余宏亮， 黃金艷， 蔣 勵， 陳 珂

(1. 武漢科技大學 恒大管理學院， 湖北 武漢 430065； 2. 華中科技大學 土木與水利工程學院， 湖北 武漢 430074)

Near-miss(險兆事件或未遂事件)是指尚未引起安全事故的，無傷害、無損失或僅有輕微傷害、損失的事件。它通常幾乎不會對人員、過程或環(huán)境立即造成影響[1]，但其往往是安全事故發(fā)生的前兆，多起Near-miss事件發(fā)生將增大安全事故發(fā)生的可能性。因國內學者對Near-miss中文翻譯尚未統(tǒng)一，下文中Near-miss、Near-miss事件、險兆事件、未遂事件具有相同的含義。

20世紀70年代中期美國學者正式提出Near-miss分析的概念，它作為事故序列前兆ASP(Accident Sequence Precursors)分析的一種，廣泛應用于石油化工、航空航天、核工業(yè)等領域。2007年中國石油技術安全研究所秦鳳竹發(fā)表《美國化工行業(yè)未遂事件管理》將Near-miss概念全面引入國內。以“Near-miss”為主題詞，檢索CNKI中國知網(wǎng)數(shù)據(jù)庫，去除新聞報道及不相關文獻，有效文獻僅162篇。經(jīng)過數(shù)據(jù)分析，我國學者主要在石化[2]、煤礦[3,4]、醫(yī)療[5]、交通[6]等領域開展Near-miss研究。

周志鵬等[7]首次將Near-miss事件概念引入地鐵施工安全管理中，轉變了地鐵安全管理理念。本文將地鐵工程施工Near-miss事件定義為：在地鐵施工中，由于不安全因素導致的沒有發(fā)展成為地鐵安全事故的事件。這類事件沒有造成傷害、損失或只是造成輕微傷害、較小損失。我國學者在地鐵工程施工Near-miss事件研究方面處于起步階段。鄧小鵬等[8]研究地鐵工程Near-miss知識庫構建方法，實現(xiàn)Near-miss系統(tǒng)管理。文艷芳等[9,10]對地鐵施工階段Near-miss事件危險源結構進行系統(tǒng)研究，提出地鐵施工Near-miss事件自愿上報意愿低的關鍵影響因素是：認知水平，未對上報者和當事人保密，存在責備及苛責文化等。

Near-miss事件管理的重要步驟是發(fā)現(xiàn)上報，但Near-miss事件的當事人或目擊者，因個人因素、管理因素、文化氛圍的影響，缺乏主動上報的意愿，文獻[10]雖對上報意愿影響因素進行了細致分析，但提出的激勵自愿上報的手段是否奏效未經(jīng)驗證。地鐵工程施工現(xiàn)場均部署了視頻監(jiān)控裝置，有利于Near-miss的發(fā)現(xiàn)上報，但監(jiān)控視頻冗余信息多、存儲大，傳統(tǒng)的監(jiān)控管理存在人工監(jiān)管耗時、高工作量、低瀏覽效率、漏檢等問題，視頻監(jiān)控并未得到高效的利用。

視頻摘要(Video Summarization)是通過選取有代表性、有意義的視頻內容，對原始視頻進行濃縮概括的一項技術。在監(jiān)控視頻領域的應用與研究廣泛，王亞沛等[11]提出對象和關鍵幀相結合的監(jiān)控視頻摘要方法；馬元元等[12]對海量監(jiān)控視頻分級摘要生成系統(tǒng)進行了研究；李大湘等[13]提出基于運動軌跡聚類的監(jiān)控視頻摘要算法。視頻摘要技術在監(jiān)控視頻中的應用，可有效解決監(jiān)控視頻信息冗余、海量存儲及人工監(jiān)管等問題[14]。因此，本文提出在視頻監(jiān)控圖像中根據(jù)Near-miss事件特征，抽取典型幀形成視頻摘要，設計一種基于客觀事實的Near-miss獲取方法，避免了施工人員不愿主動上報的困境?；谝曨l摘要技術研究Near-miss事件的識別和自動響應機制，從而提升地鐵工程施工“事前”安全管理水平和效率。

1 地鐵工程施工Near-miss事件知識庫構建

地鐵工程施工Near-miss知識的獲取，主要依靠管理人員在長期的工程實踐活動中積累或領悟，Near-miss知識庫是獲取、分析、存儲和傳播 Near-miss 知識的有效途徑，構建Near-miss知識庫可為地鐵工程施工Near-miss事件識別與響應提供數(shù)據(jù)支撐。

1.1 地鐵工程施工Near-miss事件的分類及特征

地鐵工程施工Near-miss事件與地鐵施工安全事故的發(fā)生有密切聯(lián)系，地鐵施工安全事故主要包括坍塌、水害、火災、機械傷害、物體打擊、爆炸、中毒、觸電、高處墜落、其他傷害[15]，參考地鐵施工安全事故的分類，將地鐵施工Near-miss事件分為10類，如圖1所示。

圖1 地鐵工程施工Near-miss事件分類

地鐵工程施工Near-miss事件與安全事故相互聯(lián)系，又相互區(qū)別，表1從損失程度、發(fā)生數(shù)量、發(fā)現(xiàn)來源、影響程度、影響因素、管理難度和管理主體七個方面描述地鐵工程施工Near-miss事件的特征。

表1 地鐵工程施工Near-miss事件特征

1.2 Near-miss事件知識庫的構建方法

文獻[8]詳細描述了地鐵工程施工Near-miss知識庫的構建過程，本文依據(jù)Near-miss事件的分類與特征，將Near-miss知識庫分為10個子庫，采用SQL語言構建6張關系數(shù)據(jù)表實現(xiàn)存儲，如圖2所示。

地鐵工程施工Near-miss知識庫是研究基于視頻摘要的Near-miss事件自動響應的基礎，其中，Near-miss知識基本屬性表作為Near-miss事件自動響應的檢索依據(jù)，Near-miss預防措施表與糾正措施表提供事件發(fā)生處理措施。獲得地鐵工程施工Near-miss視頻摘要圖像后，通過檢索地鐵工程施工Near-miss知識庫，可以迅速獲取對應的Near-miss知識，從而進行處理應對，為地鐵工程施工Near-miss事件的預警及處理提供了知識保障，為提高地鐵工程施工Near-miss事件管理水平提供了理論支持。

圖2 Near-miss知識庫構建過程

2 基于視頻摘要識別Near-miss事件的方法

2.1 地鐵工程施工遠程監(jiān)控及視頻圖像管理

視頻監(jiān)控作為提高地鐵工程施工現(xiàn)場安全監(jiān)管水平的有力措施，國家和地方安全監(jiān)管部門頒布法規(guī)大力推行。2010年住建部發(fā)文“鼓勵建設、施工等單位采用現(xiàn)代化信息技術加強施工現(xiàn)場監(jiān)控管理，提高風險防范能力”[16]；2012年住建部發(fā)布了JGJ/T 292-2012《建筑工程施工現(xiàn)場視頻監(jiān)控技術規(guī)范》[17]，北京、天津、上海、南京等地也出臺了相應的施工現(xiàn)場遠程視頻監(jiān)控管理實施辦法，其中《上海軌道交通施工現(xiàn)場視頻監(jiān)控系統(tǒng)技術要求》[18]對監(jiān)控區(qū)域范圍、監(jiān)控視頻保存與備份進行了規(guī)定。視頻監(jiān)控系統(tǒng)在北京、上海、廣州、深圳、武漢等城市地鐵工程項目施工現(xiàn)場得到了廣泛應用。

國內學者對地鐵工程施工視頻監(jiān)控系統(tǒng)總體架構[19]、主要功能[20]、關鍵技術[21,22]等方面進行了研究。為了能捕捉Near-miss事件，地鐵車站視頻監(jiān)控應實現(xiàn)施工區(qū)域全覆蓋，包括：出入大門、各類車輛、材料堆放加工區(qū)域和施工作業(yè)面。監(jiān)控區(qū)域覆蓋范圍較大，監(jiān)控內容多，傳統(tǒng)的人工監(jiān)管管理難度較大，通過合理的視頻監(jiān)控攝像頭布設，既經(jīng)濟又功能完善地實施監(jiān)控業(yè)務，做到及時發(fā)現(xiàn)Near-miss，并有效采取安全措施。李權[23]制定了施工現(xiàn)場視頻監(jiān)控布置原則，并建立了地鐵車站施工現(xiàn)場視頻監(jiān)控點動態(tài)布置模型。朱紅霞[24]通過研究得出地鐵盾構區(qū)間視頻監(jiān)控攝像頭布置最優(yōu)布設位置為盾構機出土口、吊裝井口等，并確定了對應區(qū)域的監(jiān)控內容。利用上述研究成果和工程實景調研可知，地鐵工程現(xiàn)場施工視頻監(jiān)控系統(tǒng)的部署為基于視頻摘要的Near-miss事件識別提供了可靠的圖像和數(shù)據(jù)基礎。

2.2 Near-miss事件危險區(qū)域視頻圖像選取

2.2.1 Near-miss事件危險區(qū)域的識別與劃分

地鐵工程施工技術難度高，施工環(huán)境復雜，施工人員安全意識參差不齊，現(xiàn)場安全管理難度大。進入易發(fā)生安全事故的危險區(qū)域將會提高安全事故發(fā)生的概率。Near-miss事件危險區(qū)域的識別與劃分實質是危險源的識別，其理論基礎是風險管理中的風險辨識過程和方法，趙挺生等[25]指出危險區(qū)域一般與第一類危險源密切相關。危險源是Near-miss事件的根源，依據(jù)地鐵工程施工危險源分類和空間分布識別危險區(qū)域。根據(jù)相關文獻[26,27]、規(guī)范，調研發(fā)現(xiàn)：基坑工程、腳手架工程、模板工程、混凝土工程、起重吊裝作業(yè)、動火作業(yè)、用電作業(yè)、運輸作業(yè)、施工機械作業(yè)、地下施工作業(yè)等作業(yè)區(qū)域是地鐵工程施工現(xiàn)場易發(fā)生安全事故的危險區(qū)域，這些危險區(qū)域也是Near-miss事件高發(fā)區(qū)域，所以對這些危險區(qū)域實施重點監(jiān)控是預防事故發(fā)生的有效技術手段。本文對地鐵工程施工現(xiàn)場危險區(qū)域的識別條件、劃分規(guī)則與事故類型進行分析，如表2所示，獲得地鐵施工現(xiàn)場重點監(jiān)控區(qū)域的范圍，通過對進入這些危險區(qū)域的工人進行監(jiān)測，識別進入危險區(qū)域的Near-miss事件，并采用摘要技術對監(jiān)控視頻進行濃縮，提升安全監(jiān)控的效率。

表2 地鐵工程施工現(xiàn)場危險區(qū)域識別與劃分

2.2.2 Near-miss事件危險區(qū)域監(jiān)控視頻特征

監(jiān)控視頻是由一系列相關的圖像幀組成，除了具有圖像的一般特征外，由于拍攝設備、手段、目的及內容的不同，還具有一些顯著的特征。

(1)監(jiān)控視頻圖像靜態(tài)特征：包括顏色、紋理、形狀、空間關系等。

(2)運動特征：反映監(jiān)控視頻的動態(tài)信息，如運動目標的位置變換、大小、速度等變化?？拷?、進入危險區(qū)域工人的運動特征可通過跟蹤工人在危險區(qū)域的行為來反映。

(3)結構特征：監(jiān)控視頻是對某個固定地點做長時間連續(xù)拍攝，主要記錄特定空間內(即Near-miss事件危險區(qū)域)運動對象的活動情況。

(4)視頻內容上：背景變化較小，監(jiān)控場景相對穩(wěn)定，信息密度低，存在大量無Near-miss事件發(fā)生的片段，且處于Near-miss狀態(tài)的目標對象相對較少，這些特征說明監(jiān)控視頻信息冗余度很高，適合進行壓縮。曾試驗過一段49 M的視頻經(jīng)過視頻摘要技術處理后，壓縮比約1/300。

2.3 Near-miss事件視頻摘要生成算法

Near-miss事件視頻摘要生成的基本原理是：基于Near-miss事件危險區(qū)域劃分規(guī)則，首先通過施工現(xiàn)場的攝像頭聚焦預先劃分的Near-miss事件危險區(qū)域，進行重點監(jiān)控，將監(jiān)控視頻中劃分的危險區(qū)域范圍在視頻中框選出來，圍繞著框選的危險區(qū)域進行Near-miss事件識別和處理。通過背景建模獲得視頻背景圖像，檢測到運動目標進入Near-miss事件危險區(qū)域的行為時，自動開始進行運動目標識別，并跟蹤運動目標的運動軌跡信息，最后運用關鍵幀提取算法生成摘要。其生成算法包含4個主要部分。

2.3.1 運動目標的檢測

檢測監(jiān)控視頻框選Near-miss事件危險區(qū)域中的所有運動目標，是Near-miss事件識別的關鍵工作。視頻幀的變化實質是信息的變化，運動目標檢測的實質是利用圖像中目標與背景交界處信息量最大進行分割，是信息論[28]在圖像處理領域的應用。運動目標的檢測包括兩個主要步驟：首先采用混合高斯背景建模[29]獲得視頻背景圖像，然后運用背景差分法[30]進行運動目標檢測，對復雜的地鐵施工監(jiān)控場景具有良好的適應性。

(1)背景建模

每個像素建立(3≤K≤5)個高斯分布構成混合模型表示背景圖像：

(1)

(2)

式中：n為任一像素觀測向量Xt的維數(shù)。

根據(jù)當前像素點與其背景模型中高斯分布的相互匹配程度來更新背景模型。

匹配公式：

|Xt-μi,t-1|≤2.5σi,t-1

(3)

更新公式：

ωi,t=(1-α)ωi,t-1+α

(4)

μi,t=(1-ρ)μi,t-1+ρXt

(5)

(6)

(7)

式中：T為預先設定的閾值。

(2)背景差分法運動目標檢測

背景差分法是根據(jù)當前視頻幀Xt(x,y)與背景圖像Bt(x,y)作差分運算，差分灰度值dt(x,y)大于閾值T的部分為運動目標。

dt(x,y)=|Xt(x,y)-Bt(x,y)|

(8)

(9)

式中：dt(x,y)，Xt(x,y)，Bt(x,y)分別表示t時刻的差分圖像、當前視頻幀圖像、背景圖像在(x,y)處的像素值；T為閾值；Dt(x,y)為dt(x,y)與T相比的結果。

2.3.2 目標跟蹤與軌跡提取

目標跟蹤的目的是獲取監(jiān)控圖像序列中運動目標在Near-miss事件危險區(qū)域中的位置、行為及運動軌跡信息。Kalman濾波方法是一種快速準確的狀態(tài)估計跟蹤算法，主要按以下五個步驟進行。

(1)狀態(tài)向量預測方程

(10)

(2)誤差協(xié)方差預測方程：

P(k,k-1)=A(k,k-1)P(k-1)·AT(k,k-1)+Q(k-1)

(11)

(3)Kalman濾波增益：

K(k)=P(k,k-1)HT(k)(H(k)P(k,k-1)·HT(k)+R(k))-1

(12)

式中：K(k)為Kalman增益矩陣；HT(k)為觀測矩陣H(k)的轉置矩陣；R(k)為觀測協(xié)方差矩陣。

提前計算年終獎個稅，合理避稅。各公司在發(fā)放年終獎時，建議合理安排好金額，適當注意避開個稅稅率中的幾個“盲區(qū)”，計算稅后收入，避免出現(xiàn)“企業(yè)多給，員工少拿”的尷尬。

(4)狀態(tài)向量修正：

(13)

(5)對誤差協(xié)方差矩陣修正：

P(k)=P(k,k-1)-K(k)H(k)P(k,k-1)

(14)

式中：P(k)為最佳估計的協(xié)方差。

通過對Near-miss事件危險區(qū)域中運動目標的檢測與跟蹤，可以獲得視頻圖像幀中運動目標的位置變化信息，以視頻圖像幀中運動目標的質心坐標(xm,ym)作為位置坐標，將其連接起來作為運動目標的運動軌跡G。

G=[(x0,y0),(x1,y1),…,(xn-1,yn-1)]

(15)

式中：m為監(jiān)控視頻圖像幀序號，m=0,1,…,n-1。

視頻摘要的核心是關鍵幀的提取，即從大量的圖像中選擇具有代表性的圖像，其理論基礎是子集選擇問題。子集選擇是一個NP(Non-Deterministic Polynomial Problems)難問題[31]，按照求解子集選擇方法的不同，關鍵幀提取的方法可分為凸松馳(Convex Relaxation) 優(yōu)化、行列式點過程(Determinantal Point Process) 等。

根據(jù)運動目標與跟蹤方法檢測出框選危險區(qū)域內含有運動目標視頻片段的定位信息，即運動目標出入框選危險區(qū)域的起始幀及結束幀，根據(jù)Near-miss事件特征，表現(xiàn)Near-miss事件的關鍵幀應體現(xiàn)運動目標危險區(qū)域進入、危險區(qū)域停留、危險區(qū)域離開等關鍵信息。

本文采用基于內容分析的關鍵幀提取方法。以運動目標出入框選危險區(qū)域的起始幀及結束幀作為參考關鍵幀，反映運動目標進出危險區(qū)域的行為；對危險區(qū)域進入前與離開后的運動目標狀態(tài)，根據(jù)參考關鍵幀以固定幀間隔各抓取一個關鍵幀；對運動目標進入危險區(qū)域內的視頻段，只要運動目標進入危險區(qū)域內，其所有行為都可認為是Near-miss事件，即運動目標進入危險區(qū)域內的所有視頻幀都可作為關鍵幀，所以選取中間幀作為關鍵幀。

2.3.4 摘要合成

運用泊松圖像編輯技術合成摘要，對取得關鍵幀中的運動目標進行扣取，將其按照時間順序放入背景圖片中的對應位置，加入關鍵幀序號與時間標簽，并將2.3.2節(jié)中獲得的運動物體的運動軌跡在合成的圖像中顯示，最終形成地鐵工程施工Near-miss事件靜態(tài)摘要，可以直觀了解到運動目標在地鐵施工Near-miss危險區(qū)域的運動情況及行為信息，以便施工現(xiàn)場安全管理者對Near-miss事件及時處理，避免安全事故的發(fā)生。

3 地鐵工程施工Near-miss事件的自動響應

識別地鐵工程事故Near-miss事件后，根據(jù)風險傳遞[32]原理，若對Near-miss事件不及時處理，將會造成安全事故的發(fā)生。

通過視頻摘要技術對施工現(xiàn)場Near-miss事件進行捕捉后，借助信息化平臺將Near-miss事件的信息與Near-miss知識庫中的案例數(shù)據(jù)進行對比分析，獲取各類Near-miss事件的預防及糾正措施，及時對Near-miss事件作出響應。處理流程如圖3所示。

圖3 地鐵工程施工Near-miss事件的自動響應流程

3.1 Near-miss事件視頻摘要結構化信息

Near-miss事件的視頻摘要生成后，需要建立每個視頻摘要的結構化數(shù)據(jù)(圖4)，作為Near-miss知識庫相關案例的檢索條件。本文設計的Near-miss事件視頻摘要結構化數(shù)據(jù)包括: 標識、分類、過程等屬性。其中C2，C3，C4部分屬性作為相似度計算中的特征值。每個視頻監(jiān)控攝像頭可獲知圖像的時間、位置信息，管理人員預設事件類型、環(huán)境信息，事件的編號和名稱由系統(tǒng)自動生成。

圖4 地鐵工程施工Near-miss事件的結構化模型

3.2 基于CBR推理模式的Near-miss事件檢索

CBR(Case-Based Reasoning)是一種利用以往相似經(jīng)驗去推理解決新問題的方法，在工程領域有廣泛的應用，張兵等[33]提出了基于CBR的超高層建筑施工安全事故研究的計算框架和應用系統(tǒng)。譚文博等[34]運用本體和CBR推理技術，開發(fā)了深基坑施工安全風險評估模型。王勇等[35]提出基于CBR推理的地鐵施工事故案例庫的建立與評價。地鐵工程施工Near-miss事件的發(fā)生影響因素復雜，采用CBR 推理模式比較適合這類“弱理論強經(jīng)驗”的應用領域。

在完善地鐵工程施工階段Near-miss視頻摘要結構化數(shù)據(jù)后，查詢Near-miss知識庫，檢索類似Near-miss險情的發(fā)生過程，采用最鄰近檢索法[36]，選擇知識庫中最有參考價值的案例作為此次Near-miss事件的處理依據(jù)，知識庫中的Near-miss與報告的Near-Miss的相似度函數(shù)為：

(16)

其中，對應屬性的局部相似度sim(xi,yi)計算分為以下三種情況：

(1)文本類型：

(17)

(2)數(shù)值類型：

(18)

式中：min(xi,yi)表示兩值中取小值，max(xi,yi)表示兩值中取大值。

(3)枚舉類型：

(19)

式中：R為枚舉數(shù)值集合；min(R)，max(R)為R中最小值與最大值。

本文將Near-miss檢索閾值設為80%，經(jīng)過對目標案例的檢索，若在知識庫中找到的案例達到匹配要求，則將案例庫中檢索案例匹配度最高的解決方案直接應用于目標案例；如果檢索到的案例達不到匹配要求或無相似案例，則采用人工處理，確定對應解決方案。檢索流程如圖5所示。

圖5 地鐵工程施工Near-miss事件檢索流程

3.3 Near-miss事件自動響應服務

Near-miss事件檢索完成后，將該Near-miss事件視頻摘要圖片與對應解決方案推送給現(xiàn)場安全管理人員，迅速開展追蹤調查和整改，并將整改結果進行反饋與評價，最終形成Near-miss事件報告，并對地鐵工程施工Near-miss知識庫更新，Near-miss事件報告也可作為安全教育培訓的實例教材。由于Near-miss事件后果損失小，具體的Near-miss事件糾正與整改效果難以量化，結果無法立即呈現(xiàn)，所以評價包括兩個部分：一是Near-miss預防效果評價，對一段時間內相似地鐵施工Near-miss事件出現(xiàn)的頻率進行統(tǒng)計，如果頻率高說明解決方案的效果比較差，反之效果較好；二是工人安全行為評價，對一段時間內某個工人出現(xiàn)Near-miss行為的頻率進行統(tǒng)計，如果頻率高說明解決方案的效果差，并且該工人需要進行安全教育培訓，反之效果較好。

圖6 地鐵工程施工Near-miss事件響應流程

4 應用案例

4.1 項目概況

武漢軌道交通工程某車站主體結構全長359.8 m，標準段寬33.65 m。車站頂板覆土厚度為3 m。車站工程采用明挖順作法施工。車站主體基坑圍護結構采用地下連續(xù)墻+4道內支撐+1道換撐體系。按照《武漢地鐵施工現(xiàn)場監(jiān)控中心技術導則》的規(guī)定，沿基坑前、后、左、右端和中心制高點部位，布設了5個動點高清紅外網(wǎng)絡高速智能球機(攝像頭)。5.8 G無線設備傳輸至監(jiān)控機房交換機，監(jiān)控機房放置一臺NVR(Network Video Recorder)設備(9 T硬盤)和顯示設備。

4.2 Near-miss事件視頻摘要的生成

通過工地現(xiàn)場監(jiān)控高速智能球機獲取基坑臨邊危險區(qū)域Near-miss事件監(jiān)控視頻作為實驗案例，采用MATLAB 2017b軟件進行程序編譯。首先根據(jù)臨邊危險區(qū)域劃分規(guī)則劃定危險區(qū)域范圍，然后使用本文提出的視頻摘要算法對臨邊危險區(qū)域Near-miss事件進行自動監(jiān)測，并生成Near-miss事件視頻摘要。

圖7是一個正在施工的車站基坑，基坑防護欄桿安裝完畢。監(jiān)控高速智能球機對此區(qū)域進行24 h監(jiān)控，由于現(xiàn)場施工人員安全意識不夠，出現(xiàn)施工人員跨越防護欄桿在基坑邊緣行走的Near-miss險情。根據(jù)危險區(qū)域劃分規(guī)則在施工監(jiān)控視頻中已標記了臨邊危險區(qū)域，利用運動目標檢測與跟蹤算法，當施工人員進入紅色邊框區(qū)域時，程序自動開始響應，進行運動目標檢測與跟蹤，識別進入臨邊危險區(qū)域的Near-miss險情。

圖7 運動目標檢測與跟蹤示意

根據(jù)關鍵幀提取與摘要合成算法，對施工人員進入危險區(qū)域的視頻段提取出關鍵視頻幀，根據(jù)Near-miss特征，選取了3個關鍵幀，包含工人違規(guī)跨越護欄進入臨邊危險區(qū)域(圖8中①)、在基坑邊緣行走(圖8中②)、離開臨邊危險區(qū)域(圖8中③)3個關鍵信息， 結合人物運動軌跡和時間標簽，合成視頻摘要圖片(圖8中④)。

圖8 視頻摘要生成

地鐵施工現(xiàn)場環(huán)境復雜，監(jiān)控視頻中人物目標較小，圖9為視頻摘要圖片局部放大圖。綠色箭線表示工人的運動軌跡，綠色數(shù)字表示關鍵幀號。

圖9 視頻摘要局部

4.3 Near-miss事件自動響應

本文前期通過問卷調查與地鐵工程施工事故數(shù)據(jù)庫分析，搜集了180個地鐵工程施工Near-miss事件案例，按照Near-miss知識庫構建方法進行知識存儲，其中，高處墜落類Near-miss事件75件。

根據(jù)生成的Near-miss視頻摘要，獲得結構化信息如下：事件類型C21=高處墜落類Near-miss事件；事件位置C32=基坑，施工環(huán)節(jié)C33=車站施工；人員身份C41=施工人員，環(huán)境狀態(tài)C43=護欄有缺口/無警示標志，相互位置C44=施工人員與基坑邊緣距離小于1 m 。

通過案例檢索獲得3條相似的案例，選取相似度最高的1條，其提供的糾正及預防措施如表3。

表3 Near-miss糾正措施及預防措施

經(jīng)現(xiàn)場排查發(fā)現(xiàn)：工人為行走方便，移走基坑周圍的部分護欄，現(xiàn)場未設置警示標志，現(xiàn)場工人上崗前安全教育培訓不到位。按上述處置措施進行整改，以該Near-miss事件發(fā)生后一個月為整改評價期，期間未發(fā)生施工人員進入基坑臨邊危險區(qū)域的Near-miss險情。

5 結 語

我國地鐵工程建設雖然取得了巨大的成就，但其施工安全問題仍較突出，對施工過程中的Near-miss事件及時識別、處理，進行“事前”安全管理，可以有效預防、控制事故的發(fā)生，提高地鐵工程施工安全管理效率與水平?；谝曨l摘要技術的Near-miss識別與響應算法為地鐵施工安全管理提供了有效手段，規(guī)避了人工監(jiān)控視頻的高工作量、低效率問題，提高了地鐵施工過程的信息化水平。本文從地鐵工程施工Near-miss知識庫構建、Near-miss事件摘要生成與自動響應3個方面展開，結合地鐵工程施工Near-miss危險區(qū)域劃分規(guī)則和目標檢測跟蹤算法，在視頻監(jiān)控圖像中根據(jù)Near-miss事件特征，抽取典型幀形成地鐵工程施工Near-miss事件視頻摘要，實現(xiàn)監(jiān)控上報Near-miss事件，并利用地鐵工程施工Near-miss知識庫為Near-miss事件提供糾正與預防措施，為地鐵工程施工Near-miss事件識別與管理提供了一個新思路。