化工安全监测的预警方法及装置与流程

本发明涉及计算机，尤其涉及一种化工安全监测的预警方法及装置。

背景技术：

1、在现代工业生产中，化工行业因其高风险性和复杂性，一直是安全管理的重点领域。随着科技的发展，图像处理和计算机视觉技术在化工安全生产中的应用越来越广泛，可以帮助我们识别和分析安全隐患，提高安全生产效率。同时，化学工程设备与技术领域也在不断发展，新的设备和技术可以为化工安全生产提供更强的技术支持。

2、然而现有技术中，仅仅可以针对明显的安全隐患做出警报，容易存在识别不及时、遗漏隐患的风险。

3、上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

技术实现思路

1、本发明的主要目的在于提供了一种化工安全监测的预警方法及装置，旨在解决现有技术中仅仅可以针对明显的安全隐患做出警报，容易存在识别不及时、遗漏隐患的风险的问题。

2、为实现上述目的，本发明提供了一种化工安全监测的预警方法，包括：

3、实时获取化工生产现场的图像数据；

4、根据所述图像数据，确定粗粒度图像和细粒度图像；

5、将所述粗粒度图像输入预先训练好的神经网络模型，输出对应的风险类型，所述风险类型包括物品性风险、操作人员性风险；

6、根据所述风险类型以及所述细粒度图像，确定具体的危险类型以及对应权重；

7、根据具体的危险类型以及对应权重，发出风险预警。

8、优选地，在所述化工安全监测的预警方法中，所述根据所述风险类型以及所述细粒度图像，确定具体的危险类型以及对应权重，包括：

9、当所述风险类型为操作人员性风险，提取所述细粒度图像中操作人员各外部的特征；

10、将各外部的特征，输入预先训练好的第一卷积神经网络和第二卷积神经网络，分别输出各关节点位置的预测特征、以及各关节点之间连接关系的预测特征；

11、根据所述各关节点位置的预测特征、以及各关节点之间连接关系的预测特征，生成所述操作人员的模态特征表示，操作人员的模态特征表示如下：

12、

13、其中，e为图像数据中某一帧的向量；

14、fi为合成的模态特征矩阵；

15、vij表示操作人员模态特征元素；

16、根据生成的模态特征表示，输入预设的第三卷积神经网络，输出操作人员的危险类型以及对应的权重。

17、优选地，在所述化工安全监测的预警方法中，所述根据生成的模态特征表示，输入预设的第三卷积神经网络，输出危险类型以及对应的权重的步骤之前，所述预警方法包括：

18、获取化工生产现场风险类型为操作人员性风险的图像样本数据；

19、根据所述图像样本数据，确定粗粒度样本图像和细粒度样本图像；

20、提取所述细粒度样本图像中操作人员各外部的特征；

21、根据所述细粒度样本图像中各外部的特征，输入预先训练好的第一卷积神经网络和第二卷积神经网络，分别输出各关节点位置的预测样本特征、以及各关节点之间连接关系的预测样本特征；

22、根据所述各关节点位置的预测样本特征、以及各关节点之间连接关系的预测样本特征，生成所述操作人员的模态样本特征表示；

23、以生成的模态样本特征表示为输入，各类具体危险类型以及对应的权重为输出，对第三卷积神经网络进行训练；其中，采用反向传播对损失函数优化；

24、其中，损失函数为：

25、

26、其中，

27、pci是样本i的真实标签ci的概率；

28、qci是模型对该样本的预测概率；

29、wci为权重；

30、n为样本数。

31、优选地，在所述化工安全监测的预警方法中，操作人员模态特征元素的计算式如下：

32、

33、其中，(δx1,δy1)为一关节点与躯干交点对应的活动量；

34、(δx2,δy2)为另一关节点与躯干交点对应的活动量；

35、t1-t2为两关节活动的持续时长；

36、atan2()为反正切弧度值。

37、优选地，在所述化工安全监测的预警方法中，操作人员各外部的特征包括眼部特征；

38、所述预警方法还包括：

39、根据所述眼部特征，确定操作人员的疲劳系数；

40、根据所述疲劳系数，对预设危险类型的权重进行修正。

41、优选地，在所述化工安全监测的预警方法中，所述根据所述眼部特征，确定操作人员的疲劳系数，包括：

42、根据所述眼部特征，确定预设时间内操作人员眼部的变化状态，所述变化状态包括开闭频率、以及瞳孔直径；

43、根据眼部开闭频率、以及瞳孔直径，确定疲劳系数。

44、优选地，在所述化工安全监测的预警方法中，所述根据眼部开闭频率、以及瞳孔直径，确定疲劳系数，包括：

45、当所述眼部开闭频率小于第一预设值，且瞳孔直径大于第二预设值时，根据所述眼部开闭频率以及瞳孔直径，确定操作人员的眼部疲劳值；

46、根据操作人员的眼部疲劳值，确定疲劳系数。

47、为了实现上述目的，本发明还提供一种化工安全监测的预警装置，包括：

48、获取单元，用于实时获取化工生产现场的图像数据；

49、确定单元，用于根据所述图像数据，确定粗粒度图像和细粒度图像；

50、输出单元，用于将所述粗粒度图像输入预先训练好的神经网络模型，输出对应的风险类型，所述风险类型包括物品性风险、操作人员性风险；

51、生成单元，用于根据所述风险类型以及所述细粒度图像，确定具体的危险类型以及对应权重；

52、预警单元，根据具体的危险类型以及对应权重，发出风险预警。

53、为了实现上述目的，本发明还提供一种计算机设备，其特征在于，包括：

54、至少一个处理器；以及，

55、与所述至少一个处理器通信连接的存储器；其中，

56、所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述的化工安全监测的预警方法。

57、为了实现上述目的，本发明还提供一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现上述的化工安全监测的预警方法。

58、本发明至少具有如下有益效果：

59、本发明实时获取化工生产现场的图像数据；根据所述图像数据，确定粗粒度图像和细粒度图像；将所述粗粒度图像输入预先训练好的神经网络模型，输出对应的风险类型，所述风险类型包括物品性风险、操作人员性风险；根据所述风险类型以及所述细粒度图像，确定具体的危险类型以及对应权重；根据具体的危险类型以及对应权重，发出风险预警，如此可以准确识别风险，及时发出提醒。

技术特征：

1.一种化工安全监测的预警方法，其特征在于，包括：

2.如权利要求1所述的化工安全监测的预警方法，其特征在于，所述根据所述风险类型以及所述细粒度图像，确定具体的危险类型以及对应权重，包括：

3.如权利要求2所述的化工安全监测的预警方法，其特征在于，所述根据生成的模态特征表示，输入预设的第三卷积神经网络，输出危险类型以及对应的权重的步骤之前，所述预警方法包括：

4.如权利要求2所述的化工安全监测的预警方法，其特征在于，操作人员模态特征元素的计算式如下：

5.如权利要求2所述的化工安全监测的预警方法，其特征在于，操作人员各外部的特征包括眼部特征；

6.如权利要求5所述的化工安全监测的预警方法，其特征在于，所述根据所述眼部特征，确定操作人员的疲劳系数，包括：

7.如权利要求6所述的化工安全监测的预警方法，其特征在于，所述根据眼部开闭频率、以及瞳孔直径，确定疲劳系数，包括：

8.一种化工安全监测的预警装置，其特征在于，包括：

9.一种计算机设备，其特征在于，包括：

10.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任意一项所述的化工安全监测的预警方法。

技术总结
本发明公开了一种化工安全监测的预警方法及装置，所述化工安全监测的预警方法包括：实时获取化工生产现场的图像数据；根据所述图像数据，确定粗粒度图像和细粒度图像；将所述粗粒度图像输入预先训练好的神经网络模型，输出对应的风险类型，所述风险类型包括物品性风险、操作人员性风险；根据所述风险类型以及所述细粒度图像，确定具体的危险类型以及对应权重；根据具体的危险类型以及对应权重，发出风险预警。

技术研发人员：柯小奇,黄珍玉
受保护的技术使用者：苏州真趣信息科技有限公司
技术研发日：
技术公布日：2025/1/28