[發(fā)明專利]基于改進RetinaNet的員工著裝規(guī)范檢測方法

在審

• 申請?zhí)枺?/td>: 202010148652.5
• 申請日: 2020-03-05
• 公開（公告）號: CN111401419A
• 公開（公告）日: 2020-07-10
• 發(fā)明（設計）人: 包曉安;陳春宇;張娜
• 申請（專利權）人: 浙江理工大學桐鄉(xiāng)研究院有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/32;G06K9/00;G06N3/04;G06N3/08
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 鄭海峰

本發(fā)明公開了基于改進RetinaNet的員工著裝規(guī)范檢測方法，步驟如下：樣本的采集和標注；對訓練數(shù)據(jù)集進行數(shù)據(jù)增強；基于RetinaNet的改進與anchors選擇；網(wǎng)絡的預訓練以及使用標注的訓練樣本集對改進網(wǎng)絡進行訓練；用測試樣本集對訓練的模型進行驗證，確定檢測效果。針對待檢測目標與背景相似的場景下檢測精度的不足，本發(fā)明提出了基于Root?Resnet?50的改進網(wǎng)絡用于提取圖像特征，使得網(wǎng)絡模型對于與背景相近目標的檢測具有更好的魯棒性。網(wǎng)絡結構相對較為簡單，模型檢測速度較快，可以直接應用于監(jiān)控視頻的實時檢測，對于員工的著裝可以起到監(jiān)督和提醒的作用，從而有效的提高員工管理的效率。

技術領域

本發(fā)明涉及計算機視覺、目標檢測、深度學習領域，尤其涉及一種基于改進RetinaNet的員工著裝規(guī)范檢測方法。

背景技術

隨著社會經(jīng)濟和信息技術的快速發(fā)展，利用計算機技術替代人工參與企業(yè)管理受到人們越來越多的關注。其中員工的著裝規(guī)范由于規(guī)范明確、特征較為明顯、檢查枯燥等特點，采用計算機技術可以較好的替代人工進行檢測以及規(guī)范管理。在一些服務場所和作業(yè)場所，員工的著裝有著明確的限制，如電影院、餐廳的服務人員應該穿標準的員工服裝、工場內的工人需要穿好防護服裝、工地的工人需要穿戴好安全服和安全帽等，著裝的規(guī)范化可以有效的提高服務質量、避免一些安全事故的發(fā)生，因此需要長時間的檢查，盡力避免相關違規(guī)現(xiàn)象的發(fā)生。

目前的著裝規(guī)范檢測大都依靠人工進行檢查，這會導致企業(yè)大量人力物力的耗費，當員工處于不同的場景下時，也會導致人工檢查的不便，同時人工檢查也會存在一定的疏漏，難以避免。另外，著裝規(guī)范檢測也有基于計算機視覺的檢測方法，如基于傳統(tǒng)特征算子的圖像識別方法、基于two-stage目標檢測的著裝規(guī)范檢測方法、基于one-stage目標檢測的著裝規(guī)范檢測方法等。然而在員工著裝規(guī)范檢測中還有大量關鍵性問題需要解決；

目前亟待解決的問題有：傳統(tǒng)圖像算法提取手工特征魯棒性不佳，造成檢測的精度難以提高；基于two-stage目標檢測和one-stage目標檢測的著裝規(guī)范檢測方法在檢測精度和檢測速度方面難以做好平衡，基于two-stage目標檢測的著裝規(guī)范檢測方法檢測精度較高但是檢測速度較慢，難以實時檢測，而基于one-stage 目標檢測的著裝規(guī)范檢測方法檢測速度較快，但是檢測精度較差。

發(fā)明內容

本發(fā)明的目的在于克服現(xiàn)有技術的不足，本發(fā)明提供了一種基于改進 RetinaNet的員工著裝規(guī)范檢測方法，提取更深層、更具魯棒性的圖像特征，然后通過Focal loss損失函數(shù)解決目標檢測過程中正負樣本以及難易樣本不平衡的問題，使得模型在達到較好的檢測精度的同時可以有較高的檢測速度，達到實時檢測的要求

為了解決上述技術問題，本發(fā)明采用如下技術方案：

一種基于改進RetinaNet的員工著裝規(guī)范檢測方法，包括如下步驟：

A、針對應用場景進行樣本數(shù)據(jù)集的采集和標注，并對樣本數(shù)據(jù)集進行數(shù)據(jù)集增強操作；

B、構建基于RetinaNet的目標檢測網(wǎng)絡結構，包括特征金字塔網(wǎng)絡、分類子網(wǎng)絡以及回歸框子網(wǎng)絡；采用Root-Resnet-50作為特征金字塔網(wǎng)絡中自底向上的特征提取網(wǎng)絡，將Root-Resnet-50中每個模塊的輸出與特征金字塔網(wǎng)絡自頂向下上采樣的結果進行相加，獲得對應層次的特征圖輸出，將對應層次的特征圖分別輸入到分類子網(wǎng)絡以及回歸框子網(wǎng)絡，獲得相應的類別以及位置坐標；

C、根據(jù)待檢測目標中員工服飾類和非員工服飾類的長寬比例，設定錨點框的比例；

D、采用步驟A得到的樣本數(shù)據(jù)集對目標檢測網(wǎng)絡進行訓練，生成訓練模型；

E、視頻采集員工的著裝圖像并輸入到步驟D生成的訓練模型中，得到待測著裝的類別及位置，若檢測到員工的著裝類別或穿戴位置不符合根據(jù)員工著裝規(guī)范預設的標準，則發(fā)出提醒信號。