基于YOLOv3的施工场景安全帽佩戴的图像描述

发布时间：2021-02-12 19:50

　　近年来,因工人未佩戴安全帽而造成的施工事故频繁发生,为降低事故发生率,对工人安全帽佩戴情况进行图像描述的研究。当前基于神经网络的图像描述方法缺乏可解释性且细节描述不充分,施工场景图像描述的研究较为匮乏,针对该问题,提出采用YOLOv3（You Only Look Once）的检测算法,以及基于语义规则和语句模板相结合的方法递进式地生成安全帽佩戴的描述语句。首先,采集数据,制作安全帽佩戴检测数据集和图像字幕数据集;其次,使用K-means算法确定适用于该数据集的锚框参数值,用以YOLOv3网络的训练与检测;再次,预定义一个语义规则,结合目标检测结果来提取视觉概念;最后,将提取出的视觉概念填充进由图像字幕标注生成的语句模板,以生成关于施工场景中工人安全帽佩戴的图像描述语句。使用Ubuntu16.04系统和Keras深度学习框架搭建实验环境,在自制的安全帽佩戴数据集上进行不同算法的对比实验。实验结果表明,所提方法不仅能够有效界定安全帽佩戴者和未佩戴者的数量,而且在BLEU-1和CIDEr评价指标上的得分分别达到了0.722和0.957,相比其他方法分别提高了6.9%和14.8%,证明了该方法... 

【文章来源】：计算机科学. 2020,47(08)北大核心

【文章页数】：8 页

【部分图文】：

本文算法的流程

YOLOv3网络结构如图3所示。其中CBR是YOLOv3的一个基本组件,表示卷积后进行批标准化操作,用ReLU作为激活函数。另一个基本组件resn残差块组件,由Res_unit残差单元所构成。CBR模块可细分为CBR_1和CBR_3,它们主要的区别在于卷积核的大小,CBR_1所使用的卷积核的尺寸为1×1,CBR_3所使用的卷积核的尺寸则为3×3。图3 YOLOv3网络结构

YOLOv3网络结构

【参考文献】：
期刊论文
[1]基于机器视觉的安全帽自动识别技术研究[J]. 冯国臣,陈艳艳,陈宁,李鑫,宋程程.  机械设计与制造工程. 2015(10)



本文编号：3031350