(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210431606.5 (22)申请日 2022.04.22 (71)申请人 华新水泥技 术管理 （武汉） 有限公司 地址 430073 湖北省武汉市东湖高新科技 园关山二路特一号国际企业中心5号 楼 (72)发明人 李叶青　汤峻　刘进　许小路　 (74)专利代理 机构 湖北武汉 永嘉专利代理有限 公司 42102 专利代理师 朱宏伟 (51)Int.Cl. G06V 20/40(2022.01) G06V 10/44(2022.01) G06V 10/26(2022.01) G06V 40/10(2022.01)G06V 10/762(2022.01) G06K 9/62(2022.01) G06V 10/82(2022.01) G06N 3/04(2006.01) (54)发明名称 一种水泥工厂智能安全带检测方法 (57)摘要 本发明涉及一种水泥工厂智能安全带检测 方法， 所述方法包括： 通过视频流获取图片， 并进 行图像预处理； 将所述预处理后的图像送入 BiseNet神经网络， 然后经过神经网络的Encode 编码层进行特征提取； 将得到的所述特征图再经 过Decode解码层， 将特征重新映射回原图大小， 得到语义分割后的掩码图； 将得到的所述掩码图 进行图像的二值化逻辑处理， 区分出分割出来的 目标； 将所述上部二值化处理图进行腐蚀、 膨胀、 中值滤波和连通域检测， 得到人和安全带的轮 廓； 将得到的所述安全带的轮廓进行一次和二次 函数的拟合， 最后通过拟合的曲线和人的轮廓是 否存在交点来判断是否佩戴安全 带。 本发明采用 轻量级的分割网络， 兼顾了算法的实时性和准确 性。 权利要求书1页 说明书4页 附图2页 CN 114782867 A 2022.07.22 CN 114782867 A 1.一种水泥工厂智能安全带检测方法， 其特 征在于， 包括以下步骤： S1、 通过视频流获取图片， 并进行图像预处 理； S2、 预处理后的图像送入BiseNet神经网络， 然后经过神经网络的Encode编码层进行特 征提取； S3、 Encode后的特征图再经过Decode解码层， 将特征重新映射回原图大小， 得到语义分 割后的掩码图； S4、 将分割后的掩码图进行图像的二 值化逻辑处 理， 区分出分割出来的目标； S5、 对二值化处理图进行腐蚀、 膨胀、 中值滤波和连通 域检测， 得到人和安全带的轮廓； S6、 将安全带的轮廓进行一次和二次函数的拟合； S7、 通过拟合的曲线和人的轮廓是否存在交点 来判断是否佩戴安全带； S8、 通过人和安全带的boundi ngBox坐标来判断安全带 是否属于高挂低用的状态。 2.根据权利要求1所述的一种水泥工厂智能安全带检测方法， 其特征在于， 在所述步骤 S1中， 预处理的方法包括图像的归一化， 以及对图像的偏色、 模糊和暗光异常情况的判断， 用于过滤图像质量较差的图像。 3.根据权利要求1所述的一种水泥工厂智能安全带检测方法， 其特征在于， 在所述步骤 S2中， 所述Encode编码层中包括最大池化层， 用于对所述编码层编码得到的特征图进行感 受野扩大操作。 4.根据权利要求1所述的一种水泥工厂智能安全带检测方法， 其特征在于， 在所述步骤 S3中， 所述Decode解码层， 包括上采样层， 上采样层用于将上一解码层输出的特征图进行尺 寸恢复， 得到与对应的编码层输出的特 征图尺寸相同的特 征图。 5.根据权利要求1所述的一种水泥工厂智能安全带检测方法， 其特征在于， 在所述步骤 S4中， 二值化逻辑处理为先通过设置二值化阈值为1， 获取安全带的所有点集， 然后将灰度 图中像素值为2的全部 设置为0， 再用二值化操作， 通过设置阈值为0来 获取人的所有分类点 集。 6.根据权利要求1所述的一种水泥工厂智能安全带检测方法， 其特征在于， 在所述步骤 S5中， 还包括对检测到的轮廓进 行异常处理， 其包括通过人的检测框的面积、 人的检测框的 宽高比以及人的检测框在图像上的占比过 滤掉不合格的轮廓。 7.根据权利要求6所述的一种水泥工厂智能安全带检测方法， 其特征在于， 检测到的轮 廓进行异常处理后， 根据人 的检测个数进行安全带点集的聚类操作， 实现多人多安全带 的 匹配和检测。 8.根据权利要求6所述的一种水泥工厂智能安全带检测方法， 其特征在于， 在所述步骤 S5中， 得到人和安全带的轮廓后， 分别计算人和安全带的中心 点坐标， 通过计算人和安全带 中心点之间的欧式距离来对人和安全带进行正确匹配。 9.根据权利要求1所述的一种水泥工厂智能安全带检测方法， 其特征在于， 在所述步骤 S7中， 将人轮廓的X轴方向在拟合的一次和二次函数上进 行投影， 通过 投影获取人的区域在 拟合函数上的坐标集， 通过计算这些坐标是否在人的轮廓内部区域来判断人和安全带是否 有交点， 从而判断是否穿戴安全带。权　利　要　求　书 1/1 页 2 CN 114782867 A 2一种水泥工厂智能安全带检测方 法 技术领域 [0001]本发明涉及人工智能识别技术领域， 更具体地说， 涉及一种水泥工厂智能安全带 检测方法。 背景技术 [0002]安全带是施工现场作业人员的必备安全防护用品， 按规范穿戴安全带是作业人员 对自身生产安全的一种保障， 也是工程规范化管理的一种直接体现。 劳动保护用品的正确 使用对现场安全工作中起着举足轻重的作用， 在施工现场一条安全带就能救一条 人命。 [0003]传统的安全带检测基本上采用两类方案， 第一种是采用目标检测的方法， 如yolo、 ssd等， 即直接检测有没有安全带， 该方法无法细粒度的区分人和安全带， 不能准确的判断 人和安全带在空间中的位置关系， 因此也无法精确的判断人是否正确佩戴安全带， 同时在 模糊、 暗光、 遮挡 等情况下存在严重的误报。 第二种是采用类似PSPNET大型分割网络， 该类 网络检测对GPU性能要求很高， 在检测 速度上无法满足实际的需求， 同时对场景要求严苛， 场景中必须只能有一个人才能正确检测， 无法做到多人多绳的匹配。 [0004]因此需要有一种可靠的、 高效的安全带检测方法， 解决遮挡、 图像质量差、 以及多 人场景检测等 技术问题。 发明内容 [0005]本发明要解决的技术问题在于， 提供一种水泥工厂智能安全带检测方法， 其能够 通过端对端的网络解决遮挡、 图像质量差、 以及多 人场景检测等技术问题， 而且在速度和准 确度方面比传统算法提升 了很多， 能够满足当前安全带检测领域的需求。 [0006]本发明解决其技术问题所采用的技术方案是： 构造一种水泥工厂智能安全带检测 方法， 包括以下步骤： [0007]S1、 通过视频流获取图片， 并进行图像预处 理； [0008]S2、 预处理后的图像送入BiseNet神经网络， 然后经过神经网络的Encode编码层进 行特征提取； [0009]S3、 Encode后的特征图再经过Decode解码层， 将特征重新映射回原图大小， 得到语 义分割后的掩码图； [0010]S4、 将分割后的掩码图进行图像的二 值化逻辑处 理， 区分出分割出来的目标； [0011]S5、 对二值化处理图进行腐蚀、 膨胀、 中值滤波和连通域检测， 得到人和安全带的 轮廓； [0012]S6、 将安全带的轮廓进行一次和二次函数的拟合； [0013]S7、 通过拟合的曲线和人的轮廓是否存在交点 来判断是否佩戴安全带； [0014]S8、 通过人和安全带的boundi ngBox坐标来判断安全带 是否属于高挂低用的状态。 [0015]按上述方案， 在所述步骤S1中， 预处理的方法包括图像的归一化， 以及对图像的偏 色、 模糊和暗光异常情况的判断， 用于过 滤图像质量较差的图像。说　明　书 1/4 页 3 CN 114782867 A 3