[发明专利]一种基于人体关键点的安全穿戴检测方法

说明书

本发明公开了一种基于人体关键点的安全穿戴检测方法，该方法包含：利用数据增强方法解决遮挡人员的检测问题，在模型训练阶段利用随机擦除方法增加遮挡样本的数量，最终实现目标人员的检测；利用区域姿态估计算法(RMPE)中的对称空间变换网络校正人员目标包围框，提高姿态估计的准确率，利用参数化姿态非最大抑制(Pose‑NMS)来解决冗余姿态的问题，得到目标人员的准确姿态，提取人体关键点信息，最终得到17个关键点坐标；提出人体二维投影模型，根据得到的17个关键点坐标信息，利用七点定位法得到头部区域，利用四点定位法得到躯干区域；提出基于ResNet50‑TL的安全穿戴识别方法，对得到的待检测区域提取特征，进行分类，得到工人安全穿戴情况，实现安全穿戴的检测。本发明的方法能够有效地解决海上钻井平台这种复杂场景下的安全穿戴检测问题。

技术领域

本发明属于计算机图形与图像处理领域，涉及一种基于人体关键点的安全穿戴检测方法。

背景技术

随着科技进步和社会发展，近年来，计算机图形与图像处理技术已经越来越多的被应用到人们的生产生活中，尤其是在各种工程领域中，这是因为计算机视觉技术对硬件的要求比较简单并且无需接触，而处理精度却很高，同时还具有很强的适应能力，因此得以被广泛应用。特别是在视频监控这一领域，计算机视觉技术因其低成本高成效，同时可以针对不同监管系统的功能专门定制不同图像处理算法而广受好评。

目前，工业生产和建设现场的安全行为检测通常利用摄像头采集视频数据，然后通过人工监管来判断人或物的不安全行为和状态。但人工监管增加了人力成本，而且有强烈的主观性，难以做到标准化和客观化的判断。随着计算机技术的发展，人们尝试依靠计算机实现自动获取、分析和监测人员穿戴情况。目前的安全帽识别算法在单一特定场景下效果较突出，但海洋平台背景复杂，工作人员的姿态多变，难以保证较高的识别准确率，而且针对监控场景下工作人员的着装规范性检测的技术研究较少。简单场景下的安全穿戴检测问题已经基本解决，但大多数的检测方法只适用于简单场景及单一姿态，且大多数只对安全帽进行检测，应用于复杂场景及多种姿态时由于受到杂乱背景及多样化姿态等因素的影响，很难进行准确检测，识别效果急剧下降，复杂场景下的安全穿戴检测成为了一个亟待解决的难题。

发明内容

本发明为了克服上述缺陷，提出了一种基于人体关键点的安全穿戴检测方法，本发明具体步骤如下：

S1，利用改进的目标检测算法对输入的图片进行人员目标检测，并以目标框和坐标信息的方式输出，为人体关键点检测提供输入数据；

S2，在人员目标检测的基础上，利用EMPE框架提取到全部人体骨骼关键点信息，形成关键点序列；

S3，基于骨骼关键点的信息，建立人体二维投影模型；

S4，在人体二维投影模型的基础上，提出七点定位法，利用头部七个关键点坐标信息定位出待检测的头部区域；

S5，提出四点定位法，利用左肩、右肩、左脚踝、右脚踝四个关键点的坐标定位出待检测的躯干区域；

S6，提出基于ResNet50-TL的安全穿戴识别算法，迁移学习ResNet50模型的特征提取能力。

S7，利用训练好的对待检测的头部区域及躯干区域进行特征提取，识别安全帽和安全衣；

S8，输出目标人员的安全穿戴结果。

本发明的技术方案特征和改进为：

对于步骤S1，本发明主要是利用随机擦除(Random Erasing)方法，增加相应的被遮挡人员的样本数据，从而训练出适用于海洋平台复杂场景下的人员目标检测模型。在训练过程中按照一定的概率对样本进行随机擦除，对于一个mini-batch，其被随机擦除处理的概率为p，保持不变的概率为1-p，在此过程中，产生具有不同遮挡程度的训练图像。