(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 202210862343.3 (22)申请日 2022.07.20 (71)申请人 北京市政建 设集团有限责任公司 地址 100000 北京市西城区南 礼士路17号 申请人 北京高新市政工程科技有限公司 (72)发明人 郭飞　孔恒　梁志海　刘拥军　 付贵庆　乔国刚　高胜雷　林雪冰　 王亚杰　尤波涛　郭腾　齐东　 郭鸣扬　张辰迪　宋成才　王凯丽　 刘颖　司典浩　赵云辉　李波　 鲍逸玮　 (74)专利代理 机构 北京一枝笔知识产权代理事 务所(普通 合伙) 11791 专利代理师 张庆瑞(51)Int.Cl. G06V 40/20(2022.01) G06V 10/26(2022.01) G06V 10/44(2022.01) G06V 10/774(2022.01) G06V 10/82(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种地铁施工作业人员不安全行为识别方 法与系统 (57)摘要 本发明提供了一种地铁施工作业人员不安 全行为识别方法与系统， 其中该方法包括： 对历 史工作图像进行去噪得到去噪后的历史工作图 像； 对去噪后的历史工作图像进行分割得到特征 图像； 将特征图像作为训练样本， 输入到卷积神 经网络中进行训练得到不安全行为识别模型； 将 当前采集的施工工人工作图像输入到不安全行 为识别模型中进行识别得到施工工人的工作状 态； 根据施工工人的工作状态发出相应的报警信 号。 本发明通过对历史工作图像依次进行去噪和 分割处理得到特征图像， 并将特征图像作为训练 样本， 输入到神经网络中进行训练得到不安全行 为识别模型， 然后利用该模型可以精 准的识别每 个施工工人的工作状态， 保障了施工工人的安 全， 提高了监管效果。 权利要求书3页 说明书6页 附图2页 CN 115205977 A 2022.10.18 CN 115205977 A 1.一种地铁施工作业人员不 安全行为识别方法， 其特 征在于， 包括： 步骤1： 获取施工 工人在施工现场的拍摄的历史工作图像； 步骤2： 对所述历史工作图像进行去噪得到去噪后的历史工作图像； 步骤3： 对所述去噪后的历史工作图像进行分割得到特 征图像； 步骤4： 将所述特征图像作为训练样本， 输入到卷积神经网络 中进行训练得到不安全行 为识别模型； 步骤5： 将当前采集的施工工人工作图像输入到所述不安全行为识别模型中进行识别 得到施工 工人的工作状态； 步骤6： 根据施工 工人的工作状态发出相应的报警信号。 2.如权利要求1所述的一种地铁施工作业人员不安全行为识别方法， 其特征在于， 所述 步骤2： 对所述历史工作图像进行去噪得到去噪后的历史工作图像， 包括： 步骤2.1： 以所述历史工作图像中的每 个像素点为中心取一个邻域； 步骤2.2： 计算每 个像素点在相应邻域中的像素 特征值； 步骤2.3： 根据所述像素 特征值构建平 滑去噪模型； 步骤2.4： 利用所述平滑去噪模型对所述历史工作图像进行去噪得到去噪后的历史工 作图像。 3.如权利要求2所述的一种地铁施工作业人员不安全行为识别方法， 其特征在于， 所述 步骤2.3： 根据所述像素 特征值构建平 滑去噪模型， 包括： 采用公式： 构建平滑去噪模型； 其中， 表示像素点x在相应邻域的梯度值， 为以像素 点x为中心的邻域的像素均值， u(x)表示像素点x的像素值， umedian(x)表示以像素点x为中心 的邻域的像素中值。 4.如权利要求3所述的一种地铁施工作业人员不安全行为识别方法， 其特征在于， 所述 步骤2.4： 利用所述平滑去 噪模型对所述历史工作图像进行去噪得到去噪后的历史工作图 像， 包括： 步骤2.4.1： 利用所述平 滑去噪模型计算每 个像素点的平 滑值； 步骤2.4.2： 将所有平滑值大于去噪阈值的像素点使用均值滤波法进行去噪得到去噪 后的历史工作图像。 5.如权利要求4所述的一种地铁施工作业人员不安全行为识别方法， 其特征在于， 所述 步骤3： 对所述去噪后的历史工作图像进行分割得到特 征图像， 包括： 步骤3.1： 将所述历史工作图像转换为HIS空间图像； 步骤3.2： 计算HIS空间图像上 各个像素点的颜色距离； 步骤3.3： 根据所述颜色距离构建聚类分割模型； 步骤3.4： 利用所述聚类分割模型对所述HIS空间图像进行分割得到特 征图像。 6.如权利要求5所述的一种地铁施工作业人员不安全行为识别方法， 其特征在于， 所述 步骤3.1： 将所述历史工作图像转换为HIS空间图像， 包括： 采用公式：权　利　要　求　书 1/3 页 2 CN 115205977 A 2将所述历史工作图像转换为HIS空间图像； 其中， H表示色调， S表示色饱和度， I表示亮 度， R表示红色通道的值， G表示绿色通道的值， B表示蓝色通道的值。 7.如权利要求6所述的一种地铁施工作业人员不安全行为识别方法， 其特征在于， 所述 步骤3.2： 计算HIS空间图像上 各个像素点的颜色距离， 包括： 采用公式： 计算HIS空间图像上各个像素点的颜色距离； 其中， Dist(i,j)表示HIS空间图像上第i 个像素点和第j个像素点之间的颜色距离， Ii表示第i个像素点的亮度， Si表示第i个像素点 的色饱和度， Hi表示第i个像素点的色调， Ij表示第j个像素点的亮度， Sj表示第j个像素点的 色饱和度， Hj表示第j个 像素点的色调。 8.如权利要求7所述的一种地铁施工作业人员不安全行为识别方法， 其特征在于， 所述 步骤3.3： 根据所述颜色距离构建聚类分割模型， 包括： 步骤3.3.1： 根据所述颜色距离构建聚类分割目标函数； 其中， 所述聚类分割目标函数 为： 其中， vi表示第i个聚类中心， c表示聚类中心的个 数， uij表示像素点xj隶属第i个聚类中 心的隶属度， Dist(xj,vi)表示像素点xj与预设聚类中心vi之间的颜色距离， λ表示可调参 数； 步骤3.3.2： 对所述聚类分割目标函数进行迭代求 解得到聚类分割模型。 9.一种地铁施工作业人员不 安全行为识别系统， 其特 征在于， 包括： 历史工作图像获取模块， 用于获取施工 工人在施工现场的拍摄的历史工作图像； 去噪模块， 用于对所述历史工作图像进行去噪得到去噪后的历史工作图像； 分割模块， 用于对所述去噪后的历史工作图像进行分割得到特 征图像； 训练模块， 用于将所述特征图像作为训练样本， 输入到卷积神经网络中进行训练得到 不安全行为识别模型； 识别模块， 用于将当前采集的施工工人工作图像输入到所述不安全行为识别模型中进 行识别得到施工 工人的工作状态；权　利　要　求　书 2/3 页 3 CN 115205977 A 3