[發明專利]一種基于改進RetinaNet的試驗現場人員是否穿著工作服檢測方法

在審

• 申請號: 202011168790.6
• 申請日: 2020-10-28
• 公開（公告）號: CN112183472A
• 公開（公告）日: 2021-01-05
• 發明（設計）人: 張新曼;寇杰;王靜靜;彭羽瑞;毛乙舒;程昭暉;陸罩;樊子恩
• 申請（專利權）人: 西安交通大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32;G06K9/46;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 西安智大知識產權代理事務所 61215
• 代理人: 段俊濤

一種基于改進RetinaNet的試驗現場人員是否穿著工作服檢測方法，獲取施工現場視頻并進行圖像預處理；通過衣物信息ROI區域目標檢測神經網絡進行目標檢測；具體是利用去除了分類層的MobileNet進行圖像多尺度特征提取，獲取圖像的三張多尺度特征圖，利用特征金字塔對三張多尺度特征圖再次進行特征提取和融合，獲取圖像的多尺度特征，利用分支網絡進行衣物信息ROI區域檢測；最后采用ResNet?18標準模型對衣物信息ROI區域進行分類，結果為某一種工作服時，可確定該工人穿著工作服，否則為未穿著工作服，終端發出告警提醒管理人員。該方法不需要專業人員對模型進行操作和維護工作，可全自動檢測施工現場人員穿著工作服，在視頻監控檢測方面具有較大的應用前景。

技術領域

本發明屬于作業現場工作服穿著檢測技術領域，特別涉及一種基于改進RetinaNet的試驗現場人員是否穿著工作服檢測方法。

背景技術

工地等試驗現場、施工作業現場往往存在著外來無關人員闖入的安全隱患，由于多數情況下現場環境較為復雜，存在一定危險性，外來無關人員若發生意外會給現場施工作業帶來不必要的糾紛；同時現場往往會存放一定價值的施工材料和設施，外來人員的闖入同樣會對財產安全造成一定威脅。而工作服作為一種勞動保護用品不僅是防寒保暖的介質，在一定程度上保護作業人員的人身安全，同時它還能用來區分現場作業人員與外來無關闖入人員，因此，對試驗現場、施工作業現場進行穿著工作服檢測具有重要的意義。

近年來工地等作業現場對工作服穿著情況的監控大多依賴于人工的監視，尚未形成一個良好的自動監控系統，人工監視無法做到二十四小時精準無誤的監控，導致管理人員無法準確掌握施工現場人員穿著工作服的情況。

近期有根據視頻圖像處理來自動檢測的方法，然而這些傳統的工作服檢測方法，采用的是背景建模方法或者前后幀差法來檢測穿著衣物區域，而工地等作業現場往往有大量工作中的專業器械和大型車輛移動的場景，這兩種場景都會造成較多的誤檢測情況，并且對于沒有移動的作業人員，前后幀差法甚至會漏檢；傳統工作服分類方法，采用的是顏色分類方法，這種方法僅僅依據衣物信息ROI區域的顏色直方圖進行判斷，無法捕捉衣物的紋理和形狀等信息，這在普通衣物和工作服有著類似顏色的情況下，很容易造成誤檢，導致工作服穿著的檢測結果準確度不高。且以上常規視頻處理技術對視頻的拍攝角度、光照條件和目標遮擋等要求嚴苛，算法魯棒性差，難以應用到復雜多變的施工現場作業現場場景。

也有基于深度學習的目標檢測方法，采用的是單階段檢測器或者兩階段檢測器進行目標檢測任務。兩階段檢測器通常在第一個階段對背景和物體進行粗分類，然后在第二個階段中對物體進行細分類。由于大部分的背景在第一個階段中就被分類網絡篩選掉，降低了第二階段物體細分類的工作難度，所以兩階段檢測器精度比較高，但是由于需要進行兩階段的檢測，因此兩階段檢測器速度往往不佳。

RetinaNet屬于單階段檢測器，由于特征金字塔可以融合圖像的多尺度特征，在多尺度目標檢測任務上性能優越，而施工現場監控視頻中的不同的工人距攝像頭的遠近不同，所以工作服往往呈現多尺度的特征。但是RetinaNet的骨干網絡為ResNet，ResNet權重值參數數目龐大，模型復雜度高并且計算量龐大，不適合于要求實時監測的施工現場工作服檢測任務。

發明內容