护目镜未正确佩戴检测方法

1.本发明涉及人脸检测技术领域，尤其涉及一种护目镜未正确佩戴检测方法。


背景技术：

2.护目镜是对有害有毒岗位工作人员的一种保护，安全工作规范要求作业人员必须正确佩戴护目镜。正确佩戴护目镜的原则是：1.需要根据要求佩戴规定类型的护目镜；2.护目镜要正确佩戴在眼睛处；3.护目镜不能有损坏。
3.由于岗位上一般都有视频监控，基于视频图像进行护目镜未正确佩戴是可行的方法，根据图像进行护目镜未正确佩戴检测的本质是图像目标检测问题，基于深度学习的目标检测方法当前最常见的是单阶段的ssd、基于双阶段的yolo系列、fasterrcnn，当前这三种方法已经广泛应用到其他目标检测中，但护目镜未正确佩戴的检测具有一定的特殊性，检测对象只能是脸上的护目镜，其他地方的护目镜哪怕类型正确、没有损坏也不能是正确佩戴，因此需要设计更为严密的检测逻辑关系才能完成该项工作，目前尚没有针对护目镜的是否正确佩戴的检测方法。


技术实现要素：

4.本发明的目的在于提供一种护目镜未正确佩戴检测方法，能够检测人脸上是否正确佩戴护目镜。
5.为实现上述目的，本发明提供了一种护目镜未正确佩戴检测方法，包括：
6.对人脸进行检测；
7.检测护目镜状态；
8.所述对人脸进行检测具体步骤包括：
9.获取人脸样本图像，制作人脸样本集；
10.设计人脸检测主干网来对所述人脸样本集进行检测。
11.其中，所述检测护目镜状态具体步骤包括：
12.根据样本的设计和模型训练，从样本库里面进行人脸探测，得到的不同尺寸大小的图像的检测结果，挑选出正确检测出人脸的候选框；
13.确定分类器输入图像的尺寸，对挑选出的候选框尺寸进行均衡处理，使候选框尺寸与分类器输入图像的尺寸一致后进入分类器训练；
14.搭建resnet50网络进行深度学习，训练批次至少20次，当其正确率达到99％时，保存网络模型。
15.其中，所述人脸样本图像包括从网络上搜集的人脸图像和现场拍摄的人脸图像。
16.其中，所述人脸样本图像具体为：人脸上有护目镜、无护目镜、护目镜破损、太阳镜、戴头盔、戴口罩、脸部有遮挡的图像。
17.其中，所述人脸样本集包括正样本和负样本；所述正样本标签为脸部矩形，无论这些脸部是否有遮挡、是否有护目镜；所述负样本为所有图像中不是脸部背景。
18.其中，所述正样本和所述负样本比例不低于1:3。
19.本发明的一种护目镜未正确佩戴检测方法，针对护目镜类型多位置特殊等因素，设计了双步骤检测算法，首先是正确检测人脸，再是检测护目镜状态。本技术首先利用改进的ssd在图像里面找出人脸，再利用分类网络人脸中识别是否正确佩戴，可以检测到原始图像正确佩戴护目镜的区域，如模型训练了可以检测abcd四种护目镜的情况，如果某场合只需要检测是否正确佩戴了b类护目镜，则acd正确佩戴和非正确佩戴均视为违规，本发明提供了适应力非常强的检测方法。
附图说明
20.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
21.图1是本发明的一种护目镜未正确佩戴检测方法的流程图。
22.图2是本发明的对人脸进行检测的流程图。
23.图3是本发明的检测护目镜状态的流程图。
24.图4是本发明的人脸检测主干网的结构示意图。
具体实施方式
25.下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
26.请参阅图1～图4，本发明提供一种护目镜未正确佩戴检测方法，包括：
27.s1对人脸进行检测；
28.具体步骤包括：
29.s11获取人脸样本图像，制作人脸样本集；
30.根据网络上搜集的人脸图像，和现场拍摄的人脸图像进行混合，混合数量在1万张左右；人脸的尺寸从300*300，到2*2各个尺寸的数量大体相当；人脸上有护目镜、无护目镜、护目镜破损、太阳镜、戴头盔、戴口罩、脸部有遮挡等情形分别具有一定的数量；正样本：正样本标签为脸部矩形，无论这些脸部是否有遮挡、是否有护目镜等；负样本：所有不是脸部的都是背景。由于负样本太多，设定正负样本比例不得低于1：3。
31.s12设计人脸检测主干网来对所述人脸样本集进行检测；
32.人脸检测主干网是一种二分类网络，类型较为容易判断，关键需要精确的位置参数。设计的基于ssd的主干网如图4所示，根据标准的ssd网络，设计了基于递归结构的新的网络结构，新的网络结构考虑到近邻影响因素，并不采用总体金字塔结构，而是对某一尺度的特征层，融合下采样中的2个相邻特征层，从而完成本特征层的暑假融合，加强了检测精度。
33.具体网络描述如下：
34.a)输入为300
×
300
×
3的彩色图像；
35.b)主干层采用了标准ssd的vgg16的模型，分别得到l1到l6主要特征层；
36.c)对于l2层，复制为2路；一路上采样后为38
×
38
×
256的m11，另一路不变；对于l3层，复制为3路，一路上采样后为19
×
19
×
1024的特征层m21，另一路上采样后38
×
38
×
256的m12，另一路不变l3；对于l4层，复制为3路，一路上采样后为10
×
10
×
512的特征层m31，另一路上采样后19
×
19
×
1024的m22；对于l5层，复制为3路，一路上采样后为10
×
10
×
512的特征层m32，另一路上采样后3
×3×
256的m41，另一路保持不变；对于l6层，复制为2路，一路上采样后为5
×5×
256的特征层m42，另一路不变。
37.d)对于探测器和分类器1，其输入为l1+0.5(m11+m12)；对于探测器和分类器2，其输入为l2+0.5(m21+m22)；对于探测器和分类器3，其输入为l3+0.5(m31+m32)；对于探测器和分类器4，其输入为l4+0.5(m41+m42)；对于探测器和分类器5，其输入为l5，对于探测器和分类器6，其输入为l6；根据如此设计，对于小尺度的特征层不改变，大尺度特征层增加递归结构。
38.e)特征探测和分类器后面连接一个快速非最大值抑制模块，完成网络的设计。
39.s2检测护目镜状态；
40.具体步骤包括：
41.s21根据样本的设计和模型训练，从样本库里面进行人脸探测，得到的不同尺寸大小的图像的检测结果，挑选出正确检测出人脸的候选框；
42.根据样本的设计和模型训练。从样本库里面进行人脸探测，得到的不同尺寸大小的图像的检测结果。只挑选正确检测出人脸的候选框，该候选框的图片可以是正确和不正确佩戴护目镜的所有人脸候选框。每个候选框在原图里面的坐标为(x，y，w，h)，x和y是左边顶点；w、h为框的宽度和高度。
43.s22确定分类器输入图像的尺寸，对挑选出的候选框尺寸进行均衡处理，使候选框尺寸与分类器输入图像的尺寸一致后进入分类器训练；
44.对经过了步骤s22得到的人脸候选框尺寸w，h进行均衡处理，即计算w和h的平均值w’，h’，确定分类器输入图像的大小w’，h’。所有图像经过尺度变化变为一样的大小进入分类器训练。
45.s23搭建resnet50网络进行深度学习，训练批次至少20次，当其正确率达到99％时，保存网络模型；
46.搭建一个resnet50网络进行深度学习，训练批次至少20次，模型的关键参数可进行常规设置。当其正确率达到99％时，保存网络模型。该多分类问题容易达到该精度。
47.本发明的一种护目镜未正确佩戴检测方法，针对护目镜类型多位置特殊等因素，设计了双步骤检测算法，首先是正确检测人脸，再是检测护目镜状态。本技术首先利用改进的ssd在图像里面找出人脸，再利用分类网络人脸中识别是否正确佩戴，可以检测到原始图像正确佩戴护目镜的区域，如模型训练了可以检测abcd四种护目镜的情况，如果某场合只需要检测是否正确佩戴了b类护目镜，则acd正确佩戴和非正确佩戴均视为违规，本发明提供了适应力非常强的检测方法。
48.以上所揭露的仅为本发明一种较佳实施例而已，当然不能以此来限定本发明之权利范围，本领域普通技术人员可以理解实现上述实施例的全部或部分流程，并依本发明权利要求所作的等同变化，仍属于发明所涵盖的范围。

技术特征：
1.一种护目镜未正确佩戴检测方法，其特征在于，包括：对人脸进行检测；检测护目镜状态；所述对人脸进行检测具体步骤包括：获取人脸样本图像，制作人脸样本集；设计人脸检测主干网来对所述人脸样本集进行检测。2.如权利要求1所述的一种护目镜未正确佩戴检测方法，其特征在于，所述检测护目镜状态具体步骤包括：根据样本的设计和模型训练，从样本库里面进行人脸探测，得到的不同尺寸大小的图像的检测结果，挑选出正确检测出人脸的候选框；确定分类器输入图像的尺寸，对挑选出的候选框尺寸进行均衡处理，使候选框尺寸与分类器输入图像的尺寸一致后进入分类器训练；搭建resnet50网络进行深度学习，训练批次至少20次，当其正确率达到99％时，保存网络模型。3.如权利要求1所述的一种护目镜未正确佩戴检测方法，其特征在于，所述人脸样本图像包括从网络上搜集的人脸图像和现场拍摄的人脸图像。4.如权利要求1所述的一种护目镜未正确佩戴检测方法，其特征在于，所述人脸样本图像具体为：人脸上有护目镜、无护目镜、护目镜破损、太阳镜、戴头盔、戴口罩、脸部有遮挡的图像。5.如权利要求1所述的一种护目镜未正确佩戴检测方法，其特征在于，所述人脸样本集包括正样本和负样本；所述正样本标签为脸部矩形，无论这些脸部是否有遮挡、是否有护目镜；所述负样本为所有图像中不是脸部背景。6.如权利要求5所述的一种护目镜未正确佩戴检测方法，其特征在于，所述正样本和所述负样本比例不低于1:3。

技术总结
本发明涉及人脸检测技术领域，具体涉及一种护目镜未正确佩戴检测方法，包括：对人脸进行检测；检测护目镜状态；对人脸进行检测具体步骤包括：获取人脸样本图像，制作人脸样本集；设计人脸检测主干网来对人脸样本集进行检测针对护目镜类型多位置特殊等因素，设计了双步骤检测算法，首先是正确检测人脸，再是检测护目镜状态；本申请首先利用改进的SSD在图像里面找出人脸，再利用分类网络人脸中识别是否正确佩戴，可以检测到原始图像正确佩戴护目镜的区域，本发明提供了适应力非常强的检测方法，能够精确的检测出人脸上是否正确佩戴了护目镜。镜。镜。


技术研发人员：王雪 何浪
受保护的技术使用者：重庆科技学院
技术研发日：2023.04.03
技术公布日：2023/8/14