[发明专利]基于人工智能的厨房卫生安全监督管理方法

说明书

本发明公开一种基于人工智能的厨房卫生安全监督管理方法，包含步骤：基于图像采集设备采集的厨房内视频序列中的当前帧采用神经网络定位人头部位置；根据人头部位置获得人头部区域图像，通过神经网络进行特征提取得到人头部特征图，对特征图进行分类从而判断该人是否有目标行为，将目标行为以警示的方式显示到当前帧；通过编码转换将生成的视频流用RTMP推流的形发送到客户端显示。本发明能够准确检测图像中的人头部区域，并且可对头部区域进行检测，判断该人是否有不合要求的目标行为。

技术领域

本发明属于模式识别、计算机视觉、食品卫生安全、安防等技术领域，更具体地涉及一种厨房卫生安全监督管理方法。

背景技术

厨房卫生安全是食品卫生安全中极其重要的一个领域，厨房工作人员穿戴合规、行为规范又是厨房卫生安全中至关重要的一个环节，随着人们对外出就餐时厨房安全卫生重视程度的增加，因此如何自动对厨房中不合乎规范的穿戴、行为进行监测成为亟待解决的问题。

随着深度学习、人工智能在图像领域的蓬勃发展，图像检测、分类任务技术取得重大进步。但在厨房安全卫生领域，还没有可自动检测厨房不规范行为的方法，大量的监控视频还需要人工分析，不仅效率底下，还造成劳动力浪费。由此可见，智能化厨房监测仍然是一个亟待解决的问题。

发明内容

为解决上述的技术问题，本发明提出一种基于人工智能的厨房卫生安全监督管理方法。

本发明是这样实现的，基于人工智能的厨房卫生安全监督管理方法，包括以下步骤：

S1.利用图像采集设备实时采集厨房内目标区域图像；

S2.提取图像采集设备采集到的实时帧图像，利用神经网络定位人头部位置；

S3.基于人头部位置得到头部区域图像，利用神经网络识别该头部区域图像是否有目标行为，并将识别到的信息显示到当前帧；

S4.将载有识别信息的视频流转码后利用RTMP推流至客户端显示。

其中，所述图像采集设备包括RGB图像采集设备、NIR图像采集设备、TOF图像采集设备的一种或几种。

进一步的，步骤S2包含步骤：

S21.提取当前时间戳下视频序列的帧图像，并将该图像编码为程序可以处理的图像格式；

S22.对输入图像进行多尺度变换得到图像金字塔，利用全连接网络对多尺度变换后得到的每个尺度的图像分别卷积计算，提取特征，得到全局特征图；

S23.将全局特征图进行卷积变换，将变换后的结果输出到两个分支，一个分支用于回归人头部所在的位置，另一个分支用于分类得到的区域是否为人头部，从而得到输入图像帧中人头部区域的位置。

进一步的，步骤S3包含步骤：

S31.根据人头部位置在输入实时帧图像中裁剪到人头部区域的图像；

S32.利用神经网络对人头部区域图像进行多任务分类，判别该人是否有目标行为；

S33.将识别到的信息在当前帧显示，并对目标行为进行高亮显示。

进一步的，步骤S4包含步骤：

S41.对载有检测结果的图像进行YUV H264编码，采用FLV的方式进行封装；

S42.将FLV封装后的序列利用RTMP进行推流，客户端根据推流地址即可实时的显示检测结果。

进一步的，步骤S23中，用于回归人头部位置的损失和用于分类是否为人头部区域的损失分别计算，然后相加得到最终损失；最终损失表达式为：