[发明专利]一种人员到位检测方法、装置、设备和存储介质

权利要求书

1.一种人员到位检测方法，其特征在于，包括：

获取预设区域的检测视频，根据所述检测视频确定检测图像；

在所述检测图像中确定检测区域的位置信息；

将所述检测图像输入预先训练好的行人检测模型中，以使所述行人检测模型对所述检测图像进行处理，得到所述检测图像中行人检测框的位置信息；其中，所述行人检测模型为基于感受野RFB模块和注意力机制单元改进的YOLOv3网络模型；

根据所述检测区域的位置信息和所述行人检测框的位置信息确定所述检测区域内人员到位情况。

2.根据权利要求1所述的人员到位检测方法，其特征在于，获取预设区域的检测视频，并根据所述检测视频确定检测图像，包括：

基于图像获取装置获取所述预设区域的所述检测视频；

从所述检测视频中抽取视频帧，并将所述视频帧确定为所述检测图像。

3.根据权利要求2所述的人员到位检测方法，其特征在于，在所述检测图像中确定检测区域的位置信息，包括：

根据所述检测区域的实际位置和所述图像获取装置的实际位置，确定所述检测图像中所述检测区域的位置信息。

4.根据权利要求1所述的人员到位检测方法，其特征在于，在将所述检测图像输入预先训练好的行人检测模型之前，还包括：

获取历史行人图像集，并基于Kmeans聚类算法对所述历史行人图像集进行聚类，得到行人先验框。

5.根据权利要求4所述的人员到位检测方法，其特征在于，所述行人检测模型包括特征提取模块、RFB模块、特征融合模块、分类模块和回归模块，所述特征融合模块包括注意力机制单元，相应地，将所述检测图像输入预先训练好的行人检测模型中，以使所述行人检测模型对所述检测图像进行处理，得到所述检测图像中行人检测框的位置信息，包括：

将所述检测图像作为输入信息输入所述行人检测模型中，以使所述行人检测模型基于所述特征提取模块对所述检测图像进行特征提取，得到三种尺度的初始特征图，基于所述RFB模块增强各所述特征图的感受野，得到更新特征图，基于所述特征融合模块对各所述更新特征图进行上采样和下采样，并进行堆叠、融合和卷积，得到三种尺度的目标特征图，基于所述行人先验框对各所述目标特征图进行框选，并基于分类模块对各所述目标特征图的框选结果进行分类，以确定各所述目标特征图中的行人检测框，基于回归模块对所述行人检测框进行位置回归，以确定各所述行人检测框的位置信息。

6.根据权利要求1所述的人员到位检测方法，其特征在于，根据所述检测区域的位置信息和所述行人检测框的位置信息确定所述检测区域内人员到位情况，包括：

根据所述检测区域的位置信息和所述行人检测框的位置信息确定所述检测区域和所述行人检测框的重合度；

如果所述重合度大于预设值且持续时间大于预设时间，则确定所述检测区域内人员的到位情况为已到位。

7.根据权利要求4所述的人员到位检测方法，其特征在于，在将所述检测图像输入预先训练好的行人检测模型中，以使所述行人检测模型对所述检测图像进行处理，得到所述检测图像中行人检测框的位置信息之前，还包括：

对所述历史行人图像集中各所述历史行人图像所包含的行人进行标注；

对至少两个所述历史行人图像进行图像拼接，得到拼接图像，并对所述拼接图像中的标注部分进行图像截取，对截取结果进行拼接，得到扩充行人图像；

将所述历史行人图像、所述历史行人图像的标注信息、所述扩充行人图像以及所述扩充行人图像的标注信息作为训练数据集对基于RFB模块和注意力机制单元改进的YOLOv3网络模型进行模型训练，并计算损失函数；

基于反向传播算法进行模型优化，直至损失函数收敛，得到所述行人检测模型。