[发明专利]一种安全帽检测方法及装置

权利要求书

1.一种安全帽检测方法，其特征在于，包括：

初始化多尺度生成对抗网络；所述多尺度生成对抗网络包括多尺度生成器和鉴别器；

将采集的安全帽正常图像缩小至预定尺寸，将缩小后的安全帽正常图像输入所述多尺度生成器，由所述多尺度生成器输出安全帽重构图像；将所述安全帽重构图像和采集的安全帽异常图像输入鉴别器，由所述鉴别器输出所述安全帽重构图像是否为异常图像；对所述多尺度生成器和鉴别器进行训练直至收敛，得到训练后的多尺度生成对抗网络；

利用训练后的多尺度生成对抗网络生成若干安全帽异常图像；

构造包括采集的安全帽正常图像、安全帽异常图像和生成的安全帽异常图像的样本集，利用所述样本集对机器学习模型进行训练，得到安全帽检测模型。

2.根据权利要求1所述的方法，其特征在于，所述多尺度生成器包括低分辨率生成器和高分辨率生成器；

将缩小后的安全帽正常图像输入所述多尺度生成器，由所述多尺度生成器输出安全帽重构图像，包括：

将缩小后的安全帽正常图像输入所述低分辨率生成器，由所述低分辨率生成器输出低分辨率安全帽图像；

将缩小后的安全帽正常图像放大后，输入所述高分辨率生成器，由所述高分辨率生成器输出高分辨率安全帽图像；

将所述低分辨率安全帽图像和高分辨率安全帽图像进行特征融合，得到所述安全帽重构图像。

3.根据权利要求1所述的方法，其特征在于，所述鉴别器包括用于计算所述安全帽重构图像的互信息损失的辅助网络。

4.根据权利要求3所述的方法，其特征在于，所述生成器基于反卷积网络结构实现，所述鉴别器基于卷积神经网络结构实现，所述鉴别器和辅助网络的卷积层相同，全连接层不同。

5.一种安全帽检测装置，其特征在于，包括：

初始化模块，用于初始化多尺度生成对抗网络；所述多尺度生成对抗网络包括多尺度生成器和鉴别器；

第一训练模块，用于将采集的安全帽正常图像缩小至预定尺寸，将缩小后的安全帽正常图像输入所述多尺度生成器，由所述多尺度生成器输出安全帽重构图像；将所述安全帽重构图像和采集的安全帽异常图像输入鉴别器，由所述鉴别器输出所述安全帽重构图像是否为异常图像；对所述多尺度生成器和鉴别器进行训练直至收敛，得到训练后的多尺度生成对抗网络；

样本扩充模块，用于利用训练后的多尺度生成对抗网络生成若干安全帽异常图像；

第二训练模块，用于构造包括采集的安全帽正常图像、安全帽异常图像和生成的安全帽异常图像的样本集，利用所述样本集对机器学习模型进行训练，得到安全帽检测模型。

6.根据权利要求5所述的装置，其特征在于，所述多尺度生成器包括低分辨率生成器和高分辨率生成器；

第一训练模块，用于将缩小后的安全帽正常图像输入所述低分辨率生成器，由所述低分辨率生成器输出低分辨率安全帽图像；将缩小后的安全帽正常图像放大后，输入所述高分辨率生成器，由所述高分辨率生成器输出高分辨率安全帽图像；将所述低分辨率安全帽图像和高分辨率安全帽图像进行特征融合，得到所述安全帽重构图像。

7.根据权利要求5所述的装置，其特征在于，所述鉴别器包括用于计算所述安全帽重构图像的互信息损失的辅助网络。

8.根据权利要求7所述的装置，其特征在于，所述生成器基于反卷积网络结构实现，所述鉴别器基于卷积神经网络结构实现，所述鉴别器和辅助网络的卷积层相同，全连接层不同。