[發明專利]一種基于深度學習的安全裝備實時檢測方法及裝置

在審

• 申請號: 202011168172.1
• 申請日: 2020-10-28
• 公開（公告）號: CN112434560A
• 公開（公告）日: 2021-03-02
• 發明（設計）人: 黃莉;付喬波
• 申請（專利權）人: 武漢科技大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06N3/04;G06N3/08
• 代理公司: 武漢藍寶石專利代理事務所(特殊普通合伙) 42242
• 代理人: 廉海濤

1.一種基于深度學習的安全裝備實時檢測方法，其特征在于，包括如下步驟：

獲取多種場景中的視頻流數據并利用其訓練目標檢測神經網絡；

根據所述目標檢測神經網絡獲取安全裝備與佩戴人的識別置信度以及動態錨框、動態錨框的坐標；

統計所述動態錨框內的預設顏色像素占其所有顏色的比例；

根據所述識別置信度、動態錨框的坐標以及預設顏色像素占其所有顏色的比例，判斷佩戴人是否安全佩戴安全裝備。

2.根據權利要求1所述的基于深度學習的安全裝備實時檢測方法，其特征在于，所述目標檢測神經網絡的訓練步驟包括如下步驟：

將所述視頻流數據提取為圖像，并將其制作為圖像數據集；

利用圖片標注工具對所述圖像數據集中的目標人員及其安全裝備標注，以及獲取目標人員及其安全裝備的坐標，制作成圖像數據集的標簽；

將所述圖像數據集及其標簽作為目標檢測神經網絡的輸入，訓練所述目標檢測神經網絡直至誤差低于閾值。

3.根據權利要求1所述的基于深度學習的安全裝備實時檢測方法，其特征在于，所述統計所述動態錨框內的預設顏色像素占其所有顏色的比例具體為：統計錨框內紅、黃、藍、橙、白像素占錨框內全部像素的比例。

4.根據權利要求1所述的基于深度學習的安全裝備實時檢測方法，其特征在于，所述根據所述識別置信度、動態錨框的坐標以及預設顏色像素占其所有顏色的比例，判斷佩戴人是否安全佩戴安全裝備包括如下步驟：

根據所述目標檢測神經網絡獲取安全裝備與佩戴人的識別置信度以及動態錨框p₁、p₂，所述p₁、p₂分別表示安全裝備的動態錨框、佩戴人的動態錨框；

根據所述目標檢測神經網絡獲取安全裝備與佩戴人的識別置信度y₁、y₂；

統計所述動態錨框p₁、p₂內的預設顏色像素占其所有顏色的比例r₁、r₂；

確定識別置信度y₁、y₂的權重系數α₁、α₂，根據安全裝備與佩戴人頭發顏色以及膚色分別確定r₁、r₂的權重系數β₁、β₂；

根據所述權重系數α₁、α₂和β₁、β₂以及r₁、r₂，判斷佩戴人是否安全佩戴安全裝備。

5.根據權利要求4所述的基于深度學習的安全裝備實時檢測方法，其特征在于，其特征在于，所述根據所述權重系數α₁、α₂和β₁、β₂以及r₁、r₂，判斷佩戴人是否安全佩戴安全裝備具體為：

根據α₁、α₂和β₁、β₂以及r₁、r₂確定標準值Z；

根據標準值Z是否大于閾值判斷佩戴人是否安全佩戴安全裝備；

所述標準值Z的計算方法為：Z＝η(y₁)·α₁+η(y₁)·α₁+η(r₁)·β₁+η(r₂)·β₂，其中η()表示激活函數。