一种自动监测站房人员行为分析与事中干预方法及系统与流程

本发明涉及污染源自动监测站房监管，尤其涉及一种自动监测站房人员行为分析与事中干预方法及系统。

背景技术：

1、污染源自动监测站房是环境污染物排放监管的核心基础设施，其监测数据的真实性与准确性是环境执法与污染管控的重要依据。当前站房监管主要依赖人工定期巡检与事后视频录像回溯，难以实时识别违规采样、设备参数篡改、采样管路干扰等影响监测数据真实性的人员操作行为，存在监管滞后、取证效率低等问题，无法满足事中干预的监管需求。

2、现有站房人员行为分析方案多采用单一动作识别模型，难以同时兼顾全局持续巡检类动作与精细手部交互类动作的识别精度，在站房复杂场景下易出现误检与漏检，识别可靠性不足。同时，现有方案多仅基于视频数据完成行为判定，未建立人员操作行为与污染物监测数据的时空耦合关联，无法判定人员操作与监测数据异常的因果关系，难以区分正常运维操作与违规干扰行为，风险判定准确性有限。此外，现有系统的风险判定规则多为固化设置，无法根据不同站房的功能布局、监管标准灵活调整，场景适配性较差。因此，亟需一种高精度、可配置、支持行为与监测数据联动研判的一种自动监测站房人员行为分析与事中干预方法。

技术实现思路

1、针对上述问题，本发明提出一种自动监测站房人员行为分析与事中干预方法及系统。

2、为了实现上述目的，本发明通过如下的技术方案来实现：

3、一种自动监测站房人员行为分析与事中干预方法，包括：

4、s1、获取污染源自动监测站房的实时监控视频流与污染物监测数据，并进行预处理，得到标准化视频帧与标准化污染物监测数据；

5、s2、识别标准化视频帧内的目标人员、目标监测设备，并对采样管路进行实例分割，输出人员检测框与环境目标检测结果；为人员检测框分配与目标人员关联的人员跟踪标记得到结构化人员检测框，并生成人员轨迹数据；预设兴趣区域，基于环境目标检测结果与人员轨迹数据统计各兴趣区域的区域停留时长；

6、s3、基于标准化视频帧得到持续操作类动作候选结果，基于结构化人员检测框得到手部交互类动作候选结果；依据预设的站房场景性能基准从持续操作类动作候选结果和手部交互类动作候选结果中确定最终动作标签，并生成人员动作识别时序序列；

7、s4、基于人员动作识别时序序列、人员轨迹数据、标准化污染物监测数据及区域停留时长，通过预设的规则引擎执行判定，输出标准化风险等级与结构化研判结果；

8、s5、根据结构化研判结果触发与标准化风险等级匹配的事中预警，并从实时监控视频流中截取违规时段视频片段，关联对应的人员轨迹数据和标准化污染物监测数据生成结构化执法证据包。

9、作为本发明的一种优选方案，所述预处理包括：

10、对实时监控视频流依次进行去噪、抽帧、逐帧标记帧时间戳，得到标准化视频帧；

11、对污染物监测数据依次进行去噪、异常值剔除、时间戳校准，得到标准化污染物监测数据；

12、将标准化视频帧与标准化污染物监测数据按统一时间基准完成时间对齐。

13、作为本发明的一种优选方案，所述预设兴趣区域，基于环境目标检测结果与人员轨迹数据统计各兴趣区域的区域停留时长，包括：

14、预设污染源自动监测站房内的机柜区、分析区、采样区为兴趣区域；

15、结合环境目标检测结果中的监测设备位置与采样管路位置，当人员轨迹数据中的轨迹点落入对应兴趣区域内的监测设备位置或采样管路位置时，统计各兴趣区域的停留时长；

16、同时持续收集轨迹点，结合环境目标检测结果采用高斯核密度估计生成并更新站内人员停留热力图。

17、作为本发明的一种优选方案，所述基于标准化视频帧得到持续操作类动作候选结果，基于结构化人员检测框得到手部交互类动作候选结果，包括：

18、以连续多帧标准化视频帧为输入，通过时序移位网络提取全局时序特征并进行粗粒度动作分类，输出持续操作类动作标签及对应的持续操作类动作标签置信度，形成持续操作类动作候选结果；

19、基于结构化人员检测框截取人体区域，通过高分辨率姿态估计网络提取骨骼关键点坐标及置信度，并构建连续帧骨骼关键点时序序列后构造时空骨骼图；将时空骨骼图输入至时空图卷积网络进行动作分类，输出手部交互类动作标签及对应的手部交互类动作标签置信度，形成手部交互类动作候选结果。

20、作为本发明的一种优选方案，所述依据预设的站房场景性能基准从持续操作类动作候选结果和手部交互类动作候选结果中确定最终动作标签，并生成人员动作识别时序序列，包括：

21、所述预设的站房场景性能基准为预先基于污染源自动监测站房场景下的正常巡检样本、设备操作样本以及违规操作样本，分别对时序移位网络和时空图卷积网络进行测试得到的不同动作标签的性能对比结果；根据所述性能对比结果划分持续操作类动作集合以及手部交互类动作集合；

22、所述确定最终动作标签包括：

23、当持续操作类动作标签命中持续操作类动作集合、且手部交互类动作标签未命中手部交互类动作集合时，将该持续操作类动作标签作为最终动作标签；

24、当手部交互类动作标签命中手部交互类动作集合、且持续操作类动作标签未命中持续操作类动作集合时，将该手部交互类动作标签作为最终动作标签；

25、当持续操作类动作标签和手部交互类动作标签一致且均命中对应集合时，将持续操作类动作标签置信度和手部交互类动作标签置信度中取值最高对应的动作标签作为最终动作标签；

26、当持续操作类动作标签和手部交互类动作标签不一致且均命中对应集合时，根据所述站房场景性能基准预设的优先级，选取对应优先级更高的动作标签作为最终动作标签；

27、将最终动作标签与对应置信度、帧时间戳、人员跟踪标记绑定，得到人员动作识别时序序列。

28、作为本发明的一种优选方案，所述通过预设的规则引擎执行判定，输出标准化风险等级与结构化研判结果，包括：

29、将人员动作识别时序序列中的最终动作标签与预设高风险行为库中的单一违规判定规则进行匹配，若匹配命中则判定违规，并输出该单一违规判定规则对应的风险等级；

30、从人员动作识别时序序列中提取连续时序的最终动作标签序列，并与预设动作序列模式库中的时序组合判定规则进行匹配，若匹配命中则判定违规，并输出该时序组合判定规则对应的风险等级；

31、根据人员动作识别时序序列中的最终动作标签、该最终动作标签对应兴趣区域的区域停留时长，并结合帧时间戳，确定人员操作事件及对应时间窗口、所属兴趣区域；提取所述时间窗口内与所属兴趣区域对应的标准化污染物监测数据，将人员操作事件与标准化污染物监测数据进行时空对齐；若标准化污染物监测数据在人员操作事件结束后超出预设正常工况范围，且标准化污染物监测数据首次超出预设正常工况范围的时间戳落在人员操作事件结束后的预设时间耦合窗口内，则判定该人员操作事件导致标准化污染物监测数据偏离正常工况，并输出对应风险等级；

32、基于得到的风险等级，取最高风险等级作为标准化风险等级；

33、输出包含触发规则id、证据帧时间戳、最终动作标签序列、轨迹点及对应标准化污染物监测数据的结构化研判结果；所述触发规则id为判定规则的唯一标识，所述证据帧时间戳为违规行为对应帧的帧时间戳。

34、作为本发明的一种优选方案，通过可视化配置界面对预设的规则引擎进行更新，具体包括：通过可视化配置界面对预设高风险行为库中的单一违规判定规则、预设动作序列模式库中的时序组合判定规则、预设正常工况范围以及预设时间耦合窗口进行更新，且更新后即时生效。

35、一种自动监测站房人员行为分析与事中干预系统，包括：

36、数据获取与预处理模块，用于获取污染源自动监测站房的实时监控视频流与污染物监测数据，并进行预处理，得到标准化视频帧与标准化污染物监测数据；

37、视觉智能计算模块，用于识别标准化视频帧内的目标人员、目标监测设备，并对采样管路进行实例分割，输出人员检测框与环境目标检测结果；为人员检测框分配与目标人员关联的人员跟踪标记得到结构化人员检测框，并生成人员轨迹数据；预设兴趣区域，基于环境目标检测结果与人员轨迹数据统计各兴趣区域的区域停留时长；

38、双路径计算模块，用于基于标准化视频帧得到持续操作类动作候选结果，基于结构化人员检测框得到手部交互类动作候选结果；依据预设的站房场景性能基准从持续操作类动作候选结果和手部交互类动作候选结果中确定最终动作标签，并生成人员动作识别时序序列；

39、多维风险研判模块，用于基于人员动作识别时序序列、人员轨迹数据、标准化污染物监测数据及区域停留时长，通过预设的规则引擎执行判定，输出标准化风险等级与结构化研判结果；

40、预警与配置输出模块，用于根据结构化研判结果触发与标准化风险等级匹配的事中预警，并从实时监控视频流中截取违规时段视频片段，关联对应的人员轨迹数据和标准化污染物监测数据生成结构化执法证据包。

41、本发明的有益效果是：本发明通过多源数据协同处理与智能行为分析，实现污染源自动监测站房人员行为的精准识别、风险研判与事中干预，具有显著技术优势。通过对实时监控视频流与污染物监测数据同步预处理，得到标准化视频帧与标准化污染物监测数据并完成时间对齐，保障视频行为与监测数据时空基准统一，为后续联动研判奠定可靠数据基础。

42、通过目标检测与实例分割获取人员检测框、环境目标检测结果，结合人员跟踪标记生成人员轨迹数据并统计各兴趣区域的区域停留时长，能够精准刻画人员在机柜区、分析区、采样区等关键区域的活动状态，实现对高风险区域人员行为的精细化感知，有效区分常规巡检与异常滞留行为。

43、采用持续操作类动作与手部交互类动作双路径识别，结合预设的站房场景性能基准择优确定最终动作标签，兼顾全局持续动作与精细手部操作的识别精度，降低单一模型识别带来的误检与漏检，提升人员动作识别时序序列的可靠性，适配站房复杂操作场景。

44、依托预设的规则引擎开展多层级判定，融合行为特征、轨迹信息、区域停留时长与标准化污染物监测数据进行综合研判，能够准确判定人员操作与监测数据异常的关联关系，输出标准化风险等级与结构化研判结果，实现风险量化评估。同时根据研判结果触发对应事中预警，截取违规视频片段并关联轨迹与监测数据形成结构化执法证据包，实现风险行为实时处置与完整取证留存，提升监管时效性与规范性，为污染源自动监测站房智能化、规范化监管提供有力支撑。