AI sleep-off algorithm detection and recognition sleep behavior at work timely warning detection and recognition

1 相关背景

   现实生活中很多场景是需要人员7*24小时不间断在岗的，如化工车间、值班室、仪器操作室、施工工地、生产流水线等，工作人员的工作职责要求持续在岗职守，而这类人员如果睡岗而导致实时性监督得不到保障，会导致留下重大的安全隐患或造成经济损失。而对于管理者来说，传统的监管手段依旧存在以下业务痛点：

• 监控屏幕多，漏看风险大

   作为监管者需要24小时内监控在岗人员，尤其是夜班，可能会因为值班人员意识淡薄，出现违规睡岗的行为，无法立即发现违规现象。

• 巡查范围大、周期长

传统企业安全生产风险监测主要依赖企业侧自身监测系统，多依靠人工抽查，对安全生产监管不够全面和实时。

• 人工巡检成本高

雇佣大量的安保人员，成本较高，同时需要其24小时在岗，耗时耗力。

2 方案简介

    睡岗AI智能检测解决方案是基于·AI自动化建模训练平台，结合实际使用场景对大量不同角度、站姿、坐姿等关键性数据进行训练，配合摄像头对视频画面进行实时分析，分析监控区内的工人是否有违规睡岗行为。

在模型训练调优的过程中，不断根据测试集检测效果调整参数，提高训练模型的检测精度，达到精准检测的目的，一旦发现则立即发出警报提醒管理员进行查看和及时处理，极大的提高了安全监督的时效性，降低了管理成本。

     通过AI自动化建模训练平台，推出抽烟检测、打电话检测、离岗检测、玩手机识别等一系列AI核心算法，便于管理人员对人员进行有效监管，避免相关安全隐患的发生。从原来的“人眼检查”转变成“智能防范”，大大降低管理人员的劳动强度，促使监管更加高效。

     该算法支持全开放生态，适配10+大厂100+款主流芯片，可灵活部署于各场景的终端AI摄像头，也可部署于相应管理系统的云服务器中、或集成在边缘硬件盒子内，连通摄像头直接使用。

3 方案优势

    平台内置先进的AutoML技术，预置多种主流算法框架和多个预训练模型，提供核心能力的开放AI服务，为AI模型研发与部署提供一站式服务。案例数据显示，平台在技术门槛、模型效率、模型质量、模型应用、模型管理、应用场景方面都大大优于传统机器学习建模，有效助力企业自主开发AI应用效率提升10倍以上，平均缩短建模周期50%。