[发明专利]一种复杂场景人员检测识别方法

权利要求书

1.一种复杂场景人员检测识别方法，其特征在于，包括以下识别步骤：

S1：通过多个摄像头识别、捕捉人脸；

S2：将捕捉到的人脸信息与人脸库中的人脸信息进行对比，若捕捉到的人脸信息在人脸库中不存在，则触发报警，若捕捉到的人脸信息存在于人脸库中，则进行安全标定；

S3：对于人脸信息存在于人脸库中的人员，依次进行工服检测、穿戴规范检测、报警时间间隔检测，当穿戴符合规范时，判断下一个人员的穿戴是否符合规范，当穿戴不符合规范时，记录相关信息后检测报警时间间隔，若报警时间间隔符合要求，则触发报警，若不符合报警时间间隔，则判断下一个人员。

2.根据权利要求1所述的一种复杂场景人员检测识别方法，其特征在于，所述S2中：

多个摄像头中，第一个摄像头在未检测到人脸时，直接进行安全检测，在检测到人脸时，判断其是否为人脸库中的人员；其他摄像头在人员身份判定后，进行入库陌生人的判定与报警间隔时间的判定。

3.根据权利要求1所述的一种复杂场景人员检测识别方法，其特征在于，所述S2中：

在人脸识别中加入筛选步骤，短期内进行多张照片的识别结果对比，并检测报警时间间隔。

4.根据权利要求1所述的一种复杂场景人员检测识别方法，其特征在于，所述S2中：

通过人脸识别模型和目标检测模型的结合，对于人脸信息存在于人脸库中的人员进行安全标定。

5.根据权利要求1所述的一种复杂场景人员检测识别方法，其特征在于，所述S2中：

若捕捉到的人脸信息在人脸库中不存在，将该人脸信息编码添加入人脸库，并记录相关信息后再触发报警。

6.根据权利要求1所述的一种复杂场景人员检测识别方法，其特征在于，所述S2中：

将捕捉到的人脸信息与人脸库中的人脸信息进行对比时，通过YOLO算法的Darknet-53作为特征提取网络。

7.根据权利要求6所述的一种复杂场景人员检测识别方法，其特征在于，所述S2中：

将捕捉到的人脸信息与人脸库中的人脸信息进行对比后，还通过YOLO算法对边界框进行预测。

8.根据权利要求7所述的一种复杂场景人员检测识别方法，其特征在于，边界框的计算公式为：

其中tx、ty、tw、th为模型的预测输出，Cx、Cy为单元格的坐标偏移量，Pw、Ph为预设的AnchorBox的边长，bx、by、bw、bh为最终预测得到的边界框的中心坐标和宽高。

9.根据权利要求8所述的一种复杂场景人员检测识别方法，其特征在于：采用YOLOV2中的K-means聚类的方式对AnchorBox做初始化处理。

10.根据权利要求1所述的一种复杂场景人员检测识别方法，其特征在于，所述S3中：

进行安全标定时，调取穿戴检测模块检测各人员是否安全穿戴。