高空作业时安全带识别能否在AI盒子中实现?
安全带本身能识别的面就窄,再加上在AI盒子这种边缘计算、轻量化部署、算力固化的产品上,要想达到好的使用效果,在使用环境上就会有一定的要求。
那下面我们就来说说:智慧工地中的安全带检测在AI盒子中需要什么环境下才能识别率高?相对应的工勘要求:
1 场景工勘指导
1.1 安全背带检测
1.1.1 总体要求
首先我们来说说总的要求:
安全带检测 |
功能简介 | 安全背带检测:指在监控场景中预先设定监测区域,当监测区域内有目标未正确穿戴安全背带的人员时触发告警。 |
场景选择 | 1、场景选择无遮挡干扰、人流非密集、视野清晰,没有强逆光的场景,以后面推荐场景举例为主; 2、遮挡干扰影响:监控画面所在区域若存在超过三分之一以上富有纹理区域(如风吹晃动的树木,雕塑,倒影,等),会对指标存在影响; 3、人流密集影响:所画区域内若人流量过于密集,若对人体有遮挡会对指标存在影响,检测区域里面尽量避开人流量过于密集的位置。 |
相机要求 | 室内室外高度均为3.0m~3.5m之间;俯视角15°~ 60°之间,角度30° ~ 45°;画面无畸变 |
视频像素 | 1080P—2K,宽高比 16:9 的标准画面 |
目标像素 | 在200W图像下:整人尺寸在95*285像素至200*600像素之间 在400W图像下:整人尺寸在127*380像素至267*800像素之间 |
持续时间 | 大于3秒 |
支持类型 | 支持绿色反光衣+红色(或橙色)安全背带 |
模型状态 | 支持白天彩色图像检测(光照不小于100lux) 不支持红外和夜间彩色图像检测 |
禁用场景 (该场景下不能保证检测效果) | 光线: 1、逆光、强光,或大量阳光、灯光的光线干扰; 2、玻璃、地砖、水面类物体反光干扰 3、严重的阴影晃动 干扰: 1、物体或目标之间相互遮挡 2、富含纹理的设备、密集排布的管道 图像: 1、相机运动、晃动、变焦 2、多目标杂乱无章的运动; 3、夜间场景 |
区域绘制 | 1、 建议区域绘制在画面中间,区域边缘与画面边缘保留1个人员像素间隔,避免画面边缘存在整人不完整影响检测。 2、 在纵深比较长的场景中,绘制区域规则需测量远端和近端目标人员整人尺寸要求。 |
其他说明 | 主要检测关键点:头部、两肩、手臂、上半身躯干 辅助检测关键点:腿 |
变更机制 | 不涉及 |
看完总体要求,我们分项细细来看
1.1.2 安全背带样例
高空作业时安全带识别能否在AI盒子中实现?
我们先来看看哪种穿搭是正确的,哪种是不符合要求的。
看看符合要求的是哪些:
符合样例:
看完符合要求的,就要看不符合要求的:
不符合样例
其实符合不符合要求,关键在于衣服与安全带颜色的反差,不能衣服跟安全带的颜色相近,另外就是安全带的颜色要鲜艳一点,不然人眼看着都费力,就别指望器能识别到了。
看完样式看环境,我们来看看哪些环境适合安全带的检测。
先来看看室内环境吧:
1.1.3 室内推荐场景
室内环境相对来说还好点,不要在摆一堆乱七八糟东西的环境下去检测就行
看完室内看室外场景
1.1.4 室外推荐场景
室外环境相对复杂很多,一个原则就是干扰越少越好,干扰的186 话就包括物体、人员、颜色,尤其是颜色了,186 6582 9791(VX)如果万花丛中要检测出安全带就别指望了。
看了能行的场景,就会有不行的场景了,下面看看禁止使用的场景:
1.1.5 禁止使用场景
禁止使用的场景其实挺多的,下面就列举几种:
其实禁止使用的场景无非也是几个原则,看得清,干扰少,颜色分明,总之人眼看着一目了然,机器才能识别,目前人工智能只能代替人类做重复、简单的劳动,要想它比人类还聪明还得等以后的发展
关于智慧工地各种算法的探讨,有兴趣的朋友可以留言一起讨论,比如安全帽能识别多少种颜色和款式?反光衣又有哪几种款式?智慧工地中各种警示提醒声音怎么传递到施工现场去?怎么与人脸识别想结合,违规后识别到具体人员,欢迎大家一起交流沟通