买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：广东工业大学

摘要：本发明提供了一种基于中心注意向心网络的安全帽佩戴检测方法和系统，涉及视频监控智能分析技术领域。本发明利用中心注意向心网络获取图像进行安全帽佩戴检测，中心注意向心网络自动学习特征，而无需人工设计特征，泛用性好；中心注意向心网络采用角点预测模块分别预测左上角点和右下角点位置，由左上角点和右下角点的组合得到目标的检测框，角点预测模块进行偏移量预测、角点位置预测和向心向量预测，从而得到更精准的角点位置，获得较高的检测精度，在训练过程中添加边界约束中心注意模块，在角点预测过程之中加入垂直‑水平角点池化层，进一步提升预测准确率。

主权项：1.一种基于中心注意向心网络的安全帽佩戴检测方法，其特征在于，包括步骤：S1、对待检测图像的尺寸进行归一化；S2、对待检测图像进行特征提取得到特征图，角点预测模块对特征图进行偏移量预测、角点位置预测和向心向量预测，所述角点预测模块包括：垂直-水平角点池化层、偏移量预测模块、角点位置预测模块、向心向量预测模块；垂直-水平角点池化层获取特征提取网络输出的特征图，垂直-水平角点池化层使用一个由3x3卷积层、BN层和ReLU激活函数层组成的卷积块，分别提取出输入特征图在目标内部、目标水平边缘与角点位置的特征；借助垂直池化操作，将目标内部特征的最大值聚焦于水平边缘位置，与该位置的特征值相加，之后，通过水平池化操作将新的特征最大值聚焦于角点位置，与角点位置的局部特征相加，实现同时感知到所需预测的角点位置的局部特征、目标的水平边缘特征、目标的内部特征三个部分的信息；垂直-水平角点池化层输出的特征经过偏移量预测模块、角点位置预测模块、向心向量预测模块分别得到偏移量热图、角点位置热图和向心向量热图；S3、对角点位置热图做局部最大值筛选和TopK筛选处理，过滤掉多余的角点检测结果，得到左上角点坐标集和右下角点坐标集，以及每个坐标集中每个角点的类别和置信度，所述角点类别包括：头部佩戴安全帽、头部未佩戴安全帽；S4、利用偏移量热图对角点位置进行修正，得到修正后的左上角点坐标集和右下角点坐标集；S5、通过修正后的左上角点坐标集和右下角点坐标集，构建候选的检测框，计算候选的检测框的向心区域；S6、对候选的检测框进行后处理，得到最终的检测框，根据检测框类别，判断安全帽的佩戴情况。

全文数据：

权利要求：

百度查询： 广东工业大学 一种基于中心注意向心网络的安全帽佩戴检测方法和系统