基于空間域注意力機(jī)制的車間人員檢測(cè)方法

李成嚴(yán)　馬金濤　趙帥

摘要：車間人員檢測(cè)是指使用目標(biāo)檢測(cè)技術(shù)對(duì)工廠生產(chǎn)車間內(nèi)相應(yīng)區(qū)域進(jìn)行人員檢測(cè)，保障生產(chǎn)車間內(nèi)人員生命健康安全。車間內(nèi)人員檢測(cè)存在圖像模糊、檢測(cè)效率低、實(shí)時(shí)性要求高等問題，將改進(jìn)的暗通道優(yōu)先處理策略用于圖像增強(qiáng)、用空間域注意力機(jī)制相結(jié)合的SSD（Single Shot MultiBox Detector）網(wǎng)絡(luò)提高檢測(cè)效率，同時(shí)保障實(shí)時(shí)性要求，并在本文測(cè)試集及VOC2012數(shù)據(jù)集上進(jìn)行驗(yàn)證，結(jié)果顯示出較好的定位效果及檢測(cè)率。

關(guān)鍵詞：車間人員檢測(cè);SSDSN網(wǎng)絡(luò);空間注意力機(jī)制;暗通道優(yōu)先策略;區(qū)域劃分

DOI：10.15938/j.jhust.2022.02.012

中圖分類號(hào)： TP399

文獻(xiàn)標(biāo)志碼： A

文章編號(hào)： 1007-2683（2022）02-0092-07

Workshop Staff Detection Method Based on Spatial

Domain Attention Mechanism

LI Cheng-yan，MA Jin-tao，ZHAO Shuai

（School of Computer Science and Technology， Harbin University of Science and Technology， Harbin 150080， China）

Abstract：Workshop staff detection is to use the target detection technology to detect the staff in the corresponding area of the factory production workshop， to ensue the life， health and safety of the staff in the production workshop. In this paper， the improved dark channel priority processing strategy is applied to image enhancement and SSD （single shot multibox detector） which combines spatial attention mechanism detector （detector） network improves the detection efficiency while ensuring the real-time requirements. It is verified on the test set and VOC data set in this paper， and the results show that the positioning effect and detection rate are better.

Keywords：workshop staff detection; SSDSN network; spatial domain attention mechanism; dark channel priority strategy; regional division

0引言

車間人員安全是工業(yè)生產(chǎn)活動(dòng)中的重要問題。傳統(tǒng)的安全監(jiān)測(cè)機(jī)制與系統(tǒng)功能的不足，導(dǎo)致頻繁發(fā)生人身安全事故。車間內(nèi)人員安全問題需要迫切得到解決。目前，通常采取視頻監(jiān)控的方式監(jiān)控車間內(nèi)人員安全情況，由人工進(jìn)行實(shí)時(shí)查看，但人工監(jiān)

測(cè)費(fèi)時(shí)、費(fèi)力、反應(yīng)慢、成本高、收益低。隨著計(jì)算機(jī)技術(shù)的發(fā)展，傳統(tǒng)行業(yè)也逐漸走向智能化。車間人員檢測(cè)是基于智能信息處理的目標(biāo)檢測(cè)，具有實(shí)時(shí)性、準(zhǔn)確性、低成本的優(yōu)點(diǎn)，采用智能監(jiān)測(cè)的方法實(shí)時(shí)檢測(cè)監(jiān)控視頻，一旦發(fā)生意外立即報(bào)警，采取相應(yīng)措施，避免事故的發(fā)生。因此，車間人員檢測(cè)具有重要研究?jī)r(jià)值。

目標(biāo)檢測(cè)[19-20]已經(jīng)從傳統(tǒng)的目標(biāo)檢測(cè)過渡到基于深度學(xué)習(xí)的目標(biāo)檢測(cè)。傳統(tǒng)的目標(biāo)檢測(cè)采用人工特征提取方法獲得目標(biāo)的特征描述，并輸入到分類器中學(xué)習(xí)分類規(guī)則，如VJ檢測(cè)器[1]、HOG檢測(cè)器[2]、DPM[3]等，這些方法時(shí)間復(fù)雜度高，窗口冗余，手工設(shè)計(jì)的特征魯棒性差。隨著深度學(xué)習(xí)概念的提出[4]，目標(biāo)檢測(cè)可以從原始數(shù)據(jù)中獲取特征信息，避免了傳統(tǒng)目標(biāo)檢測(cè)中繁瑣的特征工程步驟，如文[5-9]等。

基于深度學(xué)習(xí)的目標(biāo)檢測(cè)被廣泛應(yīng)用，文[10]將目標(biāo)檢測(cè)用于非法流動(dòng)攤販檢測(cè)，但其對(duì)圖像像素要求較高，像素較低時(shí)檢測(cè)效果不佳。文[11]提出了一種車輛目標(biāo)檢測(cè)方法，對(duì)圖像特征進(jìn)行規(guī)格化和并行的回歸計(jì)算，檢測(cè)效果較好，但檢測(cè)速度低，影響實(shí)時(shí)性。文[12]提出結(jié)合語義信息的行人檢測(cè)方法，圖像像素較低時(shí)也可識(shí)別，但準(zhǔn)確率、召回率較低。

車間人員檢測(cè)包括從車間的監(jiān)控視頻中檢測(cè)和定位人員兩部分。檢測(cè)速度應(yīng)滿足實(shí)時(shí)性要求;煙霧、粉塵、光照等因素導(dǎo)致檢測(cè)圖像質(zhì)量較差，影響檢測(cè)率與準(zhǔn)確率，檢測(cè)準(zhǔn)確率有待提高;由于車間內(nèi)區(qū)域復(fù)雜，需對(duì)車間內(nèi)區(qū)域進(jìn)行劃分，并判斷車間人員所在區(qū)域。

SSD（single shotMultiBox detector）是單階段的目標(biāo)檢測(cè)網(wǎng)絡(luò)，檢測(cè)速度較快，本文將SSD作為車間人員檢測(cè)的基礎(chǔ)網(wǎng)絡(luò)。在圖像質(zhì)量較差時(shí)，暗通道優(yōu)先的圖像處理方法效果顯著，如文[13]使用暗通道進(jìn)行圖像去霧。為提高目標(biāo)檢測(cè)的定位能力及準(zhǔn)確性，文[14]利用注意力機(jī)制提高檢測(cè)精度。文[15]使用注意力機(jī)制來提高目標(biāo)的定位能力。注意力機(jī)制關(guān)注圖像中輔助判斷的信息，忽略不相關(guān)的信息[16]，可從大量信息中篩選出高價(jià)值信息，極大地提高信息處理的效率與準(zhǔn)確性，提升目標(biāo)檢測(cè)定位能力。

本文提出一種基于空間域注意力機(jī)制的車間人員檢測(cè)方法。該方法將改進(jìn)的暗通道優(yōu)先處理策略用于圖像增強(qiáng);用與空間域注意力機(jī)制[17]相結(jié)合的SSD網(wǎng)絡(luò)提高檢測(cè)精度，提出SSDSN（SSD Spatial attention mechanism network）車間人員檢測(cè)網(wǎng)絡(luò);使用區(qū)域劃分方法解決車間區(qū)域復(fù)雜問題。

1車間人員檢測(cè)系統(tǒng)結(jié)構(gòu)

1.1區(qū)域劃分與判別

將整個(gè)生產(chǎn)作業(yè)區(qū)域劃分為安全區(qū)、報(bào)警區(qū)和危險(xiǎn)區(qū)三類。安全區(qū)是指車間內(nèi)車間人員正常工作的區(qū)域，報(bào)警區(qū)是有一定危險(xiǎn)，應(yīng)提示注意的區(qū)域，危險(xiǎn)區(qū)是指可能對(duì)車間人員造成傷害的區(qū)域。

通過車間內(nèi)監(jiān)控?cái)z像頭獲取該區(qū)域?qū)嶋H布局圖，并對(duì)此區(qū)域進(jìn)行劃分。圖1為某運(yùn)輸皮帶車間實(shí)例，其中（a）為車間實(shí)際布局，包括中間的行人通廊，兩側(cè)的護(hù)欄及兩條運(yùn)輸皮帶;（b）為區(qū)域劃分圖，即呈現(xiàn)在顯示屏中（a）與（c）的疊加效果。（c）為設(shè)定的背景圖，圖1（c）中間黑色區(qū)域?yàn)榘踩珔^(qū)，對(duì)應(yīng)（b）中的行人通廊，（c）中的白色區(qū)域?yàn)閳?bào)警區(qū)，對(duì)應(yīng)（b）護(hù)欄區(qū)域，（c）中的灰色區(qū)域?yàn)槲ｋU(xiǎn)區(qū)，對(duì)應(yīng)（b）運(yùn)輸皮帶區(qū)域。

通過目標(biāo)檢測(cè)網(wǎng)絡(luò)輸出車間人員位置中心點(diǎn)坐標(biāo)，與各區(qū)域邊界坐標(biāo)對(duì)比，判斷車間人員位置，若處于報(bào)警區(qū)內(nèi)則通過聲光報(bào)警提醒，若車處于危險(xiǎn)區(qū)則控制設(shè)備停機(jī)，以保障車間人員安全。

1.2改進(jìn)的暗通道優(yōu)先圖像降噪策略

受煙霧、粉塵、光照等因素影響，車間圖像質(zhì)量較差，導(dǎo)致檢測(cè)率與準(zhǔn)確率不高。

暗通道優(yōu)先圖像處理策略將暗通道有關(guān)結(jié)論當(dāng)作先驗(yàn)條件使用，在圖像增強(qiáng)和圖像修復(fù)方面存在一定優(yōu)勢(shì)。

暗通道優(yōu)先圖像處理策略公式為

其中：J（x）為降噪后的圖片;B為車間背景光;t（x）

為x處的透射率;t為一個(gè)閾值，當(dāng)投射圖的值較小時(shí)，會(huì)導(dǎo)致J值偏大，使圖像向白場(chǎng)過度，因此當(dāng)投射圖的值小于t時(shí)，令其等于t，令t=0.1，B通過暗通道圖從原圖中獲得，在暗通道圖中按照亮度大小取最亮的前0.1%像素，在原圖中找對(duì)應(yīng)位置上的最高亮度的點(diǎn)的值，以此點(diǎn)的色素值為B值。

根據(jù)暗通道理論建立車間光照成像模型：

由于車間內(nèi)光照原因，導(dǎo)致圖像亮度差異較大，式（1）中B值是原始像素中的某一個(gè)點(diǎn)的像素，如果取一個(gè)點(diǎn)，各通道的B值很有可能全部很接近255，這會(huì)造成處理后的圖像偏色和出現(xiàn)大量色斑。

為避免上述問題，對(duì)車間內(nèi)背景光重新計(jì)算，取暗通道圖像各通道灰度值最大的前0.1%的像素點(diǎn)的灰度平均值作為B值。

根據(jù)式（6）和式（7），可以得到最后的透射率為

式（10）中X是閾值，根據(jù)噪聲強(qiáng)度對(duì)X進(jìn)行取值，用于調(diào)節(jié)B值。若噪聲較大，可適當(dāng)增大X的值，通過調(diào)整X值，可獲得一個(gè)較好降噪效果，改進(jìn)的暗通道優(yōu)先處理策略效果如圖2所示。其中（a）為原始圖，（b）為暗通道優(yōu)先圖像處理策略處理的降噪圖，（c）為改進(jìn)的暗通道優(yōu)先圖像處理策略處理的降噪圖。

1.3系統(tǒng)框架

結(jié)合空間注意力機(jī)制改進(jìn)SSD目標(biāo)檢測(cè)網(wǎng)絡(luò)，為保障對(duì)車間人員的檢測(cè)能力，用監(jiān)控圖片數(shù)據(jù)作為訓(xùn)練集，并對(duì)訓(xùn)練集進(jìn)行降噪處理、人工標(biāo)注，通過訓(xùn)練得到網(wǎng)絡(luò)模型。為保障檢測(cè)實(shí)時(shí)性，采用RTSP獲取實(shí)時(shí)視頻流。為保障檢測(cè)的準(zhǔn)確性，將幀圖片降噪后，再傳入檢測(cè)網(wǎng)絡(luò)中檢測(cè)，若檢測(cè)到有人員，則通過矩形框框出人員輪廓，并通過矩形框邊界估算人員位置坐標(biāo)，通過檢測(cè)算法返回車間人員位置坐標(biāo)與劃分的區(qū)域坐標(biāo)比較，判斷車間人員所處區(qū)域，通過警報(bào)提醒車間人員及監(jiān)控人員，并輸出相應(yīng)的報(bào)警、危險(xiǎn)狀態(tài)標(biāo)志。該狀態(tài)標(biāo)志采用串口通訊的方式發(fā)送信息報(bào)文至報(bào)警控制器，由報(bào)警控制器將信息報(bào)文解析后發(fā)送相應(yīng)控制指令至PLC（programmable logic controller）控制系統(tǒng)。現(xiàn)場(chǎng)PLC控制系統(tǒng)則依據(jù)控制指令分別進(jìn)行聲光報(bào)警或停機(jī)操作，確保車間人員安全。具體框架如圖3所示。

2車間人員檢測(cè)方法

2.1基于空間域注意力機(jī)制的SSDSN網(wǎng)絡(luò)

空間域注意力機(jī)制是將原始圖像中的空間信息變換到另一個(gè)空間中并保留關(guān)鍵信息的一種方法，將圖像中的空間域信息進(jìn)行空間變換，把關(guān)鍵的信息提取出來，找出圖像信息中被關(guān)注的區(qū)域，同時(shí)又具有平移不變性、旋轉(zhuǎn)不變性及縮放不變性等強(qiáng)大的性能。

本文將空間域注意力機(jī)制與SSD算法結(jié)合，提高人員檢測(cè)的準(zhǔn)確率與定位能力。在SSDSN車間人員網(wǎng)絡(luò)中，空間網(wǎng)絡(luò)變換模塊使分類的準(zhǔn)確性得到提升。

SSDSN網(wǎng)絡(luò)在SSD基礎(chǔ)網(wǎng)絡(luò)的圖像輸入層即Cov1_2之后引入空間域注意力機(jī)制。此模塊共有兩個(gè)作用，其一為數(shù)據(jù)增強(qiáng)，將網(wǎng)絡(luò)的注意力放在圖像中的目標(biāo)區(qū)域，并進(jìn)行縮放操作，增強(qiáng)后的圖像進(jìn)入下層網(wǎng)絡(luò)進(jìn)行特征提取;其二為根據(jù)輸入的特征圖回歸空間轉(zhuǎn)換的參數(shù)，使用這個(gè)參數(shù)去生成一個(gè)采樣的網(wǎng)格，根據(jù)這個(gè)網(wǎng)格及輸入的特征圖得到經(jīng)過空間變換的特征圖，作為SSDSN網(wǎng)絡(luò)用于檢測(cè)的特征圖，加上Conv4_3、Conv7、Conv8_2、Conv9_2、Conv10_2、Conv11_2共提取了7個(gè)特征圖用于檢測(cè)，空間轉(zhuǎn)換模塊增強(qiáng)數(shù)據(jù)、采用卷積對(duì)不同的特征圖進(jìn)行提取檢測(cè)結(jié)果、將不同特征圖獲得的預(yù)測(cè)框結(jié)合起來、經(jīng)過非極大值抑制方法抑制掉一部分重疊或者不正確的框，生成最終的框集合，即檢測(cè)結(jié)果。SSDSN網(wǎng)絡(luò)結(jié)構(gòu)如上圖4所示。

2.2SSDSn網(wǎng)絡(luò)特征提取

SSDSN利用不同尺度、不同層級(jí)的特征圖進(jìn)行人員目標(biāo)框檢測(cè)，各層特征信息由上層特征信息決定，每層特征圖只負(fù)責(zé)對(duì)應(yīng)尺度的檢測(cè)，因此，對(duì)于SSDSN每層特征足夠復(fù)雜才能更精確地檢測(cè)目標(biāo)。特征圖應(yīng)具有足夠的分辨率以表達(dá)細(xì)節(jié)特征，足夠深的網(wǎng)絡(luò)提取得到更抽象特征，低層特征對(duì)應(yīng)于細(xì)節(jié)信息，高層特征對(duì)應(yīng)于抽象的語義信息?？臻g域注意力機(jī)制將網(wǎng)絡(luò)的注意力放在車間人員上。由于空間注意力機(jī)制對(duì)圖像所有的通道信息進(jìn)行統(tǒng)一處理，在圖像輸入層之后加入空間域注意力機(jī)制可以更充分提取圖像中的信息，每一個(gè)卷積核產(chǎn)生相應(yīng)通道信息，含有的信息量及重要程度得到提升。

SSDSN網(wǎng)絡(luò)中低層網(wǎng)絡(luò)結(jié)合VGG16的前4層及空間域注意力機(jī)制，其中空間域注意力機(jī)制中的定位網(wǎng)絡(luò)用來回歸變換參數(shù)θ，生成仿射變換系數(shù)，輸入是C×H×W維的圖像，輸出是一個(gè)空間變換系數(shù)。參數(shù)θ的大小根據(jù)要學(xué)習(xí)的變換類型而定，本文中主要用到的變換類型為縮放，則是一個(gè)4維向量，然后經(jīng)過一系列全連接或卷積，再加一個(gè)回歸層，輸出空間變換參數(shù)。采樣網(wǎng)絡(luò)依據(jù)變換參數(shù)來構(gòu)建一個(gè)采樣網(wǎng)格，輸入圖像中的點(diǎn)經(jīng)過采樣變換生成一個(gè)采樣信號(hào)，采樣網(wǎng)絡(luò)得到的是一種映射關(guān)系T（G），利用采樣網(wǎng)格和輸入的特征圖或圖像同時(shí)作為輸入產(chǎn)生輸出，得到經(jīng)過變換之后的特征圖，即提取到圖像的關(guān)鍵信息。

SSDSN為提高低層網(wǎng)絡(luò)的語義信息、提高網(wǎng)絡(luò)的特征提取能力，對(duì)輸入圖像進(jìn)行數(shù)據(jù)增強(qiáng)。輸入為圖像，輸出為特征圖，利用注意力機(jī)制中的定位網(wǎng)絡(luò)學(xué)習(xí)到一組參數(shù)θ，這組參數(shù)作為采樣網(wǎng)絡(luò)的參數(shù)，生成采樣信號(hào)，采樣信號(hào)是一個(gè)變換矩陣，與原始圖片相乘之后，可以得到變換之后的變換矩陣，也就是變換之后的圖像特征。經(jīng)以上操作，目標(biāo)區(qū)域得到縮放，目標(biāo)區(qū)域得到關(guān)注。坐標(biāo)矩陣變換關(guān)系如下式所示：

θ矩陣就是對(duì)應(yīng)的采樣矩陣，是一個(gè)可以微分的矩陣，每一個(gè)目標(biāo)點(diǎn)的信息是所有源點(diǎn)信息的一個(gè)線性組合。

圖像基本的三通道或經(jīng)過卷積層之后，不同卷積核都會(huì)產(chǎn)生不同的通道信息，目標(biāo)圖像在原圖像上采樣，每次從原圖像的不同坐標(biāo)上采集像素到目標(biāo)圖像上，把目標(biāo)圖像貼滿，每次目標(biāo)圖像的坐標(biāo)都遍歷一遍，是固定的，而采集的原圖像的坐標(biāo)是不固定的，因此可提取出關(guān)鍵信息。

SSDSN主要利用低層細(xì)節(jié)特征檢測(cè)小占比目標(biāo)，高層抽象特征檢測(cè)中等占比目標(biāo)和大目標(biāo)。用于車間人員檢測(cè)的低層卷積層為空間域注意力機(jī)制中的子網(wǎng)絡(luò)和Conv4_3，空間域注意力機(jī)制中的定位網(wǎng)絡(luò)增強(qiáng)了特征表達(dá)能力，注重細(xì)節(jié)信息，提取的語義信息更加充分，低層網(wǎng)絡(luò)特征提取能力更強(qiáng)，對(duì)小目標(biāo)提取有較大提升。高層卷積層包含5層，網(wǎng)絡(luò)更加關(guān)注于目標(biāo)區(qū)域，特征提取更加充分、準(zhǔn)確，特征信息經(jīng)過卷積、池化等操作生成最終的檢測(cè)結(jié)果，檢測(cè)的準(zhǔn)確率得到較大提升。

3實(shí)驗(yàn)結(jié)果及對(duì)比分析

3.1實(shí)驗(yàn)環(huán)境及應(yīng)用案例

硬件環(huán)境：1臺(tái)服務(wù)器，配置為3T硬盤，128G物理內(nèi)存，第六代Intel處理器。顯卡為RTX 2080Ti，顯卡驅(qū)動(dòng)為Nvidia-410。

軟件環(huán)境：操作系統(tǒng)為Ubuntu16.04，CUDA 10.0，cuDNN10.0，Opencv 3.3.1，python 2.7，MySQL5.7。

某生產(chǎn)車間，工人作業(yè)時(shí)，易發(fā)生人員傷亡事故且受煙霧、粉塵光照等噪聲影響，人員檢測(cè)受到較大干擾。應(yīng)用本文提出的基于空間域注意力機(jī)制的車間人員檢測(cè)方法驗(yàn)證本文提出方法的性能。

3.2實(shí)驗(yàn)數(shù)據(jù)

本文數(shù)據(jù)集由兩部分組成，98%的數(shù)據(jù)集來自某生產(chǎn)車間內(nèi)的監(jiān)控視頻，大小為70GB，視頻格式為MP4。其中50G視頻被裁剪成像素為1080×720的圖片，選取具有車間人員的圖片數(shù)量為30138張，背景圖片數(shù)量為18975張，用于SSDSN車間人員檢測(cè)網(wǎng)絡(luò)模型的訓(xùn)練，其余20G視頻作為測(cè)試集;2%數(shù)據(jù)集來自Pascal VOC2012中的圖片，Pascal VOC2012是目標(biāo)檢測(cè)、圖像分割網(wǎng)絡(luò)對(duì)比試驗(yàn)與模型評(píng)估中的基準(zhǔn)數(shù)據(jù)之一，為公開數(shù)據(jù)集，被廣泛使用。其中圖片中有人的圖片數(shù)量為2000張，用于SSDSN車間人員檢測(cè)模型的訓(xùn)練，增大訓(xùn)練集豐富性，防止訓(xùn)練過程中出現(xiàn)過擬合。

3.3車間人員檢測(cè)對(duì)比試驗(yàn)

3.3.1各算法在VOC2012數(shù)據(jù)集上的比較

本文使用VOC2012數(shù)據(jù)集和車間圖片數(shù)據(jù)集對(duì)各類目標(biāo)檢測(cè)算法及本文提出的算法進(jìn)行車間人員檢測(cè)，對(duì)各類目標(biāo)檢測(cè)網(wǎng)絡(luò)使用相同訓(xùn)練集做訓(xùn)練。

將VOC2012數(shù)據(jù)集分為訓(xùn)練集和測(cè)試集，分別用于網(wǎng)絡(luò)訓(xùn)練和得到測(cè)試結(jié)果。Faster R-CNN[6]、SSD[8]、YOLOV2[18]、YOLOV3[7]、Mask RCNN[22]、YOLOV5[21]及本文算法，使用VOC2012訓(xùn)練集訓(xùn)練，找出各網(wǎng)絡(luò)生成的最優(yōu)模型，驗(yàn)證算法準(zhǔn)確率與召回率。結(jié)果如表1所示，在VOC2012測(cè)試集上本文算法的準(zhǔn)確率和召回率較其它算法有所提升，以及采用FPS（frames per second），即畫面每秒傳輸幀數(shù)評(píng)估模型的檢測(cè)速率，來進(jìn)行速度對(duì)比。

3.3.2各算法在車間數(shù)據(jù)集上的比較

選取車間內(nèi)不同位置的攝像頭進(jìn)行分場(chǎng)景測(cè)試，測(cè)試時(shí)長(zhǎng)為8 h，期間車間人員正常通行。檢測(cè)的幀圖片總數(shù)為3456000張，其中約2160000張圖片為車間人員圖片，剩余1296000張圖片均為背景圖片。測(cè)試本文算法的效果，結(jié)果如表2所示，數(shù)據(jù)統(tǒng)計(jì)由數(shù)據(jù)庫中的幀圖像計(jì)數(shù)得到。

由表2分析得到，本文算法的平均準(zhǔn)確率為準(zhǔn)確率取平均值，計(jì)算得平均準(zhǔn)確率為95.0%，其平均召回率為召回率取平均值，計(jì)算得平均召回率為93.1%，據(jù)計(jì)算本文算法的平均誤檢率較低，約為3.3%，但存在漏檢情況，平均漏檢率約為5.5%，本算法已經(jīng)具備了較強(qiáng)的車間人員檢測(cè)能力。

圖5為現(xiàn)場(chǎng)攝像頭實(shí)時(shí)畫面中的人員檢測(cè)結(jié)果，其中（a）為車間內(nèi)光線較為充足的情況下的識(shí)別結(jié)果，（b）為車間內(nèi)光線不足的情況下的識(shí)別結(jié)果，（a）、（b）內(nèi)均有煙霧、粉塵干擾，圖像較模糊。在不同環(huán)境因素影響下，本文提出的車間人員檢測(cè)方法均能識(shí)別。實(shí)驗(yàn)證明該方法具有可行性。

各算法使用車間視頻切分的幀圖片作為訓(xùn)練集，準(zhǔn)確率與召回率如表3所示。由于各算法的此時(shí)的檢測(cè)類別都為車間人員，其它均視為背景，且訓(xùn)練集經(jīng)過降噪處理，此時(shí)各算法準(zhǔn)確率均有所提高。但由于車間的環(huán)境因素，車間內(nèi)可見度較低，檢測(cè)過程中存在大量目標(biāo)漏檢、誤檢，F(xiàn)aster R-CNN、

SSD、YOLOV2、YOLOV3、Mask RCNN、YOLOV5等算法準(zhǔn)確率變化不大。本文算法由于使用圖像降噪策略及空間域注意力機(jī)制，降低了車間人員檢測(cè)在煙霧、粉塵等環(huán)境下的干擾因素，噪聲對(duì)車間人員檢測(cè)過程中的影響近乎消失，同時(shí)，由于SSDSN網(wǎng)絡(luò)低層語義的增強(qiáng)，使其具有對(duì)小目標(biāo)識(shí)別的能力，漏檢、誤檢也大大降低，故本文算法檢測(cè)準(zhǔn)確率提升較大，召回率較高。

在定位效果上，由于空間域注意力機(jī)制的作用，本文算法中的車間人員定位更加準(zhǔn)確，如圖6所示，其中（a）為SSD網(wǎng)絡(luò)檢測(cè)結(jié)果，（b）為SSDSN網(wǎng)絡(luò)檢測(cè)結(jié)果，（c）為SSD網(wǎng)絡(luò)檢測(cè)與SSDSN網(wǎng)絡(luò)檢測(cè)結(jié)果的定位比較，其中內(nèi)框?yàn)镾SDSN網(wǎng)絡(luò)檢測(cè)的人員定位，外框?yàn)镾SD網(wǎng)絡(luò)檢測(cè)的人員定位，（d）為存在兩個(gè)車間人員的情況，內(nèi)框?yàn)镾SDSN檢測(cè)結(jié)果，兩個(gè)目標(biāo)均被檢測(cè)，而SSD只檢測(cè)到一個(gè)，小目標(biāo)未被檢測(cè)，由定位結(jié)果比較可知，SSDSN網(wǎng)絡(luò)檢測(cè)的定位更為精準(zhǔn)。此外SSD網(wǎng)絡(luò)檢測(cè)對(duì)圖像邊緣人員檢測(cè)效果不佳，SSDSN在此方面有著一定優(yōu)勢(shì)，如圖7所示，其中（a）為待檢測(cè)圖像，SSD未檢測(cè)到邊緣人員圖像，（b）為SSDSN邊緣圖像人員檢測(cè)結(jié)果。

4結(jié)論

本文使用深度學(xué)習(xí)方法來解決車間安全監(jiān)測(cè)問題，提出基于空間域注意力機(jī)制的車間人員檢測(cè)方法。SSDSN車間人員檢測(cè)網(wǎng)絡(luò)保障了車間人員檢測(cè)的實(shí)時(shí)性，為提高檢測(cè)準(zhǔn)確率和召回率，改進(jìn)暗通道優(yōu)先處理策略，降低車間內(nèi)煙霧、粉塵、光照等因素對(duì)檢測(cè)的影響。用區(qū)域劃分方法解決車間區(qū)域復(fù)雜問題，實(shí)際應(yīng)用證明，本文算法檢測(cè)網(wǎng)絡(luò)準(zhǔn)確率較高，為車間安全管理提供支持，具有廣泛的應(yīng)用前景。下一步將考慮檢測(cè)過程中目標(biāo)遮擋問題。

參 考 文 獻(xiàn)：

[1]VIOLA P， JONES M J. Robust Real-Time Face Detection[J]. International Journal of Computer Vision， 2004， 57（2）：137.

[2]DALAL N， TRIGGS B， SCHMID C. Human Detection Using Oriented Histograms of Flow and Appearance[C]// European Conference on Computer Vision. 2006：428.

[3]FELZENSZWALB P F， GIRSHICK R B， MCALLESTER D. Cascade Object Detection with Deformable Part Models[C]// 2010 IEEE Computer Society Conference on Computer Vision and Pattern Recognition， 2010： 328.

[4]HINTON G E， OSINDERO S， TEH Y W. A Fast Learning Algorithm for Deep Belief Nets[J]. Neural Computation， 2014， 18（7）：1527.

[5]GIRSHICK R， DONAHUE J， DARRELL T， et al. Rich Feature Hierarchies for Accurate Object Detection and Semantic Segmentation[C]//Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition， 2014： 580.

[6]REN S， HE K， GIRSHICK R， et al. Faster R-CNN： Towards Real-time Object Detection with Region Proposal Networks[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence， 2016， 39（6）： 1137.

[7]PANG L， LIU H， CHEN Y， et al. Real-time Concealed Object Detection from Passive Millimeter Wave Images Based on the YOLOv3 Algorithm[J]. Sensors， 2020， 20（6）：1678.

[8]SUN X， WU P， HOI S. Face Detection Using Deep Learning： An Improved Faster RCNN Approach[J]. Neurocomputing， 2018， 299（19）：42.

[9]CHANG T， HSIEH J W， CHANG T C， et al. EMT： Elegantly Measured Tanner for Key-Value Store on SSD[J]. IEEE Transactions on Computer-Aided Design of Integrated Circuits and Systems， 2021（99）：1.

[10]陳晉音， 王楨， 鄭海斌. 基于深度學(xué)習(xí)模型的非法流動(dòng)攤販檢測(cè)方法研究[J]. 小型微型計(jì)算機(jī)系統(tǒng)， 2019， 40（7）：72.CHEN Jinyin， WANG Zhen， ZHENG Haibin. Research on Detection Method of Illegal Mobile Vendors Based on Deep Learning Model[J]. Mini Computer System， 2019， 40（7）： 72.

[11]曹詩雨， 劉躍虎， 李辛昭. 基于Fast R-CNN的車輛目標(biāo)檢測(cè)[J]. 中國(guó)圖象圖形學(xué)報(bào). 2017，80（5）：56.CAO Shiyu， LIU Yuehu， LI Xinzhao. Vehicle Target Detection Based on Fast R-cnn [J]. Chinese Journal of Image and Graphics， 2017，80 （5）： 56.

[12]劉丹，馬同偉.結(jié)合語義信息的行人檢測(cè)方法[J].電子測(cè)量與儀器學(xué)報(bào).2019，33（1）：54.LIU Dan， MA Tongwei. Pedestrian Detection Method Combined with Semantic Information[J]. Journal of Electronic Measurement and Instrumentation，2019，33 （1）： 54.

[13]HE K， JIAN S， FELLOW， et al. Single Image Haze Removal Using Dark Channel Prior[J]. IEEE Transactions on Pattern Analysis & Machine Intelligence， 2011， 33（12）：2341.

[14]儲(chǔ)岳中， 黃勇， 張學(xué)鋒， 等. 基于自注意力的SSD圖像目標(biāo)檢測(cè)算法[J]. 華中科技大學(xué)學(xué)報(bào)（自然科學(xué)版）， 2020，453（9）：75.CHU Yuezhong， HUANG Yong， ZHANG Xuefeng， et al. SSD Image Target Detection Algorithm Based on Self Attention[J]. Journal of Huazhong University of Science and Technology （NATURAL SCIENCE EDITION）， 2020，453 （9）： 75.

[15]李紅艷，李春庚，安居白，等.注意力機(jī)制改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)的遙感圖像目標(biāo)檢測(cè)[J].中國(guó)圖象圖形學(xué)報(bào)，2019，24（8）：1400.LI Hongyan， LI Chungeng， AN jubai， et al. Remote Sensing Image Target Detection Based on Improved Convolutional Neural Network with Attention Mechanism[J]. Chinese Journal of Image Graphics， 2019，24 （8）： 1400.

[16]XU K， BA J， KIROS R， et al. Show， Attend and Tell： Neural Image Caption Generation with Visual Attention[J]. Computer Science， 2015，37（1）：2048.

[17]JADERBERG M， SIMONYAN K， ZISSERMAN A， et al. Spatial Transformer Networks[J]. 2015，25（2）：156.

[18]REDMON J， FARHADI A. YOLO9000： Better，F(xiàn)aster，Stronger[C]// IEEE Conference on Computer Vision & Pattern Recognition. IEEE， 2017：6517.

[19]GAMAGE S， SAMARABANDU J. Deep Learning Methods in Network Intrusion Detection： A Survey and an Objective Comparison[J]. Journal of Network and Computer Applications， 2020， 169（2）：102767.

[20]LIU Y， SUN P， WERGELES N， et al. A Survey and Performance Evaluation of Deep Learning Methods for Small Object Detection[J]. Expert Systems with Applications， 2021， 172（4）：114602.

[21]LIU W， WANG Z， ZHOU B， et al. Real-time Signal Light Detection Based on Yolov5 for Railway[J]. IOP Conference Series： Earth and Environmental Science， 2021， 769（4）：42.

[22]YU Y， ZHANG K， YANG L， et al. Fruit Detection for Strawberry Harvesting Robot in Non-structural Environment Based on Mask-RCNN[J]. Computers and Electronics in Agriculture， 2019， 163（10）： 46.

（編輯：王萍）