本發(fā)明涉及施工監(jiān)測，具體涉及一種基于cv大模型的施工安全監(jiān)測方法及系統(tǒng)。

背景技術：

1、隨著計算機視覺（computer?vision，簡稱cv）技術的發(fā)展，其在施工安全監(jiān)測中的應用逐漸受到關注，在建筑施工安全監(jiān)測領域，現(xiàn)有技術存在諸多不足，與基于cv大模型的施工安全監(jiān)測方法相比，在風險預警、資源利用、風險分析和協(xié)同管理方面存在差距。

2、現(xiàn)有技術在施工人員行為特征識別方面能力有限。無法自動提取施工人員的注意力行為特征、空間位置特征和安全裝備特征。若采用基于?cv?大模型的施工安全監(jiān)測技術，能夠對施工人員的行為進行全方位、實時的監(jiān)測和分析，提高風險行為識別的及時性和準確性，有效降低了事故發(fā)生的概率。

3、現(xiàn)有技術在時間和空間維度的安全管理相互脫節(jié)，無法實現(xiàn)協(xié)同監(jiān)測。在時間維度上，現(xiàn)有技術未建立有效的多行為聯(lián)合風險分析模型，無法綜合處理施工人員多種行為數(shù)據，確定風險行為集中的峰值監(jiān)測周期。通過計算行為失準率并構建多行為聯(lián)合風險分析模型，確定峰值監(jiān)測周期，提升時間維度的安全管理精準度；

4、在空間維度上，現(xiàn)有技術未具備空間分析模型和人員位置聚集效應識別能力，無法識別施工監(jiān)測人員位置的聚集效應，難以確定高風險區(qū)域。若采用其建立的空間分析模型，實時采集和分析人員位置信息，能夠識別聚集效應和高風險區(qū)域，便于安全管理人員合理調配資源，提高空間維度的安全管理效率。

技術實現(xiàn)思路

1、本發(fā)明的目的在于提供一種基于cv大模型的施工安全監(jiān)測方法及系統(tǒng)，以解決上述現(xiàn)有技術問題的至少之一。

2、第一方面，本發(fā)明提供了一種基于cv大模型的施工安全監(jiān)測方法，包括如下步驟：

3、步驟一、獲取深基坑開挖與支護作業(yè)施工視頻數(shù)據，通過cv大模型識別施工人員的行為特征；

4、步驟二、將施工人員的行為特征與預先構建的規(guī)范行為特征庫進行向量比對分析，識別風險行為并將處于最高行為風險等級的施工人員，標記為施工監(jiān)測人員；

5、步驟三、獲取監(jiān)測周期內施工監(jiān)測人員自我糾正的行為特征，計算不同施工監(jiān)測人員的行為失準率，建立多行為聯(lián)合風險分析模型提取峰值監(jiān)測周期；

6、步驟四、對全部施工監(jiān)測人員的峰值監(jiān)測周期進行聚類分析，得到最大聚類簇，并判斷最大聚類簇的差異是否顯著；

7、步驟五、若差異顯著，用于建立空間分析模型識別施工監(jiān)測人員位置的聚集效應，評估施工監(jiān)測人員的風險行為的自我糾正遲滯程度。

8、第二方面，本發(fā)明提供了一種基于cv大模型的施工安全監(jiān)測系統(tǒng)，包括如下模塊：

9、特征識別模塊：用于獲取深基坑開挖與支護作業(yè)施工視頻數(shù)據，通過cv大模型識別施工人員的行為特征；

10、行為比對模塊：用于將施工人員的行為特征與預先構建的規(guī)范行為特征庫進行向量比對分析，識別風險行為并將處于最高行為風險等級的施工人員，標記為施工監(jiān)測人員；

11、峰值提取模塊：用于獲取監(jiān)測周期內施工監(jiān)測人員自我糾正的行為特征，計算不同施工監(jiān)測人員的行為失準率，建立多行為聯(lián)合風險分析模型提取峰值監(jiān)測周期；

12、聚類分析模塊：用于對全部施工監(jiān)測人員的峰值監(jiān)測周期進行聚類分析，得到最大聚類簇，并判斷最大聚類簇的差異是否顯著；

13、遲滯評估模塊：若差異顯著，用于建立空間分析模型識別施工監(jiān)測人員位置的聚集效應，評估施工監(jiān)測人員的風險行為的自我糾正遲滯程度。

14、本發(fā)明的有益效果：

15、1、利用cv大模型圖像識別能力，提取施工人員的注意力行為特征、空間位置特征和安全裝備特征，能提前發(fā)現(xiàn)施工人員行為特征，預防施工安全事故；將施工人員行為特征與規(guī)范行為特征庫進行向量比對，通過計算曼哈頓距離，識別風險行為。劃分行為風險等級并標記施工監(jiān)測人員，實現(xiàn)對高風險個體的重點關注，降低事故發(fā)生可能性。同時，根據風險等級有針對性地分配安全監(jiān)測資源。

16、2、通過計算行為失準率，建立多行為聯(lián)合風險分析模型，確定峰值監(jiān)測周期。定位施工過程中風險行為最為集中的時間段，為安全管理人員及時干預提供依據。通過分析峰值監(jiān)測周期內的kl散度，評估風險行為的集中程度，及時調整管理策略，加大對高風險時段和區(qū)域的管控。

17、3、對全部施工監(jiān)測人員的峰值監(jiān)測周期進行聚類分析，得到最大聚類簇。整合具有相似風險特征的施工人員，從整體上把握風險行為模式，識別出集中出現(xiàn)風險行為的關鍵人群和時段。判斷最大聚類簇差異是否顯著，評估聚類結果的可靠性和有效性，為后續(xù)安全決策提供科學依據。若差異顯著，可針對該群體制定專門管理策略。

18、4、用于建立空間分析模型識別施工監(jiān)測人員位置的聚集效應，從空間維度進一步確定高風險區(qū)域。通過計算區(qū)域遲滯指數(shù)，評估施工監(jiān)測人員風險行為的自我糾正遲滯程度。根據評估結果，決策增加監(jiān)管頻率、調整施工流程或加強警示措施，將有限資源精準投入高風險區(qū)域，提升整體安全管理效率，保障施工安全。

技術特征：

1.一種基于cv大模型的施工安全監(jiān)測方法，其特征在于，包括以下步驟：

2.根據權利要求1所述的一種基于cv大模型的施工安全監(jiān)測方法，其特征在于，所述施工監(jiān)測人員的獲取方式為：

3.根據權利要求2所述的一種基于cv大模型的施工安全監(jiān)測方法，其特征在于，所述進行向量比對分析的方式為：

4.根據權利要求1所述的一種基于cv大模型的施工安全監(jiān)測方法，其特征在于，所述峰值監(jiān)測周期的獲取方式為：

5.根據權利要求4所述的一種基于cv大模型的施工安全監(jiān)測方法，其特征在于，所述峰值周期的獲取方式為：

6.根據權利要求1所述的一種基于cv大模型的施工安全監(jiān)測方法，其特征在于，判斷最大聚類簇的差異是否顯著的方式為：

7.根據權利要求6所述的一種基于cv大模型的施工安全監(jiān)測方法，其特征在于，所述輪廓接近值的獲取方式為：

8.根據權利要求1所述的一種基于cv大模型的施工安全監(jiān)測方法，其特征在于，所述監(jiān)測人員的風險行為的自我糾正遲滯程度的評估方式為：

9.根據權利要求1所述的一種基于cv大模型的施工安全監(jiān)測方法，其特征在于，所述識別施工監(jiān)測人員位置的聚集效應的方式為：

10.一種基于cv大模型的施工安全監(jiān)測系統(tǒng)，用于實現(xiàn)權利要求1-9任意一項所述的一種基于cv大模型的施工安全監(jiān)測方法，其特征在于，包括如下模塊：

技術總結
本發(fā)明公開了一種基于CV大模型的施工安全監(jiān)測方法，涉及施工監(jiān)測技術領域，包括：獲取施工視頻數(shù)據利用CV大模型識別施工人員行為特征；將行為特征與規(guī)范行為特征庫進行向量比對，識別高風險的施工監(jiān)測人員；建立多行為聯(lián)合風險分析模型確定峰值監(jiān)測周期；對峰值監(jiān)測周期聚類分析得到最大聚類簇，判斷其差異顯著性；若差異顯著，建立空間分析模型識別聚集效應，評估風險行為自我糾正遲滯程度，定位高風險區(qū)域，實現(xiàn)協(xié)同安全監(jiān)測；一種基于CV大模型的施工安全監(jiān)測系統(tǒng)，包含：特征識別模塊、行為比對模塊、峰值提取模塊、聚類分析模塊、遲滯評估模塊，用于實現(xiàn)上述方法；本發(fā)明能夠提升施工安全監(jiān)測水平。

技術研發(fā)人員：陳祥英
受保護的技術使用者：北京尚博信科技有限公司
技術研發(fā)日：
技術公布日：2025/5/15