基于视觉AI的执岗行为监控系统在地铁车站特定工作场景的应用研究

摘要：

针对传统视频安全监控系统在地铁重点岗位执岗行为监测中监管不及时、不全面、漏报误报等问题,本文提出了基于深度学习和计算机视觉,结合员工执岗行为规范,构建了包含安全违规行为库、告警策略模型、识别策略模型等的AI执岗行为监控系统,并在北京地铁综控室、乘务室、电扶梯维护等重点岗位执岗场景中进行应用落地研究及验证,解决了执岗人员违规使用手机、到站停车未按操作规程执行、缺岗等安全风险隐患的实时监控和预警等问题,降低了违规行为及安全事故发生风险,实现了由传统的、单一的监管方式向智能化、信息化、现代化的安全监管方式转变.最终可以提高运营安全管控水平,降低企业的管理成本.

关键词：视觉AI执岗行为监控系统、深度学习、风险辨识

所属期刊栏目：12

分类号：U231+.92(特种铁路)

在线出版日期：2022-10-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：220-225,244