一种基于人工智能的不安全行为检测方法与流程

本发明涉及公共安全技术领域，特别涉及一种基于人工智能的不安全行为检测方法。

背景技术：

不安全行为是指造成人身伤亡事故的人为错误，包括引起事故发生的不安全动作，也包括应该按照安全规程去做，而没有去做的行为；不安全行为反映了事故发生的人的方面的原因。

人的不安全行为，是指人所表现出来的影响安全的人为因素，是行为人在社会活动过程中，违反纪律、操作程序和方法等，且可能造成不必要的人员、设备的损伤及事故发生的行为。造成人的不安全行为和不安全状态的主要原因有：技术原因、教育原因、身体和态度原因、管理原因等。

人的不安全行为可分为有意识的不安全行为和无意识的不安全行为，有意识的不安全行为是指有目的、有企图、明知故犯的不安全行为，是故意的违章行为，无意识的不安全行为是指非故意、不存在需要和目的的不安全行为。

如何有效地自动地检测人的不安全行为，减轻人工监测的工作量，从而减少安全事故，减少人员伤害成为人们越来越关注的问题，因此，本发明提出了种基于人工智能的不安全行为检测方法。

技术实现要素：

本发明的目的在于提供一种基于人工智能的不安全行为检测方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：一种基于人工智能的不安全行为检测方法，包括以下步骤：

步骤a1：人像采集比对，对监测区内的行为人进行人脸抓拍，形成一张头像、一张全身像、以及一条固定时长的短视频，对监测区内抓拍的人脸进行人脸抓拍库比对，比对出的人脸再通过行为特征库找出是否违规行为；

步骤a2:智能视频分析，实时判断是否越界、是否进入危险区域等不明确违规行为，记录并跟踪这些未知行为；

步骤a3：监测接触行为，结合步骤a1的人脸特征和步骤a2的违规行为，定义行为性质，判断违规行为是否存在；

步骤a4：环境安全检测，通过环境数据判断环境的安全状况；

步骤a5：结合步骤a3的违规行为和步骤a4的环境安全状况，对不安全行为做进一步确认,并加以抑制、纠正。

优选的，所述人像采集比对包括利用人工智能对影响校园安全的要素进行采集，建立人脸抓拍库，建立名单库，建立环境状态库，建立行为特征库,对校园师生的人身安全进行安全管理。

优选的，所述监测接触行为包括对有意识的不安全行为采取抑制措施，启动校园安全管理，进行安全事故防范，防止发生意外事故，避免可能对教师和学生的人身伤害；对无意识的不安全行为，主要是进行安全教育管理，劝离行为人，同时，作为案例推送，引导和增强学生的自我保护意识。

优选的，所述环境安全检测包括以下操作步骤：

步骤b1：检查火灾是否存在，一是通过烟雾传感器检测固定点火灾，固定点包括教室、图书馆、食堂等，一是通过摄像头检测烟雾和火苗，对摄像头抓拍到的视频进行视频分析，抓拍的对象主要是操场、体育馆，不管是那种方式，一旦发现烟雾或火苗时，即预示着存在火灾的危险行为；

步骤b2：检测是否有大雨、暴雨，通过雨量检测器确定是否有大雨；

步骤b3：检测是否高温，通过温度传感器每隔一分钟检测一次环境温度，包括室内和室外，如果超出指定温度，即视为存在高温环境状态；

步骤b4：检测交通拥挤或人员聚集情况，通过摄像头上传的视频进行行为分析，对于关键点如校门口，如果在圈定区域统计的行为人数超出规定人数，即说明存在人员聚集行为。

优选的，完成一个检测过程，随后系统进行环境安全评价，如果存在一种环境安全或多种安全行为，即判定为环境存在一重或多重安全问题，整体安全状况预警级别升高。

本发明的技术效果和优点：

1、本发明的作用在于自动检测行为人、识别不安全行为、预警不安全行为，为控制不安全行为提供依据。

2、本发明有助于发现潜在的安全隐患及来源，避免安全伤害事故发生，保证校园、公园等公共场所的安全。

3、本发明可以有效的降低校园等人员密集区域安全事故发生的概率，提前预警，有效保证了人们的自身安全，便于广泛推广使用。

附图说明

图1为本发明提供的一种基于人工智能的不安全行为检测方法的流程图。

图2为本发明提供的一种基于人工智能的不安全行为检测方法的顺序图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明提供了如图1-2所示的一种基于人工智能的不安全行为检测方法，包括以下步骤：

步骤a1：人像采集比对，对监测区内的行为人进行人脸抓拍，形成一张头像、一张全身像、以及一条固定时长的短视频，对监测区内抓拍的人脸进行人脸抓拍库比对，比对出的人脸再通过行为特征库找出是否违规行为，依据相似度依次排列出来。

将抓拍到的人脸同时保存到人脸库中，不管该次抓拍的人脸是否已有，为后续的人脸识别和比对做准备，抓拍到人脸信息并做记录，由于人脸代表人的特征，视频抓拍的人脸存到人脸库中，人脸库所存储的人脸数量越多，人脸识别的准确度越高，对于同一个人来说，通过不同的角度、不同的场所、不同的光照条件下所抓拍到的脸部数量越多，其脸部特征越丰富，因此,在识别该行为人时，识别的检出率和准确度非常接近该行为人。

人脸库的人脸不仅存在人脸特征，也保存与人脸相关的人员信息。另外，通过网络接入人脸信息系统，通过人脸查询该行为人的身份信息。

人脸是从连续的视频流获得的，即动态地识别人脸，动态记录被监测区域的人员，动态统计区域抓拍到的人员，一旦发生紧急情况，比如火灾，可以立即准确给出区域内人员的准确数字，并通过人脸特征查找到被监测区域内人员的情况，为应急救援提供依据。

步骤a2:智能视频分析，实时判断是否越界、是否进入危险区域等不明确违规行为，记录并跟踪这些未知行为。

校园设备存在安全隐患，大部分中小学在进行安全管理的工作过程中，将主要精力放在教师和学生方面，而忽视校园环境和校园设施问题,以及一些外来的威胁，行为分析就是将存在一定安全隐患的教学设施和场所进行区域框定，进入这些场所的学生，可能受到安全伤害，甚至影响学生的生命安全，监测和阻止学生进入或靠近危险设施和场所，是减少安全事件的措施方法。

行为分析的监测措施，通过对被监测区域的框定，是通过摄像头的视野区进行人工画线，形成安全线，越过安全线的行为被视为危险行为。

行为分析对校园内部区域的监测，主要检测危险设施，这些设备已经损坏，处于待修状态，如果继续使用这些设备，会造成学生人身伤害，这些设施所在区域禁止学生靠近，智能视频分析主要判断是否有人闯入这些区域，发现越界行为。

行为分析对校园外部区域的监测，校园的大门口是重点关注区域，这将有效保护学生的人身安全，预防伤害事件发生。

行为分析实时地处理视频流，从视频中找到违规行为，动态记录违规行为，动态统计违规行为，并找到违规行为人的人脸特征信息。

步骤a3：监测接触行为，结合步骤a1的人脸特征和步骤a2的违规行为，定义行为性质，判断违规行为是否存在。

目前，有许多中小学都是建设在市中心或者城镇繁华的地方，这样就使得校园周围的环境比较复杂，尽管学校负责人在校内对学生加强监督和管理，可在校外，学校负责人就很难控制和管理学生，因此提前检测到这些不安全行为对于避免安全事件的发生是非常重要的。

对于小学生而言，接送上下学是一个关键环节，陌生人冒充家长的行为属于违规行为，应该得到提前预警。

监测到和学生接触的行为事件，如果发生在校园内部区域，则定义为良性行为，如果发生在校园外部区域，则判定为劣性行为，同时调取抓拍到的行为人的人脸，如果人脸库不存在该行为人的人脸，立刻发生报警通知；如果人脸库存在行为人，通过人脸调取该行为人在行为库中的行为记录，综合该行为人以前的行为和现有行为进行评价，如果评价不良的，立刻发生报警通知，接送负责人接收到报警通知后，对行为人进行确认，如果行为人是家长，取消报警通知，如果不是，通知安全人员采取隔离措施。

步骤a4：环境安全检测，通过环境数据判断环境的安全状况。

在中小学校园中，意外事故对学生的威胁，教师和学生无法预知，这些事故不仅会给学校造成巨大的经济损失，同时，也威胁着学生和教师的生命，如火灾、大雨、高温等自然因素，这些都是影响校园安全管理的重要因素，因此，对校园的整体安全因素，即学生所处环境的安全状况，进行监测和评估是必要的。

环境安全检测按照下面步骤实施：

步骤b1：检查火灾是否存在，一是通过烟雾传感器检测固定点火灾，固定点包括教室、图书馆、食堂等，二是通过摄像头检测烟雾和火苗，对摄像头抓拍到的视频进行视频分析，抓拍的对象主要是操场、体育馆，无论是哪种方式，一旦发现烟雾或火苗时，即预示着存在火灾的危险行为。

步骤b2：检测是否有大雨、暴雨，通过雨量检测器确定是否有大雨。

步骤b3：检测是否高温，通过温度传感器每隔一分钟检测一次环境温度，包括室内和室外，如果超出指定温度，即视为存在高温环境状态。

步骤b4：检测交通拥挤或人员聚集情况，通过摄像头上传的视频进行行为分析，对于关键点，如校门口，如果在圈定区域统计的行为人数超出规定人数，即说明存在人员聚集行为。

一旦完成一个检测过程，马上系统进行环境安全评价，如果存在一种环境安全或多种安全行为，即判定为环境存在一重或多重安全问题，整体安全状况预警级别升高。

步骤a5：结合步骤a3的违规行为和步骤a4的环境安全状况，对不安全行为做进一步确认,并加以抑制、纠正。

从行为与环境的关系分析，同样一种行为，在某种环境中就是安全行为，在另一种环境中就是不安全行为，对不安全行为的确认，就是考虑环境的安全状况，如果步骤4中视频检测到交通拥挤，而步骤3中出现了违规行为，那这个行为就是不安全行为。

无意识的不安全行为，是指非故意、不存在需要和目的的不安全行为，在统计分析上表现为随机性，人的不安全行为是酿成事故的直接原因，从安全管理过程看，因为人的主导因素造成不安全行为，应属于有意识的不安全行为，具有一定的倾向性。

使用统计方法来确定行为人所出现的危险行为，给出该行为人的行为随机程度，进而判断是无意识的不安全行为还是有意识的不安全行为，并具有针对性地加以抑制或纠正。

对有意识的不安全行为采取抑制措施，启动校园安全管理，进行安全事故防范，防止发生意外事故，避免可能对教师和学生的人身伤害；对无意识的不安全行为，主要是进行安全教育管理，劝离行为人，同时，作为案例推送，引导和增强学生的自我保护意识。

在本实施例中，利用人工智能对影响校园安全的要素进行采集，建立人脸抓拍库，建立名单库，建立环境状态库，建立行为特征库,对校园师生的人身安全进行安全管理。

在本实施例中，监测接触行为包括对有意识的不安全行为采取抑制措施，启动校园安全管理，进行安全事故防范，防止发生意外事故，避免可能对教师和学生的人身伤害；对无意识的不安全行为，主要是进行安全教育管理，劝离行为人，同时，作为案例推送，引导和增强学生的自我保护意识。

最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，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,凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。