王 正，呂 非，齊宇霄，童 瑩

（1.南京工程學院 信息與通信工程學院，江蘇 南京 211167；2.南瑞集團有限公司，江蘇 南京 211106）

0 引 言

安全帽作為勞保用品的重要部分，應用廣泛，但其重要性也容易被部分工作人員忽視，因未佩戴安全帽而造成的事故，后果往往極為嚴重。為解決傳統(tǒng)施工現場存在的安全管理問題，實現施工現場的智能化管理，對施工現場人員進行安全帽佩戴狀態(tài)實時檢測具有重大意義[1]。

計算機視覺領域的發(fā)展促進了圖像采集設備和圖像處理技術的結合應用。將拍攝畫面?zhèn)鬏數接嬎愣?，運用相關算法對場景進行實時分析、目標檢測[2]、目標跟蹤[3]、圖像分割[4]等操作，極大地簡化了管理過程。從圖像角度看待安全帽的佩戴識別問題，發(fā)現安全帽醒目的顏色和外形尤其適合用圖像技術進行處理。

現階段，識別安全帽是否佩戴的方法存在一些缺陷，如脫離人體，將安全帽的檢測作為重點，這種方法無法準確判斷人體和安全帽的佩戴關系；將佩戴安全帽和未佩戴安全帽的人體分類檢測，這種方法利用深度學習技術可以較簡單的實現，但訓練成本較大，識別效果易受噪聲影響。這些方法未能把識別精度和速度相結合，在實際監(jiān)控應用中效果欠佳?；谏鲜鲈?，本文提出了一種基于深度學習的安全帽佩戴狀態(tài)實時檢測方法。

1 安全帽實時檢測方案

為了對人員的安全帽佩戴狀態(tài)進行實時檢測，需要對視頻流進行目標檢測跟蹤以及安全帽佩戴檢測等處理。方案流程如圖1所示，可分為人員區(qū)域檢測、頭部區(qū)域提取、安全帽存在性判斷3部分。

圖1 方案流程

1.1 人員區(qū)域檢測

在圖像目標檢測任務中，基于深度學習的方法已被證明優(yōu)于傳統(tǒng)檢測方法[5]。效果較好的目標檢測框架有Faster R-CNN[6]，YOLO，Mask R-CNN[7]，RetinaNet[8]等。本文采用的YOLOv3[9]檢測框架保證了算法運行的速度，滿足了實時性需求，同時也能獲得較準確的檢測結果。

如圖2所示，YOLOv3框架采用Darknet-53作為特征提取的主要網絡[10]，與傳統(tǒng)CNN網絡結構不同的是，Darknet-53舍棄了常用的池化層和全連接層，在卷積層后搭載Leaky-ReLU激活函數，并在YOLOv2的基礎上[11]借鑒了ResNet的殘差塊結構，用以解決隨著卷積神經網絡層數的增加而出現的訓練退化現象。為了實現檢測框多尺度變化，YOLOv3借 鑒 了 FPN（Feature Pyramid Networks, FPN）[11]網絡中的思想，分別在13×13、26×26和52×52三種尺度下進行特征圖融合與預測，得到Y1、Y2和Y3三次采樣輸出結果。

圖2 YOLOv3網絡結構

YOLOv3目標檢測框架可以檢測多類物體，訓練時也是以多類物體的標簽進行訓練。在安全帽佩戴識別任務中只關心人員目標，所以在訓練時只采用人員類的標簽進行訓練，以節(jié)省訓練時間，提高訓練效率。在硬件計算能力充足時，也可以直接采用YOLOv3訓練好的權重（可以檢測多類），提取檢測結果中的人員目標，進行后續(xù)處理。

1.2 頭部區(qū)域提取

由于安全帽相對人體區(qū)域而言占比較小，為了更高效的對YOLOv3提取出的人員區(qū)域圖像進行分析，本文進一步提取安全帽可能存在的區(qū)域，即頭部位置區(qū)域，再輸入后面的網絡進行安全帽存在性判斷。由于檢測到的人員區(qū)域大小存在差異，本文按照長寬比，采取人員區(qū)域中靠近上方的正方形區(qū)域作為提取區(qū)域。提取區(qū)域小于人員區(qū)域，減少了計算負擔；同時，提取區(qū)域大于安全帽，增加了容錯率。將提取出的區(qū)域調整到固定大?。ǚ桨钢腥?7×57），便于后續(xù)處理。

1.3 安全帽存在性判斷

經過前面的檢測和提取步驟，這一過程僅需進行安全帽是否存在的二分類工作。采用經典的卷積和全連接CNN+FC（Fully Convolutional Networks, FC）[12]網絡架構，能夠達到較好的分類效果（相比SVM等傳統(tǒng)分類方法）。由于存在全連接層，本文對提取的頭部區(qū)域進行采樣操作，將其變?yōu)楣潭ù笮〉膱D片輸入CNN+FC網絡。這部分網絡包含2個卷積層，1個池化層和2個全連接層，流程如圖3所示。

圖3 安全帽存在性判斷流程

識別安全帽的CNN+FC網絡訓練過程可以脫離整體網絡進行單獨訓練。訓練數據有2個來源：

（1）通過網絡采集安全帽和行人相關的開源圖片和標簽；

（2）真實環(huán)境中通過固定位置攝像頭采集的圖片，利用YOLOv3提取環(huán)境區(qū)域作為人體標簽。

將全部數據集中，相對于人體的安全帽潛在區(qū)域（提取出的頭部區(qū)域）按是否佩戴作為正樣本和負樣本保存，如圖4和圖5所示。在訓練時對正負樣本進行在線處理（包括水平翻轉，放大、縮小裁剪區(qū)域，旋轉等）進行數據增強。實驗中發(fā)現，從實際測試場景中采集圖片進行訓練能夠獲得更好的識別效果。

圖4 部分訓練正樣本

圖5 部分訓練負樣本

2 實驗結果

2.1 結果展示

對于檢測出佩戴安全帽的人員，用藍色框標記；檢測出未佩戴安全帽的人員，用紅色框標記。圖6為一般場景下的識別結果，圖7為特定場景下的識別結果。

圖6 一般場景下的識別結果

圖7 特定場景下的識別結果

2.2 實驗結果分析

本方案和傳統(tǒng)方案在一般場景中的檢測結果見表1所列。

表1 實驗結果對比

從表中可以看出，本方案的誤報率、漏檢率和準確率相比傳統(tǒng)方案均有較大改善。在實際應用中，往往會在某一特定場景中進行佩戴檢測，在該場景中拍攝更多正、負樣本進行訓練，檢測準確率超0.96。本方案基于目標檢測算法，避免了傳統(tǒng)方案難以檢測靜止人員的缺陷。在速度方面，傳統(tǒng)方法在800×600大小的圖片上進行檢測，速度為15 FPS（CPU），本方案在1 280×720大小的圖片上進行檢測，速度為43 FPS （GPU），具有實時檢測的效果。通過網絡剪枝等手段優(yōu)化模型，可以進一步提升檢測速度。

3 結 語

為解決如何檢測作業(yè)人員是否佩戴安全帽的問題，本文提出了一種基于深度學習的安全帽佩戴狀態(tài)實時檢測方法。文本方法檢測速度快，平均準確率高，經過本試驗和對深度學習的研究，該方法能夠較好地實現安全帽佩戴的圖像和視頻檢測效果。下一步的研究方向是，當人員被遮擋或出現低光照等情況時，如何降低這些因素對檢測結果的影響。