[发明专利]一种基于人工智能的反光背心穿戴识别方法

说明书

本发明的基于人工智能的反光背心穿戴识别方法，包括：a).获得工程作业人员穿戴反光背心的影像与图片；b).对图片进行人工标注，标注点为是否穿戴了反光背心；c).在训练集上进行训练，提取反光背心的特征，反光背心特征表示为神经网络模型中训练出的各项权重；d).最终模型训练完毕在测试集上的准确率达到99.5%，远超出正常人的平均识别率；e).将训练完成的目标检测网络部署到监控设备上，进行实时检测。本发明的目标检测网络反光背心识别方法，对输入图片进行优化处理，提高了检测效率和识别精度，可准确识别出所道路或工程现场为按规定穿戴安全背心的人员，并发出报警信息，确保了有关人员的生命财产安全。

技术领域

本发明涉及一种基于人工智能的反光背心穿戴识别方法，更具体的说，尤其涉及一种部署训练出的神经网络模型可将现场未穿戴反光背心的人员自动识别出来的基于人工智能的反光背心穿戴识别方法。

背景技术

反光背心主要适用于警察、路政人员、公路养护人员、摩托车的驾驶员、以及其它需要用反光警示安全的人员，以便车辆驾驶员在较远距离即可发现穿戴反光背心的人员，进行减速和避让。譬如交通警察在道路上处理交通事故时，事故车辆可能占用行车道，交通警察也需要在行车道中查验相关情况；再如路政人员或公路养护人员，其在道路上工作的时间更长、频率更高。在这些应用场合中，都有安全规范要求现场人员必须穿戴反光背心，但仍有某些存在侥幸心理的人不按规定执行，从而带来了极大的安全隐患。目前反光背心穿戴只能依靠人工检查，对于很多野外施工的情况，监查非常困难，因此本发明提出一种通过计算机图像识别技术自动识别施工人员的反光背心是否穿戴的有效方法。

发明内容

本发明为了克服上述技术问题的缺点，提供了一种可将现场未穿戴反光背心的人员自动识别出来的基于人工智能的反光背心穿戴识别方法。

本发明的基于人工智能的反光背心穿戴识别方法，其特征在于，通过以下步骤来实现：

a).建立训练素材库，收集所有款式的工程中使用的反光背心，在施工现场安排工程作业人员穿戴，然后通过视频和拍照获得各个方位、各种样式、各种背景以及各种光线下工程作业人员穿戴反光背心的影像与图片，将影像图片进行剪切，形成图片，并通过图像工具将图片处理为统一的正方形尺寸；

b).标注图片，对经步骤a)处理后的图片进行人工标注，标注点为是否穿戴了反光背心，标注完成后，得到一个人体穿戴反光背心情景的数据集；

c).训练目标检测网络模型，首先建立基于MobileNetSSD轻量级目标检测网络的神经网络训练模型，将数据集划分为训练集、验证集和测试集，在训练集上进行训练，提取反光背心的特征，反光背心特征表示为神经网络模型中训练出的各项权重；最终获得用于检测反光背心穿戴的专用目标检测网络；

d).检测神经网络准确度，按照7：1：2的比例，将数据分为训练集、验证集、和测试集，共进行100000次迭代，每次迭代集合大小为16张图片，每进行10次迭代通过验证集计算当前损失值和准确率，完成迭代后在测试集上进行最终的准确率的计算，测试结果表明最终的准确率达到99.5％，远超出正常人的平均识别率；

e).模型部署，将训练完成的目标检测网络部署到监控设备上，进行实时检测，当检测出员工未正确佩戴反光背心时，进行语音报警，并通过网络实时上传至电脑终端，便于管理人员进行维护。

本发明的基于人工智能的反光背心穿戴识别方法，步骤a)中，图片处理后的正方形边长不大于450像素，不小于150像素；步骤a)中，共收集了10324张图片，其中正确穿戴反光背心目标有7323个，未正确穿戴反光背心目标有7481个，二者比例接近于1:1。

本发明的基于人工智能的反光背心穿戴识别方法，由于采集的初始图像的分辨率较大，若直接进行调整，则会导致目标人物变形，降低后期的准确率，通过如下步骤对目标图片进行采集：