一种基于可穿戴移动眼镜的安全帽及工作服智能识别方法技术

本发明专利技术涉及识别安全帽及制服领域，特别涉及一种基于可穿戴移动眼镜的安全帽及工作服智能识别方法。本发明专利技术提供的基于可穿戴移动眼镜的安全帽及工作服智能识别方法，通过可穿戴式移动智能眼镜监测施工现场人员是否按要求佩戴安全帽和穿制服，以达到全面、有效管控作业人员着装行为的目的。使用可穿戴式移动智能眼镜，可以随时监测施工现场的每一个角落，不遗漏，有效解决了固定监控设备不能流动监控以及监控范围小等问题，另外，使用可穿戴式移动智能眼镜去同时识别判断作业人员是否佩戴安全帽和穿制服，能多方面规范工作人员安全着装行为，确保安全生产。

An intelligent recognition method of safety helmet and work clothes based on wearable mobile glasses

【技术实现步骤摘要】
一种基于可穿戴移动眼镜的安全帽及工作服智能识别方法
本专利技术涉及识别安全帽及制服领域，特别涉及一种基于可穿戴移动眼镜的安全帽及工作服智能识别方法。
技术介绍
目前，许多工地、矿区、建筑地等工人作业场所都有佩戴安全帽及穿制服的警告标识，也会利用监控设备进行在线监管，但是依旧难以做到全面管控，全靠作业人员的自主意识。市场上出现了一些智能识别设备，但现有的人工智能模型是基于固定的监控设备，一般只识别是否佩戴安全帽或是否穿制服其中的一种行为，局限性大，无法做到全面、有效的管控作业人员着装行为。
技术实现思路
为解决上述
技术介绍
中提到的现有的人工智能模型是基于固定的监控设备导致的局限性大，无法做到全面、有效的管控作业人员着装行为的问题，本专利技术提供一种基于可穿戴移动眼镜的安全帽及工作服智能识别方法，所述方法步骤具体如下：S10、在服务器加载轻量级网络BTBNet，构建并训练形成识别模型；S20、所述服务器与智能眼镜进行实时视频数据传输，通过所述服务器对所述实时视频数据进行抽帧，获取图片；将获取的图片输入所述BTBNet，通过所述BTBNet输出识别目标的label以及相对应的score和box；S30、在所述获取图片上的一个制服目标上设置一个或多个矩形框；在所述矩形框上，取与长边平行的对称轴交矩形框的两点以及矩形框的中心点，加入使用中心点形成的曲线进行拟合，若拟合优度，即R2>0.85，则判断为同一个制服目标；S40、求取步骤S30中的矩形框认定的边长；S50、通过IoOne检测制服规范情况，得到该目标人员是否有穿制服的结果；S60、识别和判断该目标人员是否佩戴安全帽，得出该目标人员是否佩戴安全帽的结果；S70、根据获得的是否有穿制服的结果和是否佩戴安全帽的结果确认该目标人员的服装和安全帽是否符合规范，若不规范则进行告警处理。进一步地，所述步骤S10中的BTBNet.识别目标包括如下：整体的人对象human、上身制服up_uniform、下身制服down_uniform、没带安全帽的头部head、戴了安全帽的头部helmet_head,、球形或椭球形类似安全帽头部的干扰物品helmet_head_like。进一步地，所述步骤S10中BTBNet初次训练完成后，修改BTBNet的损失函数为TripletLoss函数，helmet_head和head整体作为anchor和positive，helmet_head_like做为negative；所述TripletLoss函数具体如下：L＝max(d(a,p)-d(a,n)+margin,0)；其中a为anchor，p为positive，n为negative，margin设为47，d(a,b)为1-范数。进一步地，所述d(a,b)为1-范数具体如下:d(a,b)＝||a-b||1。进一步地，所述步骤S40中的边长的求取公式如下：其中final_width为拟合边长，rectangle_width为检测框的边长，n为同一检测目标上矩形框的数量；该拟合边长为最终边长。进一步地，所述步骤S50中的IoOne具体如下：其中A和B为检测出来的目标；当A为人，B1为上身制服,B2为下身制服时：若IoOne(A，B1)>＝0.6认定人下半被遮挡，且制服规范；若IoOne(A,B2)>＝0.6认定人上半身被遮挡，1且制服规范；若IoOne(A,B1)>＝0.3IoOne(A,B2)>＝0.3认定人未被遮挡，且制服规范；其他情况，认定制服不与目标人匹配，若所有的制服都不与目标人匹配，则认定制服不规范；制服不规范时，储存被矩形框圈出制服不规范人的此帧图片；前端接收返回值，显示图片并报警。本专利技术提供的基于可穿戴移动眼镜的安全帽及工作服智能识别方法，通过可穿戴式移动智能眼镜监测施工现场人员是否按要求佩戴安全帽和穿制服，以达到全面、有效管控作业人员着装行为的目的。使用可穿戴式移动智能眼镜，可以随时监测施工现场的每一个角落，不遗漏，有效解决了固定监控设备不能流动监控以及监控范围小等问题，另外，使用可穿戴式移动智能眼镜去同时识别判断作业人员是否佩戴安全帽和穿制服，能多方面规范工作人员安全着装行为，确保安全生产。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术提供的基于可穿戴移动眼镜的安全帽及工作服智能识别方法框图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。具体实施时，一种基于可穿戴移动眼镜的安全帽及工作服智能识别方法，所述方法步骤具体如下：S10、服务器加载一个轻量级网络BTBNet，为了保证设备识别的实时性，制服识别的网络不会采用相对沉重的网络.识别目标分为六类，一是整体的人对象human，二是上身制服up_uniform，三是下身制服down_uniform，四是没带安全帽的头部head，五是戴了安全帽的头部helmet_head,六是球形或椭球形类似安全帽头部的干扰物品helmet_head_like。特别指出，BTBNet初次训练完成后，我们修改BTBNet的损失函数为TripletLoss函数，进行少量数据集的二次训练，helmet_head和head整体作为anchor和positive，helmet_head_like做为negative，以加大安全帽头部，头部和干扰物品的区分度，提高识别准确率。Tripletloss(1)如下：L＝max(d(a,p)-d(a,n)+margin,0)(1)其中a为anchor，p为positive，n为negative，margin设为47，d(a,b)为1-范数，见公式(2)：d(a,b)＝||a-b||1(2)；由于人的姿态繁多，在不同姿态下，制服的语义特征比较复杂，BTBNet恰好可以识别这个高层次的特征。BTBNet这个网络是一个全卷积网络，大量使用残差的跳层连接，残差中的1*1卷积，使用networkinnetwork的想法，大量的减少了每次卷积的channel，一方面减少了参数量，另一方面在一定程度上减少了计算量。BTBNet输出了3个不同尺度的featuremap,这个借鉴了FPN(featurepyramidnetwork本文档来自技高网...

【技术保护点】
1.一种基于可穿戴移动眼镜的安全帽及工作服智能识别方法，其特征在于：所述方法步骤具体如下：/nS10、在服务器加载轻量级网络BTBNet，构建并训练形成识别模型；/nS20、所述服务器与智能眼镜进行实时视频数据传输，通过所述服务器对所述实时视频数据进行抽帧，获取图片；将获取的图片输入所述BTBNet，通过所述BTBNet输出识别目标的label以及相对应的score和box；/nS30、在所述获取图片上的一个制服目标上设置一个或多个矩形框；在所述矩形框上，取与长边平行的对称轴交矩形框的两点以及矩形框的中心点，加入使用中心点形成的曲线进行拟合，若拟合优度，即R

【技术特征摘要】
1.一种基于可穿戴移动眼镜的安全帽及工作服智能识别方法，其特征在于：所述方法步骤具体如下：
S10、在服务器加载轻量级网络BTBNet，构建并训练形成识别模型；
S20、所述服务器与智能眼镜进行实时视频数据传输，通过所述服务器对所述实时视频数据进行抽帧，获取图片；将获取的图片输入所述BTBNet，通过所述BTBNet输出识别目标的label以及相对应的score和box；
S30、在所述获取图片上的一个制服目标上设置一个或多个矩形框；在所述矩形框上，取与长边平行的对称轴交矩形框的两点以及矩形框的中心点，加入使用中心点形成的曲线进行拟合，若拟合优度，即R2>0.85，则判断为同一个制服目标；
S40、求取步骤S30中的矩形框认定的边长；
S50、通过IoOne检测制服规范情况，得到该目标人员是否有穿制服的结果；
S60、识别和判断该目标人员是否佩戴安全帽，得出该目标人员是否佩戴安全帽的结果；
S70、根据获得的是否有穿制服的结果和是否佩戴安全帽的结果确认该目标人员的服装和安全帽是否符合规范，若不规范则进行告警处理。


2.根据权利要求1所述的基于可穿戴移动眼镜的安全帽及工作服智能识别方法，其特征在于：所述步骤S10中的BTBNet.识别目标包括如下：
整体的人对象human、上身制服up_uniform、下身制服down_uniform、没带安全帽的头部head、戴了安全帽的头部helmet_head,、球形或椭球形类似安全帽头部的干扰物品helmet_head_like。


3.根据权利要求1所述的基于可穿戴移动眼镜的安全帽及工作服智能识别方法，其特征在于：所述步骤S10中BTBNet初次训练完成后，修改BTBNet的损失函数为TripletLo...

【专利技术属性】
技术研发人员：余齐齐，
申请(专利权)人：厦门博海中天信息科技有限公司，
类型：发明
国别省市：福建;35