【技术实现步骤摘要】
一种面向复杂场景的安全帽检测系统
[0001]本专利技术涉及计算机视觉目标检测
，具体涉及一种面向复杂场景的安全帽检测系统。
技术介绍
[0002]随着人工智能技术的快速发展，大量的人工智能技术运用到世界工业化环节中。近几年全国安全生产数据分析后，发现生产安全事故中大约95％的原因是作业人员的不安全行为导致的，如越权限进入工作场所、违章操作、未正确穿戴劳保用品、操作失误或忽视安全警告等行为。工业化环节的人工智能应用，绝大多数都与机器视觉技术有关，用户急切的希望能通过基于深度学习的系统来较少人的不安全行为，而人的不安全行为是指生产经营单位从业人员在进行生产操作时的违反安全生产客观规律有可能直接导致事故的行为，它们是造成事故的直接原因。在工地和矿区等易有掉落物体的作业区域如果安全不能保证，不仅会遭受人员伤亡和财产损失，正常的作业秩序亦无法维持，所以在工地和矿区等区域内，必须要佩戴安全帽。
[0003]但是，尽管各单位经常进行安全教育，总有心存侥幸者因为各种理由不能保证时刻佩戴。现在很多地方还是采取人力盯梢的方式，用...
【技术保护点】
【技术特征摘要】
1.一种面向复杂场景的安全帽检测系统，其特征在于：包括数据采集模块、安全帽检测模块和检测结果展示模块，数据采集模块：用于将各种形式的数据传输到安全帽检测模块进行实时安全帽检测，数据类型包括本地图片、本地视频、本地摄像机和远程网络摄像机拍摄的实时视频流；安全帽检测模块：用于检测数据采集模块传输的视频或图片，准确识别出在生产场景下工人若干状态下的安全帽，并将检测框坐标与置信度传到检测结果展示模块；检测结果展示模块：利用安全帽检测模块传回的类别标签，检测框坐标与置信度，在输入图片和视频中进行实时地标注，以实现对复杂场景下安全帽的实时检测。2.根据权利要求1所述的一种面向复杂场景的安全帽检测系统，其特征在于：所述安全帽检测模块能准确识别出工人佩戴安全帽、工人未佩戴安全帽和安全帽静置置物架上的三种状态的安全帽。3.根据权利要求2所述的一种面向复杂场景的安全帽检测系统，其特征在于：所述安全帽检测模块检测安全帽包括以下步骤：S1、构建安全帽检测模型；其中，该检测模型包括CSPDarkNet53骨干网络、路径融合网络、空间金字塔池化模块、空间注意力模块和YOLOv3检测器模块；S2、获取安全帽图像数据，利用调整图片色相、调整图片曝光量、调整图片饱和度、增加图片模糊和使用马赛克方法混合四张具有不同语义信息的图片五种不同的数据增强方式，对安全帽数据进行图像增强；S3、取得增强后的安全帽图片，利用CSPDarknet53骨干网络提取安全帽图片的特征，将提取到的特征传入空间金字塔池化模块进行特征处理，该空间金字塔池化模块通过不同大小的池化层扩大网络的感受野；S4、将提取到不同层次的特征传入路径融合网络，该路径融合网络将获得的每一层次特征首先利用线性插值操作进行上采样得到该层次第一种尺度的特征，再对其利用线性插值操作进行下采样得到该层次第二种尺度的特征，最后再对其利用线性插值操作进行上采样得到该层次第三种尺度的特征；对这些不同层次的特征进行多尺度融合，且在最后次上采样的特征融合的过程中，利用提出的空间注意力模块对特征进行动态融合；S5、将最后3次上采样融合后的特征分别传输到检测网络中进行3种不同尺度的检测，得到目标类别标签、检测框坐标与置信度。4.根据权利要求3所述的一种面向复杂场景的安全帽检测系统，其特征在于：步骤S2，具体包括：获取安全帽图片，并使用以下方法对数据进行图像增强处理：a.调整图片色相：该方法主要是为了提高算法对不同颜色安全帽检测的鲁棒性；b.调整图片曝光量：该方法是为了增强算法对不同光线条件下的图片检测的泛化能力；c.调整图片饱和度：该方法是为了增加网络训练集中图片的数量；d.增加图片模糊：增加运动模糊，使模型在具有模...
【专利技术属性】
技术研发人员：张笑钦，王涛，黄鹏程，赵丽，罗胜，
申请(专利权)人：温州大学，
类型：发明
国别省市：
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。