計算機(jī)視覺AI分析在人員風(fēng)險安全管控中應(yīng)用

計算機(jī)視覺AI分析在人員風(fēng)險安全管控中應(yīng)用摘要：二十一世紀(jì)是互聯(lián)網(wǎng)飛速發(fā)展并得以廣泛應(yīng)用的時代，計算機(jī)技術(shù)在社會各行各業(yè)的發(fā)展中都發(fā)揮著愈加重要的作用，特別是在一些重要且高風(fēng)險的區(qū)域，計算機(jī)技術(shù)的合理應(yīng)用能夠大大提高安全性和管理效率。本文以內(nèi)蒙古京寧熱電有限公司的實(shí)際應(yīng)用為案例，分析了計算機(jī)視覺AI分析在人員風(fēng)險安全管控中的具體應(yīng)用。關(guān)鍵詞：計算機(jī)視覺AI分析；人員風(fēng)險；安全管控作為當(dāng)今世界三大先進(jìn)科技之一的AI系統(tǒng)，在進(jìn)入二十世紀(jì)之后得到了突飛猛進(jìn)的發(fā)展，并逐漸開始在社會各界中得以廣泛的應(yīng)用。計算機(jī)視覺技術(shù)作為AI系統(tǒng)的核心科技，其主要構(gòu)成部分是各種圖像信息，在電廠的安全監(jiān)控管理工作中，計算機(jī)視覺技術(shù)的應(yīng)用能夠最大程度上減少因?yàn)槿藶榕袛嗪捅O(jiān)控導(dǎo)致的疏忽，并進(jìn)行最科學(xué)全面的大數(shù)據(jù)分析，具有十分顯著的優(yōu)勢，能夠大大加強(qiáng)人員風(fēng)險安全管控工作的質(zhì)量和效率，并增加風(fēng)險安全管控的時效性。一、計算機(jī)視覺技術(shù)概述計算機(jī)視覺技術(shù)是指通過對計算機(jī)的應(yīng)用進(jìn)而實(shí)現(xiàn)對各個客觀場景的識別和分析，這一技術(shù)領(lǐng)域是寄到物理學(xué)、計算機(jī)、心理學(xué)、生物學(xué)、數(shù)學(xué)等多種學(xué)科，最終人們與世界之間的交互方式得以進(jìn)一步的改善，視覺局限也進(jìn)一步突破，包括持續(xù)性長時間的監(jiān)控安防等［1］。計算機(jī)視覺的核心技術(shù)主要包括五方面，即圖像分類、語義分割、對象檢測、目標(biāo)跟蹤、實(shí)例分割［2］。計算機(jī)視覺技術(shù)進(jìn)行實(shí)際應(yīng)用主要需要進(jìn)行以下三個層面的建設(shè)。首先是基礎(chǔ)層的建設(shè)，內(nèi)容主要包括芯片、服務(wù)器和計算平臺、傳感器以及基礎(chǔ)數(shù)據(jù)等；其次是技術(shù)層的建設(shè)，內(nèi)容主要有算法和相關(guān)行業(yè)和產(chǎn)品的解決方案；最后是應(yīng)用層的建設(shè)，包含交通、公共安全、互聯(lián)網(wǎng)、金融等眾多領(lǐng)域。目前，計算機(jī)視覺技術(shù)的發(fā)展趨勢主要包括三方面，軟硬件一體化、前后端協(xié)同計算以及前端智能化，能夠進(jìn)一步提高響應(yīng)及時性、計算速度和監(jiān)控效率［3］。二、人員風(fēng)險安全管控中計算機(jī)視覺AI分析的應(yīng)用背景（一）行業(yè)應(yīng)用背景在電廠的管理工作中，由于其存在作業(yè)人員多、生產(chǎn)區(qū)域多，以及危險點(diǎn)多等特點(diǎn)，且在日常生產(chǎn)過程中，由于必要的生產(chǎn)操作、質(zhì)量巡檢、維修檢驗(yàn)等工作，會有大量的人員走動，進(jìn)而影響日常的安全管理工作。常規(guī)的視頻、定位、和人工巡查以及門禁等安全保障手段都有一定的局限性，對機(jī)組日常運(yùn)行過程中的安全穩(wěn)定性以及工作人員生命安全都造成了嚴(yán)重的威脅。內(nèi)蒙古京寧熱電有限公司地處內(nèi)蒙古自治區(qū)烏蘭察布市集寧區(qū)，該公司是烏蘭察布市集寧區(qū)的供熱保障，同時也要向內(nèi)蒙古電網(wǎng)進(jìn)行供電，在電廠機(jī)組運(yùn)行過程中，如何保障安全，管控安全風(fēng)險是所有人員不斷探索研究的恒久課題。（二）技術(shù)應(yīng)用背景^大多數(shù)安全事故的發(fā)生都是因?yàn)槿藛T靠近危險地區(qū)或非授權(quán)區(qū)域?qū)е碌模壳皩?shí)際應(yīng)用的安放措施主要包括門禁檢測、隨機(jī)巡查、人員定位以及視頻監(jiān)控，但這幾種監(jiān)測方式的應(yīng)用仍存在一定的弊端和安全隱患。門禁檢測是目前應(yīng)用最為普及的一種安全監(jiān)測手段，但是仍然存在一定的弊端，例如冒名頂替、依托門硬件設(shè)備等；隨機(jī)巡查作為一種傳統(tǒng)的管理模式，其效率和辨識度都比較低，且隨機(jī)性過于高，無法實(shí)現(xiàn)后續(xù)的追蹤；人員定位主要是利用GPS和UWB等技術(shù)進(jìn)行安全監(jiān)管，但是其網(wǎng)絡(luò)覆蓋成本比較高，易被冒名頂替，導(dǎo)致其實(shí)際應(yīng)用價值受到限制；視頻監(jiān)控的方法需要依賴人眼一直查看視頻，或者在時候?qū)︿浵襁M(jìn)行追查，效率比較低，檢索速度也比較慢。綜上所述，目前應(yīng)用比較普遍的幾種安全監(jiān)測手段都存在或多或少的不足，這些不足導(dǎo)致在電廠的實(shí)際安全管理工作中，很容易造成各種安全隱患，引發(fā)生產(chǎn)安全事故。與上述幾種安全監(jiān)控方式對比，基于計算機(jī)視覺技術(shù)的AI分析具有十分顯著的優(yōu)勢和良好發(fā)展前景，包括主動性、效率、適應(yīng)性、準(zhǔn)確性、以及可視性等都很高，在實(shí)際應(yīng)用中能夠發(fā)揮更大的作用［4］。三、人員風(fēng)險安全管控中基于計算機(jī)視覺的AI分析（一）網(wǎng)絡(luò)拓?fù)浠谟嬎銠C(jī)視覺的AI分析系統(tǒng)搭建完成之后可以實(shí)現(xiàn)對各個區(qū)域入口人員的身份識別和數(shù)據(jù)抓取、行為和風(fēng)險分析預(yù)警等功能。這一系統(tǒng)的主要設(shè)備構(gòu)成包括AI服務(wù)器、維護(hù)工作站、視頻服務(wù)器、移動APP，對這4類設(shè)備進(jìn)行細(xì)分包括攝像機(jī)、掛軌攝像機(jī)、智能馬甲、車輛警示燈、智能安全帽等。其中AI服務(wù)器其主要是對從視頻服務(wù)器抓取的圖像進(jìn)行人像、車牌以及車體特征等數(shù)據(jù)進(jìn)行處理，以進(jìn)行AI大數(shù)據(jù)分析和后續(xù)的智能預(yù)警；視頻服務(wù)器及其分屬設(shè)備的主要作用是對人像、車輛的相關(guān)信息進(jìn)行采集，然后發(fā)送給AI服務(wù)器加以分析；智能安全安帽的作用是對掛軌攝像機(jī)和固定攝像機(jī)的監(jiān)控死角進(jìn)行補(bǔ)充，保障影像數(shù)據(jù)的完整性，并實(shí)現(xiàn)語音雙向通話；車載警示燈的主要作用是對AI服務(wù)器發(fā)出的報警驅(qū)動指令進(jìn)行接收，同時發(fā)生異常情況的時候，發(fā)出聲光警報，提醒駕駛員；掛軌攝像機(jī)可以搭載攝像機(jī)進(jìn)行前后、上下方位的快速移動，使廠區(qū)內(nèi)行駛的車輛和人員的信息得以全面的收集；智能馬甲也具有報警以及接收數(shù)據(jù)的功能，可以接收AI服務(wù)器的報警和驅(qū)動指令，在特定情況下發(fā)出聲光警告，例如靠近車距過近或者人員摔倒等。（二）AI識別出入通道人員核心功能實(shí)現(xiàn)分析提前策劃性地在設(shè)備間和關(guān)鍵通道部署好球機(jī)或者槍機(jī)，實(shí)現(xiàn)視頻畫面的360°覆蓋，對經(jīng)過這些通道的人員的特征進(jìn)行完整的數(shù)據(jù)采集，從而為后續(xù)的AI分析提供大數(shù)據(jù)的支撐［5］。待攝像機(jī)將抓取得各項(xiàng)數(shù)據(jù)傳輸?shù)紸I服務(wù)器之后，就可以對其進(jìn)行全方位的分析，具體分析內(nèi)容包括識別人員的身份信息和出入權(quán)限，識別服裝穿戴違規(guī)的情況并進(jìn)行預(yù)警，同時還能夠?qū)r間段的人流量以及相應(yīng)區(qū)域的作業(yè)時長進(jìn)行統(tǒng)計。AI服務(wù)器對獲取的大數(shù)據(jù)進(jìn)行分析之后，就會通過網(wǎng)絡(luò)將預(yù)警數(shù)據(jù)發(fā)送到手機(jī)APP中，從而及時通知相關(guān)人員進(jìn)行處理。四、計算機(jī)視覺AI分析系統(tǒng)的實(shí)際應(yīng)用流程首先，電廠安監(jiān)人員需要對所有車輛和人員進(jìn)行審查后，將其所有資料信息化和電子化，完善數(shù)據(jù)庫。錄入信息的時候可以使用證件掃描和人工輸入結(jié)合的方式進(jìn)行系統(tǒng)錄入，需要錄入的人員數(shù)據(jù)包括身份證、黑名單、人臉特征、培訓(xùn)成績、上崗證件以及特種作業(yè)資格證等，錄入的車輛信息包括車牌號、行駛證和駕駛證、車型顏色以及作業(yè)用途等。其次，安監(jiān)人員要以每一位員工的工作內(nèi)容和區(qū)域進(jìn)出權(quán)限等作為判斷基礎(chǔ)，對人員和車輛進(jìn)出情況是否異常進(jìn)行判定。最后，在實(shí)際應(yīng)用過程中，前段攝像機(jī)就可以對車輛和人員的影像特征進(jìn)行抓取，AI服務(wù)器對這些影像數(shù)據(jù)進(jìn)行分析和智能判別之后，就會將預(yù)警數(shù)據(jù)自動推送到移動APP上，通知人員及時進(jìn)行處理異常情況。結(jié)束語在人工智能快速發(fā)展的當(dāng)下時代，如何將人工智能技術(shù)融入各個行業(yè)中已經(jīng)成為重要的發(fā)展趨勢，特別是作為其核心技術(shù)的計算機(jī)視覺技術(shù)的應(yīng)用更為頻繁，能夠發(fā)揮顯著作用的場景更為多樣。如何令計算機(jī)視覺技術(shù)在各行各業(yè)的發(fā)展中實(shí)現(xiàn)更大的應(yīng)用價值，需要所有相關(guān)的從業(yè)人員集思廣益，基于實(shí)際應(yīng)用場景和實(shí)際需求不斷探索研究。參考文獻(xiàn)：黃偉.計算機(jī)視覺技術(shù)及產(chǎn)業(yè)化應(yīng)用態(tài)勢分析[J].信息通信技術(shù)與政策,2018(09):59-62.孔德磊.基于計算機(jī)視覺的運(yùn)動目標(biāo)分析[J].電腦迷,2017(12):52.王琳,余靜華，陳曦，