10.16265/j.cnki.issn1003-3033.2020.02.028
融合人体关节点的安全帽佩戴检测
针对已有安全帽佩戴检测模型需求样本数据量大、易产生误检的问题,提出一种结合人体关节点检测和Faster R-CNN的安全帽佩戴检测模型;通过OpenPose从图像中定位人体头颈部位置并自动截取其周围小范围的子图像,然后利用Faster R-CNN检测子图像中的安全帽,最后分析安全帽中心点和头颈部节点之间的空间关系,进而判别是否正确佩戴安全帽.结果 表明:相比传统目标检测方法,提出的增强检测方法有效降低了误检率,提高了环境适应性,同时,该方法在训练样本量较小时,召回率提高超过20%,准确率提高约10%,很大程度上减少了对训练样本的需求.
安全帽佩戴检测、人体关节点、Faster R-CNN、子图像、空间关系
30
X910(安全科学基础理论)
企事业单位委托项目SGTYHT/16-JS-200
2020-07-15(万方平台首次上网日期,不代表论文的发表时间)
共6页
177-182