基于深度学习的移动式安全帽佩戴检测方法技术

本发明专利技术公开了一种基于深度学习的移动式安全帽佩戴检测方法。本发明专利技术的皮带机巡检机器人在轨道上运行，通过分析云台摄像头转送回来的视频图像，利用SDD模型进行目标识别，通过图中所检测人体数、未戴安全帽人头数、戴安全帽人头数，利用当前与之前三帧所检测图像的人体数，判定视频中是否存在人员变化，当存在人员变化时，则利用所检测对象关系，判定巡检机器人沿途中是否有人及人员是否佩戴安全帽，同时，对未戴安全帽的一帧视频图像进行存储，如此，则实现当现场出现未戴安全帽现象时，只是保存一帧违规图像。本发明专利技术通过采用深度学习算法，在数据集上得到了一种具备安全帽检测的神经网络模型，该模型在构建的测试集上达到了良好的检测效果。

Detection method of mobile helmet wearing based on deep learning

【技术实现步骤摘要】
基于深度学习的移动式安全帽佩戴检测方法
本专利技术涉及人工智能目标检测领域，更具体地说，是涉及一种基于深度学习的移动式安全帽佩戴检测方法。
技术介绍
在煤矿、电厂、变电站、建筑工地等实际场景中，佩戴安全帽能够有效保护操作人员的头部安全，是一种必须执行的安全措施。但由于部分人员缺乏安全意识，不按规定佩戴安全帽，带来了巨大的安全风险。目前，主要管理办法是进行施工现场视频监控，采用人工监督是否佩戴安全帽。但是这种人工监管办法，一方面，因为现场场地众多，监控屏幕较大，监控人员容易疲劳，导致监控疏漏；另一方面，需要大量人力，造成资源浪费。近年来人工智能快速发展，计算机视觉作为人工智能的一个重要研究方向,也迎来了第三次热潮。目标检测作为计算机视觉领域的一个研究热点,大量的基于卷积神经网络的优秀目标检测算法取得了巨大的成功，激励着越来越多的学者开始致力于深度学习目标检测算法的研究。因安全帽作为安全防护用品，其主要作用是保护施工现场人员的头部，防高空物体坠落，防物体打击、碰撞，对安全生产起到重要价值，视频图像的安全帽检测受到重视。<br>目前，主要管理本文档来自技高网...

【技术保护点】
1.一种基于深度学习的移动式安全帽佩戴检测方法，其特征是，皮带机巡检机器人在轨道上运行，通过分析云台摄像头转送回来的视频图像，检测方法按照下述步骤进行：/n1)样本采集：就是获取所监视现场含有人的图片，其需包括带安全帽人体图片用于施工现场，未带安全帽的人体图片用于其它场所；所述样本采集，是基于Tensorflow框架对施工现场图像中佩戴安全帽和未佩戴安全帽的工作人员进行识别，采集一定数量的工人图像作为模型的训练和测试集；/n2)模型训练：利用获取的样本，通过labelImg软件进行训练目标坐标的提取，经一系列转化获取训练所需要的数据，并将其送入目标识别模型进行训练；/n3)检测部分：/na.进...

【技术特征摘要】
1.一种基于深度学习的移动式安全帽佩戴检测方法，其特征是，皮带机巡检机器人在轨道上运行，通过分析云台摄像头转送回来的视频图像，检测方法按照下述步骤进行：
1)样本采集：就是获取所监视现场含有人的图片，其需包括带安全帽人体图片用于施工现场，未带安全帽的人体图片用于其它场所；所述样本采集，是基于Tensorflow框架对施工现场图像中佩戴安全帽和未佩戴安全帽的工作人员进行识别，采集一定数量的工人图像作为模型的训练和测试集；
2)模型训练：利用获取的样本，通过labelImg软件进行训练目标坐标的提取，经一系列转化获取训练所需要的数据，并将其送入目标识别模型进行训练；
3)检测部分：
a.进行一帧视频图像的采集；
b.启动图像目标检测；
c.对检测结果进行统计及标注，统计包括戴安全帽人头数、未戴安全帽人头数、人体数；
d.判定是否取消判定，若不取消则启动判定是否有人未戴安全帽，若取消判定则不做任何处理，关闭检测标志；
e.根据当前与之前三帧...

【专利技术属性】
技术研发人员：柳建新，张钢，张宏帆，李轩，邱利文，
申请(专利权)人：天津博宜特科技有限公司，
类型：发明
国别省市：天津;12