值班人员范文

2024-05-31

值班人员范文（精选4篇）

值班人员第1篇

1消控室值班人员管理现状

1.1社会单位和值班人员在消控室管理责任意识方面有待加强《消防法》规定, 消防工作的原则是政府统一领导、部门依法监管、单位全面负责、公民积极参与。有的单位不重视对消控室的管理, 致使消控室未能充分有效发挥作用, 设备存在故障, 误报率高, 忽视对值班人员的素质要求, 将消控室值班人员等同于服务员或是保安, 有的身兼数职, 值班人员责任心不强, 对报警信号、故障信号、屏蔽信号视而不见, 对消控室的设施设备不了解、不会操作, 无从下手。

1.2消控室值班人员数量不足。消控室作为整个建筑物的消防安全中枢, 根据《消防控制室通用技术要求》, 消防控制室必须实行每日24小时专人值班制度, 每班不应少于2人。依照我国《劳动法》的规定, 实行8小时工作制, 照此推算, 每个消控室, 须配齐6人值班。可是目前很多单位, 尤其是投资小、规模小、消防安全意识淡薄的社会单位往往达不到6人, 有的甚至将消控室形同虚设, 营业期间上锁, 更无值班人员。

1.3消控室值班人员参加培训、持证上岗率不高。近年来开展的消控室人员培训和消防行业特有工种职业技能鉴定促进了社会单位消防管理水平和从业人员素质的较大提高, 有力维护了火灾形势的稳定。就黑龙江而言, 这项工作起步较晚, 11年下半年开始组织职业技能鉴定。目前消控室有1500余个, 应有值班操作人员6000人, 已取得消防特有工种初级资格证书人数为3000多人, 占50%。公安部《关于进一步加强社会消防安全培训和消防行业职业技能鉴定工作的通知》 (公消[2012]126号) 提出在“十二五”末所有自动消防设施操作人员基本实现持证上岗的要求, 缺口近50%, 培训、鉴定任务仍十分艰巨。

1.4消控室值班人员业务水平低, 对消控室内设置的消防设备不会操作, 也不懂得按应急程序进行处置。文化水平低、待遇低、业务水平低、年龄大、流动性强成了部分单位消控室值班人员的共同特征。消控室值班人员成分大多为单位的临时聘用员工, 流动性强, 对火灾报警控制系统缺乏熟练操作, 不懂或不熟悉工作原理, 单位也不愿意出资让其参加培训和职业技能鉴定, 担心在培训或者考取国家职业资格证之后辞职, 落得“为他人做嫁衣”的结局。

1.5消控室人员欠缺主动学习积极性、钻研业务的精神。正因为工资待遇低、流动性大、文化素质不高、年龄偏大等种种原因, 相当一部分消控室人员并没有把目前的工作当作长发远的个人发展方向, 即使接受单位委派前去培训, 仍然是处在被动学习的状态当中, 对教学内容死记硬背, 没有理解透彻, 有的设施设备又是本单位所没有的, 更增加了学习难度。

1.6社会消防安全培训能力有待加强, 制约了消控室人员素质的提高。目前依法设立的社会消防培训机构数量少、教学场地、设施及相关食宿条件有限, 对偏远地区的学员学习培训困难, 成为严重影响消控室值班操作人员培训的“瓶颈”, 随着近两年社会单位对消控室人员培训需求量的增大, 问题愈发严重。针对我省来说, 培训机构仅有一家, 教员少、流动性大、素质也是参差不齐, 一定程度上也影响了教学质量的提高。

2加强消控室值班人员管理具体对策

2.1加强宣传, 提高社会单位对消控室及值班人员管理重要性的认知度。充分利用广播、电影、电视、网络、报刊杂志等各种媒体, 开展经常性、全方位、形式多样的宣传活动, 广泛宣传消控室值班人员持证上岗的重要意义。对不重视值班人员管理的单位及存在问题进行曝光、公告, 对消控室管理规范, 值班人员全员持证上岗、履行职责较好的单位树立正面典型并加以推广。

2.2结合当前火患夏季消防安全检查专项行动, 防火监督执法人员切实履行监管职责。加大对消控室监督管理力度, 加大依法处罚力度, 并在必要时开展消控室消防安全专项督查。同时, 针对消控室值班人员业务水平低、应急处置能力弱、工作期间责任心缺失、执行制度不坚决等问题, 利用日常监督检查单位的时机, 对消控室人员进行技术指导和培训, 从而提高消控室值班人员业务素质、单位消防安全管理水平的提高。

2.3加强对培训机构指导, 提高教学质量, 加强职业技能培训。《社会消防安全教育培训规定》 (公安部令第109号) 中规定, 公安机关消防机构会同教育行政部门、人力资源和社会保障部门对消防安全专业培训机构实施监督管理。要按照部局《关于进一步加强社会消防安全培训和消防行业职业技能鉴定工作的通知》 (公消[2012]126号) 要求, 深入挖掘现有消防培训资源, 督导各类消防培训机构最大能力地开展对自动消防设施操作人员的培训。会同教育、人力资源部门利用公安机关消防机构的高级工程师、消防监督执法业务骨干、消防产品生产厂家的技术人员对培训机构进行教学质量的督导。鼓励扶持具备条件的社会组织开办消防职业培训机构, 突破只有一家培训机构的瓶颈, 拓展教学点, 对需参加培训的消控室人员进行合理分配, 既方便学员“就近入学”, 减轻社会单位负担, 又能满足社会单位对参加职业技能培训的需求。

2.4推动职业技能鉴定工作开展。对建站较晚、鉴定设备设施仍有待完善的地区, 应当在现有基础上, 加强对场地、设施的维护保养, 确保完整好用。部局召开过公安消防部队基地化实战化训练工作座谈会, 以此为契机, 依托培训基地建设, 积极争取支持, 加大投入, 加强鉴定设施建设, 加快职业技能鉴定站的发展。

2.5推行消控室值班持证人员注册备案制度。鉴于目前消控室值班操作人员流动性较大的情况, 应建立制度来确保这一岗位人员的相对稳定。在这一制度下, 首先要全面掌握辖区消控室数量和值班操作人员底数, 通过开发消防社会人力资源平台进行造册登记, 包括消控室值班人员基本信息、参加培训和鉴定情况、岗位变动情况等, 信息及时更新, 从而加强对值班人员管理。同时, 积极争取有关政府部门根据持初级、中级、高级、技师、高级技师证不同的类别, 落实完善工资待遇保障措施, 保障持证人员的合法权益, 提高参加职业技能培训和鉴定的积极性, 也使消防机构能够更全面更清晰地掌握社会单位消防安全管理工作的基本情况。

摘要：消防控制室是建筑的消防控制中心, 对火灾扑救和整个建筑的消防安全管理起着至关重要的作用, 充分发挥消防控制室值班人员的职责作用, 把握火灾扑救的最佳时机, 否则建筑消防设施就可能形同虚设, 本文针对目前消防控制室值班人员管理中存在的问题进行深入分析, 并提出对策。

关键词：消防控制室,值班人员,管理

参考文献

[1]关于进一步加强社会消防安全培训和消防行业职业技能鉴定工作的通知, 公安部消防局, 2012.

[2]社会消防安全教育培训规定, 公安部令第109号.

春节假期值班人员值班要求第2篇

①、值班期间，值班人员及值班领导要保持通讯工具处于24 小时开机状态，确保联系通畅，值班领导在值班期间，负责做好检查工作，并保证在工厂市区周边，当碰到紧急情况须本人到场处理时，要求在做好

应急处理的前提下2 小时内到达事发地点。

②、值班人员在春节放假值班期间时间为公司水电运行及安全工作的第一责任人，值班期间严禁在公司内

使用明火及电炉等大功率电器，并认真做好公司的防火、防盗及安全保卫工作

③、值班人员要坚守岗位，不能无故让他人替岗，严禁饮酒，需要外出时，必须保证公司有人替岗，值班

人员必须每隔半小时打一次卡，每班值班结束后需填写值班记录表并转交下一位值班人员，人事行政部节

后负责对值班表的统计及检查。

④、值班期间，值班人员要认真做好安全监控工作，预防各类事故和事件的发生，发现问题及时报告。当

遇到自行不能解决或紧急情况、重大事件，要求事发10 分钟内《值班表》安排联系值班领导，并做好临

时处理措施、积极处置。

⑤、值班人员要做好值班记录、书报接收、文件、快递签收等工作，遇到重要事情记载入《值班记录表》，并做好交接班等有关工作。

值班人员第3篇

智能视频信息提取作为图像处理和人工智能领域相结合的新兴学科,具有与人主观识别完全不同的优势,在行人监控、驾驶员监控[1,2]、安全检查等诸多方面都有着广阔的应用前景。

在实际生活中,值班人员在工作时睡觉会带来极大的安全隐患,因此从录像中快速检查出值班人员处于睡眠状态的情况是非常重要的。目前的方法普遍是通过人力浏览录像,由于录像太长,人力检测非常费时费力,这就需要智能视频系统解决如下问题:将操作人员从繁杂枯燥的“盯屏幕”任务解脱出来,由机器从海量的视频数据中快速搜索到睡眠片段。在如今的视频分析领域,大多数是针对视频中运动内容的检测[3],而针对静止内容的视频片段检测技术还是很少的。

根据对视频序列中睡眠片段的分析,可以得出睡眠视频的一大特点,即在睡眠期间视频帧处于相对静止的状态。于是,本文提出了一种将静帧检测技术与人脸及人眼检测技术相结合的睡眠检测算法,即先对视频序列进行静帧的初步检测,然后只对检测出的静帧进行进一步的检测。

1 睡眠检测算法

1.1 算法基本思想

本算法的基本思想是:首先对视频序列进行静帧检测,然后对检测出的静帧进行人脸检测和人眼检测,最后通过人眼状态判定目标是否处于睡眠状态。图1为本算法的基本流程图。

1.2 静帧检测

根据睡眠视频片段各帧几乎处于静止状态的特点,采用帧差法对视频序列进行静帧检测。对于分辨率为w×h的图像来说,计算方法如下

undefined

式中:Dn为相邻两帧的帧差;fk(x,y)和fk+1(x,y)分别为第k帧和第k+1帧(x,y)点像素的灰度值。

相邻两帧相减得到的帧差与某一阈值T相比较,在光照条件不发生剧烈变化的情况下帧差小于该值时即可判定为静止帧,判定标准如下

经测试,阈值T取值为25时检测结果较准确。

1.3 人脸检测

在对整个视频序列进行静止帧检测后,再对检测到的静止帧进行人脸检测。本算法采用肤色模型[4,5]和灰度投影[5]的方法进行人脸检测。

1.3.1 肤色相似度计算

为了进行人脸检测,这里采用人脸肤色作为识别人脸的特征,建立肤色模型并求得相似度矩阵,通过该肤色模型检测任一像素为肤色的概率为

p(Cb,Cr)=exp[-0.5(x-m)TC-1(x-m)] (3)

式中:x=[Cb,Cr]T ;m为均值E(x);C为协方差矩阵,C=E[(x-m)(x-m)T]。

由式(3)计算出任一像素点是肤色的概率为p(Cb,Cr),肤色相似度图像各像素灰度值F为

F=255×p(Cb,Cr) (4)

处理结果如图2b所示。

1.3.2 人脸轮廓提取

经过人脸相似度计算后,图2b获得的人脸相似度图像中,人脸区域和背景区域在灰度上具有明显的差别,因此,通过简单的二值化即可求出人脸轮廓,其中二值化阈值采用整幅图像的灰度均值。轮廓提取结果如图2c所示。

1.3.3 人脸定位

在人脸轮廓图像中,可以比较容易进行人脸定位,算法步骤如下:

1) 对人脸轮廓图像图2c进行垂直方向投影,求出每列白色像素占整列像素数的比例(即每列白色像素出现的频度)。

2) 通过频度确定人脸区域的左边界和右边界。这里,左右边界设定的阈值为0.2,即从频度最大向左寻找频度减小到0.2的那一列作为左边界,而从频度最大向右寻找频度减小到0.2的那一列作为右边界。

3) 同理,对人脸轮廓区域进行水平方向投影,并计算每行白色像素出现的频度。

4) 通过频度确定人脸区域上边界,上边界阈值设定为0.4,即从频度最大向上寻找频度减小到0.4的那一行作为上边界。

5) 人脸拟合为矩形时,长宽比约为1.8,在已知上边界、左边界及右边界的情况下,求出人脸的下边界。

本算法没有通过肤色去检测下边界,这是因为人穿不同衣服时,外露脖子的长短不同。若依靠肤色检测下边界,脖子区域也会被误当作人脸检测出来,影响人脸定位效果。

定位效果如图2d所示。

1.4 人眼检测

通过人脸检测算法已经可以比较精确地检测出人脸区域,仅对人脸区域进行人眼检测。文献[6]中对人眼检测技术进行了详细综述和比较,本算法选取灰度投影方法[7]进行人眼检测,算法步骤如下:

1) 对人脸区域灰度图像进行二值化,处理效果如图3b所示。

2) 对人脸二值图像进行形态学处理,先通过腐蚀操作去除图像内的散点、毛刺,再通过膨胀操作扩充边界点并填充连通区域内的空洞,处理效果如图3c所示。

3) 根据人脸特征,仅对经形态学处理后的二值图像的上半部进行水平方向投影并确定眼睛上边界及下边界,方法与人脸检测相同。

1.5 睡眠帧判定

经人眼检测得出了眼睛的上边界和下边界,可计算出眼睛高度,当眼睛像素高度大于6时,表示人眼处于睁开状态;当眼睛像素高度小于6时,表示人眼处于闭合状态,该帧为睡眠帧。

1.6 睡眠判定

以上的操作都是基于单帧的,故有可能将眨眼瞬间的一帧判定为睡眠帧,所以需再次进行睡眠片段的判定,本算法以分钟为单位进行睡眠片段的检测。

在值班视频序列中,每隔5 s(125帧)检测1次,故每分钟需检测12次。若超过8次检测为睡眠状态,则判定该分钟处于睡眠状态。

2 实验结果

实验采用的测试序列为模拟值班录像拍摄的视频序列,时长为70 min,包括正常值班状态、三段睡眠状态和值班人员离开状态。

采用本算法对测试序列进行仿真,分别给出值班人员处于正常状态下和睡眠状态下的测试结果,如图4所示。

经实验,在进行了静帧检测的初级检测后,共检测出6段静止片段,其中包含了3段睡眠片段、2段值班人员处于正常状态的静止片段以及1段值班人员离开的片段。

由此可看出,经过静帧检测的初级检测后,滤除了视频序列中的活动帧,但误检率仍然很大。在对6段静止片段进行了人脸检测、人眼检测及睡眠判定等高级检测后,可以较准确地检测出睡眠片段及人员离开的视频片段。

值班人员在睡眠中有可能出现身体晃动,这种情况在静帧检测阶段就未被判定为静帧,造成了漏检。若在睡眠过程中发生身体晃动,则一整段睡眠片段会因为出现该状况而被分割成若干片段逐一检测出来。经计算,本算法针对该实验序列的漏检率为2.89%。

3 结论

本文基于视频分析提出了一种睡眠片段检测算法。实验结果表明,该算法可以较准确地检测出视频序列中目标人员不在位、处于睡眠状态的视频片段。目前本算法适用于单一值班人员的睡眠片段检测,下一步研究的方向为多人值班的睡眠片段检测算法。

摘要：对监控系统中夜间值班视频录像进行了分析研究,结合人们的睡眠特征,提出了一种基于静帧检测的初级检测算法与基于人脸检测和人眼检测的高级检测算法相结合的睡眠检测算法。实验证明,该算法可较准确地检测出监控录像中的睡眠片段。

关键词：视频分析,睡眠检测,静帧检测,人脸检测,人眼检测

参考文献

[1]DEVI M S,BAJAJ P R.Driver fatigue detection based on eye tracking[C]//Proc.First International Conference on Emerging Trends in Engi-neering and Technology.[S.l]:IEEE Computer Society,2008(17):649-652.

[2]任晓青,王民,周晓海.基于TMS320DM643的驾驶员疲劳检测系统的实现[J].计算机技术与发展,2009,19(11):242-245.

[3]蒋巍,张健,曾浩.基于智能视频监控系统的运动目标监测和跟踪[J].电视技术,2012,35(5):110-114.

[4]江珂,王玲.运用肤色信息和模版匹配的彩色人脸检测[J].中国测试技术,2006,32(1):53-55.

[5]冯伟兴,唐墨,贺波,等.Visual C++数字图像模式识别技术详解[M].北京:机械工业出版社,2010.

[6]唐琎,许海柱,王力.图像中人眼检测技术综述[J].计算机应用研究,2008,25(4):961-965.