基于关键点识别变电站人员安全帽佩戴的检测方法与流程

技术特征：
1.一种基于关键点识别变电站人员安全帽佩戴的检测方法，其特征在于，包括：1)建立变电站人员的安全帽佩戴标注数据集，并对所述标注数据集送入目标检测模型：ssd网络目标检测模型；2)对待检测安全帽佩戴的人员的图像，利用训练好的alphapose模型进行人体关键点识别；3)对生成的人体关键点进行三角定位确定头部位置，采用训练好的ssd网络目标检测模型进行安全帽佩戴检测；其中，所述三角定位确定头部位置的方法包括：3
‑
1)根据得到人体关键点，获得关键部位的位置信息，即根据鼻子、左肩、右肩三点的位置信息进行计算，得到检测的头部区域，具体包括：(3
‑1‑
1)通过鼻子、左肩、右肩三点位置确定一个三角形区域；设所述鼻子、左肩、右肩的位置分别为：h(x0,y0),ls(x1,y1),rs(x2,y2)
ꢀꢀꢀꢀ
(i)在公式(i)中，x0，y0为鼻子所在图像内的横纵坐标；x1,y1为左肩所在图像内的横纵坐标；x2,y2为右肩所在图像内的横纵坐标；(3
‑1‑
2)以鼻子为中心将所述三角形区域旋转180
°
得到新三角形，设旋转后左肩和右肩的位置分别为：ls
′
(x1′
,y1′
),rs
′
(x2′
,y2′
)
ꢀꢀꢀ
(ii)在公式(ii)中，x1′
,y1′
为左肩旋转后所在图像内的横纵坐标；x2′
,y2′
为右肩旋转后所在图像内的横纵坐标；旋转后左肩和右肩的位置为：(ls
′
(x1′
,y1′
),rs
′
(x2′
,y2′
))＝(ls
′
(2x0‑
x1，2y0‑
y1),rs
′
(2x0‑
x2,2y0‑
y2))
ꢀꢀꢀ
(iii)(3
‑1‑
3)根据步骤(3
‑1‑
1)中得到的原三角形和步骤(3
‑1‑
2)中旋转得到的新三角形共同组成一个四边形，则组成四边形的对角线长度分别为：同组成一个四边形，则组成四边形的对角线长度分别为：(3
‑1‑
4)以步骤(3
‑1‑
3)所述四边形的最长对角线为直径，对角线的交点为圆心作最大外圆，再求得所述外圆的外接正方形，所述外接正方形所框选的区域即为步骤(3
‑
1)中的头部区域；3
‑
2)对待检测安全帽佩戴的人员的图像进行检测，包括：(3
‑2‑
1)对步骤(3
‑1‑
4)选定检测区域，即头部区域，利用训练好的alphapose模型作为目标检测模型，进行安全帽佩戴检测；(3
‑2‑
2)根据步骤(3
‑2‑
1)得到安全帽佩戴状态的检测结果：若人员佩戴安全帽，则继续检测；若人员未佩戴安全帽，则给出反馈结果。2.根据权利要求1所述一种基于关键点识别变电站人员安全帽佩戴的检测方法，其特
征在于，所述反馈结果包括但不限于：人员未佩戴安全帽的纯文本信息或人员未佩戴安全帽的框选标识。3.根据权利要求1所述一种基于关键点识别变电站人员安全帽佩戴的检测方法，其特征在于，所述步骤1)建立变电站人员的安全帽佩戴标注数据集的步骤包括：1
‑
1)通过对变电站视频流截取的方式获得变电站人员的图片；1
‑
2)采集步骤1
‑
1)图片对应各个作业地点中单人以及多人的各种姿态的图像；1
‑
3)对步骤1
‑
2)中的图像进行扩增，得到待标注的图像数据集。4.根据权利要求3所述一种基于关键点识别变电站人员安全帽佩戴的检测方法，其特征在于，所述步骤1)建立变电站人员的安全帽佩戴标注数据集的步骤还包括：1
‑
4)根据步骤1
‑
3)获得图像数据集后，对每张图片中的变电站人员进行标注，得到标注后的图像数据集：其中，样本的标注使用labelimg标注出目标区域以及类别，对佩戴安全帽的变电站人员标注为helmet，即正样本；对未佩戴安全帽的变电站人员标注为head，即负样本。5.根据权利要求1所述一种基于关键点识别变电站人员安全帽佩戴的检测方法，其特征在于，所述步骤3)ssd网络目标检测模型的训练步骤如下：3
‑
3)在经典ssd网络中引入特征金字塔网络结构，fpn；3
‑
4)采用3
‑
3)中优化的ssd模型作为目标检测模型，对标注后的图像数据集进行训练时，所采用的特征提取网络为vgg
‑
16。6.根据权利要求1所述一种基于关键点识别变电站人员安全帽佩戴的检测方法，其特征在于，所述待检测安全帽佩戴的人员的图像是通过以下方法采集到的：利用架设在变电站中的视频监控设备，实时获取变电站视频信息至服务器中，通过对变电站视频流截取的方式实时获得监控图像。7.根据权利要求1所述一种基于关键点识别变电站人员安全帽佩戴的检测方法，其特征在于，步骤2)的具体步骤包括：2
‑
1)选用包含26个关键点模型的alphapose模型，其采取的特征提取网络为resnet
‑
50；2
‑
2)若待检测安全帽佩戴的人员的图像中未有人员，则不进行任何检测；若待检测安全帽佩戴的人员的图像中有人员，则经过关键点识别后，得到人员人体26个关键点。

技术总结
一种基于关键点识别变电站人员安全帽佩戴的检测方法，包括：首先建立变电站人员的安全帽佩戴标注数据集，并对所述标注数据集进行训练；然后对待检测安全帽佩戴的人员的图像利用训练好的AlphaPose模型中进行人体关键点识别；最后对生成的人体关键点进行三角定位确定头部位置，采用训练好的SSD网络目标检测模型进行安全帽佩戴检测。相比于其他专利文献，本发明可以根据鼻子、左肩、右肩三点的位置信息进行计算，得到检测区域，更有针对性，得到的检测区域更准确。同时计算速度明显提升。同时计算速度明显提升。同时计算速度明显提升。


技术研发人员：樊思萌 赵东山 胡志坤 朱言庆
受保护的技术使用者：智洋创新科技股份有限公司
技术研发日：2021.07.07
技术公布日：2021/10/23