安全帽识别需求项目方案书

基于计算机视觉的安全帽自动识 别技术设计方案 上海交通大学 二零一八年元月 上海交通大学基于计算机视觉的安全帽自动识别技术设计方案 第一章 项目研究开 发内容及目标 1 、申请项目的意义 在施工现场，安全帽作为一种最常见和实用的个人防护用具， 能够有效地防止和减轻外来危险源对头部的伤害。 然而，长期以 来， 我国施工区作业人员普遍存在综合素质低、安全意识不强的问 题， 尤其缺乏基础防护设施 （如安全帽） 的佩戴意识，大大增 加了作业风 险。传统的人工监管存在如下缺点： 一、人力成本增加； 二、人工长时间监控易疲劳， 致使监控的疏忽、 遗漏或者误 判 安全隐患； 三、人工监控和人员情绪、状态、工作经验、性格和生活条件 的影响，安全判别带有强烈的主观意识，缺乏客观性。 因此，人工检查存在监管费用高、 主观干扰大、 不能全程监 控 等一系列问题。 随着现代科学技术的发展， 图像监控系统的应用范围越来越 广， 各级施工安全监管部门对作业人员的要求逐步提高，许多示范 工程 已经率先采用各种智能监控手段保障作业人员的人身安全。该 手段 能够满足施工单位及各级安全监管部门的实际监管需求，切实 保障 施工区作业人员的人身财产安全。 近年来，深度学习（ Deep learning）及计算机视觉，在语音 识别 和图像处理中的成功应用，使其成为机器学习中一个新的方 向。计 算机视觉就是给计算机装上眼睛（照相机）和大脑（算 法） ，让计算 第2页 共11页 上海交通大学基于计算机视觉的安全帽自动识别技术设计方案 机可以感知周围的环境。目前计算机视觉研究主要集中在基础应用 场景，像图片分类、物体识别、人脸的 3D 建模等。机器学习的本 质其实是为了找到一个函数，让这个函数在不同的领域会发挥不同 的作用。 基于计算机视觉的安全帽自动识别技术设计通过在施工现场布 设视频监控设备或利用现有的施工监控设备，采用机器视觉的相关 方法进行安全帽的自动识别，可以实现对作业人员安全帽佩戴情况 信息的全程快速识别，在降低监管费用的同时提升了监管信息化水 平。 国内外现有的安全帽自动识别技术，大致有以下几种主要方 式： 1) 基于小波变换和 BP 神经网络的安全帽识别，提出了安全帽 识 别神经网络模型 ; 2) 基于肤色检测的方法进行人脸定位， 再利用支持向量机 ( SVM) 模型实现安全帽的识别 ; 3) 基于像素点色度值分布情况的安全帽识别， 通过检测运动目标 1 /3 部分中的色度值分布情况，判断是否佩戴安全帽及识别安全帽 的颜色。 经全面查询分析， 这些方法在特定场景下均可实现对安全帽的 精确识别，但也存在对环境要求高、识别率波动大、易受环境干扰 等一系列问题。 基于计算机视觉的安全帽自动识别技术( Tensorflow 检测原 第3页 共11页 上海交通大学基于计算机视觉的安全帽自动识别技术设计方案 理)设计方案， 是在对安全帽的识别研究的基础上提出来的， 国内 外都没有较为成熟的报道。此项技术的研究，提出了新的 施工现场 检测技术方案，弥补了现有识别技术的不足，是施工 现场自动化检 测特别是安全生产急需解决的关键问题。 2 、研究内容 (1) 图像信息获取。 为项目收集图像，可以从施工现场进行拍摄，也 创建了一个施工现场的视频，并使用 Opencv 从视频中提取图像。 (2) 信息加工和预处理。 在对安全帽图像识别之前 , 要进行图像的 预 处理。 (3) 分类及特征抽取。由于施工人员和路人有明显的特征，经过样本 训练和学习，能够将人物进行分类，主要分为施工人员和路人。 特 征提取 (如颜色、外形) 是进行人体判别和跟踪的关键，也是进行 安全帽位置界定的关键，特征提取分为人体判别和安全帽跟踪两部 分内容。 (4) 识别。 在人体判别的基础上，通过对安全帽位置的估测和安全帽 像素统计， 实现安全帽的检测识别， 同时需要进行神经网络的构建与 训练。 第4页 共11页 上海交通大学基于计算机视觉的安全帽自动识别技术设计方案 3 、研究方法与技术路线( 基于颜色特征 ) (1)(1) 在不同复杂环境下 (如阴雨天、晴天、拍摄距离等因素造成的 不同场景) 进行 多角度拍摄 , 以便从不同的角度获取作业工人的 正 面图像 。由于施工人员和路人有明显区别的特征( 如衣服的颜 色， 动作等)，经过样本训练和学习， 能够将人物进行分类， 主要 分为施 工人员和路人 (此时包含背景) 。 (2)(2) 通过前景检测将工人和背景分离，再根据人体肤色与其他颜色 有很大的区别 , 通过肤色定位出人脸部位。 (3)(3) 定位出人脸后 , 向上扫描 , 根据库中已训练好的神经网络 , 判 别头部是否是安全帽的颜色。 如果不是 , 说明此人没有佩戴 安全帽 可以报警提示 , 记录此人没有佩戴安全帽。 (4)(4) 对于佩戴安全帽以外的帽子等同未带安全帽的情况：由于安全 帽常用的颜色包括红、 黄、白 3 种颜色，根据不同色彩的安全 帽 建立阈值选取范围，各颜色安全帽阈值见表 1。 表 1 1 安全帽颜色阈值表 红色安全帽黄色安全帽白色安全帽 R G [160，220 [15，75] [0，50] [205,255] [160，220 [0，50] [205，255] [205，255] [205，255]B (5)(5) 逐点统计安全帽估测区域的像素点， 若像素点的 Ｒ，G，B 值满 足安全帽颜色阈值表中某种安全帽的颜色阈值范围， 则说明该 点属 第5页 共11页 上海交通大学基于计算机视觉的安全帽自动识别技术设计方案 于安全帽，将该点记录下来。 (6)(6)对统计点进行分类，判断(5)中所记录的安全帽颜色点的数量占 整个统计区域像素点数量的比例，若超过某一比例则判定其佩戴 相应颜色的安全帽，若均达不到要求，则判定其未佩戴安全帽。 以上研究方法的技术路线如图 2 第6页 共11 所示： 页 上海交通大学 4、项目达到的效果 基于计算机视觉的安全帽自动识别技术设计方案 开始 多传感器获取作业人 员图像 利用肤色定位人脸 是否有新人脸 否 是 判断头部是否有安全 否 帽颜色 否 是 获取安全帽颜色 统计安全帽颜色阈值 内的点数 计算安全帽颜色点数 所占比例 是否超过某一比例 否 不是安全帽 此人没有佩戴安全帽 图 2 安全帽检测流程图 第7页 共11页 上海交通大学基于计算机视觉的安全帽自动识别技术设计方案 本项目提出了一种基于机器视觉的施工区安全帽智能识别技术方 法，该方法采用混合高斯模型进行前景检测，再根据安全帽的颜色，以 及包含安全帽颜色的像素点所占的比例判断是否是否佩戴安全帽实现安 全帽的自动识别检测。 该方案具备较高的环境适应性和检测准确率， 可以实现对施工区 作 业人员安全帽佩戴情况的自动识别检测（ 包括各种天气状况以及复杂 场 地），可辅助各级施工区安全监管单位进行施工区智能化监管， 提高 施工 区安全监管信息化水平。 同时，能够以较快的速度和较高的识别率进行安全帽佩戴的动态识 别和监控,从而保证施工单位用计算机自动识别安全帽的佩戴情况 ,保 障 工人安全生产。但对于地下作业 , 由于作业环境光线亮度不够 , 识 别的正 确率有待提高。 第8