[發(fā)明專利]一種基于寬度學(xué)習(xí)的安全帽圖像識(shí)別算法

在審

• 申請(qǐng)?zhí)枺?/td>: 201811355123.1
• 申請(qǐng)日: 2018-11-14
• 公開（公告）號(hào): CN109522838A
• 公開（公告）日: 2019-03-26
• 發(fā)明（設(shè)計(jì)）人: 李鐵山;王揚(yáng);田野;陳俊龍;左毅;楊赫;蔣龍;彭東成;韓野;楊晶晶;肖楊
• 申請(qǐng)（專利權(quán)）人: 大連海事大學(xué)
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/62
• 代理公司: 大連東方專利代理有限責(zé)任公司 21212
• 代理人: 唐楠;李洪福

本發(fā)明公開了一種基于寬度學(xué)習(xí)的安全帽圖像識(shí)別算法，其特征在于具有如下步驟：S1、寬度學(xué)習(xí)系統(tǒng)的數(shù)據(jù)準(zhǔn)備；S2、基于寬度學(xué)習(xí)訓(xùn)練安全帽圖像識(shí)別模型；S3、基于寬度學(xué)習(xí)系統(tǒng)的安全帽圖像檢測(cè)機(jī)制：S31、讀取步驟S1得到的圖像測(cè)試集和步驟S2得到的所述安全帽圖像識(shí)別模型；S32、將圖像測(cè)試集中的圖像輸入到所述安全帽圖像識(shí)別模型，獲得輸出值；S33、將有人但無安全帽的圖片進(jìn)行標(biāo)記，并發(fā)出警告。本發(fā)明是基于寬度學(xué)習(xí)系統(tǒng)的安全帽圖像識(shí)別技術(shù)，而寬度學(xué)習(xí)架構(gòu)層次較淺，對(duì)計(jì)算資源要求較低使得其能夠在低端設(shè)備上進(jìn)行部署且不會(huì)損失太大的精度。

技術(shù)領(lǐng)域

本發(fā)明涉及安全設(shè)施檢測(cè)領(lǐng)域，特別涉及一種基于寬度學(xué)習(xí)的安全帽圖像識(shí)別算法。

背景技術(shù)

隨著社會(huì)經(jīng)濟(jì)的發(fā)展，航運(yùn)業(yè)發(fā)展越來越快，相應(yīng)的，航運(yùn)業(yè)帶來的安全隱患也越發(fā)的引人注意。物流倉儲(chǔ)碼頭中有諸多現(xiàn)場(chǎng)作業(yè)，不可避免的會(huì)帶來一些安全問題，例如高空墜物，作業(yè)人員以及施工場(chǎng)地的工作人員急需一些安全保護(hù)措施，例如佩戴安全帽，以有效的防止安全事故的發(fā)生。

由于工作人員的安全意識(shí)不高，或者是由于某些外界因素導(dǎo)致工作人員忘記佩戴安全帽，導(dǎo)致安全事故屢屢發(fā)生，可見，對(duì)安全帽的準(zhǔn)確檢測(cè)，以提醒未佩戴安全帽的工作人員進(jìn)行佩戴，有利于在一定程度上避免安全事故的發(fā)生。

現(xiàn)有技術(shù)中，對(duì)工作人員安全帽佩戴的檢測(cè)方法采用機(jī)器學(xué)習(xí)的方式，通過對(duì)攝像頭采集一定區(qū)域內(nèi)的整體圖像或者當(dāng)前用戶的整體圖像，進(jìn)行提取特征，然后結(jié)合模式識(shí)別技術(shù)進(jìn)行判斷。

由于檢測(cè)的區(qū)域較大，是否佩戴安全帽的特征，相對(duì)來說，不是很明顯，容易造成檢測(cè)不準(zhǔn)確，無法準(zhǔn)確的對(duì)用戶是否佩戴安全帽做出判斷，從而無法完全避免因安全帽引發(fā)的安全事故。

發(fā)明內(nèi)容

為解決現(xiàn)有技術(shù)存在的上述問題，本發(fā)明要設(shè)計(jì)一種網(wǎng)絡(luò)簡(jiǎn)單、訓(xùn)練速度快、網(wǎng)絡(luò)重構(gòu)代價(jià)小，能保證跟蹤的實(shí)時(shí)性和準(zhǔn)確性的基于寬度學(xué)習(xí)的安全帽圖像識(shí)別算法。本發(fā)明采用的技術(shù)手段如下：

一種基于寬度學(xué)習(xí)的安全帽圖像識(shí)別算法，具有如下步驟：

S1、寬度學(xué)習(xí)系統(tǒng)的數(shù)據(jù)準(zhǔn)備

將從監(jiān)控視頻流中截取的圖片進(jìn)行必要的預(yù)處理，將圖片分成三類：a.沒有人的圖片；b.有人但無安全帽的圖片；c.有人且有安全帽的圖片；

將這三類圖片分別使用K折交叉驗(yàn)證法從中抽取(K-1)折作為圖像訓(xùn)練集，1折作為圖像測(cè)試集；

S2、基于寬度學(xué)習(xí)訓(xùn)練安全帽圖像識(shí)別模型

對(duì)步驟S1得到的圖像訓(xùn)練集進(jìn)行目標(biāo)檢測(cè)，所述安全帽圖像識(shí)別模型為寬度學(xué)習(xí)網(wǎng)絡(luò)結(jié)構(gòu)，為兩層網(wǎng)絡(luò)，包括輸入層和輸出層；

提取圖像訓(xùn)練集中圖像的特征生成特征節(jié)點(diǎn)和特征節(jié)點(diǎn)的增強(qiáng)節(jié)點(diǎn)，共同作為所述安全帽圖像識(shí)別模型的輸入層；

特征節(jié)點(diǎn)通過函數(shù)得到，即將輸入的圖像訓(xùn)練集中的圖像數(shù)據(jù)X映射并產(chǎn)生第i組特征節(jié)點(diǎn)；

若產(chǎn)生n個(gè)特征節(jié)點(diǎn)，表達(dá)如下：

其中，X為輸入的圖像訓(xùn)練集中的圖像數(shù)據(jù)，是權(quán)重系數(shù)，是偏置項(xiàng)，和都是隨機(jī)產(chǎn)生的；

給定記號(hào)Zⁱ≡[Z₁...Z_i]表示所有的輸入的圖像訓(xùn)練集中的圖像數(shù)據(jù)映射的特征節(jié)點(diǎn)；

增強(qiáng)節(jié)點(diǎn)是對(duì)特征節(jié)點(diǎn)的所代表的特征進(jìn)行增強(qiáng)；

增強(qiáng)節(jié)點(diǎn)通過函數(shù)得到，被記為H_j，前j組所有增強(qiáng)節(jié)點(diǎn)被記為H^j≡[H₁,...,H_j]，其中，是權(quán)重系數(shù)，是偏置項(xiàng)，和都是隨機(jī)產(chǎn)生的，第m組增強(qiáng)節(jié)點(diǎn)表示為：