[发明专利]一种基于安监场景下的轻量化安全帽识别方法及系统

权利要求书

1.一种基于安监场景下的轻量化安全帽识别方法，其特征在于，所述方法包括以下步骤：

获取待识别图像；

使用预先训练好的头部检测网络对待识别图像进行头部检测，得到含有头部目标的头部图像，且进一步使用预先训练好的分类网络对所述头部图像进行分类判断，以确定头部目标是否佩戴安全帽；其中，所述头部检测网络为基于网络分支均由3x3卷积核、1x1卷积核及残差模块组成的LFFD网络构建出来的；所述分类网络为基于采用残差模块隔层相连的ResNet18网络构建出来的，该残差模块的输入数据为由LFFD网络中两个3*3卷积与1×1卷积短接相加并经Relu激活函数输出的数据。

2.如权利要求1所述的基于安监场景下的轻量化安全帽识别方法，其特征在于，所述待识别图像在预先训练好的头部检测网络中进行头部检测时，其图片尺寸大小缩放到480*480。

3.如权利要求1所述的基于安监场景下的轻量化安全帽识别方法，其特征在于，所述头部图像在预先训练好的分类网络中进行分类判断时，其图片尺寸大小缩放到224*224。

4.如权利要求3所述的基于安监场景下的轻量化安全帽识别方法，其特征在于，所述头部图像在预先训练好的分类网络中进行分类判断时，其图片进行一定的增强处理；其中，所述增强处理包括亮度增强、对比度增强、图像翻转、添加阴影及马赛克增强。

5.一种基于安监场景下的轻量化安全帽识别系统，其特征在于，包括图像获取单元以及图像识别单元；其中，

所述图像获取单元，用于获取待识别图像；

所述图像识别单元，用于使用预先训练好的头部检测网络对待识别图像进行头部检测，得到含有头部目标的头部图像，且进一步使用预先训练好的分类网络对所述头部图像进行分类判断，以确定头部目标是否佩戴安全帽；其中，所述头部检测网络为基于网络分支均由3x3卷积核、1x1卷积核及残差模块组成的LFFD网络构建出来的；所述分类网络为基于采用残差模块隔层相连的ResNet18网络构建出来的，该残差模块的输入数据为由LFFD网络中两个3*3卷积与1×1卷积短接相加并经Relu激活函数输出的数据。

6.如权利要求5所述的基于安监场景下的轻量化安全帽识别系统，其特征在于，所述待识别图像在预先训练好的头部检测网络中进行头部检测时，其图片尺寸大小缩放到480*480。

7.如权利要求5所述的基于安监场景下的轻量化安全帽识别系统，其特征在于，所述头部图像在预先训练好的分类网络中进行分类判断时，其图片尺寸大小缩放到224*224。

8.如权利要求7所述的基于安监场景下的轻量化安全帽识别系统，其特征在于，所述头部图像在预先训练好的分类网络中进行分类判断时，其图片进行一定的增强处理；其中，所述增强处理包括亮度增强、对比度增强、图像翻转、添加阴影及马赛克增强。