基于非配合式人脸识别的变电站人员着装智能监控方法技术

本发明专利技术公开了一种基于非配合式人脸识别的变电站人员着装智能监控方法，包括以下步骤：进行视频数据的采集，得到实时数据集；对采集的图像进行标注；将标注数据格式转换为yolo4目标检测算法需要的格式，基于标注数据进行数据集划分；搭建着装穿戴检测模型及人脸识别模型；对着装穿戴检测模型及人脸识别模型进行训练，修正参数；进行实时作业人员着装穿戴检测测试，对于未能正确规范穿戴着装的作业人员，实时检测人脸信息，由告警业务系统发出告警。本发明专利技术通过开发基于AI图像识别的变电站安全帽佩戴检测算法对作业区域的人员进行监控，若检测到人员未佩戴安全帽则立即报警，提醒监督人员进行现场管理，提示作业区域的管控效率，保障作业人员的安全。保障作业人员的安全。保障作业人员的安全。

【技术实现步骤摘要】
基于非配合式人脸识别的变电站人员着装智能监控方法


[0001]本专利技术涉及计算机视觉监控方法
，更具体涉及一种基于非配合式人脸识别的变电站人员着装智能监控方法。

技术介绍

[0002]安全帽对人体头部受外力伤害时起保护作用，安全生产对于电力、建筑等行业是非常关键的一环，根据变电站相关规定及建筑施工安全检查标准，进入施工现场或者变电站重要区域等都必须佩戴安全帽。目前大部分变电站作业现场都会安装数个摄像头，其数据传到后台进行监控。但是这些传回监控中心的视频信息一般是通过人眼观看的方式进行查看，如此费时费力且人眼极易疲劳，容易造成疏漏，也存在错误判断的情况。这种依靠人为的方式检查，监管难度大，以至于执行不到位，存在重大的安全隐患。

技术实现思路

[0003]本专利技术需要解决的技术问题是提供一种基于非配合式人脸识别的变电站人员着装智能监控方法，以解决
技术介绍
中的问题，以提高安全帽佩戴检测的速度和精度，提升变电站园区内作业人员管控效率。
[0004]为解决上述技术问题，本专利技术所采取的技术方案如下。
[0005]基于非配合式人脸识别的变电站人员着装智能监控方法，包括以下步骤：
[0006]S1、进行视频数据的采集，得到实时数据集；
[0007]S2、对采集的图像进行标注，将视频数据分帧保存，对有行人出现的数据进行标注保存；
[0008]S3、将标注数据格式转换为yolo4目标检测算法需要的格式，基于标注数据进行着装数据分类、数据集划分；
[0009]S4、搭建着装穿戴检测模型及人脸识别模型；
[0010]S5、对着装穿戴检测模型及人脸识别模型进行训练，修正参数；
[0011]S6、模型训练完毕后，进行实时作业人员着装穿戴检测测试，对于未能正确规范穿戴着装的作业人员，启动人脸识别模块，实时检测人脸信息，并将人脸信息推送至相应的告警业务系统中，由告警业务系统发出告警。
[0012]进一步优化技术方案，利用变电站内高清摄像头或者巡检机器人对监控区域及安全作业区域进行视频数据的采集。
[0013]进一步优化技术方案，所述步骤S2中，将采集的每一张图像中的作业人员着装信息用矩形框框出，标注工具采用Labelme图像标注工具，按照目标检测进行数据标注。
[0014]进一步优化技术方案，具体用矩形框框出的目标包括安全帽、防护手套、工作服、人头；采用Labelme图像标注工具对目标进行标注后，对应产生一个xml文件，xml文件中记录目标的坐标信息及标注信息，标注类别有人头、安全帽、防护手套、手、普通服装、安全作业工作服。
[0015]进一步优化技术方案，所述步骤S3还包括数据扩充步骤：将标注好的图片进行亮度、对比度、饱和度及色调的一些变换，做一定角度的旋转，并且使用新的Mosaic法做训练扩充。
[0016]进一步优化技术方案，所述着装穿戴检测模型采用yolo4架构，着装穿戴检测模型的骨干网络为CSPDarknet53，SPP作为Neck的附加模块，PANet作为Neck的特征融合模块，Yolov3作为Head。
[0017]进一步优化技术方案，所述人脸识别模型基于ArcFace网络搭建，新增基于卡尔曼滤波及匈牙利匹配的人脸跟踪算法，对检测出的人脸分配对应的id标识信息，id识别出来后则不再进行其人脸检测及识别。
[0018]进一步优化技术方案，所述着装穿戴检测模型的训练过程包括：定义着装穿戴检测模型的参数，利用测试样本中的图像进行训练，并输出训练日志；利用测试样本计算准确率的变化，根据准确率的变化进行网络参数的调整。
[0019]进一步优化技术方案，所述着装穿戴检测模型的参数包括：类别总数、矩形框尺寸、学习率、权重衰减率。
[0020]进一步优化技术方案，所述人脸识别模型训练包括人脸检测、人脸对齐、人脸识别。
[0021]进一步优化技术方案，所述人脸识别模型训练的过程包括：
[0022]预处理：人脸关键点进行检测后，再通过相似变换得到了被裁剪的对齐人脸；
[0023]采用人脸分类器进行训练；
[0024]测试：从人脸分类器的输出中提取嵌入特征，对输入的两个特征计算余弦距离，再来进行人脸验证和人脸识别。
[0025]进一步优化技术方案，所述步骤S6中，检测人脸信息时的人脸检测为触发式启动的。
[0026]由于采用了以上技术方案，本专利技术所取得技术进步如下。
[0027]本专利技术通过开发基于AI图像识别的变电站安全帽佩戴检测算法对作业区域的人员进行监控，若检测到人员未佩戴安全帽则立即报警，提醒监督人员进行现场管理，提示作业区域的管控效率，保障作业人员的安全。
[0028]本专利技术是一种基于AI图像识别的变电站安全帽佩戴检测方法，可以很好地应用于变电站安全生产、变电站园区管理等，通过卷积神经网络处理图片特征，同时提取人脸和安全穿戴特征，充分考虑了场景的多样性以及目标尺寸与形态的复杂性，利用AI图像识别算法，构建基于yolo4的目标检测算法，通过大量样本数据及扩充数据训练模型，最终模型获得了较高的准确度和速度，可实时检测安全帽、手套、工作服、人头，为变电站安全穿戴识别提供了可靠依据。本专利技术实时性高，融合了人脸检测、人脸识别和着装安全穿戴检测的方法，提高了检测的准确率。
[0029]本专利技术区别于以往的yolo系列检测算法，将骨干网络进行调优，可以检测多种尺度的着装穿戴图像数据，对变电站场景的小目标远场景的检测也极为准确。本专利技术同时结合人头检测框、人脸跟踪ID、人脸识别进行验证，精准定位到不合穿着规范的个人，提高了检测准确率及监管效率。本专利技术实时性高，融合了人头检测和安全帽检测，对非人头数据进行过滤，提高了检测准确率。对于未佩戴安全帽的人员，启动人脸识别流程进行人员身份确
认，穿戴详细信息入库，可远程喊话提醒到个人，也将其照片录入数据库，供管理人员查询。
[0030]本专利技术在传统作业人员安全着装穿戴检测的基础上，新增了人脸识别流程，可以将变电站安全运维管理及生产检修等工作存在的安全隐患进一步排除，并可依次建立奖惩制度，落实到个人。不需要人工线下实时对不规范穿戴的人员违反规定的行为进行监督及口头预警，直接识别出具体人员并远程喊话提醒。同时管理系统里可以直接查询每天的不规范着装穿戴的人员信息，建立健全管理制度，提高监测效率。
附图说明
[0031]图1为本专利技术的工作流程图；
[0032]图2为本专利技术着装穿戴检测模型的监控流程图；
[0033]图3为本专利技术人脸识别模型的监控流程图。
具体实施方式
[0034]下面将结合附图和具体实施例对本专利技术进行进一步详细说明。
[0035]基于非配合式人脸识别的变电站人员着装智能监控方法，结合图1至图3所示，包括以下步骤：
[0036]S1、视频图像采集：利用变电站内高清摄像头或者巡检机器人等现场视频采集工具对监控区域及安全作业区域进行视频数据的采集，得到实时数本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于非配合式人脸识别的变电站人员着装智能监控方法，其特征在于，包括以下步骤：S1、进行视频数据的采集，得到实时数据集；S2、对采集的图像进行标注，将视频数据分帧保存，对有行人出现的数据进行标注保存；S3、将标注数据格式转换为yolo4目标检测算法需要的格式，基于标注数据进行着装数据分类、数据集划分；S4、搭建着装穿戴检测模型及人脸识别模型；S5、对着装穿戴检测模型及人脸识别模型进行训练，修正参数；S6、模型训练完毕后，进行实时作业人员着装穿戴检测测试，对于未能正确规范穿戴着装的作业人员，启动人脸识别模块，实时检测人脸信息，并将人脸信息推送至相应的告警业务系统中，由告警业务系统发出告警。2.根据权利要求1所述的基于非配合式人脸识别的变电站人员着装智能监控方法，其特征在于，利用变电站内高清摄像头或者巡检机器人对监控区域及安全作业区域进行视频数据的采集。3.根据权利要求1所述的基于非配合式人脸识别的变电站人员着装智能监控方法，其特征在于，所述步骤S2中，将采集的每一张图像中的作业人员着装信息用矩形框框出，标注工具采用Labelme图像标注工具，按照目标检测进行数据标注。4.根据权利要求3所述的基于非配合式人脸识别的变电站人员着装智能监控方法，其特征在于，具体用矩形框框出的目标包括安全帽、防护手套、工作服、人头；采用Labelme图像标注工具对目标进行标注后，对应产生一个xml文件，xml文件中记录目标的坐标信息及标注信息，标注类别有人头、安全帽、防护手套、手、普通服装、安全作业工作服。5.根据权利要求1所述的基于非配合式人脸识别的变电站人员着装智能监控方法，其特征在于，所述步骤S3还包括数据扩充步骤：将标注好的图片进行亮度、对比度、饱和度及色调的一些变换，做一定角度的旋转，并且使用新的Mosaic法做训练扩充。6.根据权利要求1所述的基于...

【专利技术属性】
技术研发人员：张世琦，马瑞东，马永良，王红星，丁若俞，王宇辉，苗俊杰，张玉光，叶宝安，龙彬，
申请(专利权)人：国网河北省电力有限公司武汉康普常青软件技术股份有限公司，
类型：发明
国别省市：