[發明專利]一種電力員工安全帽佩戴自動識別方法

在審

• 申請號: 202010082338.1
• 申請日: 2020-02-07
• 公開（公告）號: CN111476083A
• 公開（公告）日: 2020-07-31
• 發明（設計）人: 鄒國鋒;傅桂霞;姜殿波;高明亮;尹麗菊;王瑋;馬立修
• 申請（專利權）人: 山東理工大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種電力員工安全帽佩戴自動識別方法，其特征在于：包括以下步驟：

S1、數據準備：構建行人訓練樣本集、安全帽訓練樣本集和安全帽測試樣本集；

S2、基于遷移學習的檢測模型訓練：

S2.1、采用YOLO網絡架構，構建YOLOv3-320行人檢測網絡模型，將YOLOv3-320模型在VOC通用目標檢測數據集中的預訓練參數遷移至本發明的網絡結構中，作為網絡初始參數；

S2.2、將歸一化的行人訓練樣本集輸入參數修改后的YOLOv3-320訓練模型，實現網絡參數的微調學習，輸出行人檢測器網絡模型，并保存該模型；

S2.3、利用MultiBox多邊界框檢測器思想，構建單目多框SSD安全帽檢測網絡模型，該模型以VGG-16為基礎網絡，在卷積網絡中選取6個階段輸出特征圖進行目標檢測，最終通過非極大抑制操作輸出檢測結果；

S2.4、將SSD_inception_v2模型在COCO目標檢測數據集中的預訓練參數遷移至SSD安全帽檢測網絡模型中，作為網絡初始化參數；

S2.5、將安全帽訓練樣本集輸入修改參數后的SSD預訓練模型中，實現網絡參數的微調學習，輸出并保存安全帽檢測器模型；

S3、基于模型級聯的安全帽檢測：

S3.1、將測試樣本圖像分別加載步驟S2訓練得到的行人檢測器模型YOLOv3-320，實現行人區域檢測；

S3.2、將檢測到的行人區域劃分為上下半身，兩個區域，將行人上半身區域圖像輸入訓練好的SSD安全帽檢測器模型，實現安全帽檢測；

S3.3、輸出安全帽佩戴識別結果，即在上半身區域檢測到安全帽則表示行人正確佩戴安全帽，否則表示未正確佩戴安全帽。

2.如權利要求1所述的一種電力員工安全帽佩戴自動識別方法，其特征在于，所述步驟S1行人訓練樣本集包含8000幅圖像。

3.如權利要求1所述的一種電力員工安全帽佩戴自動識別方法，其特征在于，所述步驟S1安全帽訓練樣本集包含5000幅圖像。

4.如權利要求1所述的一種電力員工安全帽佩戴自動識別方法，其特征在于，所述步驟S1測試樣本集包含5000幅圖像。

5.如權利要求1所述的一種電力員工安全帽佩戴自動識別方法，其特征在于，所述步驟S2.1中YOLOv3-320行人檢測網絡模型共包含107層，其中0到74層為卷積特征圖提取層，由卷積和殘差網絡構成；75到106層為YOLO目標檢測層，由卷積網絡構成，YOLO目標檢測采用3個不同尺度的輸出特征交互，形成最終檢測輸出。

6.如權利要求1所述的一種電力員工安全帽佩戴自動識別方法，其特征在于，所述步驟S2.2中行人訓練樣本集圖像尺寸歸一化為320*320。

7.如權利要求1所述的一種電力員工安全帽佩戴自動識別方法，其特征在于，所述步驟S3.1中測試樣本圖像尺寸歸一化為320*320。