HSE

تحلیل ارگونومی فعالیت‌های شغلی از روی ویدئو

ارزیابی REBA · QEC با هوش مصنوعی — نسخه دمو (Client-side)
📘 راهنمای استفاده از نرم‌افزار (کلیک کنید)
1
کلید API را وارد کنید

یک کلید OpenAI با دسترسی به مدل بینایی (Vision) لازم است. کلید فقط در حافظه مرورگر همین نشست نگهداری می‌شود.

2
ویدئوی فعالیت را بارگذاری کنید

فایل را بکشید و رها کنید یا انتخاب کنید. فرمت‌های MP4، WEBM، MOV و AVI پشتیبانی می‌شوند (پخش AVI به مرورگر بستگی دارد).

3
حالت تحلیل و تعداد فریم را تنظیم کنید

حالت سریع برای بررسی اولیه و حالت حرفه‌ای برای تحلیل دقیق‌تر با فریم بیشتر مناسب است.

4
تحلیل را شروع کنید

نرم‌افزار به‌صورت هوشمند از ویدئو فریم نمونه‌برداری می‌کند، هر فریم را از نظر وضعیت بدن بررسی می‌کند و امتیازهای REBA و QEC را طبق جداول استاندارد محاسبه می‌کند.

5
نتایج را بررسی کنید

داشبورد، Timeline فریم‌ها، جدول مقایسه، بدترین وضعیت (Worst Case) و FACT SHEET مدیریتی در دسترس است.

6
تحلیل را ویرایش و تأیید کنید

به‌عنوان کارشناس می‌توانید امتیازها و یافته‌ها را اصلاح کرده و با دکمهٔ «تأیید تحلیل توسط کارشناس» آن را نهایی کنید.

7
خروجی بگیرید

گزارش را به‌صورت PDF (چاپ) یا Excel/CSV دریافت کنید.

این ابزار یک دستیار غربالگری اولیه است، نه جایگزین ارزیابی حضوری کارشناس ارگونومی/HSE.

1 پیکربندی هوش مصنوعی

کلید فقط در حافظهٔ این نشست مرورگر (sessionStorage) نگه‌داری می‌شود؛ با بستن تب پاک خواهد شد.
⚠️ این نسخه به‌صورت Client-side مستقیماً از مرورگر با API تماس می‌گیرد، بنابراین کلید در ترافیک شبکهٔ مرورگر قابل مشاهده است. برای استفادهٔ سازمانی/Production توصیه می‌شود یک Backend Proxy بین مرورگر و OpenAI قرار گیرد (Frontend ↓ Backend Proxy ↓ OpenAI API) تا کلید فقط روی سرور نگه‌داری شود.
تعداد فریم بیشتر = دقت بالاتر اما هزینهٔ API بیشتر. نرم‌افزار فریم‌های تقریباً مشابه را حذف می‌کند.

2 بارگذاری ویدئو

🎥
ویدئو را اینجا رها کنید یا کلیک کنید MP4 · WEBM · MOV · AVI

2.5 اطلاعات تکمیلی کار (اختیاری — برای افزایش دقت تحلیل)

این مقادیر از روی تصویر ویدئو قابل تشخیص قطعی نیستند (وزن واقعی بار، تکرار دقیق، مدت مواجهه، لرزش، استرس). هرچه اطلاعات بیشتری اینجا وارد کنید، هم امتیازهای REBA/QEC به‌جای «تخمینی بودن» بر پایهٔ داده‌های واقعی محاسبه می‌شوند، و هم هوش مصنوعی می‌تواند اقدامات اصلاحی دقیق‌تر و عملیاتی‌تری (متناسب با وزن بار، تکرار و مدت مواجههٔ واقعی) پیشنهاد دهد.