【技術實現步驟摘要】
本專利技術屬于圖像數據處理領域，具體涉及一種施工工地行人重識別方法及系統。
技術介紹
1、隨著經濟技術的發展和人們生活水平的提高，人們對于安全的重視程度也越來越高。施工工地是安全事故的高發區域，因此對施工工地的人員安全問題進行精細化管理，具有重要意義。
2、行人識別，是施工工地安全管理的重要基礎。現階段，施工工地的行人識別，采用的依舊是人工識別和打卡識別的方案。但是，人工識別的方案，不僅費時費力，而且效率低下，同時工地安全人員自身的安全問題也無法得到保證。打卡識別的方案，一般也只能夠用于施工工地區域的進出識別，并無法在施工工地內部進行實時的行人重識別。
技術實現思路
1、本專利技術的目的之一在于提供一種可靠性高、精確性好且效率較高的施工工地行人重識別方法。
2、本專利技術的目的之二在于提供一種實現所述施工工地行人重識別方法的系統。
3、本專利技術提供的這種施工工地行人重識別方法，包括如下步驟：
4、s1.獲取行人重識別的圖像數據集；
5、s2.對步驟s1獲取的圖像數據集進行預處理，得到訓練數據集；
6、s3.基于resnet網絡，構建施工工地行人重識別初始模型；
7、s4.采用步驟s2得到的訓練數據集，對步驟s3構建的施工工地行人重識別初始模型進行訓練，得到施工工地行人重識別模型；
8、s5.采用步驟s4得到的施工工地行人重識別模型，對目標工地進行行人重識別。
9、步驟s2所
10、對步驟s1獲取的圖像數據集進行數據清洗；
11、對數據清洗后的圖像，采用圖像增強技術進行處理，從而得到訓練數據集。
12、步驟s3所述的基于resnet網絡，構建施工工地行人重識別初始模型，具體包括如下步驟：
13、采用resnet101網絡，作為施工工地行人重識別初始模型的backbone；
14、增加part分支，并將resnet101網絡的stage4作為global分支；
15、將resnet101網絡的stage3的輸出作為part分支和global分支的輸入；
16、part分支包括四個依次串接的殘差模塊player4.1、player4.2、player4.3和player4.4；其中，第四殘差模塊進行stride＝1的池化操作，以提高細粒度的特征；
17、global分支包括四個依次串接的殘差模塊glayer4.1、glayer4.2、glayer4.3和glayer4.4；
18、將resnet101網絡的stage3的輸出與part分支中的殘差模塊player4.1的輸出進行拼接后，再通過全局最大池化處理，得到第一特征layer4.1_p；
19、將resnet101網絡的stage3的輸出與global分支中的殘差模塊glayer4.1的輸出進行拼接后，再通過全局最大池化處理，得到第二特征layer4.1_g；
20、將part分支的輸出經過全局平均池化處理后，得到第三特征layer4.4_part；
21、將global分支的輸出經過全局平均池化處理后，得到第四特征layer4.4_global；
22、將第一特征layer4.1_p、第二特征layer4.1_g、第三特征layer4.4_part和第四特征layer4.4_global進行拼接后，再通過1*1的卷積層進行降維，得到最終的行人重識別的特征；
23、將得到的行人重識別的特征，與事先存儲的行人庫中的行人的特征進行相似性度量：若相似性度量結果大于設定閾值，則表示比對成功，得到行人重識別的結果，否則表示對比失敗。
24、步驟s4所述的訓練，具體包括如下步驟：
25、訓練時，采用交叉熵損失函數，對構建的施工工地行人重識別初始模型進行訓練。
26、本專利技術還提供了一種實現所述施工工地行人重識別方法的系統，包括數據獲取模塊、數據處理模塊、模型構建模塊、模型訓練模塊和行人重識別模塊；數據獲取模塊、數據處理模塊、模型構建模塊、模型訓練模塊和行人重識別模塊依次串接；數據獲取模塊用于獲取行人重識別的圖像數據集，并將數據信息上傳數據處理模塊；數據處理模塊用于根據接收到的數據信息，對獲取的圖像數據集進行預處理，得到訓練數據集，并將數據信息上傳模型構建模塊；模型構建模塊用于根據接收到的數據信息，基于resnet網絡，構建施工工地行人重識別初始模型，并將數據信息上傳模型訓練模塊；模型訓練模塊用于根據接收到的數據信息，采用得到的訓練數據集，對構建的施工工地行人重識別初始模型進行訓練，得到施工工地行人重識別模型，并將數據信息上傳行人重識別模塊；行人重識別模塊用于根據接收到的數據信息，采用得到的施工工地行人重識別模型，對目標工地進行行人重識別。
27、本專利技術提供的這種施工工地行人重識別方法及系統，通過resnet網絡來實現施工工地的行人重識別過程中的特征提取和比對，因此本專利技術不僅能夠實現施工工地的行人重識別，而且可靠性更高，精確性更好，效率也更高。
本文檔來自技高網...【技術保護點】
1.一種施工工地行人重識別方法，包括如下步驟：
2.根據權利要求1所述的施工工地行人重識別方法，其特征在于步驟S2所述的預處理，具體包括如下步驟：
3.根據權利要求2所述的施工工地行人重識別方法，其特征在于步驟S3所述的基于ResNet網絡，構建施工工地行人重識別初始模型，具體包括如下步驟：
4.根據權利要求3所述的施工工地行人重識別方法，其特征在于步驟S4所述的訓練，具體包括如下步驟：
5.一種實現權利要求1～4之一所述的施工工地行人重識別方法的系統，其特征在于包括數據獲取模塊、數據處理模塊、模型構建模塊、模型訓練模塊和行人重識別模塊；數據獲取模塊、數據處理模塊、模型構建模塊、模型訓練模塊和行人重識別模塊依次串接；數據獲取模塊用于獲取行人重識別的圖像數據集，并將數據信息上傳數據處理模塊；數據處理模塊用于根據接收到的數據信息，對獲取的圖像數據集進行預處理，得到訓練數據集，并將數據信息上傳模型構建模塊；模型構建模塊用于根據接收到的數據信息，基于ResNet網絡，構建施工工地行人重識別初始模型，并將數據信息上傳模型訓練模塊；模型訓練模塊
...【技術特征摘要】
1.一種施工工地行人重識別方法，包括如下步驟：
2.根據權利要求1所述的施工工地行人重識別方法，其特征在于步驟s2所述的預處理，具體包括如下步驟：
3.根據權利要求2所述的施工工地行人重識別方法，其特征在于步驟s3所述的基于resnet網絡，構建施工工地行人重識別初始模型，具體包括如下步驟：
4.根據權利要求3所述的施工工地行人重識別方法，其特征在于步驟s4所述的訓練，具體包括如下步驟：
5.一種實現權利要求1～4之一所述的施工工地行人重識別方法的系統，其特征在于包括數據獲取模塊、數據處理模塊、模型構建模塊、模型訓練模塊和行人重識別模塊；數據獲取模塊、數據處理模塊、模型...
【專利技術屬性】
技術研發人員：熊政華，林紅利，鄒容芳，肖玲，郭佳靜，熊正清，陳一夫，張卓，明平偉，廖雅，
申請(專利權)人：中建五局第三建設深圳有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。