[发明专利]基于AI的厨房场景下人员不带手套识别的检测方法

说明书

本发明公开了基于AI的厨房场景下人员不带手套识别的检测方法，包括如下步骤：步骤1)准备数据集：建立各个不同类型厨房场景下的数据集，从厨房摄像头保存的视频数据中读取帧保存图像数据；步骤2)数据预处理：按比例裁剪图片，并对图片进行数据增强的操作；步骤3)构建模型：步骤4)模型测试：将准备好的测试图片或者视频对训练好的算法进行测试，通过评价指标来评判模型的质量；步骤5)模型部署。本发明在图像检测速度上提升了一定程度，较以往可以更快速地检测到图像数据；一定程度上提高了准确率，且模型有一定泛化能力和鲁棒性，对于协助建设阳光厨房有很大的意义。

技术领域

本发明涉及图像检索技术领域，具体涉及一种基于AI的厨房场景下人员不带手套识别的检测方法。

背景技术

饮食作为广大人民群众最基本的需求之一，带来了各地餐饮行业的兴旺发达，不同规模的餐饮店遍地开花，客观上也加大了餐饮业的监管难度。随着科技的发展，智慧监管技术在提升信息效率方面已经初现成效，监管业务与信息技术深度融合的智慧监管逐渐成为可能。通过多年的智慧监管技术更新和探索，实现“云”监管，联合外卖平台开放外卖单位餐饮后厨画面等技术已经实现。智慧监管技术所需要的基础设施“硬要求”已初步完成，亟待促进信息技术与食品安全监管深入融合。

为了加快推进食品安全智慧监管的硬件条件提升改造，基层执法人员通过一个“执法终端”就能随时随地查看餐饮后厨情况，逐步实现违法违规画面实时固定，监管意见“云”反馈，整改情况“云”跟踪、风险隐患“云”分析，安全隐患“云”预警等多项功能一体化，使食品安全智慧监管更加智能便捷高效。

发明内容

针对现有技术中存在的问题，本发明提供了基于AI的厨房场景下人员不带手套识别的检测方法，在复杂的厨房场景图象中可以快速准确地检测到厨房人员是否佩戴手套的现象，用于厨房人员手套佩戴行为识别的检测。

本发明的技术方案如下：

基于AI的厨房场景下人员不带手套识别的检测方法，包括如下步骤：

步骤1)准备数据集：建立各个不同类型厨房场景下的数据集，从厨房摄像头保存的视频数据中读取帧保存图像数据；

步骤2)数据预处理：按比例裁剪图片，并对图片进行数据增强的操作；

步骤3)构建模型：

3.1)用目标区域定位网络分离图片中的厨房所有人员和背景；

3.2)在Faster RCNN网络默认设置锚点参数的基础上,加入一组64×64锚点，使得网络可以检测到更多的小目标；每个滑动窗口产生与锚点数量对应的不同尺度和不同长宽比的候选区域,最后对整张图片产生的候选区域使用非极大值抑制算法剔除多余的候选区域；

3.3)采用多尺度训练,在将图片送入网络之前,在保证图像原有比例的前提下,将图片随机调整大小,使其较短边取416、624和832之一，然后随机选择三种尺度之一输入到步骤3.2)中改进的Faster RCNN网络模型中进行训练；

3.4)基于上述改进的Faster RCNN模型来检测佩戴厨房手套的工作人员以及厨房手套这两个目标都存在的图片，并剔除单独检测出来厨房手套的目标图片；

3.5)判断佩戴厨房手套的工作人员是否佩戴厨房手套，若佩戴厨房手套的工作人员检测置信度大于等于0.95时，则判断佩戴厨房手套的工作人员佩戴厨房手套；当佩戴厨房手套的工作人员检测置信度小于0.95时，则通过判断厨房手套与目标佩戴厨房手套的工作人员的相对位置关系以及重叠率来确定它们的从属关系,厨房手套与目标佩戴厨房手套的工作人员重叠率较大且相对位置关系正确，即当重叠率大于1/3或者厨房手套的中心点位于工作人员检测框内时判定为佩戴厨房手套的工作人员的佩戴厨房手套，重叠率公式为：

IoU＝(pa∩oa)/(pa∪oa)