摘 要

本文借助实验程序工具Microsoft Visual Studio、MATLAB以及OpenCV对图像进行处理以及检测。通过MATLAB2012b和VS2014混合编程，在matlab平台上进行目标检测。在电脑端利用视频系统进行安全头盔佩戴检测，所得的结果对于安全生产有着重要的意义。

论文主要研究了基于可变形部件模型的安全头盔佩戴检测算法研究，可变形部件模型和梯度方向直方图基于颜色特征共同组成特征向量，利用你隐变量支持向量机进行训练和检测，并且以梯度方向直方图作为损失的颜色特征。

研究结果表明：基于可变形部件模型的安全头盔佩戴检测率可以在原有的基础上达到87%，提升0.3%。并且通过对梯度方向直方图的改进，使得损失的颜色特征以另一种方式呈现，加强了检测的准确性，提高了检测率。本文特色是利用了VOC-release 数据集借助计算机辅助程序软件进行模型训练，提高了结果的精确性。

关键词：可变形部件模型；支持向量机；梯度方向直方图

Abstract

This article uses the experimental program tools Microsoft Visual Studio, MATLAB and OpenCV to deal with the image and detection. Through MATLAB2012b and VS2014 mixed programming, in the matlab platform for target detection. In the computer side using the video system for safe helmet wear detection, the results obtained for safety production has important significance.

In this paper, the safety helmet wear detection algorithm based on the deformable part model is studied. The deformable part model and the gradient direction histogram are used to construct the eigenvector based on the color feature. The hidden vector support vector machine is used for training and detection. The histogram is the missing color feature.

The results show that the safety helmet wear detection rate based on the deformable part model can reach 87% on the basis of the original, up 0.3%. And through the improvement of gradient direction histogram, the loss of color characteristics in another way to enhance the detection accuracy and improve the detection rate. This feature is the use of VOC-release data sets with computer-aided program software for model training, improve the accuracy of the results.

Key Words：Deformable part model；Support Vector Machines；Histogram of Orientation Gradient.

目录

第1章 绪论 1

1.1 研究背景及意义 1

1.2 研究现状及发展趋势 3

第2章 安全头盔及其优化技术 5

2.1 安全头盔的发展 5

2.2 基于安全头盔的优化技术 6

第3章 可变形部件模型的基本原理 7

3.1 可变形部件模型 7

3.2 物体检测 8

3.3 混合分量 9

3.4 支持向量机 10

3.4.1 支持向量机的主要思想 10

3.4.2 最优分类面 10

3.4.3 核函数 11

3.4.4 半凸 11

3.4.5 随机梯度下降法 11

3.5 模型训练 12

第4章 检测算法的实现 15

4.1 算法仿真 15

4.2 结果分析 18

第5章 总结与展望 20

参考文献 22

致谢 24

绪论

1.1 研究背景及意义

安全头盔作为一种轻便且有效的头部防护用品，在佩戴者骑车以及施工操作中，能够减轻更或者防止高空坠落的物体或者自身坠落时造成的头部伤害。本文主要研究在变电站、道路施工等施工现场安全头盔的佩戴检测算法研究。

变电站属于高压作业环境，一旦发生事故工作人员的健康和生命将受到极大的威胁。无论是什么原因导致的事故，都将会产生不同方向上的冲力，并且夹带着可能会致人死亡坠落物。此时安全头盔会发挥极其重要的作用。再者，常见的施工现场，如道路施工（特别是隧道）、建筑施工等，相比较变电站，是更容易发生事故的作业环境，安全头盔的佩戴在一定程度上能保证作业者的人身安全。因此无论是变电站还是施工现场，所有进入变电站和施工现场的作业者及其他人员都被严格要求必须佩戴安全头盔，如若没有佩戴安全头盔会存在非常大的安全隐患，甚至在发生意外时造成不可逆转的伤害。但是，总有变电站或者施工现场的临时工、周边的居民等，利用变电站和施工现场的管理监管漏洞钻空子，不佩戴安全头盔就进入作业场所，运行值班人员无法全程监督并及时发现他们。并且，这样的人绝大部分并没有认识到佩戴安全头盔的重要性。因此，完善安全头盔佩戴检测系统亟待解决，实现对变电站和施工现场的实时监控，最大限度降低作业风险。

众所周知，如今这个时代属于大数据信息时代，在解决诸多的问题时，采用信息技术不仅减少多余的人力劳动，而且结果更加快速和精确。在信息技术的大力发展下，人工智能人类生活的方方面面都起到了重要作用。

目前人工智能的研究目标是让人工智能模拟人类智能，并且让机器具备人类的思维能力，完成需要人类智能才可以完成的任务。计算机视觉的研究也是这一项宏伟目标的重要组成部分。所谓计算机视觉是一种机器视觉，这种视觉学习指的是用摄像机和电脑端继而替代人的眼睛对目标进行辨识、跟踪和测量等，并且对图形进行进一步的处理，在电脑端处理成为更适合人的眼睛观察的图像或者将图像传送给仪器检测。作为一门科学学科，计算机视觉不断地研究相关理论，从而获得技术支持，想办法建立一个人工智能系统，其作用是能够多维的数据和图像中获取重要信息。因此，如果要检测已经给定的图像中的特定的物体，是一项具有一定难度的挑战性任务，也是许多如目标跟踪、场景理解等高层次计算机视觉任务的基础。

计算机视觉这个概念，一经被提出便成为了人类研究的重要方向。这四十几年来，人类一直致力于将计算机识别的响应做到同给人类自身的响应一般，或者超越人类本身，并且为了这个终极目标坚持不懈的努力。可变形部件模型作为一种优秀的目标检测算法，自2008年被提出，对于计算机视觉有很大的帮助。