目前，工厂的生产车间内事故爆发较多，大多数的原因是工人的动作违反工厂的操作规定引发的。常见的有未佩戴安全帽引发的工人被砸伤；工人在污染车间未佩戴口罩造成中毒；在禁烟车间抽烟导致车间易燃易爆物爆炸等。还有一些深层次的原因是生产流程中，工人未按照规定进行一系列的动作导致人员伤亡，如上岗前未进行一系列的防护动作导致操作中出现伤亡等。

为监督生产车间的工人动作行为，目前大部分的车间内都进行了视频监控的安装，然而人工对视频监控进行监督需要消耗大量的人力，再加上监督人员一旦出现疲劳就会引起漏检，导致意外的发生。将人工智能技术和视频监控融入生产车间中的各个生产环节，可以有效减少工人违规行为的数量，及时发现工作中的事故隐患，提高车间生产智能化管理。

人工智能图像处理技术中的人体动作行为识别技术，在智慧监控起到了重要的作用，在视觉跟踪过程中，根据相邻帧的关联算法实现目标跟踪或通过所有帧质检的全局关联算法实现目标跟踪。视频实现实时人体动作行为跟踪效率较高，成本较低。采用视觉人体关键点定位识别进而确认人体动作打破了原有的惯性定位识别和光学识别的局限性，无需佩戴和标记即可实现精准动作判断和轨迹预测。

巨萌视觉引擎视觉行为识别工厂违规行为，具有抗遮挡功能，对目标进行持续跟踪，计算量较低、检测速度较快、精准度较高，不需要消耗大量的人力物力财力，大大提高车间工人作业安全性，广泛适用于生产企业的智能化车间升级改造。

以煤矿安全行为识别为例，巨萌视觉引擎行为识别可以提取工人的违规行为特征，实现矿井视频图像的特征检测和典型场景检测，实现人员违规行为分析和报警。以锅炉生产车间为例，通过行为识别可以智能识别锅炉生产过程中人员的违规行为或发生意外摔倒等行为进行报警，减轻事故发生的可能性。以炼钢厂为例，采用深度智能检测，可解决炼钢厂复杂环境下的违规行为检测，对于生产环节及流程也可以实现检测是否负责流程，实现现有自动化系统智能感知，做出类人的判断。

由此可见，巨萌视觉引擎视觉识别工厂车间的违规行为可大大提高车间的生产运行和维护，具有安全性和可靠性，实现车间视频监控的可视化和可调度性，更加安全和可靠。可将现有视频监控升级为工厂车间安全管控的一个重要手段，自动识别、自动分析、自动预警，真正实现智慧化、智能化生产车间改造升级。