【技术实现步骤摘要】
一种作业人员安全装备异常佩戴状态检测方法与装置
[0001]本专利技术属于计算机视觉应用
，尤其属于一种计算机视觉领域中的目标检测领域，具体涉及一种作业人员安全装备异常佩戴状态检测方法与装置。
技术介绍
[0002]在工业安全领域，减少作业安全事故的重要因素之一是保证作业人员安全装备（安全帽、工业安全带等）的佩戴状态正常。为达到这一目标，传统以人工巡查的方式，一方面人工成本高，对于2到3人的小型作业来说浪费人力、效率低下；另一方面恶劣的作业环境、安全隐患等对巡查人员的人身安全也会造成威胁。因此需要一种基于图像识别的自动化检测方法，监测作业人员安全装备的佩戴状态。
[0003]近些年兴起的深度学习技术是一种可从数据中直接学习特征表示的强大方法，在识别率、鲁棒性等方面，已经为一般目标检测领域带来了显著的突破性进展。
[0004]因此，基于上述问题，本专利技术提供一种作业人员安全装备异常佩戴状态检测方法与装置。
技术实现思路
[0005]专利技术目的：本专利技术的目的是提供一种作业人员安全装备...
【技术保护点】
【技术特征摘要】
1.一种作业人员安全装备异常佩戴状态检测方法，其特征在于：包括以下步骤，步骤1、用相机获取待检测的作业人员的图片，将所述图片进行预处理，得到预处理图片；步骤2、将所述预处理图片输入至预先训练的端到端深度神经网络模型，输出作业人员位置，安全装置佩戴状态的原始特征图结果；步骤3、将所述原始结果进行后处理，获得最终的准确结果；所述佩戴状态为正常状态或者异常状态。2.根据权利要求1所述的一种作业人员安全装备异常佩戴状态检测方法，其特征在于：所述用相机获取待检测的作业人员的图片，包括：通过预设的接口获取网络摄像机采集的视频流，将所述视频流转化为3通道RGB矩阵格式的图片，将转化后的图片作为待检测的作业人员图片。3.根据权利要求1所述的一种作业人员安全装备异常佩戴状态检测方法，其特征在于：所述将所述图片进行预处理，包括：基于预设的感兴趣区域，裁剪所述图片的感兴趣区域部分；将裁剪后的图片进行扩边缩放为预设的宽度和高度，扩边缩放将保持原图的比例，将比例不足的部分用黑色填充；将缩放后的图片进行归一化处理。4.根据权利要求1所述的一种作业人员安全装备异常佩戴状态检测方法，其特征在于：所述端到端深度神经网络模型，包括：依序连接的一个切片层，一个卷积单元，一个CSP1单元，一个卷积单元，一个CSP3单元，第1个分支点，一个卷积单元，一个CSP3单元，第2个分支点，一个卷积单元，SPP模块，一个CSP2单元，一个卷积单元，第3个分支点；第3个分支点经过上采样单元与第2个分支点的输出进行拼接，再连接一个CSP2单元，一个卷积单元，第4个分支点，经上采样后与第1个分支点的输出进行拼接，再连接一个CSP2单元，第5个分支点，一个卷积层，连接第一个输出层；第5个分支点连接一个卷积单元后与第4个分支点拼接后，连接一个CSP2单元，第6个分支点，一个卷积层，连接第二个输出层；第6个分支点连接一个卷积单元后与第3个分支点拼接后，连接一个CSP2单元，一个卷积层，连接第三个输出层；其中，每个输出层为一个三维张量的特征图，不同长、宽值的特征向量对应预测原图中不同位置的目标物，特征图边长不同，对应预测原图中不同大小尺度的目标物；每一个长、宽值的特征向量维度相同，包含该位置处目标框的坐标偏置值、宽高偏置值、存在目标的概率、目标属于不同类别的概率。5.根据权利要求1所述的一种作业人员安全装备异常佩戴状态检测方法，其特征在于：所述切片层，包括：将原始的3通道图片按四分之一分离切片，并拼接为12通道特征图然后连接一个卷积单元；所述卷积单元，包括：依序连接的一个卷积层，一个BN层，一个Leaky ReLU层；所述CSP1单元，包括：输入分为两个分支，一支为一个卷积单元，1个残差单元，一个卷积层，其中残差单元为输入连接两个卷积单元后，输出与输入相加的残差单元；另一个分支为输入只连接一个卷积层；两个分支经过拼接操作后连接BN层、Leaky...
【专利技术属性】
技术研发人员：袁杰，张文慎，张峰，李涛，吕永权，张璐阳，
申请(专利权)人：南京南自信息技术有限公司，
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。