[发明专利]一种隧道工人安全帽检测及人脸识别方法

权利要求书

1.一种隧道工人安全帽检测及人脸识别方法，其特征在于：包括以下步骤：

S1：获取隧道工作人员不同姿态的带有安全帽的人脸图像，进行人脸对齐后作为人脸识别的数据集，记作recog_dataset数据集，并建立每个员工的人脸数据库；

S2：获取带有和没有安全帽的若干人脸图像，对其中的佩戴安全帽与未佩戴安全帽的人脸进行标签标注和数据增强，作为检测网络的训练集，记作detec_dataset数据集；

S3：使用步骤S2中的数据增强后的detec_dataset，训练一个用于检测工作人员是否佩戴安全帽的分类卷积神经网络模型Tiny-YOLOv3；使用步骤S1中的recog_dataset数据集数据，训练一个人脸识别的卷积神经网络FaceNet；

S4：使用步骤S3中训练好的Tiny-YOLOv3，检测输入图像，得到输入图像带有安全帽的头部图像的矩形坐标，依据对应坐标从输入图像中截取检测部分的局部图片；

S5：对步骤S4中的局部图片，使用dlib进行关键点检测，并采取仿射变换将局部图片对齐到FFHQ数据集样本，并对对齐的图片进行均衡化，得到待识别的人脸图片；

S6：将步骤S5中的待识别的人脸图片传入FaceNet的网络，得到表征该人脸的512维度的特征向量；

S7：计算步骤S6的特征向量与数据库中的人脸的余弦相似度、欧式距离及曼哈顿距离，通过判断所述欧式距离与余弦相似度的组合结果是否满足识别成功的阈值，来判断是否是工作人员；

S8：根据步骤S7中的结果进行身份认证，对未佩戴安全帽者进行警告，实现隧道的工作人员识别与佩戴安全帽预警。

2.根据权利要求1所述的隧道工人安全帽检测及人脸识别方法，其特征在于：步骤S1中获取隧道工作人员不同姿态的带有安全帽的人脸图像后，使用dlib进行关键点检测，并采取仿射变换将局部图片对齐到FFHQ数据集样本，并对对齐的图片进行均衡化作为人脸识别的数据库，具体为：

S11：使用dlib遍历FFHQ数据集样本获得FFHQ的5关键点坐标即两眼和人中的关键点，作为期望的模板坐标；

S12：对具有佩戴安全帽图片进行dlib的5关键点检测，通过仿射变换将图片关键点变换到模板坐标，实现人脸对齐；

S13：同时考虑到隧道的光线不均衡的问题，使用均衡化削弱光线的影响。

3.根据权利要求1所述的隧道工人安全帽检测及人脸识别方法，其特征在于：步骤S2中，采取ImageLabel对人脸进行标注，分为佩戴和未佩戴安全帽两个类别，对标注的图片

进行旋转、翻转、模糊化以丰富训练集。