一位同志没有戴头盔，另一位同志没有戴手套。
在制作过程中，有很多不是很好的相机，最细心的祖母们都不会看到它们。 更准确地说，他们只是因为单调而发疯，并且并不总是看到事件。 然后慢慢地打电话，如果是进入危险区域，那么有时候打电话给车间就没意义了，可以直接去找工人的亲戚。
进步已经达到了这样的地步：机器人可以看到一切，并对任何违反它的人进行鞭打。 例如，通过短信提醒、通过向警报器轻微放电电流、通过振动、通过刺耳的吱吱声、通过强光闪光提醒，或者简单地通过告诉经理。
具体做法是：
- 不戴头盔也很容易认出人。 甚至是秃头的。 如果我们看到有人没有戴头盔，就会立即向操作员或车间经理发送警报。
- 这同样适用于危险行业的护目镜和手套、安全带（尽管我们现在只关注登山扣）、反光背心、呼吸器、发帽和其他个人防护装备。 现在，系统经过训练可以识别 20 种类型的 Sizov。
- 您可以准确地统计现场的人数，并考虑到现场的时间和人数。
- 当有人进入危险区域时您可以发出警报，并且可以根据机器的启动和停止来配置该区域。
等等。 最简单的例子是根据头盔的颜色来区分瓦工和混凝土浇筑工的颜色。 来帮助机器人。 毕竟，生活在一个没有肤色区分的社会是没有目的的。
他们如何在建筑工地偷窃
一种常见的盗窃行为是承包商承诺派 100 名工人到现场，但实际上派了 40-45 名工人。 房子正在建啊建啊。 但事实上，没有人能够准确地数出它们。 就像著名的笑话一样：如果一只熊定居在建筑工地并吃人，没有人会注意到。 同样，总承包商也没有办法控制船员。 更准确地说，即使你使用ACS，他仍然会被欺骗， .
建筑工地通常没有门禁系统，或者仅在入口处。
我们去高度发达的文明交流经验，看到每个职业（更准确地说是角色）都有自己的头盔颜色。 在这里，瓦工砌砖——他们戴着蓝色头盔，浇筑工浇筑混凝土——他们有绿色头盔，各种聪明人在周围走动——他们有黄色头盔，所以你必须在他们面前“咕”两声。 等等。
所有这些都是为了轻松检测每个角色所必需的。 该设施有几十个相当便宜的相机，可以拍摄 320x200 的彩色图像。 通过头盔对工人进行实时计数，并为每个摄像头分配特定的施工现场。 因此，最终，所有这些都在分析中拼接在一起，以按区域记录时间表：谁工作、工作数量多少以及在什么区域工作。
总的来说，我们采用了经验。 只是当我们仔细观察时，神经网络才向前迈进了一大步，出现了许多新的探测器。 就在几年前，它们还相当反复无常且不稳定，但现在它们可以让你非常准确地捕捉到最有趣的情况。 尤其是由于处理速度的原因，检测器经常在单个帧上出错，但在角度微小变化的视频流上，我们得到了出色的实际结果。
如果我把第二个头盔戴在腰带上会怎么样？
首先我们了解到，一名工人可以获得两顶安全帽，并将其中一顶戴在屁股上。 现在，我们同时拥有两个检测器：搜索骨架并确定与该骨架的顶点相匹配的色点，以及搜索同步移动的对象。 第二种方法结果更容易被检测到：例如，一个屁股上戴着头盔的人几乎从来不会被这个头盔检查到。 因为要做到这一点，你需要旋转你的头。 而且这种运动很容易被检测到。 更准确地说，我们不知道那里到底检测到了什么（它是一个神经网络），但它学习得非常快，并且可以说，通过步态来捕获违规者。
我们正在建立一个人的模型。
然后，我们只需实时构建热图并在一天结束时进行报告。
因此，使用相同的原理 - 通过训练神经网络 - 可以轻松检测到以下内容：
- 头盔。
- 长袍。
- 背心。
- 靴子。
- 粘头发。
- 安全登山扣。
- 呼吸器。
- 防护眼镜。
- 正确穿着夹克（对于电气设备很重要：它可能会导致生产时机房发生电击）。
- 将大型仪器移至外围。
总共有 29 个探测器已经经过测试。 唯一的一点是，由于我们在化学或采矿等危险行业工作，因此对手套的类型有要求。 例如，长的和短的。 在这种情况下，它们需要具有不同的颜色：使用摄像机很难确定袖子下的长度。
但这里经常有老鼠出没。 我们没有单独的老鼠探测器，但我们有一个用于干扰机器运行的物体的探测器：
还检测到什么？
我们在化工厂、采矿业、核工业和建筑工地测试了探测器。 事实证明，只需付出一点努力，您就可以解决以前由同一个祖母解决的几个要求，他们惊讶地试图通过较差的分辨率和较差的帧速率看到图片中的某些内容。 具体来说：
- 由于我们仍在构建每个工人的骨骼模型，因此可以检测到跌倒。 如果它掉落，您可以立即停止它所在的旁边的机器（在试点实施中没有这样的集成，只有警报）。 好吧，那就是如果你有物联网的话。
- 当然，是在危险的地方。 它非常简单、非常准确并且对每个人都非常有用。 在冶金企业，人们在沸腾的钢桶旁边工作；淬火钢是有用的，但有时站错一点是很危险的。考虑到不同部件和设备的操作，可以改变这些危险。区域、为其设置时间表等等。
- 关于个人防护装备是否存在的另一个非常有用的探测器可以监控员工的责任并检查他们是否处于危险之中。 在这里，祖母非常负责任地完成会计任务，并穿戴了她所需的所有个人防护装备。 值得称赞！
实施行为控制非常容易——无论员工是否睡觉。当我们测试这一切时，规则从“该区域必须有一个戴绿盔的人”演变为“在这个区域，一个戴绿盔的人必须移动”。到目前为止，只有一个聪明的人找到了芯片并打开了风扇，但这也很容易修复。
对于化学家来说，记录各种蒸汽和烟雾的喷射非常重要。 在石油工业中——管道的完整性。 火灾探测器一般是标准的。 还检查舱口是否关闭。
被遗忘的事物也以同样的方式被检测出来。 几年前我们在其中一个车站对此进行了测试，由于事件数量众多，在那里几乎没有任何意义。 但在工厂，尤其是化工工厂，在洁净区域监控事物是非常方便的。
有趣的是，我们可以直接从视频分析中读取摄像头区域中设备的读数。 这对于生产综合体具有高危险等级的化学家来说是相关的。 任何变化，例如更换传感器，都意味着项目的重新协调。 这是漫长、昂贵且痛苦的。 更准确地说，它是漫长、昂贵和痛苦的。 因此，物联网对他们来说来得晚了。 现在，他们希望对仪表进行视频监控并读取数据，快速响应并减少因意外和未被注意到的设备故障而造成的损失。 根据当前的仪表数据，您可以构建企业的数字孪生，实施预测性维护和维修，但这是一个完全不同的故事......我们已经拥有控制权：我们现在正在基于总体数据编写主动分析。 另外还有一个电池更换预测模块。
另一件令人难以置信的事情 - 事实证明，在粮仓和碎石等材料的储存中，您可以从 3-4 个角度拍摄一堆并确定其边缘。 确定边缘后，给出颗粒或材料的体积，误差最多为 1%。
我们写的最后一个探测器是监测驾驶员疲劳程度，例如“点头”、打哈欠和眨眼频率。 这适用于眼睛可见的高清摄像机。 最有可能的是，它将安装在控制室中。 但主要需求是用于采石场的 BelAZ 和 KamAZ 卡车。 有时汽车会掉在那里，所以现在在采矿现场，他们被迫想出一些东西来控制司机。 机器人比奶奶还要好。
关于汽车。 例如，疲劳控制主题不仅被BelAZ、KamAZ和其他MAZ车辆的汽车制造商积极使用。 制造商已经在普通汽车中构建了驾驶员疲劳警告系统，但到目前为止，他们拥有相当简单的解决方案，仅分析汽车相对于标记的位置以及方向盘运动的性质。 我们更进一步，检测人类行为，这要复杂得多。
驾驶员监控的另一个案例是检测使用汽车共享机时的不正确行为。 如果没有免提，你就无法打电话、吃饭、喝水、抽烟等等。
哦，还有最后一件事。 几年来，我们已经能够在摄像机之间跟踪物体 - 例如，当某物被盗时，您需要检查以何种方式以及如何进行。 如果设施内有 100 个摄像头，那么您在搬运材料时就会精疲力竭。 然后系统会自动生成一部关于海洋和他的朋友们的惊悚动作片。
和两年前的系统有什么区别？ 现在，这不仅仅是像“一个穿着橙色夹克的光头男人离开一个牢房，几乎立即进入另一个牢房”那样的识别，而是建立了一个房间的数学模型，并在此基础上建立了关于物体运动的假设。 也就是说，所有这一切开始在重叠的区域和有盲点的地方发挥作用，有时是广泛的盲点。 现在检测器好多了，因为有库可以通过面部确定年龄。 在高清摄像机上，您可以设置方向，例如“一个 30 岁的男人和一个 35 岁的女人”。
所以，也许5-7年后我们就会完成生产并送到您家。 为了安全。 这符合你自己的利益，公民！
引用
- 我的邮件 - [电子邮件保护]
来源： habr.com