[发明专利]一种用于实验室安全管理的人员行为实时检测算法及装置

说明书

本发明涉及一种用于实验室安全管理的人员行为实时检测算法，使用基于Transformer的多目标检测预训练模型，同时检测人员位置、物品位置、物品类型，并识别出人员行为类型；通过与预定义的受控行为类型比对，实现对受控行为的实时监测。本发明不只监控人员的受控行为，还对实验室内的重要物品(即受控物品)进行监控，提高了监测的准确性；算法不基于专家系统，无需定义行为图像库。

技术领域

本发明涉及实验室安全管理与计算机领域，特别是一种用于实验室安全管理的人员行为实时检测算法及装置。

背景技术

实验室运行过程中，常会涉及到危险化学试剂、高温、高压电、辐射等不安全因素，会给实验室中的人员带来安全隐患。通过对于实验室中人员的风险行为的实时监测，可以在风险行为还未导致严重后果时就可以提前预警，从而提升实验室的安全性。

现有的应用计算机视觉监控实验室内人员行为的技术，例如201911321073.X，大都检测单目标对，仅对人员行为进行监控，采用专家系统，需要定义行为图像库。

发明内容

本发明的目的在于克服现有技术的不足，提供一种用于实验室安全管理的人员行为实时检测算法及装置，不只监控人员的受控行为，还对实验室内的重要物品(即受控物品)进行监控，提高了监测的准确性；算法不基于专家系统，无需定义行为图像库。

本发明的目的是通过以下技术方案来实现的：

一种用于实验室安全管理的人员行为实时检测算法，使用基于Transformer的多目标检测预训练模型，同时检测人员位置、物品位置、物品类型，并识别出人员行为类型；通过与预定义的受控行为类型比对，实现对受控行为的实时监测。

进一步，包括以下步骤：

S1：模型训练：获取实验室日常工作视频作为训练用监控视频，根据训练用监控视频进行图像数据标注后训练基于Transformer的多目标检测预训练模型；

所述图像数据标注包括标注人员、标注受控物品以及标注受控行为；

S2：实时监测：获取实时监控摄像头拍摄的图像，采用经模型训练的基于Transformer的多目标检测预训练模型对实时监控摄像头拍摄的图像进行人员、受控物品以及受控行为的检测；

S3：行为预警：根据实时监测得到的人员、受控物品以及受控行为检测结果按照预警规则进行预警并采取相应的预警动作；

S4：模型调优：实验室环境发生较大改变后，需要进行调优训练(重新进行步骤S1优化原有模型)。

进一步，所述基于Transformer的多目标检测预训练模型在受控物品或者受控行为发生变化时进行调优训练；

所述步骤S1包括以下训练步骤：

S101：获取训练用监控视频，在训练用监控视频中截取存在人员和受控物品的画面获得训练用图片集合；

S102：对训练用图片集合中的每张图片进行图像数据标注得到标签集合；

S103：对训练用图片集合以及标签集合进行数据增广得到增广数据集合，并将增广数据集合划分为训练数据集和验证数据集；

S104：采用训练数据集对基于Transformer的多目标检测预训练模型进行训练并采用验证数据集进行模型准确率验证来判断是否结束训练。

进一步，所述标签集合的标签包括：

(1)图片中的人员位置；

(2)图片中的受控物品位置；

(3)图片中人员行为类型；

(4)和人员交互的受控物品类型；