摘要
本发明公开了一种基于深度学习的机械制造车间员工安全佩戴检测及人脸识别方法,包括:构建人脸样本集;根据人脸样本集进行关键点检测,得到模板坐标;获取实时图像,通过改进的YOLOv8n模型对实时图像进行检测及定位,得到识别定位结果,其中所述识别定位结果中包括人脸和个人防护装备的边界框和对应类型;基于识别定位结果,根据人脸的边界框对所述实时图像进行裁剪,得到人脸图像;根据所述模板坐标对所述人脸图像进行对齐处理;通过改进的FaceNet模型对所述对齐处理的人脸图像进行识别,得到人脸向量,根据所述人脸样本集对人脸向量进行判断,得到人员身份信息以实现个人防护装备和是否外来人员的检测。
技术关键词
机械制造车间
防护装备
实时图像
人脸识别模型
人脸识别方法
样本
关键点
身份
坐标
员工
模板
模块
注意力
矩阵
网络
输出端
系统为您推荐了相关专利信息
实时图像采集
相机模组
测序建库
光源灯
光学镜片
介入手术机器人
多通道阀体
信息提示方法
神经网络模型
对象轮廓
膝关节微创手术
关节镜
特征点配准方法
三维表面模型
定位方法