【技术实现步骤摘要】
一种基于卷积神经网络检测值班人员睡觉行为的方法
本专利技术涉及人员行为分析
，具体涉及一种基于卷积神经网络检测值班人员睡觉行为的方法。
技术介绍
在石油化工行业，安全生产直接关系到每一位员工的生命财产，关系到企业的存亡和发展。目前，各相关企业已经实现了厂区视频监控的全方位覆盖，同时，设置值班室，配备相应的值班人员，力图通过人防结合技防的方式，建立有效的安全生产机制。在大型厂区，由于区域面积大，值班人员负责的视频监控设备数量多，增加了工作强度。尤其是夜间，值班人员很难保证一直处于正常的工作状态，基于侥幸心理，在岗睡觉，疏于职守，可能会带来巨大的安全隐患。目前常见的做法是安排巡查人员，不定期检查各个值班室内的工作情况。这种方式耗时费力，不但造成人力浪费，而且效率非常低，无法彻底杜绝意外情况。因此，需要一种高效的值班人员状态监测系统，能够替代人工监察的方式，对值班人员睡岗情况进行实时监测，当发现有睡岗行为发生时，自动报警，提高管理人员及时处理，防止意外发生。
技术实现思路
本专利技术的目的在于提供一种基于卷积神经网络检测值班人员睡觉行为的方法，用于自动监测化工园区值班...
【技术保护点】
1.一种基于卷积神经网络检测值班人员睡觉行为的方法，其特征在于，包含以下步骤：步骤(1)、收集睡觉的人物照片，包括不同俯视角度下的趴在桌上睡觉、背靠椅子睡觉以及其他各种睡姿，作为正样本图片集；收集没有睡觉的人物图片，包括不同俯视角度下的站姿、坐姿以及其他姿态，作为负样本图片集；步骤(2)、使用YOLO v3算法便利正负样本图片集，获取人物区域，提取出只包含人物区域的图片，形成正负样本数据集；步骤(3)、将正负样本数据集划分为训练数据集和测试数据集；步骤(4)、基于ShuffleNet v2模型构建卷积神经网络；步骤(5)、使用训练数据集训练卷积神经网络模型，输入正样本，该网...
【技术特征摘要】
1.一种基于卷积神经网络检测值班人员睡觉行为的方法，其特征在于，包含以下步骤：步骤(1)、收集睡觉的人物照片，包括不同俯视角度下的趴在桌上睡觉、背靠椅子睡觉以及其他各种睡姿，作为正样本图片集；收集没有睡觉的人物图片，包括不同俯视角度下的站姿、坐姿以及其他姿态，作为负样本图片集；步骤(2)、使用YOLOv3算法便利正负样本图片集，获取人物区域，提取出只包含人物区域的图片，形成正负样本数据集；步骤(3)、将正负样本数据集划分为训练数据集和测试数据集；步骤(4)、基于ShuffleNetv2模型构建卷积神经网络；步骤(5)、使用训练数据集训练卷积神经网络模型，输入正样本，该网络的输出为1，输入为负样本，则该网络的输出应为0；训练过程中，每当完成一次对整个样本集的迭代，即用测试数据集对卷积神经网络模型进行测试，当检测准确率达到精度要求时，则训练完成；步骤(6)、将训练好的卷积神经网络模型部署在视觉分析系统中，分析视频监控设备采集的视频流数据，检测值班人员睡岗情况。2.根据权利要求1中所述的一种基于卷积神经网络检测值班人员睡觉行为的方法，其特征在于，所述步骤(2)包括如下：步骤(2.1)、依次遍历正样本图片集，对图片作直方图均衡化处理，减少不同光照环境的影响，然后使用YOLOv3算法检测每张图片；步骤(2.2)、依据检测结果中的类别和坐标信息，截取出人物区域并保存为图片，作为正样本数据集；步骤(2.3)、按照上述两个步骤，对负样本图片集进行相同的操作，得到负样本数据集。3.根据权利要求1中所述的一种基于卷积神经网络检测值班人员睡觉行为的方法，其特征在于，所述步骤(5)包括如下：步骤(5.1)、将训练集中样本分批次输入到卷积神经网络模型；步骤(5.2)、训练时，输入正样本，输出结果应该为1；输入负样本，输出结果应为0；采...
【专利技术属性】
技术研发人员：邱彦林，李华松，胡松涛，卢锡芹，倪仰，鲁立虹，张慧娟，张秀飞，邬奇龙，
申请(专利权)人：杭州叙简科技股份有限公司，
类型：发明
国别省市：浙江,33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。