[發明專利]佩戴頭盔的檢測方法、裝置、計算機設備和存儲介質

在審

• 申請號: 202010090831.8
• 申請日: 2020-02-13
• 公開（公告）號: CN111310653A
• 公開（公告）日: 2020-06-19
• 發明（設計）人: 周康明;朱月萍
• 申請（專利權）人: 上海眼控科技股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 姜曉云

1.一種佩戴頭盔的檢測方法，其特征在于，所述方法包括：

獲取待檢測的交通圖片；

將所述交通圖片輸入目標檢測模型，得到所述交通圖片中的行駛對象區域；

利用關鍵點檢測模型對所述行駛對象區域進行關鍵點檢測，根據關鍵點檢測結果確定所述行駛對象區域中承載者的頭部圖像；所述承載者包括駕駛者和/或乘坐者；

將所述頭部圖像輸入目標分類模型，得到所述承載者佩戴頭盔的檢測結果。

2.根據權利要求1所述的方法，其特征在于，所述利用關鍵點檢測模型對所述行駛對象區域進行關鍵點檢測，根據關鍵點檢測結果確定所述行駛對象區域中承載者的頭部圖像，包括：

利用所述關鍵點檢測模型對所述行駛對象區域進行關鍵點檢測，得到所述承載者的第一關鍵點檢測結果；所述第一關鍵點檢測結果包括所述承載者的各部位關鍵點在所述交通圖片上的位置坐標；

從所述第一關鍵點檢測結果中確定所述承載者的頭部關鍵點，根據所述頭部關鍵點確定所述頭部圖像。

3.根據權利要求2所述的方法，其特征在于，所述根據所述頭部關鍵點確定所述頭部圖像，包括：

以所述頭部關鍵點的位置坐標為中心，預設長度為邊長從所述交通圖片上截取所述頭部圖像。

4.根據權利要求2或3所述的方法，其特征在于，所述方法還包括：

利用所述關鍵點檢測模型對所述行駛對象區域進行關鍵點檢測，得到行駛對象的第二關鍵點檢測結果；所述第二關鍵點檢測結果包括所述行駛對象的車把關鍵點在所述交通圖片上的位置坐標。

5.根據權利要求4所述的方法，其特征在于，所述第一關鍵點檢測結果包括所述承載者的手腕關鍵點在所述交通圖片上的位置坐標；所述方法還包括：

當所述承載者的數量大于1，根據所述車把關鍵點的位置坐標和所述手腕關鍵點的位置坐標，計算所述車把關鍵點與各承載者的手腕關鍵點之間的距離；

將第一距離對應的承載者作為所述駕駛者，第二距離對應的承載者作為所述乘坐者；其中，所述第一距離為所述車把關鍵點與所述手腕關鍵點之間的最短距離，所述第二距離大于所述第一距離。

6.根據權利要求1所述的方法，其特征在于，所述關鍵點檢測模型的訓練方式包括：

獲取訓練樣本圖像和所述訓練樣本圖像的標注關鍵點；

將所述訓練樣本圖像輸入初始關鍵點檢測模型，得到預測關鍵點的熱力圖；

對所述標注關鍵點做二維高斯分布計算，得到所述標注關鍵點的熱力圖；

根據所述預測關鍵點的熱力圖與所述標注關鍵點的熱力圖之間的損失，對所述初始關鍵點檢測模型進行訓練，得到所述關鍵點檢測模型。

7.根據權利要求1所述的方法，其特征在于，所述關鍵點檢測模型為ResNet網絡模型。

8.一種佩戴頭盔的檢測裝置，其特征在于，所述裝置包括：

獲取模塊，用于獲取待檢測的交通圖片；

目標檢測模塊，用于將所述交通圖片輸入目標檢測模型，得到所述交通圖片中的行駛對象區域；

關鍵點檢測模塊，用于利用關鍵點檢測模型對所述行駛對象區域進行關鍵點檢測，根據關鍵點檢測結果確定所述行駛對象區域中承載者的頭部圖像；所述承載者包括駕駛者和/或乘坐者；

目標分類模塊，用于將所述頭部圖像輸入目標分類模型，得到所述承載者佩戴頭盔的檢測結果。

9.一種計算機設備，包括存儲器和處理器，所述存儲器存儲有計算機程序，其特征在于，所述處理器執行所述計算機程序時實現權利要求1-7中任一項所述方法的步驟。

10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現權利要求1-7中任一項所述方法的步驟。