基于YOLO v4的校園環(huán)境安全帽檢測(cè)系統(tǒng)的研究

◆朱夏 晗瀟

基于YOLO v4的校園環(huán)境安全帽檢測(cè)系統(tǒng)的研究

◆朱夏 晗瀟

（大連海事大學(xué) 信息科學(xué)技術(shù)學(xué)院 遼寧 116026）

在當(dāng)代校園環(huán)境下，某些實(shí)踐課的進(jìn)行必須佩戴安全帽來保證安全。為實(shí)現(xiàn)檢測(cè)，提出一種基于YOLO v4的安全帽應(yīng)用檢測(cè)方法。通過機(jī)器人采集數(shù)據(jù)集，判斷頭部區(qū)域與安全帽區(qū)域的相交來判定佩戴情況，并通過對(duì)比實(shí)驗(yàn)來說明采用YOLO v4的原因。最后，提出遮擋方面的不足，并對(duì)研究方向進(jìn)行展望。

計(jì)算機(jī)視覺；YOLO v4；安全帽識(shí)別

1 引言

隨著高等教育水平以及高校環(huán)境的發(fā)展，越來越多的高校將實(shí)踐課程列為必修的內(nèi)容之一。而在此過程中，安全問題也備受大家的關(guān)注。其中，安全帽是在某些場(chǎng)合下必須佩戴的物品，然而，很多學(xué)生不遵守規(guī)定，不能按照要求佩戴安全帽。本文需要一個(gè)實(shí)施監(jiān)督作用的技術(shù)來改善這種現(xiàn)象。

2 安全帽應(yīng)用檢測(cè)流程

本文整個(gè)應(yīng)用檢測(cè)的流程如圖1所示，首先通過設(shè)計(jì)的機(jī)器人進(jìn)行視頻數(shù)據(jù)采集，再經(jīng)過訓(xùn)練好的YOLO v4[1]模型判斷頭部和安全帽的位置，之后判斷出行為人是否佩戴安全帽。管理員可以通過后臺(tái)對(duì)識(shí)別的結(jié)果進(jìn)行管理。

圖1 安全帽應(yīng)用檢測(cè)流程

2.1 機(jī)器人設(shè)計(jì)與視頻采集

本文選擇了SpotMini機(jī)械狗，結(jié)合現(xiàn)實(shí)地形以及社會(huì)因素的設(shè)計(jì)，加以改進(jìn)，通過Solidworks進(jìn)行建模，設(shè)計(jì)出以波士頓動(dòng)力為基礎(chǔ)的一款機(jī)械狗。本文使用單片機(jī)C語言編寫控制其行動(dòng)的程序，采用MG90S金屬舵機(jī)作為驅(qū)動(dòng)。本文將無線攝像頭固定在其頭部，進(jìn)行數(shù)據(jù)回傳。

2.2 YOLO v4模型

YOLOv4在原先的Darknet53每一個(gè)殘差單元加入了Cross-Stage-Partial-connections（CSP），采用CSP[2]先將基礎(chǔ)層的特征映射劃為兩部分，之后通過跨階段的層次結(jié)構(gòu)將其合并，既減少了計(jì)算量，又可以保證準(zhǔn)確率。YOLOv4修改SPP以保證輸出為空間維度。最大池化的核大小為1*1，5*5，9*9，13*13不等，將來自不同核大小池化后的特征圖串聯(lián)在一起作為輸出。SPP 對(duì)于 YOLO v3 來說能夠極大地增加感受野，分離出最顯著的上下文特征，網(wǎng)絡(luò)運(yùn)行速度幾乎不受影響。YOLO v4的SPP與PANet[3]的特征預(yù)測(cè)網(wǎng)絡(luò)在之前YOLOv3基礎(chǔ)之上加深了多尺度優(yōu)化，通過自底向上和自頂向下縮短了底頂層特征之間的路徑，最終提高小目標(biāo)的檢測(cè)結(jié)果。YOLO v4的損失計(jì)算公式如下：

其中，是計(jì)算兩個(gè)中心點(diǎn)之間的歐氏距離，為最小包圍框的對(duì)角線距離。

2.3 佩戴識(shí)別

圖2 安全帽佩戴檢測(cè)流程

2.4 管理平臺(tái)

本文將前方機(jī)器人采集到的數(shù)據(jù)每隔一段時(shí)間傳回一張圖片，保存到特定的緩存目錄中，系統(tǒng)將會(huì)使用采取人臉識(shí)別技術(shù)，提取不規(guī)范行為人的信息，進(jìn)行留存。本文人臉識(shí)別方法基于卷積神經(jīng)網(wǎng)絡(luò)[4]，針對(duì)小樣本的識(shí)別能夠達(dá)到一個(gè)理想的效果。管理平臺(tái)前端使用react技術(shù)開發(fā)，后端使用Java開發(fā)，整個(gè)系統(tǒng)采用傳統(tǒng)的MVC架構(gòu)，堅(jiān)持“高內(nèi)聚，低耦合”原則，具有良好的實(shí)用性和可維護(hù)性。

3 實(shí)驗(yàn)結(jié)果

實(shí)驗(yàn)的操作系統(tǒng)為Windows 10，Python版本為3.7.0，處理器為Intel Core i7-9750H，GPU為NVIDIA GeForceGTX1660 Ti，內(nèi)存7.9G。本文的數(shù)據(jù)集均為自主采集，本文在校園內(nèi)自主拍攝在公共場(chǎng)合下佩戴安全帽與未佩戴安全帽各種情況下的圖片以及視頻。運(yùn)用可視化圖像標(biāo)注工具，對(duì)人的頭部以及安全帽進(jìn)行標(biāo)注。80%的圖片作為訓(xùn)練集，20%的圖片作為測(cè)試集。訓(xùn)練當(dāng)中，epoch設(shè)置為300，batch_size設(shè)置為64，其他參數(shù)為默認(rèn)。

圖3 識(shí)別結(jié)果部分圖

從表1可以得出結(jié)論，對(duì)于本文挑選的數(shù)據(jù)，YOLO v4網(wǎng)絡(luò)無論從精度還是從檢測(cè)的時(shí)間上都要明顯好于其他兩種。YOLO v4 作為一階目標(biāo)檢測(cè)網(wǎng)絡(luò)好于 Faster R-CNN，這方面本文可以從AP和mAP看出，YOLO v4 作為 YOLO 系列的最新檢測(cè)網(wǎng)絡(luò)，在此方面表現(xiàn)得較為優(yōu)異，這也是本文選擇其為檢測(cè)網(wǎng)絡(luò)的原因。

表1 實(shí)驗(yàn)效果對(duì)比

4 結(jié)束語

本文首先通過機(jī)器人采集數(shù)據(jù)，之后利用YOLOv4網(wǎng)絡(luò)進(jìn)行識(shí)別，本文通過訓(xùn)練好的模型來判斷頭部和安全帽的位置，并且判斷兩者是否相交來判斷行為人是否佩戴安全帽。另外，本文通過對(duì)比實(shí)驗(yàn)發(fā)現(xiàn)對(duì)于安全帽識(shí)別這一方向，YOLOv4表現(xiàn)得更為優(yōu)秀。然而，在某些遮擋的情況之下，該行為人會(huì)被漏檢。在今后的研究當(dāng)中，將會(huì)在這一方向進(jìn)行深入探討，以便于提升最終的效果。

[1] Chien-Yao Wang，Hong-Yuan Mark Liao. YOLO v4： Optimal Speed and Accuracy of Object Detection[C]// arXiv：2004.10934v1 [cs.CV] 23 Apr 2020.

[2] Chien-Yao Wang，Hong-Yuan Mark Liao，I-Hau Yeh，Yueh-Hua Wu，Ping-Yang Chen，Jun-Wei Hsieh. CSPNET：A NEW BACKBONE THAT CAN ENHANCE LEARNING CAPABILITY OF CNN[C]// arXiv：1911.11929v1 [cs.CV] 27 Nov 2019.

[3] Shu Liu，Lu Qi，Haifang Qin，Jianping Shi，Jiaya Jia. Path Aggregation Network for Instance Segmentation[C]// arXiv：1803.01534v4 [cs.CV] 18 Sep. 2018.

[4]陳耀丹，王連明.基于卷積神經(jīng)網(wǎng)絡(luò)的人臉識(shí)別方法[J].東北師大學(xué)報(bào)（自然科學(xué)版），2016，48（02）：70-76.