一种施工现场的安全帽佩戴检测及身份识别方法技术

本发明专利技术涉及一种施工现场的安全帽佩戴检测及身份识别方法，包括：提供服务器、以及与服务器通信连接的多个终端展示设备、多个监控摄像头和监控系统，每个监控摄像头获取其对应监控区域的施工现场信息；将施工现场信息通过服务器输入至监控系统，对施工现场信息进行分析，提取出施工人员图像信息；对施工人员进行安全帽佩戴检测，判断是否有施工人员未佩戴安全帽，若是，则确定未佩戴安全帽的施工人员为违规人员，获取违规人员的图像信息；对违规人员进行身份识别，生成报警信息；监控系统将报警信息通过服务器传输到终端展示设备进行展示。本发明专利技术能够实时对施工现场未佩戴安全帽的违规行为进行检测、报警，能够及时便利地掌握施工安全情况。

【技术实现步骤摘要】

本专利技术涉及目标检测和人脸识别，更具体地涉及一种施工现场的施工人员安全帽佩戴检测及身份识别方法。

技术介绍

1、智慧工地作为工业智能化实现中的重要一环，在业内迅速升温。智慧工地就是通过物联网、视频监控、人工智能等技术，实现各种现代化工作的技术，提高施工过程的可控性、减少人为干预，以达到加强企业管理、提高工作效率、进行安全生产等目的。

2、最近几年计算机视觉技术的迅速发展以及深度学习技术兴起，视觉领域的算法不断推陈出新，计算机的计算能力也在迅速提升，这些进步使得智能视频监控自动检测施工现场安全文明生产问题变的简单。因此，通过计算机视觉技术与深度学习技术监督施工现场安全文明施工，将会极大地节省施工企业的人力资源成本，促成土木工程安全文明施工的顺利进行，提高土木工程安全文明施工的质量和水平。使用人力监管安全帽是否佩戴有以下几个问题：1、人力监管难以覆盖全面，在大型施工现场，工人数量众多，人力监管往往无法全面覆盖。2、监管效果不稳定，人的注意力有限，长时间监管可能造成疲劳。基于以上问题使用监控探头以及深度学习相关算法就可以实现对所有施工人员的安全帽佩本文档来自技高网...

【技术保护点】

1.一种施工现场的安全帽佩戴检测及身份识别方法，其特征在于，包括：

2.根据权利要求1所述的施工现场的安全帽佩戴检测及身份识别方法，其特征在于，所述步骤S3包括：

3.根据权利要求2所述的施工现场的安全帽佩戴检测及身份识别方法，其特征在于，所述安全帽佩戴检测模型通过YOLOv5s目标检测算法改进得到。

4.根据权利要求3所述的施工现场的安全帽佩戴检测及身份识别方法，其特征在于，所述安全帽佩戴检测模型包括空间注意力机制、160×160尺寸的检测头以及BiFPN特征融合结构。

5.根据权利要求1所述的施工现场的安全帽佩戴检测及身份识别方法，其特...

【技术特征摘要】

1.一种施工现场的安全帽佩戴检测及身份识别方法，其特征在于，包括：

2.根据权利要求1所述的施工现场的安全帽佩戴检测及身份识别方法，其特征在于，所述步骤s3包括：

3.根据权利要求2所述的施工现场的安全帽佩戴检测及身份识别方法，其特征在于，所述安全帽佩戴检测模型通过yolov5s目标检测算法改进得到。

4.根据权利要求3所述的施工现场的安全帽佩戴检测及身份识别方法，其特征在于，所述安全帽佩戴检测模型包括空间注意力机制、160×160尺寸的检测头以及bifpn特征融合结构。

5.根据权利要求1所述的施工现场的安全帽佩戴检测及身份识别方法，其特征在于，所述步骤s4包括：

6.根据权利要求5所述的施工现场的安全帽佩戴检测及身份识别方法，其特征在于，所述步骤s42中的归一化处理是指将人脸图像调整为标准像素大小为224×224的图像。

7.根据权利要求5所述的施工现场的安全帽佩戴检测及身份识别方法，其特征在于，所述人脸姿态估计模块设置为：通过神经网络进行人脸特征点检测，得到输入的人脸图像的98个二维特征点landmarks2d，选取其中左眉毛左右两特征点、右眉毛左右两特征点、左眼睛左右两特征点、右眼睛左右两特征点、鼻子左右两侧特征点、嘴巴左右两特征点、下嘴唇特征点以及下巴特征点对应三维人脸标准模型上的14个特征点landmarks3d，采用opencv提供的solvepnp算法求解出人脸姿态角pitchij、yawij、rollij。

【专利技术属性】
技术研发人员：谭帅，郭重初，林瀚，陆倪博，陈烨斌，
申请(专利权)人：华东理工大学，
类型：发明
国别省市：

全部详细技术资料下载 我是这个专利的主人