[发明专利]基于关键点识别变电站人员安全帽佩戴的检测方法

说明书

一种基于关键点识别变电站人员安全帽佩戴的检测方法，包括：首先建立变电站人员的安全帽佩戴标注数据集，并对所述标注数据集进行训练；然后对待检测安全帽佩戴的人员的图像利用训练好的AlphaPose模型中进行人体关键点识别；最后对生成的人体关键点进行三角定位确定头部位置，采用训练好的SSD网络目标检测模型进行安全帽佩戴检测。相比于其他专利文献，本发明可以根据鼻子、左肩、右肩三点的位置信息进行计算，得到检测区域，更有针对性，得到的检测区域更准确。同时计算速度明显提升。

技术领域

本发明公开一种基于关键点识别变电站人员安全帽佩戴的检测方法，属于变电站人员安全检测的技术领域。

背景技术

目前，有关部门对安全施工提出很高要求。在变电站作业时，每位施工人员必须佩戴安全帽，佩戴安全帽可以减少危险事故对工作人员的伤害，减少生命和财产的损失。由于人眼检测不能保证每位施工人员时刻佩戴安全帽，现如今变电站内都装有监控设备，运用深度学习方法和计算机视觉技术自动检测施工人员是否佩戴安全帽并提供反馈，但现有的安全帽佩戴检测算法存在检测速度慢、检测精准度不高等问题，且当施工人员处于弯腰、蹲下或后仰等复杂姿态时，对安全帽进行正确识别更为困难。

对此，本技术领域公开了以下专利文献：

中国专利文献CN111414825A公开了一种安全帽佩戴检测方法，属于涉及图像处理与识别，主要解决的是目前视觉检测安全帽佩戴存在鲁棒性差、适应性差的技术问题，所述检测方法包括：获取施工现场的原始图像，通过图像变换将所述原始图像扩增N倍得到扩增图像；对所述扩增图像标注安全帽信息；将所述原始图像、扩增图像以及安全帽信息输入目标检测网络学习并进行图像特征提取得到人脸特征；根据所述人脸特征得到人脸框图；根据所述人脸框图确定头部区域，并在所述头部区域内进行安全帽检测。本文献主要是在人脸部位的识别，并未就施工人员的体态动作做相关关联处理。

中国专利文献CN110414400A公开了一种施工现场安全帽穿戴自动检测方法及系统，包括：实时获取施工现场监控视频，检测监控视频中的所有人脸，获得每个人脸的边界框；基于人脸追踪算法追踪监控视频中后续帧人脸的边界框，并执行人脸关键点检测算法，检测获得的人脸关键点，同时使用当前人脸关键点检测结果的人脸边界框矫正人脸追踪算法的矩形框；基于人脸关键点的检测结果和PnP算法，求得人脸欧拉角；检测和追踪人脸，以该人脸获得的最好欧拉角的安全帽区域作为安全帽的候选区域，使用安全帽识别算法判定安全帽的候选区域内是否存在安全帽。该文献是将近人脸检测与安全帽检测识别系统相结合，从而为安全帽的识别提高可靠性，但是其主要是对人脸的关键点进行识别及跟踪，但是当遇到不同姿态的工作人员无法展现人脸部分时，其检测的效果是否可以维持在较高水平，难以预测。

中国专利文献CN110287787A公开了一种图像识别方法，该方法包括：获取监控设备采集到的工作区视频；从工作区视频中提取包含用户的图像，图像包含用户的人体目标区域；根据头肩特征匹配模板确定人体目标区域中的人体头部区域；提取人体头部区域的方向梯度直方图特征以及颜色特征；将方向梯度直方图特征输入至用于人体分类的第一支持向量机模型，确定识别到的人体头部区域是否包含头部目标；若是，将颜色特征输入至用于颜色分类的第二支持向量机模型，确定头部目标的颜色；若头部目标的颜色为非预设帽子颜色，确定用户未佩戴帽子。该文献主要是通过识别头部目标的颜色来确定工作人员是否佩戴安全头盔，利用颜色限定头盔具有一定的技术局限性。

中国专利文献CN111476083A提供一种电力员工安全帽佩戴自动识别方法，涉及模式识别与智能视频分析技术领域，建立以行人训练样本为输入的行人检测模型，通过网络参数微调，实现测试样本行人区域检测；建立以安全帽训练样本集为输入的SSD安全帽检测模型，将行人检测模型得到的行人上半身区域图像输入训练好的SSD安全帽检测模型，通过SSD网络参数微调，实现了实时的、高准确度的安全帽佩戴自动识别。