买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜微特技术有限公司申请的专利建筑工地安全帽识别方法、系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN113989726B 。

龙图腾网通过国家知识产权局官网在2025-04-25发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202111323460.4，技术领域涉及：G06V20/40；该发明授权建筑工地安全帽识别方法、系统是由高钰敏;刘艳;孙翠翠;郭丽丽;聂道静;瞿朋;严书桃;沈毅祥;代宗;刘瑞设计研发完成，并于2021-11-09向国家知识产权局提交的专利申请。

本建筑工地安全帽识别方法、系统在说明书摘要公布了：本发明提供了一种建筑工地安全帽识别方法和系统，所述方法包括：获取实时采集的图像信息，对所述图像信息进行场景增强；主干特征提取网络提取所述图像信息的特征，用于训练学习模型；对所述学习模型使用通道剪枝技术；对不同尺度的特征融合颈部网络进行多尺度特征融合，优化所述学习模型；根据所述学习模型的输出结果做出预测。本发明通过将数据集中的图像信息进行场景增强，主干特征提取网络对图像信息进行特征提取，训练学习模型，并对学习模型进行通道剪枝，将不同尺度的特征进行融合，从而优化所述学习模型，根据所述学习模型来预测图像中是否佩戴有安全帽，实现快速的识别。

本发明授权建筑工地安全帽识别方法、系统在权利要求书中公布了：1.建筑工地安全帽识别方法，其特征在于，包括：获取实时采集的图像信息，对所述图像信息进行场景增强；主干特征提取网络提取所述图像信息的特征，用于训练学习模型；对所述学习模型使用通道剪枝技术；对不同尺度的特征融合颈部网络进行多尺度特征融合，优化所述学习模型；根据所述学习模型的输出结果做出预测；所述对所述图像信息进行场景增强，包括：所述图像信息归入训练集，从所述训练集中将随机抽取的所述图像信息内的中小目标剪切、随机缩放后，粘贴到另一所述图像信息的任意位置上，构建出新的增强场景；将所述训练集中的数据按照面积大小对不同尺寸目标进行定义，分为大、中、小目标三种，其中目标有分为不佩戴安全帽和佩戴安全帽两类，分别以0、1进行标注；设训练集中图像的数量N，第i张图像为xi，其中i＝1，2，3，…，N，为xi中d等尺度目标的第j个目标，d∈{s，m，l}，s，m，l分别代表小、中、大尺度的目标，是xi图像内d等尺度目标的第j个目标的标签；xa为待增强的源场景图像，源场景图像即为前述完成预处理的图像，xb为从训练数据集X中随机抽取含有检测目标的图像，其中xa内待检测目标的数量有t个，分别为xb内小目标数量有k个，分别为中目标数量有q个，分别为将xb内的中小目标复制粘贴到场景xa中，并对粘贴的中目标进行αi倍的随机缩放，α∈[0.5，1]，即缩放后的中目标为增强后的场景的检测目标为： 粘贴的位置在源场景图像中随机选择，但需要确保粘贴后目标不能超出原始图像的范围；为了控制场景增强的强度，在模型训练的每个Mini-Batch样本中以概率p选择部分图片作为源场景图像，经场景增强后替换原始图片，场景增强后图片数量的计算公式如下：SUM＝D×BS×p其中，SUM为使用数据增强后的图片数量，D为训练迭代次数，BS为每次迭代的BatchSize大小，p为增强强度，即为权重，位于0-1之间的数；在源场景图像上添加新的目标后还需要对图像进行这遮挡处理，遮挡处理方法设B为前景图像中的目标，A源场景图像中的目标；第一类遮挡情况中，B在A的四个角的位置上遮挡，为了保持边界框的完整性，此标注框不予以处理；第二类遮挡为B的面积较A目标较小，B在A的边上遮挡，第三类遮挡为B的面积较A目标较大，B在A的边上遮挡，在第二类遮挡及第三类遮挡情况中，B对A的四条边分别产生了部分及全部遮挡，为保留这两者中较大目标的个体完整性，删除较小目标被遮挡的部分；第四类遮挡情况中，B完全遮挡了A，A在增强的场景中没有任何显示，舍弃目标B；当B的面积较A目标较小时，能够模拟现实中目标正常遮挡情况，保留B目标。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人微特技术有限公司，其通讯地址为：湖北省宜昌市中国(湖北)自贸区宜昌片区港城路6号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。