基于智能視頻圖像分析的安全帽識(shí)別

劉喜文，何 崗，楊賢文，張永杰，吳昳霏，郭晨光

(1.中國(guó)石油天然氣管道通信電力工程有限公司 衛(wèi)星通信事業(yè)部，河北 廊坊 065000；2.武漢倍特威視系統(tǒng)有限公司 技術(shù)部，湖北 武漢 430070；3.北京航天愛(ài)威電子技術(shù)有限公司 工程部，北京 100039)

0 引 言

在石化、電力、煤礦及建筑生產(chǎn)企業(yè)施工過(guò)程中，容易引發(fā)各種安全事故，事故涉及的原因多種多樣，包括管理、人員素質(zhì)、設(shè)備工具、以及其它各種問(wèn)題。統(tǒng)計(jì)某石化企業(yè)事故原因，分析其中由于違章違紀(jì)作業(yè)導(dǎo)致事故的占46.5%，管理不善導(dǎo)致的事故占25.7%，人員素質(zhì)與安全意識(shí)導(dǎo)致的事故占21.8%，其它原因?qū)е碌氖鹿收?%。由此可見(jiàn)，由于違規(guī)操作或違反規(guī)定引起事故占比達(dá)68.3%，成為引發(fā)事故的主要原因。在石化、電力、煤礦、及建筑生產(chǎn)施工現(xiàn)場(chǎng)等危險(xiǎn)場(chǎng)所作業(yè)時(shí)，均有佩戴安全帽的要求。不按規(guī)范佩戴安全帽將有非常重大安全的隱患。安全帽對(duì)人體頭部受外力傷害起保護(hù)作用，主要保護(hù)頭部，防高空物體墜落，防物體打擊、碰撞。

目前在視頻監(jiān)控系統(tǒng)普遍使用的情況下，網(wǎng)絡(luò)和高清監(jiān)控已經(jīng)具備通過(guò)攝像機(jī)來(lái)采集作業(yè)現(xiàn)場(chǎng)視頻圖像的條件，通過(guò)視頻分析安全帽的顏色、輪廓、佩戴者的身形和各類(lèi)觀察視角的變化因素，發(fā)現(xiàn)在戶(hù)外真實(shí)場(chǎng)景下，安全帽識(shí)別的準(zhǔn)確性、普適性還是個(gè)難點(diǎn)[1]。

1 安全帽識(shí)別模型設(shè)計(jì)

石油工地一般具有舊的模擬監(jiān)控系統(tǒng)，為節(jié)約成本，開(kāi)發(fā)一套基于GB28181協(xié)議的安全視頻監(jiān)控平臺(tái)，其將私有協(xié)議的視頻監(jiān)控?cái)z像頭的實(shí)時(shí)視頻流轉(zhuǎn)成滿(mǎn)足國(guó)標(biāo)協(xié)議的流，平臺(tái)兼容市場(chǎng)絕大主流品牌攝像機(jī)。整個(gè)系統(tǒng)的架構(gòu)包括3個(gè)主要部分：①監(jiān)控設(shè)備上采集的視頻源與智能分析引擎；②服務(wù)端上的策略管理與智能報(bào)警服務(wù)器；③客戶(hù)端上的智能報(bào)警瀏覽系統(tǒng)(包含處理單路視頻的單個(gè)瀏覽系統(tǒng)，或是包含大量攝像機(jī)的大型網(wǎng)絡(luò)瀏覽系統(tǒng))。這些模塊可以在單臺(tái)計(jì)算機(jī)上，也可分布在不同計(jì)算機(jī)上。

智能分析引擎是系統(tǒng)的核心，對(duì)視頻源進(jìn)行底層次的處理。策略管理與智能報(bào)警服務(wù)器主要通過(guò)預(yù)設(shè)的報(bào)警管理?xiàng)l件對(duì)處理過(guò)的視頻流進(jìn)行高層次的分析，判斷是否符合報(bào)警條件。結(jié)合視頻行為分析技術(shù)和現(xiàn)場(chǎng)實(shí)際情況的研究，提出了活動(dòng)目標(biāo)提取+安全帽輪廓匹配+顏色提取+多層神經(jīng)網(wǎng)絡(luò)分類(lèi)+統(tǒng)計(jì)學(xué)模型的多層組合邏輯解決方法。圖1所示為系統(tǒng)整體軟件架構(gòu)圖。

在安全帽識(shí)別系統(tǒng)的設(shè)計(jì)過(guò)程中，發(fā)現(xiàn)以下幾個(gè)因素對(duì)安全帽識(shí)別在室外環(huán)境下的識(shí)別率影響較大。

1.1 攝像機(jī)角度要求

攝像機(jī)安裝需滿(mǎn)足以下條件[2]：

圖1 系統(tǒng)軟件架構(gòu)

針對(duì)可變焦的球機(jī)，安裝位置角度較為寬泛。選用多預(yù)置位模塊，鏡頭變焦倍率在x23倍，可以觀察到更遠(yuǎn)的如200 m～300 m遠(yuǎn)的人，固定好攝像機(jī)、穩(wěn)定成像的情況下通過(guò)多預(yù)置位切換分析視角和方位，最多可以支持4個(gè)～25個(gè)預(yù)置位。

針對(duì)槍機(jī)的安裝角度建議：攝像機(jī)光軸與地平面夾角至少15°，確保投影場(chǎng)景形成一定景深效果，攝像機(jī)與地面平行的軸盡量保持平行，不要傾斜安裝。

針對(duì)槍機(jī)安裝高度建議：在能看清目標(biāo)的情況下盡可能高，室內(nèi)建議2.5 m以上，室外建議至少5 m以上。表1列出了幾種常見(jiàn)的場(chǎng)景安裝參數(shù)(以下參數(shù)僅作參考建議)。

表1 攝像機(jī)安裝高度角度參數(shù)

1.2 攝像機(jī)光源要求

攝像機(jī)在光照過(guò)亮或過(guò)暗的情況下，對(duì)成像質(zhì)量都有較嚴(yán)重的影響，穩(wěn)定的光源能顯著提高成像質(zhì)量，提升檢測(cè)結(jié)果的準(zhǔn)確率。為保證24小時(shí)的監(jiān)控需求，攝像機(jī)需根據(jù)現(xiàn)場(chǎng)環(huán)境光照情況，布設(shè)光源或特定攝像機(jī)，以及確定合適安裝位置。

對(duì)于光照條件較強(qiáng)的環(huán)境，盡量選擇超低照度攝像機(jī)(如日夜型攝像機(jī))；攝像機(jī)安裝位置盡量不要選在容易出現(xiàn)逆光的位置，容易使光照影響分析結(jié)果。若攝像機(jī)有固定強(qiáng)光源干擾，可安裝照明燈進(jìn)行補(bǔ)償。如果是室外環(huán)境及背光環(huán)境，為了防止光線(xiàn)的影響，建議選用寬動(dòng)態(tài)攝像機(jī)，具體環(huán)境及情況請(qǐng)參見(jiàn)文獻(xiàn)[3]。

對(duì)于光照條件差的環(huán)境，需在攝像機(jī)周?chē)惭b配備紅外燈或照明燈，由于夜晚燈光會(huì)吸引昆蟲(chóng)等動(dòng)物，需要避免光源與攝像機(jī)相距過(guò)近，否則昆蟲(chóng)飛舞遮擋可能會(huì)影響攝像機(jī)檢測(cè)結(jié)果及鏡頭成像質(zhì)量。正確安裝如圖2所示，紅外燈或照明燈須與攝像機(jī)間隔超過(guò)1 m。

圖2 攝像機(jī)安裝光源

1.3 攝像機(jī)無(wú)縫覆蓋要求

在設(shè)計(jì)完整無(wú)縫覆蓋監(jiān)控區(qū)域時(shí)，多個(gè)攝像機(jī)的位置選擇有一定要求：

例如無(wú)論哪一款攝像機(jī)，身高為H的人在視野邊緣處無(wú)法覆蓋顯示全身，只有看到全身完整影像的區(qū)域才算是分析有效區(qū)域。當(dāng)在視野邊緣處布設(shè)下一個(gè)攝像時(shí)，如果前一個(gè)攝像機(jī)只能顯示人的頭部，而下一攝像機(jī)只能顯示人的腳部，這對(duì)分析結(jié)果將造成影響。正確的設(shè)計(jì)方法是使兩臺(tái)攝像機(jī)有部分重疊，從而使任意時(shí)刻至少有一臺(tái)攝像機(jī)能看到身高H的人物的完整影像，從而能對(duì)當(dāng)前人的特征進(jìn)行完整分析。

1.4 場(chǎng)景選擇要求

適用于智能視頻分析的場(chǎng)景與傳統(tǒng)監(jiān)控的場(chǎng)景有一定區(qū)別。傳統(tǒng)監(jiān)控場(chǎng)景是為監(jiān)控人員觀看的視角而設(shè)計(jì)，其主要特點(diǎn)是以方便看清目標(biāo)細(xì)節(jié)的方式進(jìn)行監(jiān)控，較多使用中短焦鏡頭，場(chǎng)景也較窄。但如果在智能視頻分析的場(chǎng)景下，上述監(jiān)控環(huán)境易造成目標(biāo)抖動(dòng)嚴(yán)重且易遮擋整個(gè)視頻圖像區(qū)域，造成人和場(chǎng)景特征的分類(lèi)以及對(duì)人的尺度特征影響較大，此類(lèi)場(chǎng)景應(yīng)用的分析效果不理想。因此對(duì)于智能視頻分析，要求在保證能提取到目標(biāo)特征的情況下，盡量安裝廣角攝像機(jī)增大視野，增加攝像機(jī)高度，增大俯角，以自上而下的方式監(jiān)控分析活動(dòng)目標(biāo)，特別是針對(duì)室內(nèi)空間較小的環(huán)境[4]。

表2舉例展示了不同場(chǎng)景下攝像機(jī)安裝的實(shí)際視頻素材。分別包含了幾個(gè)經(jīng)典的應(yīng)用場(chǎng)景(室內(nèi)，周界，道路，鐵路)的合適與不合適的攝像機(jī)安裝素材。左列為不合適的安裝方式。右側(cè)為正確的安裝方式。

表2 攝像機(jī)安裝場(chǎng)景對(duì)照

2 安全帽智能識(shí)別

安全帽是一種紋理比較少，輪廓較為明顯，顏色相對(duì)單一的物體，在實(shí)際應(yīng)用的監(jiān)控視頻里，即使使用目前檢測(cè)效果非常好的SIFT(scale invariant feature transform)特征[5]，或SURF(speeded up robust features)特征[6]，也很難對(duì)安全帽這一紋理材質(zhì)較少的物體的識(shí)別產(chǎn)生較好的效果。因此，提出了一系列識(shí)別安全帽的方法，包括使用輪廓，顏色以及邊緣特征對(duì)這一物體來(lái)做描述與識(shí)別。

2.1 安全帽輪廓匹配

基于知識(shí)的安全帽檢測(cè)方法，對(duì)比傳統(tǒng)的HOG/HAAR等方法[7]，將輪廓匹配用于安全帽識(shí)別，實(shí)驗(yàn)結(jié)果表明會(huì)有較好的魯棒性。

(1)輪廓提取。針對(duì)待檢測(cè)的視頻幀，首先利用Sobel算子提取待檢測(cè)區(qū)域的輪廓，并進(jìn)行濾波，高斯平滑等處理，使線(xiàn)條平滑。然后對(duì)輪廓以固定值offset進(jìn)行均勻采樣獲取采樣點(diǎn)，對(duì)每個(gè)輪廓采樣點(diǎn)按如下方式計(jì)算其輪廓描述子

其中，si表示每個(gè)輪廓采樣點(diǎn)，F(xiàn)i表示所有采樣點(diǎn)，|·| 表示計(jì)算其個(gè)數(shù)。

分別統(tǒng)計(jì)每個(gè)采樣點(diǎn)的局部尺度S，根據(jù)采樣點(diǎn)的局部尺度，進(jìn)行內(nèi)插法獲得所有點(diǎn)的尺度，對(duì)所有點(diǎn)按尺度正比進(jìn)行重采樣。重新計(jì)算采用點(diǎn)的各輪廓描述子。最終計(jì)算的輪廓描述子是一個(gè)順序排列的 |Fi| 維特征向量[8]。

(2)輪廓匹配。采用DTW(動(dòng)態(tài)時(shí)間規(guī)劃算法)[9]來(lái)進(jìn)行輪廓匹配。通過(guò)比較與其它算法，DTW時(shí)間效率是最優(yōu)的。已知模版開(kāi)輪廓s與待檢測(cè)閉合輪廓t，首先計(jì)算兩輪廓各個(gè)采樣點(diǎn)之間的特征矢量距離，得到距離矩陣D。 定義兩輪廓上任意兩采樣點(diǎn)的矢量距離為

從而將輪廓匹配問(wèn)題轉(zhuǎn)換為求解出一條最佳匹配路徑問(wèn)題。D值在0-1之間，值越接近1 表示匹配越好。

根據(jù)一個(gè)安全帽輪廓，來(lái)對(duì)比其它輪廓和當(dāng)前輪廓的匹配值，值越大相似度越大。在實(shí)驗(yàn)中將此值根據(jù)經(jīng)驗(yàn)進(jìn)行調(diào)整。用戶(hù)對(duì)檢測(cè)的靈敏度提高時(shí)，此值往小方向調(diào)整0.2，反之向接近1的方向調(diào)整0.6，精度變高，但漏檢測(cè)率會(huì)提升。

2.2 安全帽色彩識(shí)別

傳統(tǒng)技術(shù)方案遇到的問(wèn)題會(huì)有以下情形，目標(biāo)提取偏差，由于近似色塊、外形目標(biāo)、燈光、環(huán)境光反射干擾，導(dǎo)致目標(biāo)提取錯(cuò)誤，造成漏檢和誤檢[10]。

圖3中，這是個(gè)典型的應(yīng)用于無(wú)人值守開(kāi)閉所的場(chǎng)景。人員在進(jìn)入房間內(nèi)時(shí)，畫(huà)面中會(huì)伴隨一系列環(huán)境光的急劇變化，當(dāng)開(kāi)、關(guān)門(mén)，開(kāi)、關(guān)燈時(shí)，環(huán)境光與室內(nèi)照明光線(xiàn)、攝像機(jī)的紅外輔助燈光交替出現(xiàn)、消失。看似單一的一個(gè)通道場(chǎng)景，在實(shí)踐中發(fā)現(xiàn)，各類(lèi)背景的顏色、形狀、類(lèi)似色塊，墻面和衣物漫反射的光線(xiàn)，會(huì)對(duì)安全帽目標(biāo)部分準(zhǔn)確提取、顏色分析、邊緣提取動(dòng)作造成干擾。針對(duì)此情形，對(duì)比不同顏色空間RGB、HSI、LAB這3種模型。

圖3 各種場(chǎng)景環(huán)境下光線(xiàn)顏色變化

RGB(紅綠藍(lán))顏色模型應(yīng)用較為廣泛，適合于在數(shù)字圖像處理顯示領(lǐng)域，比如常用的顯示器屏幕顯示使用的就是RGB三通道模式。RGB模型也稱(chēng)為加色法混色模型。它是以紅綠藍(lán)三色為原色光，通過(guò)三色互相疊加來(lái)實(shí)現(xiàn)混色的方法，由于其實(shí)現(xiàn)的簡(jiǎn)單，因而廣泛用于各種顯示器及手機(jī)屏幕等各種發(fā)光體的顯示。其混色規(guī)律是：以等量的紅、綠、藍(lán)基色光混合。但是由于采集的目標(biāo)是反射光，用RGB模型并不能很好反映色調(diào)的變化。

HSI(hue-saturation-intensity)顏色模型是美國(guó)色彩學(xué)家孟塞爾(H.A.Munseu)于1915年提出的，它反映了人的視覺(jué)系統(tǒng)感知彩色的方式，以色調(diào)(H)、飽和度(S)和強(qiáng)度(I)這3種基本特征量來(lái)感知顏色，詳細(xì)說(shuō)明可參考文獻(xiàn)[11]。在HSI顏色模型的雙六棱錐表示，I是強(qiáng)度軸，色調(diào)H的角度范圍為[0，2π]，其中，純紅色的角度為0，純綠色的角度為2π/3，純藍(lán)色的角度為4π/3。

Lab模式起源于國(guó)際照明委員會(huì)(CIE)在1931年所制定的一種測(cè)定顏色的國(guó)際標(biāo)準(zhǔn)。這項(xiàng)標(biāo)準(zhǔn)于1976年被改進(jìn)，并且命名為L(zhǎng)ab顏色模型。Lab顏色模型彌補(bǔ)了RGB和CMYK兩種色彩模式的不足。它是一種設(shè)備無(wú)關(guān)的顏色模型，也是一種基于生理特征的顏色模型，詳細(xì)說(shuō)明可參考文獻(xiàn)[12]。Lab顏色空間比計(jì)算機(jī)顯示器甚至比人類(lèi)視覺(jué)的色域都要大。a/b色域的表達(dá)方式，與要識(shí)別的紅黃藍(lán)黑等顏色對(duì)應(yīng)，這為算法判斷安全帽的顏色提供了較好的依據(jù)，對(duì)于L值域的范圍要求弱，正好與現(xiàn)實(shí)中環(huán)境光照度多變的特性對(duì)應(yīng)。

常用的顏色檢測(cè)模型有基于閾值的顏色范圍的檢測(cè)，參數(shù)化的高斯密度函數(shù)統(tǒng)計(jì)檢測(cè)以及非參數(shù)化的直方圖統(tǒng)計(jì)檢測(cè)等。

簡(jiǎn)單的通過(guò)Lab顏色范圍來(lái)檢測(cè)安全帽顏色區(qū)域來(lái)判斷安全帽顏色區(qū)域，相當(dāng)快速高效，在實(shí)時(shí)系統(tǒng)中具有一定的實(shí)際意義。例如，采用YCaCr顏色空間的CbCr平面，如果輸入的像素顏色落入給定的矩形閾值，就認(rèn)定膚色區(qū)域，安全帽顏色區(qū)域同樣可以依據(jù)這種方式進(jìn)行判斷檢測(cè)。采用的Lab顏色空間同樣取得了一定的效果。雖然這種方式比較快捷，但要取得更好的效果則需要考慮如何劃定這種顏色矩形區(qū)域，以及安全帽顏色的聚集程度。因此，提出了一種貝葉斯分類(lèi)的方法，來(lái)檢測(cè)安全帽區(qū)域，實(shí)際應(yīng)用中達(dá)到了很好的效果。這一方法包含了手工標(biāo)注統(tǒng)計(jì)以及檢測(cè)兩個(gè)階段。

首先通過(guò)實(shí)時(shí)采集獲取到的圖像進(jìn)行標(biāo)注，獲取安全帽區(qū)域。對(duì)于不同種類(lèi)的安全帽需要進(jìn)行分類(lèi)標(biāo)注。然后對(duì)安全帽區(qū)域進(jìn)行分塊統(tǒng)計(jì)。利用統(tǒng)計(jì)的結(jié)果再對(duì)待檢測(cè)圖像進(jìn)行安全帽區(qū)域的提取。

在手工標(biāo)注統(tǒng)計(jì)階段，對(duì)每一張圖片安全帽區(qū)域塊按Lab顏色空間進(jìn)行統(tǒng)計(jì)，但是只用到了a，b兩個(gè)顏色通道而沒(méi)有統(tǒng)計(jì)L通道，L代表亮度，實(shí)際的監(jiān)控視頻中光照變化范圍大比較敏感，L通道的值無(wú)法反應(yīng)安全帽的區(qū)域。

對(duì)于每一個(gè)圖像點(diǎn)I(x,y)，其顏色為c=c(x,y)，則分別計(jì)算以下幾個(gè)統(tǒng)計(jì)特征：

(1)安全帽顏色在圖像中的概率P(s)；

(2)每個(gè)顏色c在訓(xùn)練集中的概率P(c)；

(3)顏色c是安全帽顏色的概率P(c/s)。

基于以上的計(jì)算，利用貝葉斯公式，可以得到顏色c為安全帽顏色的概率

P(s/c)=P(c/s)P(s)/P(c)

針對(duì)每個(gè)安全帽區(qū)域塊，定義了一個(gè)高低閾值Tmax和Tmin，每一個(gè)P(s/c)>Tmax的圖像塊為安全帽區(qū)域，每一個(gè)P(s/c)>Tmin并且P(s/c)

2.3 安全帽邊緣特征識(shí)別

由于受光線(xiàn)，圖像分辨率以及安全帽被部分遮擋等影響，SIFT一類(lèi)的描述子在安全帽的識(shí)別上并不穩(wěn)定，能穩(wěn)定檢測(cè)安全帽紋理特性的特征描述子非常少。因此，提出了一種能夠適應(yīng)光照，尺度以及遮擋等特性的描述這種紋理細(xì)節(jié)較少的物體的方法，圖4為安全帽模型建立步驟。

圖4 安全帽模型建立步驟

首先，針對(duì)安全帽原始模型，提取邊緣線(xiàn)段。直線(xiàn)提取算法(LSD)最初是由Von Gioi等提出的[14]。由于需要提取一個(gè)穩(wěn)定的安全帽描述子，原始的直線(xiàn)提取算法對(duì)直線(xiàn)長(zhǎng)度沒(méi)有限制，容易造成匹配不穩(wěn)定。因此需在此基礎(chǔ)上做一些改進(jìn)，使生成的線(xiàn)段長(zhǎng)度相等。具體是通過(guò)設(shè)定一個(gè)線(xiàn)段長(zhǎng)度閾值w，確保所有線(xiàn)段長(zhǎng)度都至少能達(dá)到w閾值所達(dá)到的像素值。對(duì)原始LSD算法與改進(jìn)后的算法結(jié)果對(duì)比，改進(jìn)后的算法的線(xiàn)段提取方法更加穩(wěn)定。

然后對(duì)安全帽模型圖建立遮罩區(qū)域并提取其矩形區(qū)域。

實(shí)際采集場(chǎng)景，頭戴安全帽在相機(jī)視角姿態(tài)方向尺度等各異，甚至存在手拿安全帽的情況，因此對(duì)安全帽的描述需要其適應(yīng)旋轉(zhuǎn)與尺度的變化。確定起始點(diǎn)后，通過(guò)對(duì)提取的矩形區(qū)域做旋轉(zhuǎn)采樣，進(jìn)行正反nr=8個(gè)方向的采樣。其中ml點(diǎn)為描述子起始點(diǎn)，為旋轉(zhuǎn)中心。每一個(gè)大的矩形包含4×4個(gè)塊。每個(gè)塊由一定量的像素組成。對(duì)于每個(gè)塊，統(tǒng)計(jì)其采樣值和角度信息，其中采樣值ns為

ns=σγRminn(lB)

其中，σ為當(dāng)前的尺度，γ表示當(dāng)前塊的線(xiàn)段像素的數(shù)據(jù)量復(fù)雜度信息，是歸一化的值，范圍在[0，1]之間。為0時(shí)表示當(dāng)前塊沒(méi)有任何線(xiàn)段信息。Rmin表示最小的線(xiàn)段尺寸信息。n(lB) 表示線(xiàn)段數(shù)。

針對(duì)塊中的每個(gè)線(xiàn)段，其角度信息ai

式中：si表示線(xiàn)段的單位向量，gi表示梯度方向，tij表示描述子起始點(diǎn)lj與當(dāng)前點(diǎn)的向量。下圖所示即為其中一個(gè)描述子的定義。對(duì)4×4的塊進(jìn)行編碼，如圖5所示為邊緣特征描述子編碼方式，其中14號(hào)塊存在3條線(xiàn)段，a0,a1,a2分別為其角度信息。

圖5 邊緣特征描述子編碼方式

在完成場(chǎng)景以及模型的特征描述子構(gòu)建后，對(duì)場(chǎng)景與模型進(jìn)行特征匹配，匹配方式主要為尋找顯示候選起始點(diǎn)，對(duì)每個(gè)起始點(diǎn)與模型進(jìn)行比對(duì)，即對(duì)比4×4個(gè)塊的編碼值，獲取歐式距離最小的描述子。然后通過(guò)kdtree搜索臨近點(diǎn)，對(duì)各線(xiàn)段搜索定位，進(jìn)行精確匹配。

實(shí)際應(yīng)用中，由于安全帽可能被不正確的佩戴，基于邊緣特征匹配方法由于能夠檢測(cè)到安全帽的佩戴方向，同時(shí)結(jié)合人體區(qū)域的檢測(cè)，判斷安全帽是否在頭部區(qū)域，綜合來(lái)判斷是否為不正確佩戴方式。提高準(zhǔn)確率，減少誤報(bào)。

2.4 濾除目標(biāo)干擾算法

常見(jiàn)監(jiān)控場(chǎng)景下，經(jīng)常存在著樹(shù)枝隨風(fēng)擺動(dòng)，背景中物體的微小移動(dòng)以及天空中的雨點(diǎn)或雪花，這些情況都會(huì)影響系統(tǒng)對(duì)安全帽目標(biāo)的檢測(cè)和識(shí)別，需要對(duì)這些干擾目標(biāo)進(jìn)行濾波處理。

對(duì)安全帽目標(biāo)檢測(cè)識(shí)別中可采用的方法有主成分分析、神經(jīng)網(wǎng)絡(luò)方法、支持向量機(jī)、隱馬爾可夫模型、Adaboost算法等，類(lèi)HAAR分類(lèi)器作為機(jī)器視覺(jué)的基本算法，也被工業(yè)界廣泛的采用。本節(jié)主要針對(duì)濾除非人體的目標(biāo)造成的誤檢進(jìn)行眼鏡，為識(shí)別出安全帽，使用多層神經(jīng)網(wǎng)絡(luò)，并運(yùn)用CUDA加速算法，對(duì)系統(tǒng)進(jìn)行分類(lèi)優(yōu)化[15]。

濾除目標(biāo)干擾的分類(lèi)器采用32層的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)。由卷積層，池化層，route(路由)層，reorg(重構(gòu))層等網(wǎng)絡(luò)層構(gòu)成。其網(wǎng)絡(luò)參數(shù)如圖6所示。由最后的檢測(cè)層輸出預(yù)測(cè)的類(lèi)別概率值與檢測(cè)框坐標(biāo)。其中，概率值可表示為

式中：Pr(Object) 表示檢測(cè)框包含目標(biāo)的概率，BBgt表示基于訓(xùn)練標(biāo)簽的參考標(biāo)準(zhǔn)框(groud truth box)，BBdt表示檢測(cè)到的邊界框。符號(hào)area(·) 表示框的面積。

圖6 多層神經(jīng)網(wǎng)絡(luò)模型

每個(gè)檢測(cè)框包含5個(gè)參數(shù)，分別是stx,sty,tw,th以及Pr(Object)。 (stx,sty)表示檢測(cè)框的中心坐標(biāo)，(tw,th) 表示檢測(cè)框的寬高。所采用的方法還預(yù)測(cè)了兩個(gè)類(lèi)別的概率，即Pr(Class:人/Object) 和Pr(Class:安全帽/Object) 分別表示人和安全帽落入該檢測(cè)框的概率值，所以最后的輸出層共有13×13×125維的張量。

第25層和28層為route層。route層的作用是進(jìn)行層的合并。30層輸出的大小是13×13，是指把圖片通過(guò)卷積或池化，最后縮小到一個(gè)13×13大小的格。每一個(gè)格的output數(shù)量是125(5×25)，5是指對(duì)每一個(gè)13×13的小格配有5個(gè)邊框，25則是指每一個(gè)邊框輸出了25個(gè)浮點(diǎn)數(shù)。25個(gè)是YOLO 2對(duì)VOC的結(jié)構(gòu)。

2.5 算法驗(yàn)證

(1)數(shù)據(jù)集

準(zhǔn)備安全帽識(shí)別數(shù)據(jù)。在訓(xùn)練時(shí)為減少運(yùn)算量，提高檢出的速度，將原來(lái)VOC訓(xùn)練集進(jìn)行重新采樣。采樣中分別對(duì)常規(guī)的紅黃藍(lán)白安全帽進(jìn)行采樣，數(shù)量約為彩色 15 000 張，再轉(zhuǎn)換灰度為15 000張。圖7為部分樣例數(shù)據(jù)及處理結(jié)果示例。

圖7 安全帽訓(xùn)練樣例與結(jié)果

(2)訓(xùn)練平臺(tái)

訓(xùn)練平臺(tái)是在PC機(jī)完成的，其主要配置為i7 6700k處理器主頻：4GHz，32G內(nèi)存，以及一塊GTX1080 6GB顯卡。系統(tǒng)運(yùn)行平臺(tái)是Windows 10?？蚣転镈arknet。檢測(cè)器的檢測(cè)速度達(dá)到25幀/s，滿(mǎn)足實(shí)時(shí)性要求。

(3)訓(xùn)練結(jié)果

將學(xué)習(xí)率設(shè)定在10E-5，在大約訓(xùn)練迭代到4000次時(shí)，模型已經(jīng)有一定效果。通過(guò)目標(biāo)分類(lèi)識(shí)別，可以進(jìn)一步降低非人員誤報(bào)的機(jī)率，大約降低10%以上的誤報(bào)率。最后統(tǒng)計(jì)其在數(shù)據(jù)集上的查準(zhǔn)率，查全率以及每秒識(shí)別幀數(shù)。結(jié)果見(jiàn)表3。

表3 測(cè)試集實(shí)驗(yàn)結(jié)果

3 結(jié)束語(yǔ)

針對(duì)不同的使用場(chǎng)景，需要使用不同的優(yōu)化算法。目前支持兩種典型場(chǎng)景：通道模式和場(chǎng)地模式。

通道模式，適用于進(jìn)門(mén)場(chǎng)景。一般場(chǎng)景是結(jié)合門(mén)禁和人行閘機(jī)使用，如果沒(méi)有佩戴安全帽，則不會(huì)打開(kāi)閘機(jī)，同時(shí)還能聯(lián)動(dòng)音箱，發(fā)出友情提示“請(qǐng)佩戴安全帽進(jìn)入！”或正確佩戴了安全帽，則直接打開(kāi)閘機(jī)，允許用戶(hù)順利通過(guò)。

場(chǎng)地模式，是指在進(jìn)入工作區(qū)內(nèi)后，人員由于活動(dòng)，會(huì)被全程跟蹤，當(dāng)目標(biāo)足夠清晰，頭部達(dá)到40×40個(gè)像素時(shí)，分析系統(tǒng)就會(huì)對(duì)是否佩戴安全帽做出持續(xù)分析判斷。如果被觀察者此時(shí)沒(méi)有佩戴安全帽，則會(huì)告警，抓拍圖片，同時(shí)將此信息和圖片發(fā)送給訂閱此服務(wù)的管理人員手機(jī)和電腦上。

系統(tǒng)在實(shí)際運(yùn)行當(dāng)中，統(tǒng)計(jì)誤報(bào)率為7%～11%，已經(jīng)完全可以滿(mǎn)足無(wú)人值守的要求，同時(shí)隨著對(duì)現(xiàn)場(chǎng)環(huán)境的不斷自我學(xué)習(xí)，更新數(shù)據(jù)庫(kù)，調(diào)整算法參數(shù)，誤報(bào)率將會(huì)越來(lái)越低。