[發明專利]一種安全穿戴情況識別方法

有效

• 申請號: 202011169611.0
• 申請日: 2020-10-27
• 公開（公告）號: CN112257620B
• 公開（公告）日: 2021-10-26
• 發明（設計）人: 李靜;王榮秋;李朝輝
• 申請（專利權）人: 廣州華微明天軟件技術有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京科億知識產權代理事務所(普通合伙) 11350
• 代理人: 趙蕊紅

一種安全穿戴情況識別方法，通過6個步驟能根據采集到的視頻流數據得以時間段內對像的穿戴判斷結果。本發明通過長短記憶算法，根據一段時間內的對像的穿戴情況對應啟動長記憶算法結構或短記憶算法結構，避免因目標變形、突然運動、背景雜波、遮擋、視頻丟幀等引起的誤檢、漏檢安全服及安全帽。大大降低了誤檢、漏檢安全服及安全帽產生的告警數量，合理輸出告警信息，具有判斷準確的優點。

技術領域

本發明涉及圖像識別技術領域，特別涉及一種安全穿戴情況識別方法。

背景技術

在石油化工工作現場、建筑工地、電廠、軌道內部等，由于場景環境較為復雜，存在著威脅人身安全的各種因素，因此上述場合中工作人員均要求佩戴安全帽或穿著安全服。

智能化檢測工人是否穿戴物安全帽及安全服，對于施工現場的安全防護管理以及智能信息化管理具有重要意義。如能有效提高監管人員對安全帽及安全服穿戴情況的現場管理效率，大幅度減少了人工巡視勞動成本，同時也能對工人提供了安全保障，一定程度上減少安全事故的發生。然而現有技術圖像識別技術在目標檢測中應用時容易存在誤檢及漏檢情況。

因此，針對現有技術不足，提供一種安全穿戴情況識別方法以解決現有技術不足甚為必要。

發明內容

本發明其中一個的目的在于避免現有技術的不足之處而提供一種安全穿戴情況識別方法。該安全穿戴情況識別方法能有效避免因目標變形、突然運動、背景雜波、遮擋、視頻丟幀等引起的誤檢或者漏檢安全穿戴物的情況，具有判斷準確的特點。

本發明的上述目的通過以下技術措施實現：

提供一種安全穿戴情況識別方法，包括步驟有：

步驟一、收集多張穿戴有安全穿戴物的素材圖像；

步驟二、分別對步驟一得到的素材圖像進行標準穿戴物區域標注，得到多個標準穿戴物區域框信息；

步驟三、對步驟二得到的多個標準穿戴物區域框信息進行重聚類，得到重聚類分組數據；

步驟四、采用darknet框架深度學習神經網絡yolov3算法對步驟三得到的重聚類分組數據和步驟二得到的標準穿戴物區域框信息進行訓練得到最優模型；

步驟五、將采集區域內的視頻流數據進行解析，得到多幀圖像，分別將多幀圖像依次輸入步驟四的最優模型得到安全穿戴物邊框信息和對像框信息，然后根據安全穿戴物邊框信息和對像框信息得到圖像的安全穿戴情況數據；

步驟六、根據長短記憶算法統計步驟五的安全穿戴情況數據的時長，得到時間段內對像的穿戴判斷結果。

優選的，上述步驟六具體是根據長短記憶算法記錄T時間段內步驟五的安全穿戴情況數據的累計時長t，當t≥αT時，則判斷存在安全穿戴物；當t＜αT時則判斷不存在安全穿戴物，其中α為時間閾值，且0.1＜α＜0.9，且T≥t＞0。

優選的，上述標準穿戴物區域框信息包括標準穿戴物區域框的中心點坐標、框高和框寬。

優選的，上述長短記憶算法包括有長記憶結構和短記憶結構。

優選的，上述長記憶結構用于記錄T₁時間段內的安全穿戴情況數據，所述短記憶結構用于記錄T₂時間段內的安全穿戴情況數據，存在T₁＞T₂＞0。

當視頻流數據的時長小于T₁時，記錄T₂時間段內步驟五的安全穿戴情況數據的累計時長t，當t≥αT₂時判斷結果為對像穿戴有安全穿戴物；當t＜αT₂時判斷結果為對像沒有穿戴安全穿戴物并發出告警。