一种化工园区人员攀爬行为的实时监控方法技术

本发明专利技术涉及模式识别领域，尤其涉及一种化工园区人员攀爬行为的实时监控方法。该方法包括：从监控摄像头中获取得到图像并对潜在的攀爬区域进行人工标定；构建标注有潜在攀爬区域和人体的数据集并进行训练，得到能够检测出人体和潜在攀爬区域的YOLOv4模型；利用充分训练的YOLOv4对监控视频逐帧进行目标检测，当某一帧中同时检测到人体与潜在攀爬区域，且两者的重合度大于0.4时，从图像中裁剪出所有符合条件的人体片段并进行拼接，送入OpenPose进行下一步识别；利用OpenPose对输入的人体图像进行关键点预测，得到人体关键点点集；对输出的各关键点点集提取人体姿态特征，通过SVM支持向量机分类器，判断目标是否存在攀爬行为。判断目标是否存在攀爬行为。判断目标是否存在攀爬行为。

【技术实现步骤摘要】
一种化工园区人员攀爬行为的实时监控方法


[0001]本专利技术涉及模式识别领域，尤其是一种化工园区人员攀爬行为的实时监控方法。

技术介绍

[0002]随着我国经济的蓬勃发展，对化工产品的需求与日俱增，化工企业的生产任务也越来越繁重。而当生产规模不断扩大的同时，化工园区内部的安全管理也面临着空前挑战。由于监管不力，员工违规操作等安全事故时有发生，最终导致人员伤亡以及财产损失，园区内部仅依靠人工监视的方法逐渐显得力不从心。

技术实现思路

[0003]本专利技术所要解决的问题是提供一种针对化工园区人员攀爬行为的实时监控方法，利用YOLOv4和OpenPose小巧轻量的特性对化工园区攀爬行为进行实时监控。
[0004]为实现上述专利技术目的，采用以下技术方案：
[0005]一种化工园区攀爬行为实时监控方法，包括以下步骤：
[0006]步骤S1、从监控摄像头中获取得到图像并对潜在的攀爬区域进行人工标定；
[0007]步骤S2、构建标注有潜在攀爬区域和人体的数据集并进行训练，得到能够充分检测出人体和潜在攀爬区本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种化工园区攀爬行为实时监控方法，其特征在于，包括以下步骤：步骤S1、从监控摄像头中获取得到图像并对潜在的攀爬区域进行人工标定；步骤S2、构建标注有潜在攀爬区域和人体的数据集并进行训练，得到能够充分检测出人体和潜在攀爬区域的YOLOv4模型；步骤S3、利用充分训练的YOLOv4对监控视频逐帧进行目标检测，当某一帧中同时检测到人体与潜在攀爬区域，并且两者的检测框重合度大于0.4时，从图像中裁剪出所有符合条件的人体的片段并进行拼接，送入OpenPose进行下一步识别；步骤S4、利用OpenPose对输入的人体图像进行关键点预测，得到人体关键点点集；步骤S5、对输出的各关键点点集提取人体姿态特征，通过SVM支持向量机分类器，判断目标是否存在攀爬行为。2.根据权利要求1所述的一种化工园区攀爬行为实时监控方法，其特征在于，所述的攀爬区域包括化工园区护栏网及周边、化工设备的安全爬梯及其周边。3.根据权利要求1所述的一种化工园区攀爬行为实时监控方法，其特征在于，步骤S3中，所述的YOLOv4模型训练包括以下步骤：a1、构建数据集，下载HAD人体检测数据集部分并同攀爬区域数据集整合为VOC格式数据集；a2、使用K
‑
means算法对目标先验框进行聚类，通过设定聚类中心数k，将新聚类的先验框面积从小到大排列，均分到不同尺度的特征图上，具体为：使用K
‑
means算法对目标锚框进行聚类，得到k个不同尺寸的锚框，按面积从小到大排列，将其均匀作为不同尺寸特征图的锚框；需要定义距离参数，这里选k为9，距离参数d的计算方式为d＝1
‑
iou；首先从数据集中所有的边界框中随机选取9个作为初始锚框，将数据集中所有的边界框都与这9个锚框分别计算距离d，得到每一个边界框跟这9个锚框的d，再选取每一个边界框中最小d所对应的锚框序号，将所有对应同一个序号的边界框的长宽求取平均数，得到对应此序号新的锚框尺寸，然后重新将新的锚框与所有边界框计算距离d，直到相邻两次运算得到的锚框的长宽相等为止；其中，iou是一种表示两个框之间重合度的值，iou越大，重合度越高；iou的计算方式为：先分别对两框的长宽进行比较，选取其中较小的值，将两这个值相乘，得到的数为两框重合区域的面积，然后将重合区域面积除以两框面积和与重合区域面...

【专利技术属性】
技术研发人员：左海强，王荣迪，曹怀祥，张智松，蒋文春，
申请(专利权)人：中国石油大学华东，
类型：发明
国别省市：