技术特征：
1.一种基于人工智能的大数据视频ai分析系统，其特征在于，包括数据采集模块、数据处理模块、智能预警模块以及数据库；各个模块之间基于数据信号的方式进行信息交互；所述数据采集模块用于采集工作人员的动作图像，并将所述动作图像发送至所述数据处理模块；所述数据处理模块用于接收所述动作图像，根据所述动作图像和动作识别模型获取特征标签；其中，所述动作识别模型基于人工智能模型获取；将预设时间段内的特征标签进行整合，获取特征标签组，将所述特征标签组和数据库内进行相似度比较，获取目标违规动作；并将所述目标违规动作发送至所述智能预警模块；所述智能预警模块用于接收所述目标违规动作，并根据所述目标违规动作获取预警指令，将所述预警指令发送至广播。2.根据权利要求1所述的一种基于人工智能的大数据视频ai分析系统，其特征在于，所述数据采集模块包括图像采集装置，所述图像采集装置包括智能照相机。3.根据权利要求2所述的一种基于人工智能的大数据视频ai分析系统，其特征在于，数据采集模块采集工作人员的动作图像，具体过程包括：所述数据采集模块设定一个采集周期，所述采集周期用t表示，单位为s；其中，t为大于0的实数；所述图像采集装置每隔ts采集一次工作人员的动作图像；所述数据采集模块将所述动作图像根据采集的时间进行标号，并将标号后的动作图像发送至数据处理模块。4.根据权利要求3所述的一种基于人工智能的大数据视频ai分析系统，其特征在于，所述动作识别模型基于人工智能模型获取，具体过程包括：从数据处理模块获取标准训练数据；通过标准训练数据对人工智能模型进行训练，将训练完成的人工智能模型标记为动作识别模型；标准训练数据包括若干组输入数据以及对应的特征标签，且输入动作图像和原始数据内容属性一致；人工智能模型包括深度卷积神经网络模型和rbf神经网络模型。5.根据权利要求4所述的一种基于人工智能的大数据视频ai分析系统，其特征在于，将预设时间段内的特征标签进行整合，获取特征标签组，将所述特征标签组和数据库内进行相似度比较，获取目标违规动作，具体过程包括：根据所述动作图像和动作识别模型获取特征标签；获取当前时间；获取当前时间前ys内的所有特征标签；将当前时间前ys内的所有特征标签进行筛选；筛选过程包括：相邻且一致的特征标签仅保留一个；将筛选完后的特征标签整合为特征标签组；将所述特征标签组和数据库内的违规动作特征标签组进行相似度比较，获取重合度；所述违规动作特征标签组包含违规动作的特征标签；
所述重合度标记为di，其中，i为数据库内的违规动作特征标签组的标号，i的取值为1,2，3
……
；设定重合度阈值dmax；比较重合度di和重合度阈值dmax；当di＜dmax时，表示无违规动作；当di≥dmax时，获取y个di≥dmax的违规动作特征标签组；其中，y为大于0的整数；将y个违规动作特征标签组进行降序排列，获取首位的违规动作特征标签组，并将所述违规动作特征标签组的违规动作标记为目标违规动作；将所述目标违规动作发送至所述智能预警模块。6.根据权利要求5所述的一种基于人工智能的大数据视频ai分析系统，其特征在于，所述智能预警模块接收所述目标违规动作，并根据所述目标违规动作获取预警指令，将所述预警指令发送至广播，具体过程包括：所述智能预警模块接收所述目标违规动作，所述智能预警模块设置预警指令模板；根据所述预警指令模板和目标违规动作获取预警指令；根据所述目标违规动作获取预警指令，所述智能预警模块将预警指令发送至广播，广播播放预警指令内容。7.根据权利要求6所述的一种基于人工智能的大数据视频ai分析系统，其特征在于，所述数据采集模块与所述数据处理模块通信和/或电气连接；所述数据处理模块与所述智能预警模块通信和/或电气连接。
技术总结
本发明公开了一种基于人工智能的大数据视频AI分析系统，涉及大数据视频AI分析技术领域，解决了现有技术中无法及时制止人员的违规动作的技术问题；本发明通过数据采集模块采集工作人员的动作图像，并将动作图像发送至数据处理模块；数据处理模块根据动作图像和动作识别模型获取特征标签；将预设时间段内的特征标签进行整合，获取特征标签组，将特征标签组和数据库内进行相似度比较，获取目标违规动作；并将目标违规动作发送至智能预警模块；智能预警根据目标违规动作获取预警指令，将预警指令发送至广播；根据现有动作预测即将做出的行为，若行为存在不规范或危险，及时预警提醒，防止违规动作的发生，提高了工作人员工作的规范性和安全性。性和安全性。性和安全性。
技术研发人员：李新玲 陈丽佳
受保护的技术使用者：李新玲
技术研发日：2022.07.19
技术公布日：2022/10/4