[发明专利]一种基于人体姿态的抗疫防护用品穿戴行为规范检测方法

说明书

本发明属于深度学习、行为识别、图像识别技术领域，公开了一种基于人体姿态的抗疫防护用品穿戴行为规范检测方法，包括1、使用防护服穿戴行为识别算法进行视频流的行为识别；2、使用防护用品目标检测算法对当前帧的防护用品类别进行检测；3、设置行为发生时刻列表和目标动态检测算法，对穿戴流程是否规范进行检测，不满足穿戴规范流程的反馈至后台发出语音警报。本发明利用深度学习、行为识别、图像识别等技术对人体关键点特征进行学习处理，得到防护服穿戴行为步骤分类，结合目标检测算法达到防护用品穿戴流程规范检测效果。本方法能够快速检验防护用品穿戴流程是否规范，降低了医护人员和相关工作人员的感染风险，为防疫工作提供了有力支持。

技术领域

本发明属于深度学习、行为识别、图像识别技术领域，尤其涉及一种基于人体姿态的抗疫防护用品穿戴行为规范检测方法。

背景技术

在病毒大范围流行期间，医护人员和相关工作人员进行防疫工作时需正确规范穿戴防护用品，有效防止疫情的扩散。目前对防护服穿戴是否规范检测主要还是通过人为监督，无法达到实时监督防护服穿戴过程中的动作标准和顺序是否符合规范要求。

但随着深度学习、机器视觉、图像处理等技术的不断向前进步，利用这些关键技术可以学习到防护服穿戴行为的特征并结合其他的计算方法可以实时检测行为的规范性，能够最终解决上述问题。

发明内容

本发明目的在于提供一种基于人体姿态的抗疫防护用品穿戴行为规范检测方法,以解决上述的技术问题。

为解决上述技术问题，本发明的一种基于人体姿态的抗疫防护用品穿戴行为规范检测方法的具体技术方案如下：

一种基于人体姿态的抗疫防护用品穿戴行为规范检测方法，包括如下步骤：

步骤1：确定抗疫防护用品正确穿戴规范流程，收集相关人员穿戴防护用品的视频；

步骤2：将视频剪辑为多个规范行为视频类别，并对视频类别数据进行清洗和标注，形成防护服穿戴视频的训练、验证与测试数据集；

步骤3：构建基于人体姿态的抗疫防护服穿戴行为步骤识别算法；

步骤4：使用MobileNet算法进行抗疫防护用品目标检测；

步骤5：高清监控摄像头实时采集N帧数据输入防护服穿戴行为步骤识别算法，识别该视频是否属于规范行为步骤类别；

步骤6：输入抗疫防护用品穿戴区域监控摄像头采集的实时视频流，使用MobileNet目标检测算法实时检测当前帧，对防护用品类别检测设置目标动态检测算法，进行防护用品穿戴流程是否规范检测。

进一步地，所述步骤1抗疫防护用品正确穿戴规范流程为：行为步骤1：手卫生；行为步骤2：戴一次性帽子；行为步骤3：戴医用防护口罩；行为步骤4：穿防护服；行为步骤5：戴护目镜；行为步骤6：戴手套；行为步骤7：穿靴套；行为步骤8：穿隔离衣；行为步骤9：穿鞋套。

进一步地，所述步骤2：将视频剪辑为以下视频类别：

手卫生规范行为、戴一次性帽子规范行为、戴医用防护口罩规范行为、穿防护服规范行为、戴护目镜规范行为、戴手套规范行为、穿靴套规范行为、穿隔离衣规范行为、穿鞋套规范行为、手卫生不规范行为、戴一次性帽子不规范行为、戴医用防护口罩不规范行为、穿防护服不规范行为、戴护目镜不规范行为、戴手套不规范行为、穿靴套不规范行为、穿隔离衣不规范行为和穿鞋套不规范行为，并对视频类别数据进行清洗和标注，形成防护服穿戴视频的训练、验证与测试数据集。

进一步地，所述步骤3对步骤2得到的防护服穿戴视频数据集进行稀疏采样，每个视频得到T帧图片，使用图片数据对该算法进行训练，得到满足识别率要求的防护服穿戴行为步骤识别算法，所述步骤识别算法包括如下具体步骤：