[发明专利]一种施工现场风险细粒度识别方法和系统

说明书

本发明提出一种施工现场风险细粒度识别方法和系统，其方法技术方案包括场景图生成步骤，获取一施工现场图像，对所述施工现场图像内的实体以及实体之间的交互关系进行检测，并且根据检测到的所述实体和所述交互关系生成一施工场景图；知识图谱构建步骤，将一施工规范性文件中的所述实体和所述实体之间的约束、所述交互关系进行抽取，获得一施工场景下的知识图谱；风险识别推理步骤，通过将所述施工场景图和对应施工场景下的所述知识图谱进行一致性检验以进行所述施工现场风险的推理。本发明解决了现有监测方法无法实现语义关系识别的施工现场细粒度的风险识别的问题。

技术领域

本发明属于机器学习技术领域，尤其涉及一种融合知识图谱和场景图的施工现场风险细粒度识别方法和系统。

背景技术

施工现场环境复杂，存在有众多的安全隐患，建筑安全事故给社会带来了巨大的损失。当前施工现场安全监测技术主要依赖于有经验管理人员的手动操作，往往会造成人力物力的大量消耗。此外人工观察存在有耗时较长、花费高以及易于出错的缺点。因此现阶段施工现场引入了RFID,GPS等方法辅助管理人员进行安全管理。但是此类方法需要在工人以及工器具上绑定专业的信息采集设备进行信息的收集，具有成本高昂的缺陷。

智慧工地的发展在施工现场部署了大量的监控设备，对于施工工作面实现了基本的覆盖。因此，基于计算机视觉的施工安全监测方法被广泛利用于施工现场。通过对于建筑场景中安全帽、工人、重机械等生产要素的识别，实现安全监测。

但是实际施工场景中危险多发生于工人与各种施工设备的交互过程中，施工现场是一个动态交互的视图，工人在施工现场处于与工具、设备和材料或者其他工人的交互中。该视图中包含了施工要素以及施工要素之间复杂的交互关系。施工现场的风险来源于多个施工要素之间不规范不安全的交互关系。当前计算机视觉方法在施工现场安全监测的应用基于对于图像内实体的检测，缺乏对于实体之间语义关系的描述，限制了对于施工现场风险细粒度监测的能力。难以描述施工场景中机械之间以及机械与工人之间的交互关系，无法实现施工现场风险的精准识别。当前的监测方案都是基于单体的识别，检测任务被具体定义的情况下具有良好的表现，但是缺乏基于知识推理的动态风险识别能力，究其原因是因为目前缺少对于施工场景内各施工元素之间语义关系的检测方法，因此无法实现语义关系识别的施工现场细粒度的风险识别。

发明内容

本申请实施例提供了一种融合知识图谱和场景图的施工现场风险细粒度识别方法和系统，以至少解决现有监测方法无法实现语义关系识别的施工现场细粒度的风险识别的问题。

第一方面，本申请实施例提供了一种施工现场风险细粒度识别方法，包括：场景图生成步骤，获取一施工现场图像，对所述施工现场图像内的实体以及实体之间的交互关系进行检测，并且根据检测到的所述实体和所述交互关系生成一施工场景图；知识图谱构建步骤，将一施工规范性文件中的所述实体和所述实体之间的约束、所述交互关系进行抽取，获得一施工场景下的知识图谱；风险识别推理步骤，通过将所述施工场景图和对应施工场景下的所述知识图谱进行一致性检验以进行所述施工现场风险的推理。

优选的，所述场景图生成步骤进一步包括：标定框检测步骤，通过Mask R-CNN网络在所述施工现场图像上生成感兴趣区域，并对每个所述感兴趣区域输出对应的特征向量以及标签概率向量；标签检测步骤，根据所述感兴趣区域的标定框的坐标信息、所述特征向量以及所述标签概率向量获取所述感兴趣区域上下文的视觉信息和标签信息；交互关系检测步骤，根据所述视觉信息和所述标定框的坐标信息获取所述交互关系。

优选的，所述交互关系检测步骤进一步包括：距离属性计算步骤，所述交互关系中包括距离属性，根据交互双方的所述标定框的坐标信息计算所述交互双方的交并比，并进一步根据所述交并比计算所述距离属性。

优选的，所述距离属性计算步骤进一步包括：当所述交并比大于0时，根据相机焦距、被拍摄物体实际尺寸、相机传感器尺寸进行所述距离属性的计算。