[发明专利]基于YOLOv3目标检测的电力作业人员安全着装检测方法

说明书

本发明公开了一种基于YOLOv3目标检测的电力作业人员安全着装检测方法。本发明采用的技术方案为：首先，收集电力作业人员的着装图片，制作训练样本集；其次，构建YOLOv3网络模型，并采用训练样本集对网络模型进行训练，得到训练完成的YOLOv3网络模型；再次，将电力作业现场监控视频作为训练完成的YOLOv3网络模型的输入数据，检测视频中的电力作业人员的安全着装情况。与人工设计特征的传统方法相比，该方法自动提取特征实现检测，适用性强，推广性高，且能同时检测出视频中电力作业人员的安全帽佩戴和工作服着装情况，可应用于电力作业现场的视频监控系统。

技术领域

本发明属于智能视频监控领域，涉及一种基于YOLOv3目标检测的电力作业人员安全着装检测方法，可应用于电力作业现场的视频监控系统。

背景技术

日常电力生产中存在着很多作业现场，相关电力安全工作规程对相关人员进入作业现场应遵守的安全要求做出了严格的规定，其中对于正确佩戴安全帽及穿着工作服有明确要求。安全着装对于保障作业人员的人身安全至关重要，因此，对进入作业现场的作业人员进行视频监控，能够有效保证并监督相关作业人员的安全着装，降低作业人员的安全隐患。

为了减少人工查看视频监控的工作量，不断有针对视频监控的安全着装自动检测方法被提出，其中多集中于安全帽佩戴的检测，针对工作服的检测方法并不多，能够同时对安全帽佩戴和工作服穿着情况进行检测的方法就更少。在现有方法中，大多是采用人工设计并提取特征，再借助模式识别方法进行识别的传统模式。这种模式不仅存在人工设计特征的复杂性问题，还存在鲁棒性和推广性差问题。

YOLOv3(You Only Look Once Version 3)是目前用于目标检测的一种最新技术，准确性高且实时性强，能够用于监控视频的实时分析。

发明内容

本发明的目的在于提供一种基于YOLOv3目标检测的电力作业人员安全着装检测方法，其通过对监控视频的实时分析检测出作业现场中作业人员的安全着装情况，能够对未按要求着装的人员进行及时告警，保障作业人员的人身安全。

为实现上述目的，本发明采用的技术方案为：基于YOLOv3目标检测的电力作业人员安全着装检测方法，其包括：

步骤1，收集电力作业人员的着装图片，制作训练样本集；

步骤2，构建YOLOv3网络模型，并采用训练样本集对网络模型进行训练，得到训练完成的YOLOv3网络模型；

步骤3，将电力作业现场监控视频作为训练完成的YOLOv3网络模型的输入数据，检测视频中的电力作业人员的安全着装情况。

作为上述方法的补充，所述的步骤1包括：

步骤11，收集不同人员的不同着装图片，有以下两个途径：第一，从不同电力作业现场的历史监控视频中逐帧截取保存包含作业人员的图片；第二，让不同人员穿着电力作业工作服并佩戴安全帽，模拟正确和错误着装情况并做出不同姿势，从不同角度拍摄并保存照片；

步骤12，采用图像处理方法对收集到的图片进行修改，将原图片和衍生图片一并作为制作样本的素材，以此方式来增加样本数量；

步骤13，划分着装情况的类别，确定类别标签；

步骤14，将每一张图片中的安全着装情况打上相应的标签，制作用于训练YOLOv3网络的训练样本集。

作为上述方法的补充，所述的步骤11中，所述的错误着装情况具体包括：完全未戴安全帽；完全未穿工作服；有安全帽但未戴；有工作服但未穿；卷起任何一只裤脚；卷起任何一只手袖；未扣工作服扣子并露出内部衣服或皮肤。

作为上述方法的补充，所述的步骤12中，所述的图片修改方法具体包括：左右翻转；不同角度旋转；添加不同程度噪声；改变对比度；改变亮度。