[发明专利]一种人脸识别及安全帽穿戴的识别方法

权利要求书

1.一种人脸识别及安全帽穿戴的识别方法，其特征在于，所述识别方法包括：

采集现有图像数据集，并进行训练模型、设计模型组合方案；

预先采集施工人员的人脸图像信息，使用人脸识别引擎构建对应施工项目部的人脸库，用于进行人脸比对；

采集口罩、安全帽数据，并进行预处理，选用Yolo V3作为目标检测模型；

原Yolo V3的损失函数定义为框中心点坐标定位MSE损失、坐标偏移MSE损失，分类交叉熵损失、置信度损失的累加，损失函数计算公式：

使用Darknet作为所述Yolo V3模型训练框架，针对性地修改多个模型的网络结构及损失函数

根据所述网络结构及所述损失函数识别图像信息。

2.根据权利要求1所述的一种人脸识别及安全帽穿戴的识别方法，其特征在于，所述采集现有图像数据集，并进行训练模型、设计模型组合方案具体包括：

采集开放场景下的多品类的口罩、安全帽数据，包括工地、非工地、室内、室外，晴天、阴雨天戴口罩人脸图像、不戴口罩人脸图像、戴安全帽人头部图像和不戴安全帽人头部图像；

对模型的主干网络进行预训练，在使得模型的主干网络得到能正确提取人脸、人头、口罩、安全帽特征的能力后，固定主干网络权值，针对实施现场的环境，选取相似场景的图像，并加入部分对应场景的标注后的工人活动图像数据，对模型的定位识别网络部分进行再训练，用于精调提高识别准确率；

根据现有数据集，训练模型、设计模型组合方案，对各模型得到的结果进行归并。

3.根据权利要求1所述的一种人脸识别及安全帽穿戴的识别方法，其特征在于，所述预先采集施工人员的人脸图像信息，使用人脸识别引擎构建对应施工项目部的人脸库，用于进行人脸比对具体包括：

人脸比对为将两张人脸提取出特征码，再计算两张人脸的相似度，并且给出相应的相似比值，判断两张人脸是否为同一个人；

为防止包括照片和屏幕类翻拍的攻击，在人脸比对的同时进行活体检测，通过识别攻击内容里面漏出的各种类型的边框、图像质量、图像中人脸是否变形方式，结合分析全局特征和局部微纹理信息有效过滤二次翻拍，通过机器学习方法提取细微特征有效过滤攻击；

通过人脸识别、人脸比对、活体检测的方法，加强工作人员信息核对的门禁功能，有效防止外来人员入侵。

4.根据权利要求1所述的一种人脸识别及安全帽穿戴的识别方法，其特征在于，所述采集口罩、安全帽数据，并进行预处理，选用Yolo V3作为目标检测模型具体包括：

对采集到的口罩、安全帽数据进行预处理后，选用Yolo V3作为目标检测模型；

将视频流中解码得到的图像数据缩放到416*416的像素大小，作为Yolo V3模型的输入，通过主干网络提取特征，下采13*13，26*26，52*52得到三种不同尺寸的特征图；

根据预先设定的Anchor，三个特征图分别负责检测大、中、小三种尺寸的目标；

Yolo V3网络在三个特征图中分别通过(4+1+c)*k个大小为11的卷积核进行卷积预测，k为预设边界框的个数，c为预测目标的类别数，其中4*k个参数负责预测目标边界框的坐标及偏移量，k个参数负责预测目标边界框内包含目标的概率，c*k个参数负责预测这k个预设边界框对应c个目标类别的概率。