[發明專利]一種基于深度學習的視頻中安全帽佩戴的檢測方法及裝置

在審

• 申請號: 201810411342.0
• 申請日: 2018-05-02
• 公開（公告）號: CN108647619A
• 公開（公告）日: 2018-10-12
• 發明（設計）人: 胡傳銳;李騰;王妍
• 申請（專利權）人: 安徽大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06T7/254;G06T7/90
• 代理公司: 合肥市浩智運專利代理事務所(普通合伙) 34124
• 代理人: 丁瑞瑞

1.一種基于深度學習的視頻中安全帽佩戴的檢測方法，其特征在于，所述方法包括：

步驟1：從搜集的視頻數據中抽取M張圖片；

步驟2：將所述M張圖片中的N張圖片進行標注，將標注后的N張含有行人的圖片作為行人正樣本數據；將M-N張不含有行人的圖片作為行人負樣本數據；將標注后的所述N張圖片中的帶有安全帽的區域標注為安全帽正樣本數據；將所述安全帽正樣本數據中的各個安全帽遮蓋，作為安全帽負樣本數據；且M、N均為正整數；

步驟3：使用行人正樣本數據和行人負樣本數據訓練行人檢測網絡，使用安全帽正樣本數據和安全帽負樣本數據訓練安全帽檢測網絡；

步驟4：獲取待檢測圖片，并通過背景差分法獲取所述待檢測圖片中的待檢測區域；

步驟5：將所述待檢測區域輸入到訓練后的行人檢測網絡，判斷所述待檢測區域中是否存在行人；若是，執行步驟6；

步驟6：將所述存在行人的待檢測區域中的預設區域輸入到訓練后的安全帽檢測網絡中進行檢測，若檢測到安全帽，通過HSV顏色空間判斷安全帽的類型；若未檢測到，發出警報。

2.根據權利要求1所述的一種基于深度學習的視頻中安全帽佩戴的檢測方法，其特征在于，所述步驟1具體包括：

對搜集的視頻數據進行篩選，選擇出分辨率大于第一預設閾值的視頻文件；

從篩選出的視頻文件中按照預設的時間間隔抽取預設數量個圖片。

3.根據權利要求1所述的一種基于深度學習的視頻中安全帽佩戴的檢測方法，其特征在于，所述將所述M張圖片中的N張含有行人的圖片進行標注，將標注后的N張圖片作為行人正樣本數據，包括：

將所述M張圖片中的N張含有行人的圖片中的行人區域用矩形框選中，所述矩形框要略大于行人的輪廓；

將矩形框中的區域作為標注后的行人正樣本數據。

4.根據權利要求3所述的一種基于深度學習的視頻中安全帽佩戴的檢測方法，其特征在于，將標注后的所述N張圖片中的帶有安全帽的區域標注為安全帽正樣本數據，包括：

將行人戴安全帽時所對應矩形框的上部的二分之一區域作為標注后的安全帽正樣本數據。

5.根據權利要求1所述的一種基于深度學習的視頻中安全帽佩戴的檢測方法，其特征在于，所述獲取待檢測圖片，包括：

周期性的從監控視頻中獲取待檢測圖片。

6.根據權利要求1所述的一種基于深度學習的視頻中安全帽佩戴的檢測方法，其特征在于，所述通過背景差分法獲取所述待檢測圖片中的待檢測區域，包括：

通過背景差分法，檢測出待檢測圖片中的運動物體的位置，并用矩形框框選所述運動物體，獲得待檢測區域，且所述背景差分法用到的背景為，當前時刻的前預設時段內的不含有行人的視頻幀含有的像素。

7.根據權利要求1所述的一種基于深度學習的視頻中安全帽佩戴的檢測方法，其特征在于，所述將所述存在行人的待檢測區域中的預設區域輸入到訓練后的安全帽檢測網絡中進行檢測，包括：

將待檢測區域的上部五分之二區域輸入到訓練后的安全帽檢測網絡中進行檢測。