岗位执勤是为了防范安全隐患，及时的发现和处理突发事故，这就决定了岗位执勤的重要性，但是以前对于岗位执勤状态的管理都是非直接的，比如通过培训和教育、纪律约束、定时巡视等，其效果无法***把握，更无法实时反馈。往往等事故发生后再去纠责，损失已经造成，找到责任人也已毫无意义。所以迫切的需要一种能够对执勤人员在岗状态进行实时***检测并提醒报警的产品。 执勤工作是一套以***为核心、以值班为中心、以目标区域为阵地、以哨兵为支撑、以领班员为骨干的完整阵地系统。着眼建设现代化***，根据******“广东会议”精神，我们大力加强了构建“智能化执勤管理系统”的研究探索。结合上级以及总队作战勤务值班员对全队执勤工作的远程网上检查情况，当前比较突出的表现在部分单位值班员脱岗、睡岗、走神、替岗等问题。 为提高总队执勤管理安防体系的网络化、智能化程度，加强对“常见病”、“多发病”的治理，及时消除安全隐患、预防执勤事故，我公司与浙江省***总队联合研制了值班员在岗状态监测系统，实现了对各级值班员离岗、瞌睡、走神、替岗等现象的自动判断、现场提醒和远程报警，为以人为本、信息主导、正规执勤、确保安全提供了更加有力的支撑。 系统通过在各级值班室加装一台小型标清摄像机和一台视频分析仪，即可***值班员的***、人脸、人眼等信息，在智能综合分析处理的基础上，达到对各级值班员离岗、瞌睡、走神、替岗等现象的自动判定、现场提醒和远程报警。
1. 执勤防瞌睡系统
系统功能介绍做软件致电一伍扒一一三三泗柒四四。
互联网是个神奇的大网，大数据开发和软件定制也是一种模式，这里提供***详细的报价，如果你真的想做，可以来这里，这个手机的开始数字是一伍扒中间的是壹壹三三***后的是泗柒泗泗，按照顺序组合起来就可以找到，我想说的是，除非你想做或者了解这方面的内容，如果只是凑热闹的话，就不要来了。
图2-1
图2-1，是值班员在岗状态监测系统的运行画面，上面一排为菜单栏，可对系统参数进行设置，右侧为软件快捷操作栏。该系统24小时不间断监测值班员上岗，在值班员有离岗、瞌睡、走神和替岗等异常情况出现时，立即进行本地提醒，督促值班员***正常值班状态。互联网是个神奇的大网，大数据开发和软件定制也是一种模式，这里提供***详细的报价，如果你真的想做，可以来这里，这个手机的开始数字是一伍扒中间的是壹壹三三***后的是泗柒泗泗，按照顺序组合起来就可以找到，我想说的是，除非你想做或者了解这方面的内容，如果只是凑热闹的话，就不要来了。
1、防离岗功能：
图2-2，当值班员离开值班室位置时，系统立即通过声音以及在画面上弹出红色报警信息，进行现场提示和报警。防离岗功能是此系统的一项重要功能，离岗时间可以根据各单位具体情况自行设定，一般在15秒到一分钟，不影响值班正常工作即可。
图2-2
2、防瞌睡功能：
图2-3右下方，有一条波纹图形显示区域。这一图形就是对值班员眼球活动状态的实时监测图，如果眼睛闭上此图会呈现一条直线状态。当值班员长时间处于闭眼状态时，系统立即通过声音以及在画面上弹出红色报警信息，进行现场提示和警报。瞌睡报警时间可以自行设定，一般在10秒到30秒之间。
3、防走***能：
在值班员值班时间较长时，值班员难免会出现走神现象，此项功能能够在值班员走神时，进行提醒。图2-4，当值班员长时间处于走神状态时，系统立即通过声音以及在画面上弹出红色报警信息，进行现场提示和报警。走神报警时间可以自行设定，一般在15秒到一分钟之间。
图2-4
4、防替岗功能：
系统建立人脸数据库，通过人脸识别技术，验证值班员是否为系统承认人员，防止非***人员替岗。(图2-5录入人脸信息)
图2-5
三级联网智能查勤功能：
上级值班员通过联动报警实时感知下级值班员值班异常状态的功能。
图2-6
在***总部的统一部署下，各单位都已经建立了NET-VM报警联动系统，实现了各级单位的互联互通。(如图2-6)我们通过各单位现有NET-VM报警联动系统，将值班员在岗状态监测系统进行整合，实现了三级联网智能查勤功能。当下级单位值班员在出现离岗或睡岗时，并且在一定时间内值班员对本地报警提醒没有做出处理，及时***值班状态时，上级单位的网络视频监控平台就会自动弹出该值班室的监控画面并进行声音报警提示，(若在本地报警提醒一定时间内，值班员***正常值班状态，则不会触发远程报警)。上级值班员接到报警指示，应快速询问该值班室的情况，督促下级值班员做好值班工作。
图2-7
图2-7，为三级联网状态下，中队值班员离岗或瞌睡且时间较长，(时间可设置)在本地提醒无效的情况下，触发了支队和总队的远程***。在上级的网上监控平台***个监控显示区域自动显示出报警中队值班室的监控画面，并出现红色闪烁框、伴随声音报警。上级值班电脑同时自动录制该报警中队值班室的监控画面并自动保存报警日志，便于查证。
总队-支队-中队三级联网机构图
我们将值班员在岗状态监测系统的本地报警触发信号接入到了NET-VM报警联动系统中，在原有网络架构不变的基础之上实现三级联网智能查勤功能，避免了各单位的重复建设，大幅度减少了资源投入，并使报警效果进一步得到提升。
三级联网智能查勤功能，真正实现了智能查勤这一目标。系统具有智能、实时、联动、多平台融合等优势。经过实际使用检验，是***排除安全隐患、提高信息化水平、加强勤务管理、实现减员增效的有效途径。
记录***功能
日志记录：系统自动以日志形式将所有软件操作和报警情况进行记录保存
截图***：当本地报警一定时间后，系统自动对***画面进行截图保存
视频录制：当触发远程报警时，上级值班电脑自动录制报警值班室监控画面
系统功能模块组成
视频采集模块：视频摄像头采集人形、人脸、人眼、可见光在眼球表面反射点等信息。
软件分析模块：综合应用眼睑状态分析技术、人脸识别技术、智能行为分析技术等技术跟算法，综合考虑各种环境变量，做出准确的在岗状态判断。
判断结果再应用模块：软件分析后的判断结果支持声音报警、光电报警和远程报警，其中远程报警提供丰富的接口功能，可以是局域网内报警也可以支持互联网异地报警，或者连接电信运营商系统，实现电话和短信报警;同时支持将所有的检测结果数据记录、储存和分析。
***智能查勤系统特点
l 全自动化：插电即用、实时监测、自动报警、联网反应
l 高准确性：报警准确率达99%以上，误报率极低
l 高可靠性：系统支持长期持续运行无需复杂维护
l 高适应性：对安装环境无特殊要求，且安装便捷
l 高灵活性：单机监测、巡逻监测、并行监测灵活配置组合
l 高人性化：非接触、无佩戴，不给值班人员造成任何不适
系统技术特征
1、基于自然光源
利用自然光源在眼球表面形成凸面镜效应，采用递归LBP算子、Gabor特征以及色彩联合进行眼睑状态识别，克服同类产品普遍利用红外光源的红眼效应而造成对被检测对象眼睛的伤害。
要进行瞌睡判断，需要首先***人脸及人眼，然后识别眼睑状态(图4)。由于本项目使用普通摄像机，在自然光照条件下，虹膜不能反射红外光线，给***识别增加了难度。
图4 判断瞌睡的流程图
***：使用Haar特征及Adaboost算法的检测程序,adaboost算法能根据弱学习的反馈适应性地调整假设错误率，在准确度及效率上较为突出，因此直接选用。而人眼***容易受到眉毛等附属物的影响，故提出使用纹理特征以及Haar特征联合进行adaboost检测(如图5)，实验结果证明其误判率在0.001%时拒真率为1%，能够满足进一步识别的要求。
图5 Haar特征示意图 人眼检测所使用的gabor特征示意图
识别：为了获得眼睑状态，我们利用自然光条件下眼球表面会反射光源，并在瞳孔或虹膜表面留下光斑的特点，来进行识别，如图6所示。
图6 自然光在瞳孔处反射光斑
本方案提出递归二值模式(RLBP)算子(图7)，该算子自顶向下逐级获取更***的二值特征，克服了局部二值模式LBP算子只能提取单一尺度的纹理特征，使得在人眼区域较小，低分辨率条件下，能够完整获得人眼特征。
图7 LBP算子及RLBP算子
(局部二值模式LBP特征) (递归二值模式RLBP算子)
同时提取肤色在YCrCb空间特征，***球纹理与眼睑纹理进行贝叶斯分类，***终通过建立好的R树,进行眼睑张开度判断。
图8 多尺度RLBP算子与单一尺度对比
通过以上方法，系统可在自然光照条件下，***睑张开度进行准确估计，结合驾驶疲劳测定方法，判定人员瞌睡状况，达到误判率在0.5%时拒真率为1%。
图9眼睑张开度识别算法流程图
2基于统计模型的两级姿态评估策略
准确判断人脸姿态，在被检测对象人脸超出约束角度范围时触发警报，实现“防走神”功能。
值班人员头部正常姿态应该正对监视屏等监视对象，一旦走神，人脸就会偏离一定角度。因此，系统根据实际检测设别需求，人脸姿态分为正常姿态、***姿态和偏转姿态，分别对应的角度为(-15-+15)，(-30--15，+15-+30)，(大于-30，大于+30)。在正常人脸姿态下，系统处于正常监测;发现***人脸状态，系统发出提示;监测到偏转状态，系统发出警报。
图10 人脸姿态识别分类模型
整个系统采用两级评估策略，首先针对检测到的人脸，根据中分类模型分为正常人脸和非正常人脸，然后进一步根据左分类模型和右分类模型，把非正常人脸分为***人脸和偏转人脸。此两级人脸姿态分类策略中关键技术在于两级分类模型的构建。
利用统计技术分别建立两级分类模型，中分类模型的构建如下：构建正面训练库、左偏转人脸库和右偏转人脸库，对所有图像提取Gabor小波纹理特征，纹理特征维数通常很高，影响分类速度和精度。进一步利用Adboost机器学习策略选择正面人脸区别偏转人脸的有效特征，同时大幅降低特征维数。***后利用选择到的特征通过支持向量基(SVM)建立人脸姿态中分类模型。左、右***分类模型的构建过程类似，区别在于构建人脸训练库时采用不同的人脸姿态库。
在该姿态评估策略中，利用机器学习策略降低分类特征，在保证精度的情况下，大幅提高计算效率，保证整个系统畅通运行。
3多种算法组合优化
实现多种功能的整合，同一台设备、同一时间、同一次测试完成眼睑状态检测、人脸姿态检测、人脸识别比对，解决了同类产品无法实现全功能的技术瓶颈。
功能对比：
(红外光源下采集的图像失真严重，无法进行其他分析，功能单一)(自然光源下采集的图像清晰，可以进行多种分析技术再处理，实现全功能)
图11 功能对比图(上图为对比系统、下图为本项目系统)
本系统依托可见光源的突出优势，有了进行多种算法组合应用的基础条件，着重解决多种算法组合应用的整合兼容问题，在获取了人眼状态、人脸状态、动作信息以及身份识别的情况下，对部分未知的状态用主观概率估计，然后用贝叶斯公式对发生概率进行修正，***后再利用期望值和修正概率做出***优决策判断，决定如何进行报警。***终实现了同一台设备、同一时间、同一次测试完成眼睑状态检测、人脸姿态检测、人脸识别比对，解决了同类产品无法实现全功能的技术瓶颈。
执勤是XXXX***的中心任务之一，通过哨位执勤能够及时的发现和处理突发事故，保证被执勤单位的安全，所以在哨位执勤时哨兵的执勤状态就成为了哨位管理的重中之重。以前对于哨位执勤状态的管理都是非直接的，比如通过培训和教育、纪律约束、定时巡视等，其效果无法***把握和实时反馈，所以迫切需要一种能够对哨兵的执勤状态进行***检测的产品。
执勤防瞌睡系统通过分析哨兵面部生物特征，从而***判断哨兵的执勤状态，如哨兵有疲劳、瞌睡等情况，系统自动进行语音提示，并可将报警上传至执勤管理平台。
典型组网图：
执勤防瞌睡典型组网图