视频，对施工人员图像进行处理，进而通过施工人员的头部高度数据带入仿真的对比模型，做出最终对于施工人员是否穿戴安全帽的判定。
[0106]
作为本发明的一种实施例，所述方法还包括：
[0107]
在所述施工现场预设视频监控设备，包括以下步骤：
[0108]
步骤1：获取施工人员数据，并构建视频监控设备的架设模型h：
[0109][0110]
其中，所述r
j
表示第j个视频监控设备的监控半径；所述β
j
表示第j个视频监控设备
与地面的夹角；所述d(x)表示视频监控设备的密度函数，所述v表示施工地点的总面积，所述x表示监控设备的个数；所述w
j
表示第j个视频监控设备的位置特征；所述d
j-(j-1)
表示相邻两个视频监控设备之间的距离；所述r
i
表示第i个施工人员的分布特征；
[0111]
步骤2：将施工人员的身高高度带入所述架设模型，确定所述视频监控设备架设高度g：
[0112][0113]
其中，所述g
i
第i个施工人员的身高；
[0114]
步骤3：根据所述架设高度，判断所述视频监控设备的俯视角
[0115][0116]
步骤4：根据所述视频监控设备架设高度g和视频监控设备的俯视角在所述施工现场预设视频监控设备。
[0117]
本发明的原理和有益效果在于：本发明的目的是通过调整监控设备的角度和高度来获取想要的图像角度。用于视频监控设备能够尽量拍摄出与人头部水平的视频，方便获取人物头部高度数据，不会造成摄像头过高或过低而导致的人物头部比例不正常。因此，本发明的架设模型分别对于视频监控设备的监控空间体积、视频监控设备的整体分布、相邻的视频监控设备的特征关系、施工人员的分布特征和视频监控设备的位置共同构建架设模型，最后通过架设模型确定视频监控设备架设高度和视频监控设备的俯视角。进而实现通过视频监控设备对施工人员安全帽的佩戴情况进行全面监测。
[0118]
作为本发明的一种实施例，所述方法还包括：
[0119]
对所述第一数据和第二数据进行对比处理，确定头部高度对比模型；
[0120]
根据所述第一数据，确定施工人员未佩戴安全帽的头部顶点m 和佩戴安全帽头部最低点n，并根据佩戴安全帽增高的高度z，确定上限高度为m+n+z；
[0121]
安全帽在佩戴时，帽箍底部至头顶最高点的轴向距离即为佩戴高度。按照gb/t 2812—2006《安全帽测试方法》中佩戴高度测量的方法测量，佩戴高度应为80～90mm。
[0122]
所述第二数据下限高度为，通过获取的施工人员未佩戴安全帽的头部顶点m和人脸最低点n，即为下线高度为m+n；
[0123]
每个施工人员是的高度有两个坐标，一个上限坐标点和一个下限坐标点，两个为一组；
[0124]
根据坐标点x轴坐标引入施工人员的特征参数，根据施工人员的特征参数计算两个坐标之间的马氏距离确定高度范围；
[0125]
根据每个施工人员的马氏距离，构建头部高度对比模型。
[0126]
上述技术方案的有益效果在于：本发明基于施工人员佩戴安全帽和没有佩戴安全帽的施工状态数据，确定了施工人员在佩戴安全帽过程中的上限高度和下限高度。然后引入坐标系计算，通过构建头部高度对比模型，确定最终的头部高度数据。
[0127]
作为本发明的一种实施例，所述根据所述施工场景视频确定施工人员图像方法，还包括：
[0128]
对预设区域进行视频拍摄，获得待识别视频；
[0129]
将所述待识别视频分为帧图像；
[0130]
判断所述帧图像是否存在施工人员，若是，将所述帧图像保留；
[0131]
否则，将所述帧图像剔除。
[0132]
本发明的原理在于：对监控设备获取的视频进行选取有施工人员图像的视频。
[0133]
本发明的有益效果在于：通过对有施工人员图像的视频进行保留，无施工人员图像的视频剔除，可以有效的降低对存储空间的占用。
[0134]
作为本发明的一种实施例，所述根据所述施工场景视频确定施工人员图像，并获取施工人员图像中的头部高度数据，包括：
[0135]
根据所述施工场景视频来获取施工人员的图像信息；其中，
[0136]
所述图像信息包括：第一图像数据、第二图像数据、第三图像数据和第四图像数据；其中，
[0137]
所述第一图像数据为所述施工人员的脸部特征信息；
[0138]
所述第二图像数据为所述施工人员的头部特征信息；
[0139]
所述第三图像数据为所述施工人员在场景特征信息；
[0140]
所述第四图像数据为所述施工人员的人体特征信息；
[0141]
根据所述施工人员在不同场景下的图像信息，确定施工人员在不同场景下的人体特征信息；
[0142]
根据所述不同场景下的人体特征信息，确定所述施工人员的人体特征点；其中，
[0143]
所述人体特征点包括：脸部特征点、头部特征点、场景的地面特征点和人体的顶点特征点；
[0144]
根据所述人体特征点，确定所述人体的顶点特征点到所述场景的地面特征点的距离，确定人体高度；
[0145]
根据所述人体高度，确定与所述人体高度具有相同高度的施工人员；
[0146]
基于所述脸部特征点和头部特征点对所述相同高度的施工人员进行筛选，确定所述施工人员的身份信息；
[0147]
根据所述身份信息，调取所述施工人员的历史头部高度数据；
[0148]
根据所述脸部特征点和头部特征点，确定所述施工人员的头部高度；
[0149]
通过所述历史头部高度数据对所述施工人员的头部高度进行验证，确定所述施工人员图像中的头部高度数据。
[0150]
在一个实施例中，
[0151]
本发明还通过所述不同场景下人体高度特征点拟合所述人体图像信息，并以所述第三图像数据作为基准，结合所述第四图像数据计算深度图像数据；
[0152]
采用所述深度图像数据在所述人体图像数据中计算所述人体的长度信息；
[0153]
确定所述不同场景下人体图像数据在所述第三图像数据中的位置；
[0154]
在所诉深度图像数据中的所述位置查询所述人体图像数据对应的深度信息；
[0155]
在所述人体数据中确定第一端点和第二端点；
[0156]
按照所述第一端点的深度信息与所述第二端点的深度信息，计算所述第一段点所述第二端点之间的实际距离，作为所述人体的高度信息；
[0157]
通过所述高度信息进行第一次判断，确定为目标施工人员；
[0158]
根据所述脸部特征信息，确定脸部数据；
[0159]
根据所述脸部数据，确定所述施工人员的脸部特征点，其中，
[0160]
所述人脸特征点包括脸颊特征点和五官特征点；
[0161]
通过所述脸部特征点拟合所述头部信息，再次判断识别的施工人员是否正确，在正确情况下，以所述第三图像数据作为基准，结合所述第二图像数据计算深度图象数据；
[0162]
采用所述深度图像数据在所述头部图像数据中计算所述头部的长度信息；
[0163]
确定所述头部图像数据在所述第三图像数据中的位置；
[0164]
在所诉深度图像数据中的所述位置查询所述头部图像数据对应的深度信息；
[0165]
在所述头部数据中确定第一端点和第二端点；
[0166]
按照所述第一端点的深度信息与所述第二端点的深度信息，计算所述第一段点所述第二端点之间的实际距离，作为所述头部的长度信息。
[0167]
本发明的原理及有益效果在于：通过人体高度和人脸识别来确定头部高度数据是否为目标人员。具体的以图像信息为施工场景视频在施工状况中体现出来的图像特征，再通过图像上查找安全设备的信息进行身份识别，并根据身份识别，设置特征点，基于特征点实现对历史头部高度数据进行验证，得到最终的头部高度数据。
[0168]
如附图2所示，按照本发明的一种基于视觉分析检测施工人员安全帽未佩戴的装置，包括：
[0169]
一种基于视觉分析检测施工人员安全帽未佩戴的装置，其特征在于，包括：
[0170]
预存模块：用于预先存储施工人员佩戴安全帽的头部高度的第一数据与未佩戴安全帽的头部高度的第二数据；
[0171]
对比模块：用于对所述第一数据和第二数据进行对比处理，确定头部高度对比模型；
[0172]
第一获取模块：用于通过施工现场设置预设的视频监控设备，获取施工场景视频；
[0173]
第二获取模块：用于根据所述施工场景视频确定施工人员图像，并获取施工人员图像中的头部高度数据；
[0174]
判断模块：用于将所述头部高度数据代入所述头部高度对比模型，判断是否存在安全帽未佩戴的施工人员。在一个实例中：在建筑工地施工场地中，对某块施工地方进行视频监控，第一步，把所得到的视频进行处理得到施工人员图像，从施工人员图像中获取施工人员头部高度的一个数值，第二步，对预先存储施工人员佩戴安全帽的头部高度的第一数据与未佩戴安全帽的头部高度的第二数据仿真对比处理，得出一个对比模型，第三步，将所述头部高度数据代入所述头部高度对比模型，判断是否存在安全帽未佩戴的施工人员。
[0175]
上述技术方案的有益效果在于：本发明通过预先存储施工人员佩戴安全帽和不佩戴安全帽的数据，进而通过对施工人员的数据进行仿真对比，构成对比的差异性的仿真模型，此时，已经对于施工人员有没有佩戴安全帽具有一个初步判断，版本方面再根据施工人员的施工场景视频，对施工人员图像进行处理，进而通过施工人员的头部高度数据带入仿真的对比模型，做出最终对于施工人员是否穿戴安全帽的判定。
[0176]
作为本发明的一种实施例，所述装置还包括架设模块：用于在所述施工现场预设视频监控设备，包括以下步骤：
[0177]
步骤1：获取施工人员数据，并构建视频监控设备的架设模型h：
[0178][0179]
其中，所述r
j
表示第j个视频监控设备的监控半径；所述β
j
表示第 j个视频监控设备与地面的夹角；所述d(x)表示视频监控设备的密度函数，所述v表示施工地点的总面积，所述x表示监控设备的个数；所述w
j
表示第j个视频监控设备的位置特征；所述d
j-(j-1)
表示相邻两个视频监控设备之间的距离；所述r
i
表示第i个施工人员的分布特征；
[0180]
步骤2：将施工人员的身高高度带入所述架设模型，确定所述视频监控设备架设高度g：
[0181][0182]
其中，所述g
i
第i个施工人员的身高；
[0183]
步骤3：根据所述架设高度，判断所述视频监控设备的俯视角
[0184][0185]
步骤4：根据所述视频监控设备架设高度g和视频监控设备的俯视角在所述施工现场预设视频监控设备。
[0186]
本发明的原理和有益效果在于：本发明的目的是通过调整监控设备的角度和高度来获取想要的图像角度。用于视频监控设备能够尽量拍摄出与人头部水平的视频，方便获取人物头部高度数据，不会造成摄像头过高或过低而导致的人物头部比例不正常。因此，本发明的架设模型分别对于视频监控设备的监控空间体积、视频监控设备的整体分布、相邻的视频监控设备的特征关系、施工人员的分布特征和视频监控设备的位置共同构建架设模型，最后通过架设模型确定视频监控设备架设高度和视频监控设备的俯视角。进而实现通过视频监控设备对施工人员安全帽的佩戴情况进行全面监测。
[0187]
作为本发明的一种实施例，对所述对比模块包括：
[0188]
第一确定单元：用于根据所述第一数据，确定施工人员未佩戴安全帽的头部顶点m和佩戴安全帽头部最低点n，并根据佩戴安全帽增高的高度z，确定上限高度为m+n+z；
[0189]
第二确定单元：用于根据所述第二数据，通过获取的施工人员未佩戴安全帽的头部顶点m和人脸最低点n，即为下线高度为m+n；
[0190]
设定单元：用于设定每个施工人员是的高度有两个坐标，一个上限坐标点和一个
下限坐标点，两个为一组；
[0191]
计算单元：用于根据坐标点x轴坐标引入施工人员的特征参数，并通过所述施工人员的特征参数计算两个坐标之间的马氏距离确定高度范围；
[0192]
构建单元：用于根据每个施工人员的马氏距离，构建头部高度对比模型。
[0193]
上述技术方案的有益效果在于：本发明基于施工人员佩戴安全帽和没有佩戴安全帽的施工状态数据，确定了施工人员在佩戴安全帽过程中的上限高度和下限高度。然后引入坐标系计算，通过构建头部高度对比模型，确定最终的头部高度数据。作为本发明的一种实施例，所述第二获取模块包括：
[0194]
第一获取单元：用于对预设区域进行视频拍摄，获得待识别视频；
[0195]
划分单元：用于将所述待识别视频分为帧图像；
[0196]
判断单元：用于判断所述帧图像是否存在施工人员，若是，将所述帧图像保留；
[0197]
否则，将所述帧图像剔除。
[0198]
本发明的原理在于：对监控设备获取的视频进行选取有施工人员图像的视频。
[0199]
本发明的有益效果在于：通过对有施工人员图像的视频进行保留，无施工人员图像的视频剔除，可以有效的降低对存储空间的占用。
[0200]
作为本发明的一种实施例，所述第二获取模块还包括：
[0201]
第二获取单元：用于根据所述施工场景视频来获取施工人员的图像信息；其中，
[0202]
所述图像信息包括：第一图像数据、第二图像数据、第三图像数据和第四图像数据；其中，
[0203]
所述第一图像数据为所述施工人员的脸部特征信息；
[0204]
所述第二图像数据为所述施工人员的头部特征信息；
[0205]
所述第三图像数据为所述施工人员在场景特征信息；
[0206]
所述第四图像数据为所述施工人员的人体特征信息；
[0207]
第三确定单元：用于根据所述施工人员在不同场景下的图像信息，确定施工人员在不同场景下的人体特征信息；
[0208]
第四确定单元：用于根据所述不同场景下的人体特征信息，确定所述施工人员的人体特征点；其中，
[0209]
所述人体特征点包括：脸部特征点、头部特征点、场景的地面特征点和人体的顶点特征点；
[0210]
第五确定单元：用于根据所述人体特征点，确定所述人体的顶点特征点到所述场景的地面特征点的距离，确定人体高度；
[0211]
第六确定单元：用于根据所述人体高度，确定与所述人体高度具有相同高度的施工人员；
[0212]
第七确定单元：用于基于所述脸部特征点和头部特征点对所述相同高度的施工人员进行筛选，确定所述施工人员的身份信息；
[0213]
调取单元：用于根据所述身份信息，调取所述施工人员的历史头部高度数据；
[0214]
第八确定单元：用于根据所述脸部特征点和头部特征点，确定所述施工人员的头部高度；
[0215]
第九确定单元：用于通过所述历史头部高度数据对所述施工人员的头部高度进行
验证，确定所述施工人员图像中的头部高度数据。
[0216]
本发明的原理及有益效果在于：通过人体高度和人脸识别来确定头部高度数据是否为目标人员。具体的以图像信息为施工场景视频在施工状况中体现出来的图像特征，再通过图像上查找安全设备的信息进行身份识别，并根据身份识别，设置特征点，基于特征点实现对历史头部高度数据进行验证，得到最终的头部高度数据。
[0217]
以上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围，应当理解，本发明并不限于这里所描述的实现方案，这些实现方案描述的目的在于帮助本领域中的技术人员实践本发明。任何本领域中的技术人员很容易在不脱离本发明精神和范围的情况下进行进一步的改进和完善，因此本发明只受到本发明权利要求的内容和范围的限制，其意图涵盖所有包括在由所附权利要求所限定的本发明精神和范围内的备选方案和等同方案。