一种基于人体关键点的电力场景着装规范检测方法技术

本发明专利技术公开了一种基于人体关键点的电力场景着装规范检测方法，包括以下步骤：导入待检测图片；使用YOLO V5与SimplePose对待检测图片的图像信息进行处理，得到人体关键点信息；在HSV色彩空间内获得肤色分割信息；在人体四肢处进行间隔采样并联合肤色分割信息对采样点进行判断着装是否异常；定位手部区域以去除因手部肤色产生的误检；综合结果判断目标的着装是否规范。本发明专利技术提供了一种基于人体关键点的电力场景着装规范检测方法，可以进行较细粒度的识别和检测，适用于各种实际电力环境，提高着装规范检测的准确度。提高着装规范检测的准确度。提高着装规范检测的准确度。

【技术实现步骤摘要】
一种基于人体关键点的电力场景着装规范检测方法


[0001]本专利技术涉及安全监测领域，尤其涉及一种基于人体关键点的电力场景着装规范检测方法。

技术介绍

[0002]电力设施是国家基础设施的重要组成部分，确保电力设施可靠运行的同时，更要保证人员的作业安全。《国家电网公司电力安全工作规程》规定，进入作业现场应正确佩戴安全帽，同时应穿长袖工作服，不得裸露大片皮肤。在生产作业现场，安全规范主要靠人工监督，但在某些情况下，如天气炎热，作业人员可能会习惯性将袖子或是裤管卷起，违反安全规范。
[0003]随着计算机视觉技术的兴起，通过视觉技术来代替人工对作业现场进行不间断的巡检成为可能。现有的检测方法已经能够实现上身长短袖目标的识别，但是对于更加细粒度的识别如卷袖子、卷裤管，该方法并不可行。而实际环境中也不可避免地会有遮挡、阴影等因素的影响，现有的电力场景着装规范检测算法泛化能力较差。
[0004]另一方面，由于手部不要求衣物覆盖，同时手部与手臂在日常工作中重叠概率较大(例如在监控视角中手在前手臂在后等场景)，手带来的肤色区域就会令系统误判为手臂、进而目标会被误判为异常着装。这就会产生较多的误检，对于检测准确度也会带来较大影响。

技术实现思路

[0005]有鉴于现有技术的上述缺陷，本专利技术所要解决的技术问题是现有的安全着装的检测方法的泛化能力较差，无法进行细粒度识别，误判情况比较多等问题。本专利技术提供了一种基于人体关键点的电力场景着装规范检测方法，可以进行较细粒度的识别和检测，适用于各种实际电力环境，提高着装规范检测的准确度。
[0006]本专利技术一较佳实施例提供了一种基于人体关键点的电力场景着装规范检测方法，包括以下步骤：
[0007]导入待检测图片；
[0008]使用YOLO V5与SimplePose对待检测图片的图像信息进行处理，得到人体关键点信息；
[0009]对于待检测图片，在HSV色彩空间内获得待检测图片的肤色分割信息；
[0010]在人体四肢处进行间隔采样并联合肤色分割信息对采样点进行判断着装是否异常；
[0011]定位手部区域以去除因手部肤色产生的误检；
[0012]综合结果判断目标的着装是否规范。
[0013]进一步地，待检测图片包括单人图片和多人图片。
[0014]进一步地，使用YOLO V5与SimplePose对待检测图片的图像信息进行处理，得到人
体关键点信息，具体包括，使用YOLO V5作为目标人体检测器，用于检测待检测图片中的目标人体，使用SimplePose作为单人关键点预测模型，用于目标人体的人体关键点，人体关键点为COCO2017格式，对共17点关键点进行检测。
[0015]进一步地，在HSV色彩空间内获得肤色分割信息，具体包括以下步骤：
[0016]对待检测图片的R、G、B值做归一化处理；
[0017]分别计算HSV颜色空间的V值、S值和H值；
[0018]利用最佳阈值，对HSV空间待检测图片的类肤色区域进行分割。
[0019]进一步地，利用如下公式对待检测图片的R、G、B值做归一化处理：
[0020][0021]利用如下公式计算HSV颜色空间的V值：
[0022]V＝max(R,G,B)
[0023]利用如下公式计算HSV颜色空间的S值：
[0024][0025]利用如下公式计算HSV颜色空间的H值：
[0026]σ＝V
‑
min(R，G，B)
[0027][0028]利用人工选择得到的最佳阈值，对HSV空间待检测图片的类肤色区域进行分割。
[0029]进一步地，在人体四肢处进行间隔采样并联合肤色分割信息对采样点进行判断着装是否异常，具体包括对关注区域进行间隔采样，采样点通过与对应位置肤色分割图进行比较并统计对应区域有多少点被判断为皮肤，从而判断区域着装是否异常。
[0030]进一步地，定位手部区域以去除因手部肤色产生的误检，具体包括使用圆形表示手部区域，确定圆心位置及半径以确定手部区域，取一条手臂上的手肘与手腕两点分别为(x1，y1)与(x2，y2)，设手部圆心为(x
h
，y
h
)，半径为r，则由如下对应关系可得到手部圆心坐标与半径：
[0031]x
h
＝x2+0.3
×
(x2‑
x1)
[0032]y
h
＝y2+0.3
×
(y2‑
y1)
[0033][0034]进一步地，综合结果判断目标的着装是否规范，包括根据对关注区域进行采样的结果与消除手部误检后的结果，综合判断着装是否存在异常。
[0035]技术效果
[0036]本专利技术提出了一种基于人体关键点的电力场景着装规范检测方法，采用YOLO V5与SimplePose对图像信息进行处理得到人体关键点，同时在HSV色彩空间内获得肤色分割信息，进而对人体四肢处进行间隔采样并联合肤色分割信息对采样点进行判断，同时定位手部区域、对因手部肤色产生的误检进行剔除，综合结果判断目标的着装是否符合规范。通过此检测方法、尤其是通过间隔采样后通过判断手部区域以消除误检的步骤可进行诸如卷袖子、卷裤管等细粒度识别，同时提高了着装规范检测的准确度，可用于更多的场景，受实际环境中的遮挡、阴影等因素的影响较小。
[0037]以下将结合附图对本专利技术的构思、具体结构及产生的技术效果作进一步说明，以充分地了解本专利技术的目的、特征和效果。
附图说明
[0038]图1是本专利技术的一个较佳实施例的一种基于人体关键点的电力场景着装规范检测方法的流程示意图；
[0039]图2是本专利技术的一个较佳实施例的一种基于人体关键点的电力场景着装规范检测方法的人体17点关键点示意图；
[0040]图3是本专利技术的一个较佳实施例的一种基于人体关键点的电力场景着装规范检测方法的在实际电力场景中使用的效果图；
[0041]图4是本专利技术的一个较佳实施例的一种基于人体关键点的电力场景着装规范检测方法的处理得到人体关键点的结果示意图；
[0042]图5是本专利技术的一个较佳实施例的一种基于人体关键点的电力场景着装规范检测方法的对待检测图片的肤色二值化分割效果示意图；
[0043]图6是本专利技术的一个较佳实施例的一种基于人体关键点的电力场景着装规范检测方法的对采样点初步判断结果示意图；
[0044]图7是本专利技术的一个较佳实施例的一种基于人体关键点的电力场景着装规范检测方法的对待检测图片定位手部区域的结果示意图。
具体实施方式
[0045]为了使本专利技术所要解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。
[0046]以下描述中，为了说明而不是为了限定，提出了诸本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人体关键点的电力场景着装规范检测方法，其特征在于，包括以下步骤：导入待检测图片；使用YOLO V5与SimplePose对所述待检测图片的图像信息进行处理，得到人体关键点信息；对于所述待检测图片，在HSV色彩空间内获得所述待测图片的肤色分割信息；在人体四肢处进行间隔采样并联合肤色分割信息对采样点进行判断着装是否异常；定位手部区域以去除因手部肤色产生的误检；综合结果判断目标的着装是否规范。2.如权利要求1所述的一种基于人体关键点的电力场景着装规范检测方法，其特征在于，所述待检测图片包括单人图片和多人图片。3.如权利要求1所述的一种基于人体关键点的电力场景着装规范检测方法，其特征在于，使用YOLO V5与SimplePose对所述待检测图片的图像信息进行处理，得到人体关键点信息，具体包括，使用YOLO V5作为目标人体检测器，用于检测所述待检测图片中的目标人体，使用SimplePose作为单人关键点预测模型，用于所述目标人体的人体关键点，所述人体关键点为COCO2017格式，对共17点关键点进行检测。4.如权利要求2所述的一种基于人体关键点的电力场景着装规范检测方法，其特征在于，在HSV色彩空间内获得肤色分割信息，具体包括以下步骤：对所述待检测图片的R、G、B值做归一化处理；分别计算HSV颜色空间的V值、S值和H值；利用最佳阈值，对HSV空间待检测图片的类肤色区域进行分割。5.如权利要求4所述的一种基于人体关键点的电力场景着装规范检测方法，其特征在于，利用如下公式对待检测图片的R、G、B值做归一化处理：利用如下公式计算HS...

【专利技术属性】
技术研发人员：陈健，曹强，刘思琨，张俊杰，李迎春，宋英雄，张倩武，
申请(专利权)人：上海大学，
类型：发明
国别省市：