文献类型：专利

专利类型：发明专利

是否失效：否

是否授权：否

申 请 号：CN202111375546.1

申 请 日：20211119

发 明 人：刘成 鲁宁 余波 巫尚蔚 孙新毅 侯文赛 蒲小霞 周群

申 请 人：重庆科技学院

申请人地址：401331 重庆市沙坪坝区大学城东路20号

公 开 日：20220301

公 开 号：CN114120405A

代 理 人：陈千

代理机构：50253 重庆敏创专利代理事务所(普通合伙)

语　　种：中文

摘　　要：本发明涉及行为识别技术领域，具体公开了一种油气实验室不安全行为智能识别方法，采用Retinaface网络和改进的Facenet网络构建人脸识别平台，通过Retinaface网络截取人脸部分，传入到改进的Facenet网络比对已有人脸数据库，判断进出实验室人员。采用替换主干提取网络为MobilenetV1网络和使用Triplet Loss和Cross‑Entropy Loss作为损失函数的方法改进Facenet网络，网络的准确率下降1.55％，FPS(每秒检测帧数)提高了25。对于防护穿戴的不安全行为、危险区域入侵的不安全行为、实验人员的不安全行为、违规使用设备的不安全行为采用改进的YOLOv4‑tiny网络进行识别，在第一部分使用K‑means聚类方法选择合适先验框，第二部分加入ECA注意力模块进行改进，以提高网络对小目标的特征提取能力。相比于原有的YOLOv4‑tiny网络，平均精度均值提高了21.17％。

主 权 项：1.一种油气实验室不安全行为智能识别方法，其特征在于，包括步骤：采用Retinaface网络和改进的Facenet网络构建人脸识别模型，在人脸识别时，通过Retinaface网络截取人脸部分，传入到改进的Facenet网络比对已有人脸数据库，判断是否有无关人员进出实验室；针对防护穿戴的不安全行为、危险区域入侵的不安全行为、实验人员的不安全行为、违规使用设备的不安全行为采用改进的YOLOv4-tiny网络进行识别。

关 键 词：不安全  网络 改进  人脸数据库 先验 方法选择  人脸识别  使用设备 损失函数  特征提取  网络比对  网络构建 危险区域  行为识别  智能识别  检测帧  小目标  原有的  准确率  截取  聚类  人脸 违规  穿戴  注意力  替换  油气 主干  防护  入侵  

IPC专利分类号：G06V40/16(20220101);G06V10/762(20220101);G06K9/62(20220101);G06N3/04(20060101);G06N3/08(20060101)