【技術實現步驟摘要】
一種基于機器視覺的食品加工安全管理方法及系統
[0001]本專利技術涉及食品加工行業的安全管理領域，具體涉及一種基于人工智能技術的餐飲行業從業人員行為安全管理的方法及系統。
技術介紹
[0002]食品安全涉及諸多方面，而人們最容易感受到的就是餐飲行業的食品安全狀況。
[0003]“明廚亮灶”是指餐飲服務單位采用隔斷矮墻、透明玻璃幕墻、視頻顯示、網絡展示等方式，將餐飲食品的加工制作過程公開展現給消費者，主動接受公眾監督。
[0004]依據《中華人民共和國食品安全法》和《市場監管總局關于印發餐飲服務明廚亮灶工作指導意見的通知》(國市監食監二〔2018〕32號)的要求，對粗加工區，烹飪區、專間專用操作區域、餐飲具清洗消毒區安裝攝像設備，規范公開加工過程，推動餐飲服務食品安全社會共治。
[0005]以餐飲從業人員行為安全為研究對象，按照“定義目標行為
?
對不安全行為進行觀察和記錄
??
行為提醒
?
評分獎懲”的步驟和流程，建立了餐飲行業的行為安全方法，對餐飲行業從業人員的不安全行為進行糾正,使從業人員養成良好的食品加工習慣和安全意識,促使形成較好的安全工作環境,從而改善以餐飲行業的安全水平。該方法是一種以行為安全為基準的觀察行動方法，通過確立危險行為與安全行為之間區別，在餐飲行業從業人員生產作業現場進行觀察行動并處理工人行為，增進從業人員主動應對能力，發展與從業人員有關安全行為的共同作用，糾正從業人員的不安全行為、培訓安全行為，促進安全氛圍形成，提高...
【技術保護點】
【技術特征摘要】
1.一種基于機器視覺的食品加工安全管理方法及系統，其特征在于，包括一個行業級的云服務中心、多個餐館級的邊緣計算設備、若干個前端感知設備和一個行業管理APP；所述的前端感知設備位于系統的前端或接入端，前端感知設備包括直接通過線路連接的固定感知設備和通過無線信號連接的移動感知設備，視頻圖像采集模塊用于獲取食品加工從業人員的不安全行為的視頻及圖片；云計算中心位于系統的遠端，邊緣計算中心位于前端感知設備和云計算中心的之間，行業管理APP位于系統的應用端；邊緣計算中心具有食品加工從業人員不安全行為自動識別功能、分類功能及存儲功能；所述的云計算中心內具有AI智能學習功能、不安全行為識別模型訓練功能和行為矯正精準干預功能，不安全行為識別模型訓練功能的平臺通過導入來自廚房的前端感知設備收集的不安全行為實例的視頻圖像數據集，對不安全行為算法進行反復訓練得不安全行為模型后，直接把模型加載至邊緣計算中心，從而對視頻圖像數據集進行人工智能分析，智能識別出所訓練的不安全行為并分類和存儲；并對識別后的圖像上進行樣本標注，一方面提供給人工智能模型訓練平臺進行訓練，另一方給行為矯正精準干預功能的平臺提供所需案例樣本；行為矯正精準干預功能的平臺通過AI智能學習的方法中的數據挖掘、統計分析明確不安全行為與各工種崗位、施工工序的多維度交互后的干預節點，實現對食品加工從業人員行為矯正或個性化培訓，達到精準干預的目的。2.根據權利要求1所述的一種基于AI技術的食品加工從業人員行為安全管理矯正方法及系統，其特征在于，所述的食品加工從業人員行為安全管理矯正方法及系統中采用采用云邊端網絡系統，云邊端網絡系統包括前端感知層、邊緣計算層、云計算層和智能應用層；所述的前端感知層位于網絡系統的前端或接入端，負責食品加工現場視頻圖像數據采集的網絡傳輸；所述的邊緣計算層負責匯總各個前端感知設備送來的非結構化視頻數據和物聯網數據，并進行預處理，按既定規則觸發相應動作，同時將處理結構及有關數據上傳給云端；所述的云計算層位于系統的遠端，云計算層負責全局信息的處理和存儲，承擔邊緣計算層無法執行的計算任務，并向邊緣計算層下發業務規則、算法模型以及各類應用的開發對接提供標準的API；云計算層還負責食品加工從業人員的行為矯正，基于崗位工種及施工工序的關鍵行為的監測結果確定靶向干預節點，實現不安全行為二次干預及多次干預；所述智能應用層利用分析處理的結構化數據，結合特定的業務需求和應用模型，為用戶提供垂直的應用服務。3.根據權利要求1所述的一種基于機器視覺的食品加工安全管理方法及系統，其特征在于，所述的云計算中心內設置有邊緣管理模塊、視頻云平臺模塊、不安全行為識別平臺模塊和物聯網平臺模塊，各個模塊協同合作，實現云計算中心的AI智能學習功能、不安全行為識別模型訓練功能和行為矯正精準干預功能。4.根據權利要求3所述的一種基于機器視覺的食品加工安全管理方法及系統，其特征在于，所述的邊緣管理模塊包括區域管理子模塊、組件管理子模塊、服務管理子模塊、服務編排子模塊，以實現邊緣計算的資源監控功能；所述的視頻云平臺模塊包括視頻存儲子模塊、視頻分發子模塊、視頻處理子模塊、質量診斷子模塊，以實現視頻圖像的結構化數據功能；所述的不安全行為識別平臺模塊包括算法市場子模塊、模型訓練子模塊、樣本標注子
模塊、模型分發子模塊，以實現模型算法的智能管理功能；所述的物聯網平臺模塊包括設備管理子模塊、連接管理子模塊、數據分析子模塊、數據管理子模塊，規則引擎子模塊、用戶管理子模塊，以實現對各類設備管理功能。5.根據權利要求1所述的一種基于機器視覺的食品加工安全管理方法及系統，其特征在于，所述邊緣計算中心內設置有邊緣計算網絡計算存儲模塊、操作系統一體化平臺模塊、Docker容器模塊、應用程序模塊、設備管理模塊、調度管理模塊；所述的操作系統一體化平臺模塊包括網絡子模塊、計算子模塊、存儲子模塊、操作系統子模塊，以實現邊緣計算支持平臺功能；所述的Docker容器模塊，以實現多個應用程序在虛擬機輕巧、模塊化使用；所述的應用程序模塊包括若干個不安全行為識別應用程序，以實現對各種不安全行為識別，所述的設備管理模塊，以實現對接入設備的管理功能；所述的調度管理模塊以實現任務調度功能，包括云計算中心與邊緣計算中心的任務調度。6.根據權利要求1所述的一種基于機器視覺的食品加工安全管理方法及系統，其特征在于，所述不安全行為識別平臺模塊通過不安全行為模型訓練方法進行模型訓練，其模型訓練方法包括如下：步驟A1、涉及食品不安全行為的分類：食品加工人員在廚房的不安全行為分為8類共25種，針對以下25種不安全行為列表進行統一編碼或編號，用于分類采集的圖像數據；步驟A2、視頻圖像歸集：將部署在廚房的固定感知設備拍攝的視頻圖像及巡視員的移動感知設備拍攝的現場照片進行歸集；步驟A3、樣本收集：根據步驟A1定義的不安全行為，在預處理...
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。