CN116645530A - 基于图像比对的施工检测方法、装置、设备及存储介质 - Google Patents
基于图像比对的施工检测方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN116645530A CN116645530A CN202310446246.0A CN202310446246A CN116645530A CN 116645530 A CN116645530 A CN 116645530A CN 202310446246 A CN202310446246 A CN 202310446246A CN 116645530 A CN116645530 A CN 116645530A
- Authority
- CN
- China
- Prior art keywords
- scene
- construction
- image
- acquiring
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000010276 construction Methods 0.000 title claims abstract description 239
- 238000001514 detection method Methods 0.000 title claims abstract description 132
- 230000002159 abnormal effect Effects 0.000 claims abstract description 93
- 238000000034 method Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 14
- 238000012549 training Methods 0.000 claims description 11
- 238000012544 monitoring process Methods 0.000 abstract description 12
- 230000000694 effects Effects 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 8
- 238000007689 inspection Methods 0.000 description 6
- 230000005856 abnormality Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000001960 triggered effect Effects 0.000 description 5
- 238000009435 building construction Methods 0.000 description 4
- 238000012216 screening Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
- G06Q10/063114—Status monitoring or status determination for a person or group
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/08—Construction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/764—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using classification, e.g. of video objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Multimedia (AREA)
- Educational Administration (AREA)
- General Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Primary Health Care (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及施工监测的技术领域，尤其是涉及一种基于图像比对的施工检测方法、装置、设备及存储介质，基于图像比对的施工检测方法包括：获取施工检测图像，从所述施工检测图像中获取对应的施工场景数据；根据所述施工场景数据获取场景种类记录，根据所述场景种类记录获取对应的异常识别模型；从所述异常识别模型中获取待比对基准图像，并将所述施工检测图像输入至所述异常识别模型；根据所述施工检测图像和所述待比对基准图像的比对结果，触发相应的施工检测结果。本申请具有提升施工现场图像识别检测时的准确性的效果。
Description
技术领域
本发明涉及施工监测的技术领域，尤其是涉及一种基于图像比对的施工检测方法、装置、设备及存储介质。
背景技术
目前，在建筑施工的项目进行的过程中，为了保证施工的质量和进度，会由相关部门或者单位在施工的过程中进行对应的监控和管理。
随着信息化的不断发展，现有的施工检测的过程中，也有使用相关的信息化技术对建筑施工现场进行监控，包括安全监控、质量监控以及进度监控等，以提升监控的效率和准确性。
上述中的现有技术方案存在以下缺陷：
在上述利用信息化对施工现场进行监控时，包括了使用图像识别的技术，根据拍摄得到的施工现场的图像对施工现场的情况进行判断，然而，对于一些异常场景时的识别过程中，容易造成误识别，影响检测的准确度，因此还有改善空间。
发明内容
为了提升施工现场图像识别检测时的准确性，本申请提供一种基于图像比对的施工检测方法、装置、设备及存储介质。
本申请的上述发明目的一是通过以下技术方案得以实现的：
一种基于图像比对的施工检测方法，所述基于图像比对的施工检测方法包括：
获取施工检测图像，从所述施工检测图像中获取对应的施工场景数据；
根据所述施工场景数据获取场景种类记录，根据所述场景种类记录获取对应的异常识别模型；
从所述异常识别模型中获取待比对基准图像，并将所述施工检测图像输入至所述异常识别模型；
根据所述施工检测图像和所述待比对基准图像的比对结果，触发相应的施工检测结果。
通过采用上述技术方案，在通过图像识别技术对施工现场进行检测时，通过先定位出施工场景数据，再根据施工场景数据判断当前施工场景中的场景种类记录，从而能够筛选出对应的异常识别模型，从而能够利用筛选得到的异常识别模型对施工现场进行检测，从而能够使得与施工检测图像进行比对的待比对基准图像的比对结果与施工现场的实际情况更加吻合从而提升了根据比对结果触发的施工检测结果的准确度，进而极大地改善了在异常场景时进行检测时造成的误识别的问题。
本申请在一较佳示例中可以进一步配置为：所述获取施工检测图像，从所述施工检测图像中获取对应的施工场景数据，具体包括：
根据所述施工检测图像获取拍摄设备标识，并根据所述拍摄设备标识获取拍摄所述施工检测图像时的设备转动时序数据；
根据所述设备转动时序数据获取与所述拍摄设备标识关联的关联设备标识；
根据所述拍摄设备标识和所述关联设备标识的关联关系获取所述施工场景数据。
通过采用上述技术方案，由于在施工现场安装的摄像设备可能会按照预设的程序进行周期性地转动，进而在该摄像装置的转动范围内不断获取施工现场的图像，因此，根据设备转动时序时序数据，能够获取到该拍摄设备标识对应的摄像头此时拍摄的位置，并结合其他同时拍摄到该位置的关联设备拍摄得到的画面，定位出对应的施工场景数据，从而能够快速且准确地得到施工场景数据，从而提升了检测的准确性。
本申请在一较佳示例中可以进一步配置为：训练所述异常识别模型的方法包括：
获取基准场景数据，根据所述基准场景数据获取场景种类和每个所述场景种类对应的场景种类数据；
获取每个所述场景种类数据对应的历史异常图像，并对所述历史异常图像进行训练，得到与每个所述基准场景中的每个所述场景种类数据对应的所述异常识别模型。
通过采用上述技术方案，通过基于该建筑施工项目预先获取对应的基准场景数据，并拆分得到每个基准场景数据对应的场景种类，以及每个场景种类对应的场景种类数据，从而能够便于对历史异常图像进行有效地分类，进而丰富了得到的异常识别模型的种类，进一步地提升了检测的准确度。
本申请在一较佳示例中可以进一步配置为：所述根据所述施工场景数据获取场景种类记录，根据所述场景种类记录获取对应的异常识别模型，具体包括：
获取场景初始信息，将所述施工场景数据与所述场景初始信息进行比对，得到比对结果；
根据所述比对结果获取差异距离值，若所述差异距离值大于预设值，则生成异常匹配消息，根据所述异常匹配消息获取所述场景种类记录。
通过采用上述技术方案，通过计算得到差值距离值，能够在同一个施工位置的场景进行变换时，及时更换对应的匹配标准，从而提升获取得到的场景种类记录的准确性。
本申请在一较佳示例中可以进一步配置为：所述根据所述比对结果获取差异距离值，若所述差异距离值大于预设值，则生成异常匹配消息，根据所述异常匹配消息获取所述场景种类记录，具体包括：
根据所述施工场景数据匹配对应的基准场景数据，作为待比对场景数据，并根据所述待比对场景数据获取每个所述场景种类数据对应的待比对场景特征；
获取所述施工场景数据的场景现场特征，根据所述场景现场特征和所述待比对场景特征生成异常匹配数据。
通过采用上述技术方案，利用施工场景数据匹配出对应的基准场景数据，从而能够精准地匹配出对应的待比对场景特征，从而能够精准地生成该异常匹配数据。
本申请的上述发明目的二是通过以下技术方案得以实现的：
一种基于图像比对的施工检测装置，所述基于图像比对的施工检测装置包括：
场景获取模块，用于获取施工检测图像，从所述施工检测图像中获取对应的施工场景数据；
模型获取模块，用于根据所述施工场景数据获取场景种类记录，根据所述场景种类记录获取对应的异常识别模型；
模型识别模块，用于从所述异常识别模型中获取待比对基准图像，并将所述施工检测图像输入至所述异常识别模型；
检测比对模块，用于根据所述施工检测图像和所述待比对基准图像的比对结果，触发相应的施工检测结果。
通过采用上述技术方案，在通过图像识别技术对施工现场进行检测时，通过先定位出施工场景数据，再根据施工场景数据判断当前施工场景中的场景种类记录，从而能够筛选出对应的异常识别模型，从而能够利用筛选得到的异常识别模型对施工现场进行检测，从而能够使得与施工检测图像进行比对的待比对基准图像的比对结果与施工现场的实际情况更加吻合从而提升了根据比对结果触发的施工检测结果的准确度，进而极大地改善了在异常场景时进行检测时造成的误识别的问题。
本申请的上述目的三是通过以下技术方案得以实现的：
一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述基于图像比对的施工检测方法的步骤。
本申请的上述目的四是通过以下技术方案得以实现的：
一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述基于图像比对的施工检测方法的步骤。
综上所述，本申请包括以下至少一种有益技术效果：
1、在通过图像识别技术对施工现场进行检测时，通过先定位出施工场景数据，再根据施工场景数据判断当前施工场景中的场景种类记录，从而能够筛选出对应的异常识别模型，从而能够利用筛选得到的异常识别模型对施工现场进行检测，从而能够使得与施工检测图像进行比对的待比对基准图像的比对结果与施工现场的实际情况更加吻合从而提升了根据比对结果触发的施工检测结果的准确度，进而极大地改善了在异常场景时进行检测时造成的误识别的问题；
2、由于在施工现场安装的摄像设备可能会按照预设的程序进行周期性地转动，进而在该摄像装置的转动范围内不断获取施工现场的图像，因此，根据设备转动时序时序数据，能够获取到该拍摄设备标识对应的摄像头此时拍摄的位置，并结合其他同时拍摄到该位置的关联设备拍摄得到的画面，定位出对应的施工场景数据，从而能够快速且准确地得到施工场景数据，从而提升了检测的准确性；
3、通过基于该建筑施工项目预先获取对应的基准场景数据，并拆分得到每个基准场景数据对应的场景种类，以及每个场景种类对应的场景种类数据，从而能够便于对历史异常图像进行有效地分类，进而丰富了得到的异常识别模型的种类，进一步地提升了检测的准确度。
附图说明
图1是本申请一实施例中基于图像比对的施工检测的一流程图；
图2是本申请一实施例中基于图像比对的施工检测中步骤S10的实现流程图；
图3是本申请一实施例中基于图像比对的施工检测中的另一实现流程图；
图4是本申请一实施例中基于图像比对的施工检测中步骤S30的实现流程图；
图5是本申请一实施例中基于图像比对的施工检测中步骤S32的实现流程图；
图6是本申请一实施例中基于图像比对的施工检测装置的一原理框图；
图7是本申请一实施例中的设备示意图。
具体实施方式
以下结合附图对本申请作进一步详细说明。
在一实施例中，如图1所示，本申请公开了一种基于图像比对的施工检测方法，具体包括如下步骤：
S10：获取施工检测图像，从施工检测图像中获取对应的施工场景数据。
在本实施例中，施工检测图像是指通过安装于施工现场监控拍摄设备拍摄得到的施工现场的图像。施工场景数据是指该施工检测图像对应的施工现场位置的实际情况的数据。
具体地，在建筑施工开始时，通过在施工现场安装各个监控拍摄设备，实时对施工现场进行拍摄监控，从而得到施工检测图像。
进一步地，根据施工检测图像所对应的位置的实际情况，生成施工场景数据。
S20：根据施工场景数据获取场景种类记录，根据场景种类记录获取对应的异常识别模型。
在本实施例中，场景种类记录是指当前施工现场中不同种类的情况的数据。异常识别模型是指用于识别施工现场基于当前实际情况是否出现异常事件的模型。
具体地，在获取到施工场景数据时，根据该施工场景数据判断出该施工现场该位置处的具体情况，并根据该具体情况获取出用于识别该现场的具体情况中是否出现异常情况的异常识别模型。例如，对于施工现场的门禁系统，在常规的使用的过程中，用于识别已经登记记录的施工人员的人脸情况，若有其他人员前往视察，经过该门禁系统时，通过施工场景数据判断出有访客到访，即场景种类记录为访客到访，则该异常识别模型可以是用于判定访客是否有按照规范佩戴防护装置和用于标识访客的服饰等，或者对于到访的路线是否出现异常等；又或者是对于通过图像识别判断施工情况是否按照对应的工艺进行施工时，若出现异常天气，即该场景种类记录为异常天气，则可以通过异常识别模型判断施工人员是否有针对该异常天气对施工现场或者正在进行的施工结构进行相应的加固防护措施等。
S30：从异常识别模型中获取待比对基准图像，并将施工检测图像输入至异常识别模型。
具体地，从该异常识别模型中获取与该场景种类记录相对应的标准图像，作为待比对基准图像，例如访客到访，则该待比对基准图像可以是人员正确佩戴防护装置以及用于标识访客的服饰等，并将该施工检测图像输入至该异常识别模型进行施工检测的判断。
S40：根据施工检测图像和待比对基准图像的比对结果，触发相应的施工检测结果。
具体地，通过施工检测图像与待比对基准图像进行图像比对识别，若比对结果为异常，例如访客没有按照规范佩戴用于标识访客的服饰或者对于异常天气，施工人员没有按照规范执行相应的措施，则触发该施工检测结果，及时进行干预。
在本实施例中，在通过图像识别技术对施工现场进行检测时，通过先定位出施工场景数据，再根据施工场景数据判断当前施工场景中的场景种类记录，从而能够筛选出对应的异常识别模型，从而能够利用筛选得到的异常识别模型对施工现场进行检测，从而能够使得与施工检测图像进行比对的待比对基准图像的比对结果与施工现场的实际情况更加吻合从而提升了根据比对结果触发的施工检测结果的准确度，进而极大地改善了在异常场景时进行检测时造成的误识别的问题。
在本实施例中，如图2所示，在步骤S10中，即获取施工检测图像，从施工检测图像中获取对应的施工场景数据，具体包括：
S11：根据施工检测图像获取拍摄设备标识，并根据拍摄设备标识获取拍摄施工检测图像时的设备转动时序数据。
在本实施例中，拍摄设备标识是指拍摄得到该施工检测图像的摄像设备的唯一标识。
具体地，在施工现场安装好各个摄像设备后，为每一个摄像设备设置对应的唯一标识，并对每一个摄像设备设置水平旋转的周期，例如其中一个摄像设备，能够水平旋转130°进行拍摄，且完成一个周期需要20秒，则将每20秒设定为一个周期。进一步地，在获取到施工检测图像时，获取拍摄到该施工检测图像的摄像设备，并将其表示作为拍摄设备标识，同时，获取拍摄到该施工检测图像时，该摄像设备的设备转动时序数据，即在该摄像设备转动周期内的位置。
S12：根据设备转动时序数据获取与拍摄设备标识关联的关联设备标识。
具体地，由于每个摄像设备在拍摄时均有可能是通过水平旋转循环拍摄，因此，针对不同的施工检测图像对应的施工位置处，会有不同的摄像设备对该施工位置进行拍摄，因此，根据拍摄设备标识此时的设备转动时序数据，获取在该设备转动时序数据的情况下，能够拍摄到施工检测图像中的画面所对应的施工场地的摄像设备，并将其标识作为关联设备标识。
S13：根据拍摄设备标识和关联设备标识的关联关系获取施工场景数据。
具体地，根据该拍摄设备标识和关联设备标识在该设备转动时序下拍摄到的画面，识别出对应的施工场景数据。
在一实施例中，如图3所示，训练异常识别模型的方法包括：
S201：获取基准场景数据，根据基准场景数据获取场景种类和每个场景种类对应的场景种类数据。
在本实施例中，基准场景数据是指在该建筑施工的现场中，各个需要检测的位置的数据。
具体地，在该建筑施工的工程开始时，根据该工程的工程设计施工方案，拆分出对应的需要检测的场景，作为基准场景数据。
进一步地，根据该基准场景数据，从预设的历史数据库中获取与该基准场景数据相同或者相似的场景对应的场景种类，和每个场景种类中的图像数据，即场景种类数据。
S202：获取每个场景种类数据对应的历史异常图像，并对历史异常图像进行训练，得到与每个基准场景中的每个场景种类数据对应的异常识别模型。
具体地，在各个场景种类数据中，获取被标记为异常的图像数据，作为历史异常图像，并根据不同的基准场景中不同的场景种类的历史异常图像进行逐类训练，得到对应的异常死别模型。
在本实施例中，如图4所示，在步骤S30中，即根据施工场景数据获取场景种类记录，根据场景种类记录获取对应的异常识别模型，具体包括：
S31：获取场景初始信息，将施工场景数据与场景初始信息进行比对，得到比对结果。
具体地，获取在施工场景数据对应的施工现场位置处，当前默认的施工场景的信息，作为场景初始信息，进一步地，获取场景初始信息后，提取施工场景数据的场景特征向量，和场景初始信息的初始场景特征向量，并将场景特征向量和初始场景特征向量进行比对，得到对应的比对结果。
S32：根据比对结果获取差异距离值，若差异距离值大于预设值，则生成异常匹配消息，根据异常匹配消息获取场景种类记录。
具体地，通过计算场景特征向量和初始场景特征向量的向量距离，作为差异距离值，若该差异距离值大于预设值，则说明当前场景已经变更，因此生成异常匹配消息，根据异常匹配消息获取场景种类记录。
在一实施例中，如图5所示，在步骤S32中，即根据比对结果获取差异距离值，若差异距离值大于预设值，则生成异常匹配消息，根据异常匹配消息获取场景种类记录，具体包括：
S321：根据施工场景数据匹配对应的基准场景数据，作为待比对场景数据，并根据待比对场景数据获取每个场景种类数据对应的待比对场景特征。
具体地，根据施工场景数据提取的特征，匹配出对应的基准场景数据，作为该待比对场景数据，进一步地，获取该待比对场景数据对应的每个场景种类数据的特征，作为待比对场景特征。
S322：获取施工场景数据的场景现场特征，根据场景现场特征和待比对场景特征生成异常匹配数据。
具体地，根据获取施工场景数据的场景现场特征，根据场景现场特征和待比对场景特征生成异常匹配数据。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
在一实施例中，提供一种基于图像比对的施工检测装置，该基于图像比对的施工检测装置与上述实施例中基于图像比对的施工检测方法一一对应。如图6所示，该基于图像比对的施工检测装置包括场景获取模块、模型获取模块、模型识别模块和检测比对模块。各功能模块详细说明如下：
场景获取模块，用于获取施工检测图像，从施工检测图像中获取对应的施工场景数据；
模型获取模块，用于根据施工场景数据获取场景种类记录，根据场景种类记录获取对应的异常识别模型；
模型识别模块，用于从异常识别模型中获取待比对基准图像，并将施工检测图像输入至异常识别模型；
检测比对模块，用于根据施工检测图像和待比对基准图像的比对结果，触发相应的施工检测结果。
可选的，场景获取模块包括：
设备定位子模块，用于根据施工检测图像获取拍摄设备标识，并根据拍摄设备标识获取拍摄施工检测图像时的设备转动时序数据；
关联设备获取子模块，用于根据设备转动时序数据获取与拍摄设备标识关联的关联设备标识；
场景获取子模块， 用于根据拍摄设备标识和关联设备标识的关联关系获取施工场景数据。
可选的，基于图像比对的施工检测装置包括：
基准获取模块，用于获取基准场景数据，根据基准场景数据获取场景种类和每个场景种类对应的场景种类数据；
模型训练模块，用于获取每个场景种类数据对应的历史异常图像，并对历史异常图像进行训练，得到与每个基准场景中的每个场景种类数据对应的异常识别模型。
可选的，模型识别模块包括：
基准获取子模块，用于获取场景初始信息，将施工场景数据与场景初始信息进行比对，得到比对结果；
记录匹配子模块，用于根据比对结果获取差异距离值，若差异距离值大于预设值，则生成异常匹配消息，根据异常匹配消息获取场景种类记录。
可选的，记录匹配子模块包括：
特征获取单元，用于根据施工场景数据匹配对应的基准场景数据，作为待比对场景数据，并根据待比对场景数据获取每个场景种类数据对应的待比对场景特征；
异常匹配单元，用于获取施工场景数据的场景现场特征，根据场景现场特征和待比对场景特征生成异常匹配数据。
关于基于图像比对的施工检测装置的具体限定可以参见上文中对于基于图像比对的施工检测方法的限定，在此不再赘述。上述基于图像比对的施工检测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图7所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于图像比对的施工检测方法。
在一个实施例中，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现以下步骤：
获取施工检测图像，从施工检测图像中获取对应的施工场景数据；
根据施工场景数据获取场景种类记录，根据场景种类记录获取对应的异常识别模型；
从异常识别模型中获取待比对基准图像，并将施工检测图像输入至异常识别模型；
根据施工检测图像和待比对基准图像的比对结果，触发相应的施工检测结果。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：
获取施工检测图像，从施工检测图像中获取对应的施工场景数据；
根据施工场景数据获取场景种类记录，根据场景种类记录获取对应的异常识别模型；
从异常识别模型中获取待比对基准图像，并将施工检测图像输入至异常识别模型；
根据施工检测图像和待比对基准图像的比对结果，触发相应的施工检测结果。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦除可编程ROM（EEPROM）或闪存。易失性存储器可包括随机存取存储器（RAM）或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM（SRAM）、动态RAM（DRAM）、同步DRAM（SDRAM）、双数据率SDRAM（DDRSDRAM）、增强型SDRAM（ESDRAM）、同步链路（Synchlink） DRAM（SLDRAM）、存储器总线（Rambus）直接RAM（RDRAM）、直接存储器总线动态RAM（DRDRAM）、以及存储器总线动态RAM（RDRAM）等。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。
以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。
Claims (10)
1.一种基于图像比对的施工检测方法，其特征在于，所述基于图像比对的施工检测方法包括：
获取施工检测图像，从所述施工检测图像中获取对应的施工场景数据；
根据所述施工场景数据获取场景种类记录，根据所述场景种类记录获取对应的异常识别模型；
从所述异常识别模型中获取待比对基准图像，并将所述施工检测图像输入至所述异常识别模型；
根据所述施工检测图像和所述待比对基准图像的比对结果，触发相应的施工检测结果。
2.根据权利要求1所述的基于图像比对的施工检测方法，其特征在于，所述获取施工检测图像，从所述施工检测图像中获取对应的施工场景数据，具体包括：
根据所述施工检测图像获取拍摄设备标识，并根据所述拍摄设备标识获取拍摄所述施工检测图像时的设备转动时序数据；
根据所述设备转动时序数据获取与所述拍摄设备标识关联的关联设备标识；
根据所述拍摄设备标识和所述关联设备标识的关联关系获取所述施工场景数据。
3.根据权利要求1所述的基于图像比对的施工检测方法，其特征在于，训练所述异常识别模型的方法包括：
获取基准场景数据，根据所述基准场景数据获取场景种类和每个所述场景种类对应的场景种类数据；
获取每个所述场景种类数据对应的历史异常图像，并对所述历史异常图像进行训练，得到与每个所述基准场景中的每个所述场景种类数据对应的所述异常识别模型。
4.根据权利要求3所述的基于图像比对的施工检测方法，其特征在于，所述根据所述施工场景数据获取场景种类记录，根据所述场景种类记录获取对应的异常识别模型，具体包括：
获取场景初始信息，将所述施工场景数据与所述场景初始信息进行比对，得到比对结果；
根据所述比对结果获取差异距离值，若所述差异距离值大于预设值，则生成异常匹配消息，根据所述异常匹配消息获取所述场景种类记录。
5.根据权利要求1所述的基于图像比对的施工检测方法，其特征在于，所述根据所述比对结果获取差异距离值，若所述差异距离值大于预设值，则生成异常匹配消息，根据所述异常匹配消息获取所述场景种类记录，具体包括：
根据所述施工场景数据匹配对应的基准场景数据，作为待比对场景数据，并根据所述待比对场景数据获取每个所述场景种类数据对应的待比对场景特征；
获取所述施工场景数据的场景现场特征，根据所述场景现场特征和所述待比对场景特征生成异常匹配数据。
6.一种基于图像比对的施工检测装置，其特征在于，所述基于图像比对的施工检测装置包括：
场景获取模块，用于获取施工检测图像，从所述施工检测图像中获取对应的施工场景数据；
模型获取模块，用于根据所述施工场景数据获取场景种类记录，根据所述场景种类记录获取对应的异常识别模型；
模型识别模块，用于从所述异常识别模型中获取待比对基准图像，并将所述施工检测图像输入至所述异常识别模型；
检测比对模块，用于根据所述施工检测图像和所述待比对基准图像的比对结果，触发相应的施工检测结果。
7.根据权利要求6所述的基于图像比对的施工检测装置，其特征在于，所述场景获取模块包括：
设备定位子模块，用于根据所述施工检测图像获取拍摄设备标识，并根据所述拍摄设备标识获取拍摄所述施工检测图像时的设备转动时序数据；
关联设备获取子模块，用于根据所述设备转动时序数据获取与所述拍摄设备标识关联的关联设备标识；
场景获取子模块， 用于根据所述拍摄设备标识和所述关联设备标识的关联关系获取所述施工场景数据。
8.根据权利要求6所述的基于图像比对的施工检测装置，其特征在于，所述基于图像比对的施工检测装置包括：
基准获取模块，用于获取基准场景数据，根据所述基准场景数据获取场景种类和每个所述场景种类对应的场景种类数据；
模型训练模块，用于获取每个所述场景种类数据对应的历史异常图像，并对所述历史异常图像进行训练，得到与每个所述基准场景中的每个所述场景种类数据对应的所述异常识别模型。
9.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述基于图像比对的施工检测方法的步骤。
10.一种计算机可读存储介质，所述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5任一项所述基于图像比对的施工检测方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310446246.0A CN116645530A (zh) | 2023-04-23 | 2023-04-23 | 基于图像比对的施工检测方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310446246.0A CN116645530A (zh) | 2023-04-23 | 2023-04-23 | 基于图像比对的施工检测方法、装置、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116645530A true CN116645530A (zh) | 2023-08-25 |
Family
ID=87617802
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310446246.0A Pending CN116645530A (zh) | 2023-04-23 | 2023-04-23 | 基于图像比对的施工检测方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116645530A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117037075A (zh) * | 2023-10-08 | 2023-11-10 | 深圳市金众工程检验检测有限公司 | 一种基于图像处理的工程检测方法及系统 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110889377A (zh) * | 2019-11-28 | 2020-03-17 | 深圳市丰巢科技有限公司 | 广告物异常识别方法、装置、服务器设备及存储介质 |
| CN111199346A (zh) * | 2019-12-30 | 2020-05-26 | 广东海外建设咨询有限公司 | 综合管廊监理方法、装置、计算机设备以及存储介质 |
| CN113112480A (zh) * | 2021-04-16 | 2021-07-13 | 北京文安智能技术股份有限公司 | 视频场景变换检测方法、存储介质和电子设备 |
| CN113642404A (zh) * | 2021-07-13 | 2021-11-12 | 季华实验室 | 目标识别检测关联方法、设备、介质及计算机程序产品 |
| CN113723184A (zh) * | 2021-07-23 | 2021-11-30 | 广东电网有限责任公司广州供电局 | 基于智能网关的场景识别系统、方法、装置和智能网关 |
| CN115424405A (zh) * | 2022-08-30 | 2022-12-02 | 广州瀚信通信科技股份有限公司 | 烟火监测告警方法、装置、设备及存储介质 |
| CN115909219A (zh) * | 2022-12-29 | 2023-04-04 | 深圳市诺龙技术股份有限公司 | 一种基于视频分析的场景变更检测方法与系统 |
-
2023
- 2023-04-23 CN CN202310446246.0A patent/CN116645530A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110889377A (zh) * | 2019-11-28 | 2020-03-17 | 深圳市丰巢科技有限公司 | 广告物异常识别方法、装置、服务器设备及存储介质 |
| CN111199346A (zh) * | 2019-12-30 | 2020-05-26 | 广东海外建设咨询有限公司 | 综合管廊监理方法、装置、计算机设备以及存储介质 |
| CN113112480A (zh) * | 2021-04-16 | 2021-07-13 | 北京文安智能技术股份有限公司 | 视频场景变换检测方法、存储介质和电子设备 |
| CN113642404A (zh) * | 2021-07-13 | 2021-11-12 | 季华实验室 | 目标识别检测关联方法、设备、介质及计算机程序产品 |
| CN113723184A (zh) * | 2021-07-23 | 2021-11-30 | 广东电网有限责任公司广州供电局 | 基于智能网关的场景识别系统、方法、装置和智能网关 |
| CN115424405A (zh) * | 2022-08-30 | 2022-12-02 | 广州瀚信通信科技股份有限公司 | 烟火监测告警方法、装置、设备及存储介质 |
| CN115909219A (zh) * | 2022-12-29 | 2023-04-04 | 深圳市诺龙技术股份有限公司 | 一种基于视频分析的场景变更检测方法与系统 |
Non-Patent Citations (1)
| Title |
|---|
| 陈峰军;: "基于物联网的智慧施工视频联动管理系统", 建筑施工, no. 11, pages 2009 - 2011 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117037075A (zh) * | 2023-10-08 | 2023-11-10 | 深圳市金众工程检验检测有限公司 | 一种基于图像处理的工程检测方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110781750A (zh) | 危险人物监控处理方法、装置、计算机设备和存储介质 | |
| CN111191532B (zh) | 基于施工区域的人脸识别方法、装置、计算机设备 | |
| CN108985162A (zh) | 目标实时跟踪方法、装置、计算机设备及存储介质 | |
| CN112954315B (zh) | 一种安防摄像机图像对焦测量方法及系统 | |
| CN112272288A (zh) | 核电作业监控方法、装置、计算机设备和存储介质 | |
| CN112364715B (zh) | 核电作业异常监控方法、装置、计算机设备和存储介质 | |
| CN111339979B (zh) | 基于特征提取的图像识别方法及图像识别装置 | |
| CN111259813B (zh) | 人脸检测跟踪方法、装置、计算机设备和存储介质 | |
| CN113095132B (zh) | 基于神经网络燃气现场识别方法、系统、终端及存储介质 | |
| CN111325128A (zh) | 违规操作检测方法、装置、计算机设备和存储介质 | |
| WO2020206900A1 (zh) | 车辆定损方法、装置、计算机设备及存储介质 | |
| CN110909675A (zh) | 违章行为识别方法、装置、计算机设备和存储介质 | |
| CN110610610B (zh) | 一种车辆出入管理方法、装置以及存储介质 | |
| CN111212280B (zh) | 深度相机模组测试的方法、系统、计算机设备及存储介质 | |
| KR102022971B1 (ko) | 영상의 객체 처리 방법 및 장치 | |
| CN112464030B (zh) | 一种可疑人员确定方法及装置 | |
| CN116645530A (zh) | 基于图像比对的施工检测方法、装置、设备及存储介质 | |
| CN116048124B (zh) | 无人机地铁隧道巡检方法、装置、计算机设备及存储介质 | |
| CN111582179B (zh) | 监控视频分析方法、装置、计算机设备以及存储介质 | |
| CN114565955B (zh) | 人脸属性识别模型训练、社区人员监控方法、装置、设备 | |
| CN113421241B (zh) | 异常事件上报方法、装置、计算机设备及存储介质 | |
| CN111371984B (zh) | 确定抓拍机异常的方法、装置及存储介质 | |
| CN111985413A (zh) | 一种智能楼宇监控终端、监控系统及监控方法 | |
| CN116934091A (zh) | 一种施工现场监控方法、装置、计算机设备及存储介质 | |
| CN113505015B (zh) | 应用异常信息采集方法、装置、计算机设备和存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20230825 |