基于图像分析的工地监控方法、装置及可读存储介质与流程

本发明涉及工地监控管理领域，尤其涉及一种基于图像分析的工地监控方法、装置及可读存储介质。

背景技术：

近年来，随着经济社会的发展，大大小小的施工工地在城乡随处可见，但由于工地各类事故时有发生，施工工地的安全管控也成为工程商为之头疼的问题。

为了提高施工工地的管理效率，预防闲杂人等闯入工地，加强工地安全管控，工程商通常的选择是为工地建立一套安全可靠的视频监控系统。而且生物识别技术早已被广泛应用到采矿、修地铁、房屋建筑等各类施工工地的监控系统中，例如采用人脸识别技术或指纹识别技术进行工地安全管控，当然现有技术中也有采用对安全帽或工作服进行识别的图像分析技术来为工地施工安全保驾护航，不可否认这些都起到了某些效果。但想要最大程度地满足工程商对一人一帽安全管控的要求，这些是远远不够的，现有技术在采用生物识别与图像分析相结合以实现安全管控的技术上仍然存在一些问题。

技术实现要素：

本发明的主要目的在于提供一种基于图像分析的工地监控方法、装置及可读存储介质，以解决施工工地不能实现一人一帽管控，以及因不能实现一人一帽管控而多发意外状况的问题。

为实现上述目的，本发明第一方面提供了一种基于图像分析的工地监控方法，包括：

当监控区域的预设图像采集范围内有被采集对象进入时，采集所述被采集对象的图像信息，并根据所述图像信息获取所述被采集对象的面部特征信息；

根据所述图像信息，检测所述被采集对象是否佩戴有安全帽；

当检测到所述被采集对象佩戴有安全帽时，获取所述安全帽的编码；

根据所述安全帽的编码，获取与所述编码具有一一对应关系的所述监控区域授权用户的脸部特征模型；

将所述被采集对象的面部特征信息与所述监控区域授权用户的脸部特征模型进行匹配，得到匹配结果；

当所述被采集对象的面部特征信息与所述监控区域授权用户的脸部特征模型的匹配结果为匹配成功时，确定允许所述被采集对象进入所述监控区域。

本发明的第二方面还提供了一种基于图像分析的工地监控装置，包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，该处理器执行计算机程序时实现上述的基于图像分析的工地监控方法的步骤。

本发明的第三方面还提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现上述的基于图像分析的工地监控方法的步骤。

本发明的上述方案至少包括以下有益效果：

通过当监控区域的预设图像采集范围内有被采集对象进入时，采集被采集对象的图像信息，并根据图像信息获取被采集对象的面部特征信息，然后根据所采集的图像信息，检测被采集对象是否佩戴有安全帽，当检测到被采集对象佩戴有安全帽时，获取安全帽的编码，根据所述安全帽的编码，获取与所述编码具有一一对应关系的所述监控区域授权用户的脸部特征模型，最后将被采集对象的面部特征信息与监控区域授权用户的脸部特征模型进行匹配，得到匹配结果，当被采集对象的面部特征信息与监控区域授权用户的脸部特征模型的匹配结果为匹配成功时，确定允许被采集对象进入所述监控区域，从而实现工地监控区域的一人一帽管控，避免发生意外。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供的一种网络系统架构示意图；

图2为本发明实施例提供的一种基于图像分析的工地监控方法的流程示意图；

图3为本发明实施例提供的一种远程控制中心与红外感应器和图像采集终端的交互流程示意图；

图4为本发明实施例提供的另一种基于图像分析的工地监控方法的流程示意图；

图5为本发明实施例提供的一种基于图像分析的工地监控方法在应用场景中流程示意图；

图6为本发明实施例提供的一种基于图像分析的工地监控装置的结构示意图；

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，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的实施例，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，都应当属于本发明保护的范围。

本发明说明书、权利要求书和附图中出现的术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。此外，术语“第一”、“第二”和“第三”等是用于区别不同的对象，而并非用于描述特定的顺序。

下面首先结合相关附图和举例来对本方案的实施例进行说明，但举例并不对本发明的实施例造成限定。

首先结合相关附图来举例介绍下本申请实施例的方案可能应用到的网络系统架构。

具体参见图1，图1所示的网络系统架构涉及到图像采集终端、远程控制中心、显示终端。其中，远程控制中心是整个系统的大脑，可以理解为执行行本方案方法的服务器，控制着系统其它构件的运作；图像采集终端用于在采集范围内采集图像信息，具体可以为摄像头、抓拍机、相机等；显示终端用于显示图像采集终端采集到的图像信息，当然也可以为远程控制中心的一些操作提供可视化服务，各部分通过传输组件或网络进行互通，使整个基于图像分析的监控方法的实施得以有系统架构的支撑。

实施例一

参见图2，图2为本发明提供的一种基于图像分析的工地监控方法的流程示意图，图2所示的方法可以基于图1举例所示的网络系统架构来具体实施。

如图2所示，本发明一方面提供一种基于图像分析的工地监控方法，所述方法包括：

s11，当监控区域的预设图像采集范围内有被采集对象进入时，采集所述被采集对象的图像信息，并根据所述图像信息获取所述被采集对象的面部特征信息。

其中，在本实施例中，监控区域可以是整个工地，预设图像采集范围可以是图像采集终端能够覆盖到的范围，例如以进出施工工地通道口为中心的几米内、十几米内、几十米内，甚至可以是更宽的范围。此处以被采集对象通过施工工地的大门或通过闸机通道为例，当检测到预设图像采集范围内有被采集(具体可通过红外感应器感应的方式检测)时，启动设于大门或闸机通道处的分布式图像采集终端(摄像机、摄像头或抓拍机等)，采集含有被采集对象脸部或面部的图像信息，包括图像、视频等，并自动对采集到的图像或视频进行人脸跟踪，提取采集对象面部特征信息点之间的几何构成关系，这其中就包括眼睛、鼻子、嘴巴、额头等特征信息点。根据特征信息点间的构成关系确定进入预设图像采集范围内的被采集对象的面部特征信息，需要说明的是，在获取到上述被采集对象的面部特征信息之后，并不着急将其与预先存储的能够进入监控区域授权用户的脸部特征模型进行匹配。

s12，根据所述图像信息，检测所述被采集对象是否佩戴有安全帽。

其中，在本实施例中，采用生物识别技术中的人脸识别技术获取到该被采集对象的面部特征信息之后，首先判断该采集对象是否佩戴有安全帽，在本发明的实施例中，主要采用图像匹配算法来对采集到的图像信息进行检测。

需要说明的是，图像匹配算法分为3类，分别是基于灰度的匹配算法，基于特征的匹配算法和基于关系的匹配算法，基于灰度的匹配算法主要有基于灰度的模板匹配算法，模板匹配(blockingmatching)是根据已知模板图像到另一幅图像中寻找与模板图像相似的子图像，利用空间二维滑动模板进行匹配，常见的有mad(meanabsolutedifference，平均绝对差)算法、sad(sumofabsolutedifference，绝对误差和)算法、ncc(normalizedcrosscorrelation，归一化交叉相关)算法等。基于特征的匹配算法首先提取图像的特征，再生成特征描述子，最后根据描述子的相似程度对两幅图像的特征之间进行匹配，常见的有sift(scale-invariantfeaturetransform，尺度不变特征变换)算法、surf(speeded-uprobustfeatures，加速稳健特征)算法、brisk(binaryrobustinvariantscalablekeypoints，二进制鲁棒不变尺度特征)算法等。基于关系的匹配算法是人工智能领域在图像处理中的应用，其突破性进展相对缓慢，应用并不广泛。至于本发明的方案具体采用哪一类匹配算法，并不受本发明实施例的限制。

s13，当检测到所述被采集对象佩戴有安全帽时，获取所述安全帽的编码。

其中，在步骤s12的基础上，图像匹配算法匹配的结果达到阈值要求时，检测出所采集到的图像或视频中的被采集对象佩戴有安全帽，远程控制中心启动编码识别装置，获取该安全帽上的编码。

需要说明的是，本发明实施例中的安全帽编码可以是简单的数字编码、一维条形码，也可以是现在应用广泛的二维码。该安全帽编码是本实施例中所有安全帽的唯一身份标识。

s14，根据所述安全帽的编码，获取与所述编码具有一一对应关系的所述监控区域授权用户的脸部特征模型。

其中，在本发明的实施例中，在执行完上述步骤s13后，远程控制中心会以该编码为主键读取或者调用本地数据库，该本地数据库具体指安全帽编码与监控区域授权用户的脸部特征模型关系映射库，该数据库中存储有安全帽与监控区域授权用户的脸部特征模型之间的一一对应关系，每一安全帽编码绑定固定的监控区域授权用户的脸部特征模型。显而易见的，获取到一个安全帽编码就能获取到与之绑定的监控区域授权用户的脸部特征模型，获取到一个监控区域授权用户的脸部特征模型同样能获取到与之绑定的安全帽编码，基于此，步骤s14得以实现。

s15，将所述被采集对象的面部特征信息与所述监控区域授权用户的脸部特征模型进行匹配，得到匹配结果。

其中，在本实施例中，上述匹配结果由计算出来的被采集对象的面部特征信息与所述监控区域授权用户的脸部特征模型匹配的相似程度值决定，远程监控中心根据安全帽编码获取到与之一一对应的监控区域授权用户的脸部特征模型后，启用图像匹配单元将上述二者进行扫描、匹配，计算被采集对象与所述授权用户的脸部特征模型匹配的相似程度值，得到匹配结果。

s16，当所述被采集对象的面部特征信息与所述监控区域授权用户的脸部特征模型的匹配结果为匹配成功时，确定允许所述被采集对象进入所述监控区域。

其中，在本实施例中，主要根据被采集对象的面部特征信息与所述监控区域授权用户的脸部特征模型匹配的相似程度值与阈值的关系来判断匹配结果是否匹配成功，当匹配成功时，表示上述被采集对象达到了一人一帽的通过条件，远程控制中心向门禁控制主机或闸机发送指令，允许该被采集对象进入监控区域。

有益效果：与现有技术相比较，本发明实施例结合生物识别技术与图像分析技术，通过当监控区域的预设图像采集范围内有被采集对象进入时，采集被采集对象的图像信息，并根据图像信息获取被采集对象的面部特征信息，然后根据所采集的图像信息，检测被采集对象是否佩戴有安全帽，当检测到被采集对象佩戴有安全帽时，获取安全帽的编码，根据所述安全帽的编码，获取与所述编码具有一一对应关系的所述监控区域授权用户的脸部特征模型，最后将被采集对象的面部特征信息与监控区域授权用户的脸部特征模型进行匹配，得到匹配结果，当匹配结果为匹配成功时，确定允许被采集对象进入监控区域，从而解决施工工地上时常有非授权人出现，实现工地监控区域的一人一帽管控，避免发生意外。

进一步的，优选方案，如图3所示，在本发明的具体实施例中，远程控制中心可通过与红外感应器和图像采集终端的交互获得被采集对象的面部特征信息的步骤，具体包括：

s21，红外感应器发送被触发提示。

其中，被触发提示包括有被采集对象进入到监控区域的预设图像采集范围内的信息。

s22，远程控制中心接收到被触发提示，并向图像采集终端发送图像信息采集指令。

其中，本发明实施例中的图像采集终端包括摄像机、摄像头、抓拍机、相机以及扫描仪等可以采集图像信息的终端。

s23，图像采集终端接收图像信息采集指令，开始采集所述被采集对象的图像信息。

其中，上述被采集对象的图像信息包括图像或视频，且该图像或视频中须呈现出被采集对象的面部。

s24，图像采集终端将采集到的图像信息同步发送至远程控制中心。

s25，远程控制中心跟踪、提取所述被采集对象的面部特征信息。

具体的，本发明的实施例在对想要通过施工工地的大门及闸机通道的被采集对象进行面部特征信息获取之前，通过红外感应器判断是否有被采集对象进入到预设图像信息采集范围，远程控制中心在接收到红外感应被触发的提示后才进行控制图像采集终端进行图像信息采集的操作，而且，图像采集终端在采集图像信息时，同步上传采集到的图像信息到远程控制中心，远程控制中心自动跟踪、提取每个被采集对象的面部特征信息，能够使整个系统的运转效率更高，在红外感应器被触发的情况下才进行图像信息采集，有利于系统维护成本的降低。

实施例二

参见图4所示，本发明的一方面还提供了另一种基于图像分析的工地监控方法，具体包括以下步骤：

s11，当监控区域的预设图像采集范围内有被采集对象进入时，采集所述被采集对象的图像信息，并根据所述图像信息获取所述被采集对象的面部特征信息。

步骤s11的具体实施方式在上述实施例中已有相关说明，同样也适用于本实施例，此处便不再作过多的描述。

以施工组从施工工地a处换到b处为例，假设李四现在正打算和小组成员一起进入施工b处，在本实施例中，可以在a处和b处之间设立图像采集范围内，该范围可以覆盖施工a处与b之间所有的空地，也可以是施工b处入口的某一范围内，由于本发明的图像采集终端采用分布式设计，完全可以根据需要选择图像采集终端进行图像信息采集的覆盖范围。当李四进入监控区域的预设图像采集范围内时，红外感应器被触发，并发送被触发提示，远程控制中心启动图像采集终端，采集李四的图像信息，远程控制中心接收到图像采集终端发送的图像信息后，跟踪采集到的图像信息，提取到李四的面部特征信息，并可以进行语音提示“该对象面部特征信息提取成功”。

s12，根据所述图像信息，检测所述被采集对象是否佩戴有安全帽。

步骤s12的具体实施方式在上述实施例中已有相关说明，同样也适用于本实施例，此处便不再作过多的描述。

其中，步骤s12具体可以包括以下实现方式：

s31，采用图像匹配算法将采集到的图像信息与预先设定的比对图像进行特征点匹配，得到特征点匹配比率值；

s32，根据所述特征点匹配比率值判断所述被采集对象是否佩戴有安全帽；

进一步的，优选方案，上述根据所述特征点匹配比率值判断所述被采集对象是否佩戴有安全帽的步骤，具体包括：

第一步，当所述特征点匹配比率值趋近于阈值时，则确定所述采集对象佩戴有安全帽；

第二步，当所述特征点匹配比率值离散于阈值时，则确定所述采集对象未佩戴有安全帽。

在上述步骤得到李四的面部特征信息的基础上，对李四是否佩戴有安全帽进行检测。当监测到有图像采集指令或操作时，在图像显示窗口嵌入预设比对图像，该比对图像可以是员工标准佩戴安全帽的示意图，也可以仅仅是整个工地统一使用的安全帽的示意图。采用sift算法可以排除因为图像遮挡和背景混乱而产生的无匹配关系的关键点，首先进行sift特征检测，定位关键点，在特征匹配中进行特征点过滤和精确定位，最后生成sift特征向量。取一幅图像中的一个sift关键点，并找出其与另一幅图像中欧式距离最近的前两个关键点，在这两个关键点中，根据最近的距离除以次近的距离得到一个特征点匹配比率值，通过判断这个特征点匹配比率值是否小于预设阈值t，来考虑是否接受这一特征点，sift算法创始人推荐的上述特征点匹配比率阈值为0.8，当然，预设阈值是根据无数次匹配结果来选取的，根据对匹配程度的高低要求不同而有所不一样。同时，可视化显示比对过程，有利于增强用户体验。

显然，当所述特征点匹配比率值无限趋近于阈值t时，则接受特征点，确定李四佩戴有安全帽。当所述特征点匹配比率值离散于阈值t时，也就是说特征点匹配比率值与阈值t差距较大，不接受特征点，则确定李四未佩戴有安全帽，此时，可以生成相应广播信息进行语音广播“未佩戴安全帽不得进入”或“您未佩戴有安全帽”。

需要说明的是，在前面实施例已经有过描述，在判断采集对象，也就是此例中的李四，是否佩戴有安全帽的步骤上，采用何种图像匹配算法并不受本发明的实施例限制，在此处采用sift算法进行特征点匹配并不是本实施例唯一的实施方式。

s13，当检测到所述被采集对象佩戴有安全帽时，获取所述安全帽的编码。

步骤s13的具体实施方式在上述实施例中已有相关说明，同样也适用于本实施例，区别在于，获取对象是本示例中李四头上佩戴的安全帽的编码，此处便不再作过多的描述。

s14，根据所述安全帽的编码，获取与所述编码具有一一对应关系的所述监控区域授权用户的脸部特征模型。

步骤s14的具体实施方式在上述实施例中已有相关说明，同样也适用于本实施例，此处便不再作过多的描述。

进一步的，优选方案，上述根据所述安全帽的编码，获取与所述编码具有一一对应关系的所述监控区域授权用户的脸部特征模型的步骤，具体包括：

以所述安全帽编码为主键，从预先设定的脸部特征模型表中获取与所述编码具有一一对应关系的所述监控区域授权用户的脸部特征模型；其中，所述脸部特征模型表中记录有所述监控区域对应的所有安全帽编码，以及每个安全帽编码对应的监控区域授权用户的脸部特征模型。

在前面获取到李四头上佩戴有安全帽并识别到安全帽编码后，以安全帽编码为主键，遍历预设的脸部特征模型表或库，调取与李四头上的安全帽的编码绑定的上述监控区域授权用户的脸部特征模型(具体可以以远程控制中心向数据调用模块发送调用指令，由数据调用模块进行遍历以及调用来完成)。

s15，将所述被采集对象的面部特征信息与所述监控区域授权用户的脸部特征模型进行匹配，得到匹配结果。

步骤s15的具体实施方式在上述实施例中已有相关说明，同样也适用于本实施例，此处便不再作过多的描述。

其中，步骤s15的具体实现方式包括：

s41，计算所述被采集对象的面部特征信息与所述授权用户的脸部特征模型匹配的相似程度值；

s42，当所述相似程度值大于或等于预设相似程度阈值时，判定所述匹配结果为匹配成功；

s43，当所述相似程度值小于预设相似程度阈值时，判定所述匹配结果为匹配失败。

远程控制中心将步骤s11中获取到的李四的面部特征信息与步骤s14中获取到的与李四头上佩戴的安全帽的编码具有一一对应关系或绑定关系的监控区域授权用户的脸部特征模型进行匹配，计算二者之间的相似程度值，当李四的面部特征信息与授权用户的脸部特征模型间的匹配相似程度值大于或等于预设相似程度阈值时，判定匹配结果为匹配成功，同理，当所述相似程度值小于预设相似程度阈值时，判定匹配结果为匹配失败。

s16，当所述被采集对象的面部特征信息与所述监控区域授权用户的脸部特征模型的匹配结果为匹配成功时，确定允许所述被采集对象进入所述监控区域。

步骤s16的具体实施方式在上述实施例中已有相关说明，同样也适用于本实施例，此处便不再作过多的描述。

有益效果：本发明实施例通过当监控区域的预设图像采集范围内有被采集对象进入时，采集被采集对象的图像信息，并根据图像信息获取被采集对象的面部特征信息，然后根据所采集的图像信息，采用图像匹配算法检测被采集对象是否佩戴有安全帽，当检测到被采集对象佩戴有安全帽时，获取安全帽的编码，根据所述安全帽的编码，获取与所述编码具有一一对应关系的所述监控区域授权用户的脸部特征模型，最后将被采集对象的面部特征信息与监控区域授权用户的脸部特征模型进行匹配，得到匹配结果，当被采集对象的面部特征信息与监控区域授权用户的脸部特征模型的匹配结果为匹配成功时，确定允许被采集对象进入所述监控区域，能够实现施工工地一人一帽的安全管控，还能有效降低监控系统硬件设备的损耗。

进一步的，优选方案，上述方法还包括：

当检测到所述被采集对象未佩戴有安全帽或者所述被采集对象的面部特征信息与所述监控区域授权用户的脸部特征模型的匹配结果为匹配失败时，根据所述被采集对象的面部特征信息，判断所述被采集对象是否为所述监控区域的授权用户；

当所述被采集对象是所述监控区域的授权用户时，获取所述被采集对象的基本信息，将所述被采集对象的基本信息添加到预设黑名单库，并确定不允许所述被采集对象进入所述监控区域；其中，所述被采集对象的基本信息包括被采集对象的姓名、职位、所属部门、工号及联系方式；

当所述被采集对象不是所述监控区域的授权用户时，向管理员发送报警信息。

在确定李四为本施工项目或本施工组进入监控区域的非授权用户时，直接向管理员发送报警信息，该报警信息可以以语音的方式发送到管理员的移动终端，比如说手机、对讲机等，也可以是短信息提醒，还可以直接以广播的方式在工地播报，如：“警惕！有陌生人闯入。”在李四为监控区域的授权用户时，判定李四未佩戴安全帽或安全帽佩戴不合规，从预先设置的监控区域的授权用户基本信息库中调取李四的基本信息，并显示在显示窗口，如“姓名：李四；职位：焊工；所述部门：焊接一组；工号：xxyyzz……”，将上述基本信息添加到黑名单库，不允许李四进入施工b处进行施工。

有益效果：当检测到被采集对象未佩戴有安全帽或者被采集对象的面部特征信息与监控区域授权用户的脸部特征模型的匹配结果为匹配失败时，根据被采集对象的面部特征信息，判断被采集对象是否为监控区域的授权用户，不是则报警，是监控区域的授权用户则判定未佩戴安全帽或安全帽佩戴不合规，将该采集对象添加到黑名单库，进一步提高了工地一人一帽管控的严密度。

进一步的，优选方案，在所述将所述被采集对象的基本信息添加到预设黑名单库的步骤之前，所述方法还包括：

根据所述被采集对象的工号遍历预设黑名单库，统计所述被采集对象的工号在所述预设黑名单库中出现的频数；

当所述被采集对象的工号在所述预设黑名单库中出现的频数等于或大于预设上限值时，执行所述将所述被采集对象的基本信息添加到预设黑名单库的步骤。

进一步的，优选方案，上述方法还包括：当所述被采集对象的工号在所述预设黑名单库中出现的频数小于预设上限值时，确定允许所述被采集对象进入所述监控区域。

将未佩戴安全帽和安全帽佩戴不合规的监控区域授权用户的基本信息添加到预设的黑名单库，根据这类用户在黑名单中出现的频数确定是否允许这类人进入施工工地的监控区域，有利于提高监控区域授权用户佩戴安全帽的意识。

在此，为便于理解本方案中基于图像分析的工地监控方法的执行过程，在本实施例中，以某一被采集对象想要通过施工工地的门禁或闸机通道，或对某一不明身份的被采集对象在施工场所内活动进行监控分析为例，阐述上述基于图像分析的工地监控方法的流程。具体的，参见图5所示，在该示例中流程如下：

s501，分布式图像采集终端采集图像并获取被采集对象的面部特征信息；

s502，判断是否佩戴安全帽，若是，则执行步骤s503，若否，则执行步骤s504；

s503，获取安全帽编码；

s504，判断是否为授权用户，若是，则执行步骤s510，若否，则执行步骤s509；

s505，获取与安全帽编码一一对应的授权用户的脸部特征模型；

s506，将面部特征信息与授权用户的脸部特征模型进行匹配，得到匹配结果；

s507，判断匹配结果是否匹配成功，若是，则执行步骤s508，若否，则执行步骤s504；

s508，允许被采集对象进入；

s509，向管理员发送报警信息；

s510，获取基本信息，遍历黑名单库；

s511，判断黑名单库频数是否超过上限，若是，则执行步骤s512，若否，则执行步骤s513；

s512，不允许被采集对象进入；

s513，添加到黑名单库；

s514，结束流程。

显而易见的，通过上述示例中的流程演示，本发明实施例中的基于图像分析的工地监控方法较现有技术相比，对工地的监控更有效、更严密，相对降低了工程商的人力成本，能够解决施工工地上时常有非授权人进入监控区域的问题，实现了一人一帽的安全管控。

实施例三

参见图6所示，本发明一方面的具体实施例提供了一种基于图像分析的工地监控装置，该基于图像分析的工地监控装置6包括存储器61、处理器62以及存储在存储器61中并可在处理器62上运行的计算机程序63，该处理器62执行计算机程序63时实现上述的基于图像分析的工地监控方法的步骤。

具体的，处理器62执行计算机程序63时实现如下步骤：当监控区域的预设图像采集范围内有被采集对象进入时，接收所述图像采集终端发送的所述被采集对象的图像信息，并根据所述图像信息获取所述被采集对象的面部特征信息；根据所述图像信息，检测所述被采集对象是否佩戴有安全帽；当检测到所述被采集对象佩戴有安全帽时，获取所述安全帽的编码；根据所述安全帽的编码，获取与所述编码具有一一对应关系的所述监控区域授权用户的脸部特征模型；将所述被采集对象的面部特征信息与所述监控区域授权用户的脸部特征模型进行匹配，得到匹配结果；当所述被采集对象的面部特征信息与所述监控区域授权用户的脸部特征模型的匹配结果为匹配成功时，确定允许所述被采集对象进入所述监控区域。

优选的，处理器62执行计算机程序63时还实现如下步骤：当检测到所述被采集对象未佩戴有安全帽或者所述被采集对象的面部特征信息与所述监控区域授权用户的脸部特征模型的匹配结果为匹配失败时，根据所述被采集对象的面部特征信息，判断所述被采集对象是否为所述监控区域的授权用户；当所述被采集对象是所述监控区域的授权用户时，获取所述被采集对象的基本信息，将所述被采集对象的基本信息添加到预设黑名单库，并确定不允许所述被采集对象进入所述监控区域；其中，所述被采集对象的基本信息包括被采集对象的姓名、职位、所属部门、工号及联系方式；

优选的，处理器62执行计算机程序63时还实现如下步骤：采用图像匹配算法将采集到的图像信息与预先设定的比对图像进行特征点匹配，得到特征点匹配比率值；其中，所述比对图像为所述安全帽的标准佩戴示意图；根据所述特征点匹配比率值判断所述被采集对象是否佩戴有安全帽。

优选的，处理器62执行计算机程序63时还实现如下步骤：当所述特征点匹配比率值趋近于阈值时，则确定所述采集对象佩戴有安全帽；当所述特征点匹配比率值离散于阈值时，则确定所述采集对象未佩戴有安全帽。

优选的，处理器62执行计算机程序63时还实现如下步骤：以所述安全帽编码为主键，从预先设定的脸部特征模型表中获取与所述编码具有一一对应关系的所述监控区域授权用户的脸部特征模型；其中，所述脸部特征模型表中记录有所述监控区域对应的所有安全帽编码，以及每个安全帽编码对应的监控区域授权用户的脸部特征模型。

优选的，处理器62执行计算机程序63时还实现如下步骤：计算所述被采集对象的面部特征信息与所述授权用户的脸部特征模型匹配的相似程度值；当所述相似程度值大于或等于预设相似程度阈值时，判定所述匹配结果为匹配成功；当所述相似程度值小于预设相似程度阈值时，判定所述匹配结果为匹配失败。

优选的，处理器62执行计算机程序63时还实现如下步骤：根据所述被采集对象的工号遍历预设黑名单库，统计所述被采集对象的工号在所述预设黑名单库中出现的频数；当所述被采集对象的工号在所述预设黑名单库中出现的频数等于或大于预设上限值时，执行所述将所述被采集对象的基本信息添加到预设黑名单库的步骤。

优选的，处理器62执行计算机程序63时还实现如下步骤：当所述被采集对象的工号在所述预设黑名单库中出现的频数小于预设上限值时，确定允许所述被采集对象进入所述监控区域。

即，在本发明的具体实施例中，基于图像分析的工地监控装置6的处理器62执行计算机程序63时实现上述的基于图像分析的工地监控方法的步骤，能够解决施工工地上时常有非授权人出现，实现工地监控区域的一人一帽管控，避免发生意外。

示例性的，上述基于图像分析的工地监控装置6可以是计算机、笔记本、远程服务器、云端服务器及远程控制中心等服务设备。基于图像分析的工地监控装置6可包括，但不仅限于处理器62、存储器61。本领域技术人员可以理解，所述示意图仅仅是基于图像分析的工地监控装置6的示例，并不构成对基于图像分析的工地监控装置6的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件。

需要说明的是，由于基于图像分析的工地监控装置6的处理器62执行计算机程序63时实现上述的基于图像分析的工地监控方法的步骤，因此上述基于图像分析的工地监控方法的所有实施例均适用于该基于图像分析的工地监控装置6，且均能达到相同或相似的有益效果。

实施例四

本发明实施例的一方面还提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，该计算机程序被处理器执行时实现上述的基于图像分析的工地监控方法的步骤。

具体的，计算机程序被处理器执行时实现如下步骤：当监控区域的预设图像采集范围内有被采集对象进入时，接收所述图像采集终端发送的所述被采集对象的图像信息，并根据所述图像信息获取所述被采集对象的面部特征信息；根据所述图像信息，检测所述被采集对象是否佩戴有安全帽；当检测到所述被采集对象佩戴有安全帽时，获取所述安全帽的编码；根据所述安全帽的编码，获取与所述编码具有一一对应关系的所述监控区域授权用户的脸部特征模型；将所述被采集对象的面部特征信息与所述监控区域授权用户的脸部特征模型进行匹配，得到匹配结果；当所述被采集对象的面部特征信息与所述监控区域授权用户的脸部特征模型的匹配结果为匹配成功时，确定允许所述被采集对象进入所述监控区域。

优选的，计算机程序被处理器执行时还实现如下步骤：当检测到所述被采集对象未佩戴有安全帽或者所述被采集对象的面部特征信息与所述监控区域授权用户的脸部特征模型的匹配结果为匹配失败时，根据所述被采集对象的面部特征信息，判断所述被采集对象是否为所述监控区域的授权用户；当所述被采集对象是所述监控区域的授权用户时，获取所述被采集对象的基本信息，将所述被采集对象的基本信息添加到预设黑名单库，并确定不允许所述被采集对象进入所述监控区域；其中，所述被采集对象的基本信息包括被采集对象的姓名、职位、所属部门、工号及联系方式；当所述被采集对象不是所述监控区域的授权用户时，向管理员发送报警信息。

优选的，计算机程序被处理器执行时还实现如下步骤：采用图像匹配算法将采集到的图像信息与预先设定的比对图像进行特征点匹配，得到特征点匹配比率值；其中，所述比对图像为所述安全帽的标准佩戴示意图；根据所述特征点匹配比率值判断所述被采集对象是否佩戴有安全帽。

优选的，计算机程序被处理器执行时还实现如下步骤：当所述特征点匹配比率值趋近于阈值时，则确定所述采集对象佩戴有安全帽；当所述特征点匹配比率值离散于阈值时，则确定所述采集对象未佩戴有安全帽。

优选的，计算机程序被处理器执行时还实现如下步骤：以所述安全帽编码为主键，从预先设定的脸部特征模型表中获取与所述编码具有一一对应关系的所述监控区域授权用户的脸部特征模型；其中，所述脸部特征模型表中记录有所述监控区域对应的所有安全帽编码，以及每个安全帽编码对应的监控区域授权用户的脸部特征模型。

优选的，计算机程序被处理器执行时还实现如下步骤：计算所述被采集对象的面部特征信息与所述授权用户的脸部特征模型匹配的相似程度值；当所述相似程度值大于或等于预设相似程度阈值时，判定所述匹配结果为匹配成功，当所述相似程度值小于预设相似程度阈值时，判定所述匹配结果为匹配失败。

优选的，计算机程序被处理器执行时还实现如下步骤：根据所述被采集对象的工号遍历预设黑名单库，统计所述被采集对象的工号在所述预设黑名单库中出现的频数；当所述被采集对象的工号在所述预设黑名单库中出现的频数等于或大于预设上限值时，执行所述将所述被采集对象的基本信息添加到预设黑名单库的步骤。

优选的，计算机程序被处理器执行时还实现如下步骤：当所述被采集对象的工号在所述预设黑名单库中出现的频数小于预设上限值时，确定允许所述被采集对象进入所述监控区域。

即，计算机可读存储介质的计算机程序被处理器执行时实现上述的基于图像分析的工地监控方法的步骤，能够解决施工工地上时常有非授权人出现，实现工地监控区域的一人一帽管控，避免发生意外。

示例性的，计算机可读存储介质的计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、电载波信号、电信信号以及软件分发介质等。

需要说明的是，由于计算机可读存储介质的计算机程序被处理器执行时实现上述的基于图像分析的工地监控方法的步骤，因此上述基于图像分析的工地监控方法的所有实施例均适用于该计算机可读存储介质，且均能达到相同或相似的有益效果。

以上对本发明实施例进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。