[发明专利]一种面向电力焊接作业的防护面罩佩戴合规性检测方法及系统

权利要求书

1.一种面向电力焊接作业的防护面罩佩戴合规性检测方法，其特征在于，方法包括：

步骤一、从电力作业视频监控终端中实时获取视频流，使用FFMPEG或OpenCV工具对视频流进行解码并提取待检图像；

步骤二、对所述待检图像进行预处理操作；

步骤三、将预处理后的图像输入YOLOv5模型，获得目标检测结果；

步骤四、分析所述目标检测结果，根据人体、面部、防护面罩、电焊火花四种目标的相对位置关系，输出防护面罩佩戴状态的判断结果；

所述判断结果包括三种，一是违规佩戴，具体包括未佩戴和已佩戴但防护面罩未有效保护面部；

二是合规佩戴；

三是未知状态。

2.根据权利要求1所述的面向电力焊接作业的防护面罩佩戴合规性检测方法，其特征在于，

步骤五、连续获取多帧，并检测是否合规佩戴防护面罩：若检测帧数小于设定的阈值N，则重复步骤一至步骤四，否则进行步骤六；

所述阈值N用于提升合规检测方法的鲁棒性，根据实际工程需求以及焊接作业监控相机或监控视频的帧率f进行设置，N≥2f；

步骤六、输出综合判定结果：根据连续N帧的防护面罩佩戴状态，输出综合判定结果；

所述结果包括两种情况，若存在违规佩戴的帧数超过设定阈值P，则判定该施工人员违规佩戴防护面罩；反之，则判定为该施工人员合规佩戴防护面罩。

3.根据权利要求1所述的面向电力焊接作业的防护面罩佩戴合规性检测方法，其特征在于，

步骤一中电力作业视频监控终端为作业区域的监控摄像头。

4.根据权利要求1所述的面向电力焊接作业的防护面罩佩戴合规性检测方法，其特征在于，

步骤二中：

第一步进行图像增强，包括高斯滤波和Gamma变换；

所述高斯滤波用于降低图像噪声，Gamma变化用于调整图像对比度；

第二步统一图像尺寸，使用线性插值的方式缩放图像至512×512；

最后将图像像素值除以255实现归一化处理。

5.根据权利要求1所述的面向电力焊接作业的防护面罩佩戴合规性检测方法，其特征在于，

步骤三中：YOLOv5为基于深度学习的目标检测网络；检测结果包括人体、面部、防护面罩、电焊火花四种目标的类别、置信度及最小矩形包围框。

6.根据权利要求1或4所述的面向电力焊接作业的防护面罩佩戴合规性检测方法，其特征在于，步骤三还包括：

(3.1)构建数据集：分别构建人体、面部、防护面罩、电焊火花四种目标的训练集和测试集；

使用FFMPEG或OpenCV工具从作业视频片段中提取关键帧图像，将所述图像按7:3划分为训练集和测试集；

(3.2)标注数据集：采用开源目标检测标注工具LabelImg对图像中的目标进行最小包围矩形框标注；火花的面积定义为火花在图像中所占的像素数；

(3.3)训练YOLOv5模型：使用步骤(3.2)中的训练集在NVIDIA GPU上对YOLOv5模型进行迭代训练；

(3.4)评估模型：训练结束后，采用MS COCO目标检测评估标准mAP对YOLOv5模型进行评估；

若mAP指标小于阈值mAP_th，则重复步骤(3.3)对网络进行微调训练，直至满足要求；

得到人体、面部、防护面罩、电焊火花四个YOLOv5目标检测模型；

反之，终止训练。

7.根据权利要求1所述的面向电力焊接作业的防护面罩佩戴合规性检测方法，其特征在于，步骤(3.3)中：

batch size设置为64，epoch设置为300，初始学习率设置为0.01，学习率采用OneCycle算法进行衰减，使用随机梯度下降的方式训练网络。