基于关键点识别变电站人员安全帽佩戴的检测方法技术

一种基于关键点识别变电站人员安全帽佩戴的检测方法，包括：首先建立变电站人员的安全帽佩戴标注数据集，并对所述标注数据集进行训练；然后对待检测安全帽佩戴的人员的图像利用训练好的AlphaPose模型中进行人体关键点识别；最后对生成的人体关键点进行三角定位确定头部位置，采用训练好的SSD网络目标检测模型进行安全帽佩戴检测。相比于其他专利文献，本发明专利技术可以根据鼻子、左肩、右肩三点的位置信息进行计算，得到检测区域，更有针对性，得到的检测区域更准确。同时计算速度明显提升。同时计算速度明显提升。同时计算速度明显提升。

【技术实现步骤摘要】
基于关键点识别变电站人员安全帽佩戴的检测方法


[0001]本专利技术公开一种基于关键点识别变电站人员安全帽佩戴的检测方法，属于变电站人员安全检测的


技术介绍

[0002]目前，有关部门对安全施工提出很高要求。在变电站作业时，每位施工人员必须佩戴安全帽，佩戴安全帽可以减少危险事故对工作人员的伤害，减少生命和财产的损失。由于人眼检测不能保证每位施工人员时刻佩戴安全帽，现如今变电站内都装有监控设备，运用深度学习方法和计算机视觉技术自动检测施工人员是否佩戴安全帽并提供反馈，但现有的安全帽佩戴检测算法存在检测速度慢、检测精准度不高等问题，且当施工人员处于弯腰、蹲下或后仰等复杂姿态时，对安全帽进行正确识别更为困难。
[0003]对此，本
公开了以下专利文献：
[0004]中国专利文献CN111414825A公开了一种安全帽佩戴检测方法，属于涉及图像处理与识别，主要解决的是目前视觉检测安全帽佩戴存在鲁棒性差、适应性差的技术问题，所述检测方法包括：获取施工现场的原始图像，通过图像变换将所述原始图像扩增N倍得到扩增图像；对所述扩增本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于关键点识别变电站人员安全帽佩戴的检测方法，其特征在于，包括：1)建立变电站人员的安全帽佩戴标注数据集，并对所述标注数据集送入目标检测模型：SSD网络目标检测模型；2)对待检测安全帽佩戴的人员的图像，利用训练好的AlphaPose模型进行人体关键点识别；3)对生成的人体关键点进行三角定位确定头部位置，采用训练好的SSD网络目标检测模型进行安全帽佩戴检测；其中，所述三角定位确定头部位置的方法包括：3
‑
1)根据得到人体关键点，获得关键部位的位置信息，即根据鼻子、左肩、右肩三点的位置信息进行计算，得到检测的头部区域，具体包括：(3
‑1‑
1)通过鼻子、左肩、右肩三点位置确定一个三角形区域；设所述鼻子、左肩、右肩的位置分别为：H(x0,y0),Ls(x1,y1),Rs(x2,y2)
ꢀꢀꢀꢀ
(I)在公式(I)中，x0，y0为鼻子所在图像内的横纵坐标；x1,y1为左肩所在图像内的横纵坐标；x2,y2为右肩所在图像内的横纵坐标；(3
‑1‑
2)以鼻子为中心将所述三角形区域旋转180
°
得到新三角形，设旋转后左肩和右肩的位置分别为：Ls
′
(x1′
,y1′
),Rs
′
(x2′
,y2′
)
ꢀꢀꢀ
(II)在公式(II)中，x1′
,y1′
为左肩旋转后所在图像内的横纵坐标；x2′
,y2′
为右肩旋转后所在图像内的横纵坐标；旋转后左肩和右肩的位置为：(Ls
′
(x1′
,y1′
),Rs
′
(x2′
,y2′
))＝(Ls
′
(2x0‑
x1，2y0‑
y1),Rs
′
(2x0‑
x2,2y0‑
y2))
ꢀꢀꢀ
(III)(3
‑1‑
3)根据步骤(3
‑1‑
1)中得到的原三角形和步骤(3
‑1‑
2)中旋转得到的新三角形共同组成一个四边形，则组成四边形的对角线长度分别为：同组成一个四边形，则组成四边形的对角线长度分别为：(3
‑1‑
4)以步骤(3
‑1‑
3)所述四边形的最长对角线为直径，对角线的交点为圆心作最大外圆，再求得所述外圆的外接正方形，所述外接正方形所框选的区域即为步骤(3
‑
1)中的头部区域；3
‑
2)对待检测安全帽佩戴的人员的图像进行检测，包括：(3
‑2‑
1)对步骤(3
‑1‑<...

【专利技术属性】
技术研发人员：樊思萌，赵东山，胡志坤，朱言庆，
申请(专利权)人：智洋创新科技股份有限公司，
类型：发明
国别省市：