[发明专利]一种安全帽检测方法及装置

说明书

本申请实施例提供一种安全帽检测方法及装置，包括初始化多尺度生成对抗网络；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多尺度生成器，由多尺度生成器输出安全帽重构图像；将安全帽重构图像和采集的安全帽异常图像输入鉴别器，由鉴别器输出安全帽重构图像是否为异常图像；对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，利用样本集对机器学习模型进行训练，得到安全帽检测模型，该模型能够准确检测施工人员是否佩戴安全帽，以及安全帽是否佩戴规范。

技术领域

本申请实施例涉及工程安全技术领域，尤其涉及一种安全帽检测方法及装置。

背景技术

佩戴安全帽是电力、矿场等行业对施工人员安全防范的一种有力措施。传统的监督手段为现场人工巡视或查看监控视频，完全依靠监督人员的安全意识及责任心，容易造成漏检。基于机器学习模型对施工现场的图像进行处理，识别施工人员是否佩戴安全帽，可以实现自动检测，然而，因施工现场环境复杂，图像采集单元的安装位置受限，普遍存在物品遮挡、光线遮挡等问题，导致难以准确有效的检测安全帽是否佩戴规范。

发明内容

有鉴于此，本申请实施例的目的在于提出一种安全帽检测方法及装置，能够准确有效的检测安全帽是否佩戴规范。

基于上述目的，本申请实施例提供了一种安全帽检测方法，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。

可选的，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。

可选的，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。

可选的，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。

本申请实施例还提供一种安全帽检测装置，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；