一种识别消防员及头盔佩戴状态的方法技术

本发明专利技术提出了一种识别消防员及头盔佩戴状态的方法，涉及消防安全技术领域，包括以下步骤：S1，从数据库中提取图片，对其重采样原始图片，输入四层卷积层进行特征提取，输出特征图；S2，对输入做最大池化后，将特征图输入到扩展高效长期注意力网络，输出特征1，重复上述步骤2次，得到特征2和特征3；S3，采用可学习的fpn思想，实现三个特征自顶向下的融合，输出三个不同感受野的特征，得到识别消防员的结果图；S4，对识别消防员的结果图重复步骤S2

【技术实现步骤摘要】
一种识别消防员及头盔佩戴状态的方法


[0001]本专利技术涉及消防安全
，尤其涉及一种识别消防员及头盔佩戴状态的方法。

技术介绍

[0002]消防员进行抢险救灾时，往往需要佩戴好防护器具，消防头盔就是其中重要的防护器件之一，消防头盔具有防撞击、抗高温性能优良、增加对耳部和后脑部的防护等功能，然而消防员出任务时，可能存在因过于匆忙而未能及时佩戴消防头盔的情况。
[0003]中国专利CN108464554A《基于人工智能图像识别的消防AR头盔、警用AR眼镜及应用》公开了一种基于人工智能图像识别的消防AR头盔、警用AR眼镜及应用，通过3D图像建模算法结合深度学习人工智能图像识别算法，对消防员进行识别，然而并不会对消防员是否佩戴消防头盔进行识别，存在安全隐患。

技术实现思路

[0004]有鉴于此，本专利技术提出了一种识别消防员及头盔佩戴状态的方法，用于识别消防员和其消防头盔佩戴状态。
[0005]本专利技术的技术方案是这样实现的：本专利技术提供了一种识别消防员及头盔佩戴状态的方法，其特征在于，包括以下步骤，
...

【技术保护点】

【技术特征摘要】
1.一种识别消防员及头盔佩戴状态的方法，其特征在于，包括以下步骤，S1，从数据库中提取图片，对其重采样原始图片，输入四层卷积层进行特征提取，输出特征图；S2，对输入做最大池化后，将特征图输入到扩展高效长期注意力网络，输出特征1，重复上述步骤2次，得到特征2和特征3；S3，采用可学习的fpn思想，实现三个特征自顶向下的融合，输出三个不同感受野的特征，得到识别消防员的结果图；S4，对识别消防员的结果图重复步骤S2
‑
S3，得到识别消防员及其头盔佩戴状态的结果图。2.如权利要求1所述的一种识别消防员及头盔佩戴状态的方法，其特征在于，所述步骤S1具体包括：对输入的图片重采样原始图片为640*640，输入四层卷积层进行特征提取，每层融合了卷积算子、归一化方法和激活函数，每层采用不同卷积核，输出160*160*128的特征图。3.如权利要求2所述的一种识别消防员及头盔佩戴状态的方法，其特征在于，所述步骤S2具体包括：特征1为80*80*128，特征2为20*20*512，特征3为40*40*256；扩展高效长期注意力网络，自上而下由四层卷积层组成，第二卷积层和第三卷积层之间还存在三层卷积层。4.如权利要求3所述的一种识别消防员及头盔佩戴状态的方法，其特征在于，所述步骤S3具体包括：可学习的fpn：在特征融合之前，对不同尺度特征进行一致监督；在特征融合时，通过残差特征增强提...

【专利技术属性】
技术研发人员：丁勇，刘青松，
申请(专利权)人：王心雨天襄睿视武汉信息技术有限责任公司，
类型：发明
国别省市：