一位同志沒有戴頭盔，另一位同志沒有戴手套。
在製作過程中，有很多不是很好的相機，最細心的祖母們都不會看到它們。更準確地說，他們只是因為單調而發瘋，並且並不總是看到事件。然後慢慢打電話，如果是進入危險區域，那麼有時候打電話給車間就沒意義了，可以直接去找工人的親戚。
進步已經達到了這樣的地步：機器人可以看到一切，並對任何違反它的人進行鞭打。例如，透過簡訊提醒、透過向警報器輕微放電電流、透過振動、透過刺耳的吱吱聲、透過強光閃光提醒，或簡單地透過告訴經理。
具體來說：
- 不戴頭盔也容易認出人。甚至是禿頭的。如果我們看到有人沒有戴頭盔，就會立即向操作員或車間經理發送警報。
- 這也適用於危險產業的護目鏡和手套、安全帶（儘管我們現在只專注於登山扣）、反光背心、呼吸器、髮帽和其他個人防護裝備。現在，系統經過訓練可以識別 20 種類型的 Sizov。
- 您可以準確地統計現場的人數，並考慮到現場的時間和人數。
- 當有人進入危險區域時您可以發出警報，並且可以根據機器的啟動和停止來配置該區域。
等等。最簡單的例子是根據頭盔的顏色來區分瓦工和混凝土澆築工的顏色。來幫助機器人。畢竟，生活在一個沒有膚色區分的社會是沒有目的的。
他們如何在建築工地偷竊
常見的盜竊行為是，承包商承諾派 100 名工人到現場，但實際上派了 40-45 名工人。房子正在蓋啊建啊。但事實上，沒有人能夠準確地數出它們。就像著名的笑話一樣：如果一隻熊定居在建築工地並吃人，沒有人會注意到。同樣，總承包商也沒有辦法控制船員。更準確地說，即使你使用ACS，他仍然會被欺騙， .
建築工地通常沒有門禁系統，或僅在入口處。
我們去高度發展的文明交流經驗，看到每個職業（更準確地說是角色）都有自己的頭盔顏色。在這裡，瓦工砌磚——他們戴著藍色頭盔，澆築工澆築混凝土——他們有綠色頭盔，各種聰明人在周圍走動——他們有黃色頭盔，所以你必須在他們面前「咕」兩聲。等等。
所有這些都是為了輕鬆檢測每個角色所必需的。該設施有幾十個相當便宜的相機，可以拍攝 320x200 的彩色影像。透過頭盔對工人進行即時計數，並為每個攝影機分配特定的施工地點。因此，最終，所有這些都在分析中拼接在一起，以按區域記錄時間表：誰工作、工作數量多少以及在什麼區域工作。
總的來說，我們採用了經驗。只是當我們仔細觀察時，神經網路才向前邁進了一大步，出現了許多新的探測器。就在幾年前，它們還相當反覆無常且不穩定，但現在它們可以讓你非常準確地捕捉到最有趣的情況。尤其是由於處理速度的原因，檢測器經常在單一幀上出錯，但在角度微小變化的視訊串流上，我們得到了出色的實際結果。
如果我把第二個安全帽戴在腰帶上會怎麼樣？
首先我們了解到，一名工人可以獲得兩頂安全帽，並將其中一頂戴在屁股上。現在，我們同時擁有兩個偵測器：搜尋骨架並確定與該骨架的頂點相符的色點，以及搜尋同步移動的物件。第二種方法結果更容易被偵測到：例如，一個屁股上戴著頭盔的人幾乎從來不會被這個頭盔檢查到。因為要做到這一點，你需要旋轉你的頭。而且這種運動很容易被偵測到。更準確地說，我們不知道那裡到底檢測到了什麼（它是一個神經網路），但它學習得非常快，並且可以說，透過步態來捕獲違規者。
我們正在建立一個人的模型。
然後，我們只需即時建立熱圖並在一天結束時進行報告。
因此，使用相同的原理 - 透過訓練神經網路 - 可以輕鬆檢測到以下內容：
- 頭盔。
- 浴袍。
- 背心。
- 靴子。
- 黏頭髮。
- 安全登山扣。
- 呼吸器。
- 安全眼鏡。
- 正確穿著夾克（對於電氣設備很重要：它可能會導致生產時機房發生電擊）。
- 將大型儀器移至外圍。
總共有 29 個偵測器已經經過測試。唯一的一點是，由於我們在化學或採礦等危險行業工作，因此對手套的類型有要求。例如，長的和短的。在這種情況下，它們需要具有不同的顏色：使用攝影機很難確定袖子下的長度。
但這裡常有老鼠出沒。我們沒有單獨的老鼠探測器，但我們有一個用於幹擾機器運行的物體的探測器：
還檢測到什麼？
我們在化工廠、採礦業、核工業和建築工地測試了探測器。事實證明，只需付出一點努力，您就可以解決以前由同一個祖母解決的幾個要求，他們驚訝地試圖透過較差的分辨率和較差的幀速率看到圖片中的某些內容。具體來說：
- 由於我們仍在建造每個工人的骨骼模型，因此可以檢測到跌倒。如果它掉落，您可以立即停止它所在的旁邊的機器（在試點實施中沒有這樣的集成，只有警報）。好吧，那就是如果你有物聯網的話。
- 當然，是在危險的地方。它非常簡單、非常準確並且對每個人都非常有用。在冶金企業，人們在沸騰的鋼桶旁工作；淬火鋼是有用的，但有時站錯一點是很危險的。考慮到不同部件和設備的操作，可以改變這些危險。區域、為其設置時間表等等。
- 關於個人防護裝備是否存在的另一個非常有用的探測器可以監控員工的責任並檢查他們是否處於危險之中。在這裡，祖母非常負責任地完成會計任務，並穿戴了她所需的所有個人防護裝備。值得稱讚！
實施行為控制非常容易—無論員工是否睡覺。當我們測試這一切時，規則從「這個區域必須有一個戴綠盔的人」演變為「在這個區域，一個戴綠盔的人必須移動」。到目前為止，只有一個聰明的人找到了晶片並打開了風扇，但這也很容易修復。
對於化學家來說，記錄各種蒸氣和煙霧的噴射非常重要。在石油工業中—管道的完整性。火災偵測器一般是標準的。也檢查艙口是否關閉。
被遺忘的事物也以同樣的方式被偵測出來。幾年前我們在其中一個車站對此進行了測試，由於事件數量眾多，在那裡幾乎沒有任何意義。但在工廠，尤其是化學工廠，在潔淨區域監控事物是非常方便的。
有趣的是，我們可以直接從視訊分析中讀取攝影機區域中設備的讀數。這對於生產綜合體具有高危險等級的化學家來說是相關的。任何變化，例如更換感測器，都意味著專案的重新協調。這是漫長、昂貴且痛苦的。更準確地說，它是漫長、昂貴和痛苦的。因此，物聯網對他們來說來得太晚了。現在，他們希望對儀表進行視訊監控並讀取數據，快速回應並減少因意外和未被注意到的設備故障而造成的損失。根據目前的儀表數據，您可以建立企業的數位孿生，實施預測性維護和維修，但這是一個完全不同的故事...我們已經擁有控制權：我們現在正在基於總體數據編寫主動分析。另外還有一個電池更換預測模組。
另一件令人難以置信的事情 - 事實證明，在穀倉和碎石等材料的儲存中，您可以從 3-4 個角度拍攝一堆並確定其邊緣。確定邊緣後，給出顆粒或材料的體積，誤差最多為 1%。
我們寫的最後一個探測器是監測駕駛員疲勞程度，例如「點頭」、打哈欠和眨眼頻率。這適用於眼睛可見的高清攝影機。最有可能的是，它將安裝在控制室中。但主要需求是用於採石場的 BelAZ 和 KamAZ 卡車。有時汽車會掉在那裡，所以現在在採礦現場，他們被迫想出一些東西來控制司機。機器人比奶奶還要好。
關於汽車。例如，疲勞控制主題不僅被BelAZ、KamAZ和其他MAZ車輛的汽車製造商積極使用。製造商已經在普通汽車中建立了駕駛員疲勞警告系統，但到目前為止，他們擁有相當簡單的解決方案，僅分析汽車相對於標記的位置以及方向盤運動的性質。我們更進一步，檢測人類行為，這要複雜得多。
駕駛員監控的另一個案例是檢測使用汽車共享機時的不正確行為。如果沒有免提，你就無法打電話、吃飯、喝水、抽菸等等。
哦，還有最後一件事。幾年來，我們已經能夠在攝影機之間追蹤物體 - 例如，當某物被盜時，您需要檢查以何種方式以及如何進行。如果設施內有 100 個攝像頭，那麼您在搬運材料時就會精疲力竭。然後系統會自動產生一部關於海洋和他的朋友們的驚悚動作片。
和兩年前的系統有什麼不同？現在，這不僅僅是像「一個穿著橙色夾克的光頭男人離開一個牢房，幾乎立即進入另一個牢房」那樣的識別，而是建立了一個房間的數學模型，並在此基礎上建立了關於物體運動的假設。也就是說，所有這一切開始在重疊的區域和有盲點的地方發揮作用，有時是廣泛的盲點。現在檢測器好多了，因為有庫可以透過臉部確定年齡。在高清攝影機上，您可以設定方向，例如「一個 30 歲的男人和一個 35 歲的女人」。
所以，也許5-7年後我們就會完成生產並送到您家。為了安全。這符合你自己的利益，公民！
引用
- 我的郵件 - [電子郵件保護]
來源： www.habr.com