一种多场景反光背心穿戴识别模型创建方法及相关组件技术

本申请公开了一种多场景反光背心穿戴识别模型创建方法及相关组件。该方法包括：基于以卷积神经网络为基础的目标检测模块和预先创建的无监督领域自适应模块构建第一待训练网络；基于以卷积神经网络为基础的目标分类模块和无监督领域自适应模块构建第二待训练网络；获取包含行人的场景图像以生成第一训练集，并利用第一训练集训练第一待训练网络以得到适用于多场景的行人检测网络；获取穿戴反光衣的行人图像和未穿戴反光衣的行人图像以生成第二训练集，并利用第二训练集训练第二待训练网络以得到分类网络；连接行人检测网络和分类网络，以得到多场景反光背心穿戴识别模型。通过无监督领域自适应模块实现迁移学习，增强了模型的多场景泛化能力。

【技术实现步骤摘要】
一种多场景反光背心穿戴识别模型创建方法及相关组件
本专利技术涉及计算机
，特别涉及一种多场景反光背心穿戴识别模型创建方法、装置、设备及存储介质。
技术介绍
当前，在道路施工、工厂监管、车站和机场客流引导等多种工作场景下，为避免事故发生，通常要求工作人员穿着色彩醒目的反光背心，以使设备操作人员能够直观观察场地其他工作人员并及时处理突发状况。但工作环境空间开阔，工作时间有大量人员涌入或滞留，依靠人眼观察并判断工作人员是否穿戴反光背心费时费力，且随光线、角度等环境变化依靠人眼易造成工作人员反光背心穿戴误识别。随深度学习发展，依靠融合深度卷积神经网络的视频监控设备，能够在一定程度识别人员反光背心穿戴情况，减轻人力负担。现有技术中，基于深度学习的反光背心识别方法多采用传统目标检测模型或目标检测与分类组合模型的方法对反光背心穿戴状态做检测或分类判断，即通过行人检测模型检测出画面中的行人区域图像，再通过分类模型对行人区域图像做分类。但上述方法对数据集统计概率分布要求高，训练集和测试集需近似独立同分布，且为拟合多种不同场景需在各个场景下取不同图像本文档来自技高网...

【技术保护点】
1.一种多场景反光背心穿戴识别模型创建方法，其特征在于，包括：/n基于以卷积神经网络为基础的目标检测模块和预先创建的无监督领域自适应模块构建第一待训练网络；/n基于以卷积神经网络为基础的目标分类模块和所述无监督领域自适应模块构建第二待训练网络；/n获取包含行人的场景图像以生成第一训练集，并利用所述第一训练集训练所述第一待训练网络以得到适用于多场景的行人检测网络；/n获取穿戴反光衣的行人图像和未穿戴反光衣的行人图像以生成第二训练集，并利用所述第二训练集训练所述第二待训练网络以得到分类网络；/n连接所述行人检测网络和所述分类网络，以得到多场景反光背心穿戴识别模型。/n

【技术特征摘要】
1.一种多场景反光背心穿戴识别模型创建方法，其特征在于，包括：
基于以卷积神经网络为基础的目标检测模块和预先创建的无监督领域自适应模块构建第一待训练网络；
基于以卷积神经网络为基础的目标分类模块和所述无监督领域自适应模块构建第二待训练网络；
获取包含行人的场景图像以生成第一训练集，并利用所述第一训练集训练所述第一待训练网络以得到适用于多场景的行人检测网络；
获取穿戴反光衣的行人图像和未穿戴反光衣的行人图像以生成第二训练集，并利用所述第二训练集训练所述第二待训练网络以得到分类网络；
连接所述行人检测网络和所述分类网络，以得到多场景反光背心穿戴识别模型。


2.根据权利要求1所述的多场景反光背心穿戴识别模型创建方法，其特征在于，所述获取包含行人的场景图像以生成第一训练集，并利用所述第一训练集训练所述第一待训练网络以得到适用于多场景的行人检测网络，包括：
获取第一目标场景下包含行人的场景图像作为源域场景图像并对所述源域场景图像添加相应的行人信息标注；所述行人信息标注包括行人标签和目标行人边界框坐标；
获取除所述第一目标场景以外任意场景下包含行人的场景图像作为目标域场景图像，按照第一预设比例从所述目标域场景图像中筛选出部分场景图像作为测试场景图像，并对所述测试场景图像添加相应的行人信息标注以得到第一测试集；
基于所述源域场景图像和筛选后目标域场景图像生成包含多个训练组的第一训练集；其中，每个所述训练组中包括一张所述源域场景图像和一张所述目标域场景图像；
利用所述第一训练集按照单次输入一个训练组的训练方式对所述第一待训练网络进行迭代训练，并利用所述第一测试集对训练后网络进行测试以得到适用于多场景的所述行人检测网络。


3.根据权利要求1所述的多场景反光背心穿戴识别模型创建方法，其特征在于，所述获取穿戴反光衣的行人图像和未穿戴反光衣的行人图像以生成第二训练集，并利用所述第二训练集训练所述第二待训练网络以得到分类网络，包括：
获取第二目标场景下穿戴反光衣的行人图像和未穿戴反光衣的行人图像，以及类似行人的非行人图像作为源域行人图像，并对所述源域行人图像添加相应的穿戴标签或非行人标签；所述穿戴标签包括穿戴反光背心标签、未穿戴反光背心标签；
获取除所述第二目标场景以外任意场景下的行人图像作为目标域行人图像，按照第二预设比例从所述目标域行人图像中筛选出部分图像作为测试行人图像，并对所述测试行人图像添加相应的穿戴标签以得到第二测试集；
基于所述源域行人图像和筛选后目标域行人图像生成包含多个训练组的第二训练集；其中，每个所述训练组中包括一张所述源域行人图像和一张所述目标域行人图像；
利用所述第二训练集按照单次输入一个训练组的训练方式对所述第二待训练网络进行迭代训练，并利用所述第二测试集对训练后网络进行测试以得到所述分类网络。


4.根据权利要求3所述的多场景反光背心穿...

【专利技术属性】
技术研发人员：王旭，潘自兴，包汉彬，谢会斌，李聪廷，
申请(专利权)人：济南博观智能科技有限公司，
类型：发明
国别省市：山东;37