一种基于人工智能的反光背心穿戴识别方法.pdf

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 111091110 A (43)申请公布日 2020.05.01 (21)申请号 201911348698.5 (22)申请日 2019.12.24 (71)申请人 山东仁功智能科技有限公司 地址 250014 山东省济南市历下区浆水泉 西路98号山东财经大学大学生创业园 孵化苑211室 (72)发明人 郭强　季磊　 (74)专利代理机构 北京华际知识产权代理有限 公司 11676 代理人 褚庆森 (51)Int.Cl. G06K 9/00(2006.01) G06K 9/62(2006.01) 权利要求书2页 说明书4页 附图2页 (54)发明名称 一种基于人工智能的反光背心穿戴识别方 法 (57)摘要 本发明的基于人工智能的反光背心穿戴识 别方法，包括：a).获得工程作业人员穿戴反光背 心的影像与图片；b).对图片进行人工标注，标注 点为是否穿戴了反光背心；c).在训练集上进行 训练，提取反光背心的特征，反光背心特征表示 为神经网络模型中训练出的各项权重；d).最终 模型训练完毕在测试集上的准确率达到99.5%， 远超出正常人的平均识别率；e).将训练完成的 目标检测网络部署到监控设备上，进行实时检 测。本发明的目标检测网络反光背心识别方法， 对输入图片进行优化处理，提高了检测效率和识 A 别精度，可准确识别出所道路或工程现场为按规 0 定穿戴安全背心的人员，并发出报警信息，确保 1 1 1 了有关人员的生命财产安全。 9 0 1 1 1 N C CN 111091110 A 权　利　要　求　书 1/2页 1.一种基于人工智能的反光背心穿戴识别方法，其特征在于，通过以下步骤来实现： a).建立训练素材库，收集所有款式的工程中使用的反光背心，在施工现场安排工程作 业人员穿戴，然后通过视频和拍照获得各个方位、各种样式、各种背景以及各种光线下工程 作业人员穿戴反光背心的影像与图片，将影像图片进行剪切，形成图片，并通过图像工具将 图片处理为统一的正方形尺寸； b).标注图片，对经步骤a)处理后的图片进行人工标注，标注点为是否穿戴了反光背 心，标注完成后，得到一个人体穿戴反光背心情景的数据集； c).训练目标检测网络模型，首先建立基于MobileNetSSD轻量级目标检测网络的神经 网络训练模型，将数据集划分为训练集、验证集和测试集，在训练集上进行训练，提取反光 背心的特征，反光背心特征表示为神经网络模型中训练出的各项权重；最终获得用于检测 反光背心穿戴的专用目标检测网络； d).检测神经网络准确度，按照7：1：2的比例，将数据分为训练集、验证集、和测试集，共 进行100000次迭代，每次迭代集合大小为16张图片，每进行10次迭代通过验证集计算当前 损失值和准确率，完成迭代后在测试集上进行最终的准确率的计算，测试结果表明最终的 准确率达到99.5％，远超出正常人的平均识别率； e).模型部署，将训练完成的目标检测网络部署到监控设备上，进行实时检测，当检测 出员工未正确佩戴反光背心时，进行语音报警，并通过网络实时上传至电脑终端，便于管理 人员进行维护。 2.根据权利要求1所述的基于人工智能的反光背心穿戴识别方法，其特征在于：步骤a) 中，图片处理后的正方形边长不大于450像素，不小于150像素；步骤a)中，共收集了10324张 图片，其中正确穿戴反光背心目标有7323个，未正确穿戴反光背心目标有7481个，二者比例 接近于1:1。