[发明专利]一种面向复杂场景的安全帽检测系统

说明书

本发明公开了一种面向复杂场景的安全帽检测系统，包括：数据采集模块、安全帽检测模块和检测结果展示模块；数据采集模块用于将各种形式的数据传输到安全帽检测模块进行实时安全帽检测；所述安全帽检测模块用于检测数据采集模块传输的视频或图片，准确识别出在各种生产场景下的三种状态的安全帽，并将检测框坐标与置信度传到检测结果展示模块；所述检测结果展示模块利用安全帽检测模块传回的类别标签，检测框坐标与置信度，在输入图片和视频中进行实时地标注，以实现对复杂场景下安全帽的实时检测。本发明可对工地、矿区等复杂场景下安全帽进行实时且高精度检测，检测准确高，鲁棒性较高，且能监督人员不佩戴安全帽的情况避免安全突发事故发生。

技术领域

本发明涉及计算机视觉目标检测技术领域，具体涉及一种面向复杂场景的安全帽检测系统。

背景技术

随着人工智能技术的快速发展，大量的人工智能技术运用到世界工业化环节中。近几年全国安全生产数据分析后，发现生产安全事故中大约95％的原因是作业人员的不安全行为导致的，如越权限进入工作场所、违章操作、未正确穿戴劳保用品、操作失误或忽视安全警告等行为。工业化环节的人工智能应用，绝大多数都与机器视觉技术有关，用户急切的希望能通过基于深度学习的系统来较少人的不安全行为，而人的不安全行为是指生产经营单位从业人员在进行生产操作时的违反安全生产客观规律有可能直接导致事故的行为，它们是造成事故的直接原因。在工地和矿区等易有掉落物体的作业区域如果安全不能保证，不仅会遭受人员伤亡和财产损失，正常的作业秩序亦无法维持，所以在工地和矿区等区域内，必须要佩戴安全帽。

但是，尽管各单位经常进行安全教育，总有心存侥幸者因为各种理由不能保证时刻佩戴。现在很多地方还是采取人力盯梢的方式，用人眼通过相机或者现场检查有无场内人员不佩戴安全帽的情况，但巡查人员不可能全天候盯着，这就需要借助科技手段来实现监督。

发明内容

针对现有技术存在的不足，本发明的目的在于提供一种面向复杂场景的安全帽检测系统，该检测系统可对工地、矿区等复杂场景下安全帽进行实时且高精度检测，准确率高。

为实现上述目的，本发明提供了如下技术方案：一种面向复杂场景的安全帽检测系统，包括数据采集模块、安全帽检测模块和检测结果展示模块，

数据采集模块：用于将各种形式的数据传输到安全帽检测模块进行实时安全帽检测，数据类型包括本地图片、本地视频、本地摄像机和远程网络摄像机拍摄的实时视频流；

安全帽检测模块：用于检测数据采集模块传输的视频或图片，准确识别出在生产场景下工人若干状态下的安全帽，并将检测框坐标与置信度传到检测结果展示模块；

检测结果展示模块：利用安全帽检测模块传回的类别标签，检测框坐标与置信度，在输入图片和视频中进行实时地标注，以实现对复杂场景下安全帽的实时检测。

作为优选的：所述安全帽检测模块能准确识别出工人佩戴安全帽、工人未佩戴安全帽和安全帽静置置物架上的三种状态的安全帽。

作为优选的：所述安全帽检测模块检测安全帽包括以下步骤：

S1、构建安全帽检测模型；其中，该检测模型包括CSPDarkNet53骨干网络、路径融合网络、空间金字塔池化模块、空间注意力模块和YOLOv3检测器模块；

S2、获取安全帽图像数据，利用调整图片色相、调整图片曝光量、调整图片饱和度、增加图片模糊和使用马赛克方法混合四张具有不同语义信息的图片五种不同的数据增强方式，对安全帽数据进行图像增强；

S3、取得增强后的安全帽图片，利用CSPDarknet53骨干网络提取安全帽图片的特征，将提取到的特征传入空间金字塔池化模块进行特征处理，该空间金字塔池化模块通过不同大小的池化层扩大网络的感受野；