申请/专利权人：国能宁夏灵武发电有限公司;南京南自信息技术有限公司

申请日：2021-12-09

公开（公告）日：2024-06-21

公开（公告）号：CN114332752B

主分类号：G06V20/52

分类号：G06V20/52;G06N3/0464;G06N3/08;G06V10/25;G06V10/762;G06V10/774;G06V10/82

优先权：

专利状态码：有效-授权

法律状态：2024.06.21#授权;2022.08.16#著录事项变更;2022.04.29#实质审查的生效;2022.04.12#公开

摘要：本发明属于计算机视觉应用技术领域，具体公开了一种作业人员安全装备异常佩戴状态检测方法与装置，包括按序连接的预处理模块、深度检测模块和后处理模块；预处理模块用于将待检测的视频流或图片进行预处理；深度检测模块用于提取预处理数据特征、输出原始特征图结果；后处理模块用于将原始检测结果进行后处理，得到最终检测结果。本发明的一种作业人员安全装备异常佩戴状态检测方法与装置的有益效果在于：其基于深度学习的目标检测技术对作业人员的安全装备异常佩戴状态进行全天候实时识别，可以大大减少人工巡查所需的人力、物力，保障工业作业安全，提高企业生产效率。

主权项：1.一种作业人员安全装备异常佩戴状态检测方法，其特征在于：包括以下步骤，步骤1、用相机获取待检测的作业人员的图片，将所述图片进行预处理，得到预处理图片；步骤2、将所述预处理图片输入至预先训练的端到端深度神经网络模型，输出作业人员位置，安全装置佩戴状态的原始特征图结果；步骤3、将所述原始结果进行后处理，获得最终的准确结果；所述佩戴状态为正常状态或者异常状态；所述端到端深度神经网络模型，包括：依序连接的一个切片层，一个卷积单元，一个CSP1单元，一个卷积单元，一个CSP3单元，第1个分支点，一个卷积单元，一个CSP3单元，第2个分支点，一个卷积单元，SPP模块，一个CSP2单元，一个卷积单元，第3个分支点；第3个分支点经过上采样单元与第2个分支点的输出进行拼接，再连接一个CSP2单元，一个卷积单元，第4个分支点，经上采样后与第1个分支点的输出进行拼接，再连接一个CSP2单元，第5个分支点，一个卷积层，连接第一个输出层；第5个分支点连接一个卷积单元后与第4个分支点拼接后，连接一个CSP2单元，第6个分支点，一个卷积层，连接第二个输出层；第6个分支点连接一个卷积单元后与第3个分支点拼接后，连接一个CSP2单元，一个卷积层，连接第三个输出层；其中，每个输出层为一个三维张量的特征图，不同长、宽值的特征向量对应预测原图中不同位置的目标物，特征图边长不同，对应预测原图中不同大小尺度的目标物；每一个长、宽值的特征向量维度相同，包含该位置处目标框的坐标偏置值、宽高偏置值、存在目标的概率、目标属于不同类别的概率；所述切片层，包括：将原始的3通道图片按四分之一分离切片，并拼接为12通道特征图然后连接一个卷积单元；所述卷积单元，包括：依序连接的一个卷积层，一个BN层，一个LeakyReLU层；所述CSP1单元，包括：输入分为两个分支，一支为一个卷积单元，1个残差单元，一个卷积层，其中残差单元为输入连接两个卷积单元后，输出与输入相加的残差单元；另一个分支为输入只连接一个卷积层，两个分支经过拼接操作后连接BN层、LeakyReLU层、一个卷积单元；所述CSP3单元，包括：输入分为两个分支，一支为一个卷积单元，3个残差单元，一个卷积层，其中残差单元为输入连接两个卷积单元后，输出与输入相加的残差单元；另一个分支为输入只连接一个卷积层，两个分支经过拼接操作后连接BN层、LeakyReLU层、一个卷积单元；所述SPP模块，包括：输入连接一个卷积单元后，连接4个分支后进行拼接操作，然后再连接一个卷积单元，4个分支分别为1×1，5×5，9×9，13×13最大池化层；所述CSP2单元，包括：输入分为两个分支，一支为一个卷积单元，两个依序连接的卷积单元，一个卷积层，其中残差单元为输入连接两个卷积单元后，输出与输入相加的残差单元；另一个分支为输入只连接一个卷积层，两个分支经过拼接操作后连接BN层、LeakyReLU层、一个卷积单元。

全文数据：

权利要求：

百度查询： 国能宁夏灵武发电有限公司;南京南自信息技术有限公司 一种作业人员安全装备异常佩戴状态检测方法与装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD