[發明專利]一種檢測行人是否佩戴安全帽的方法及裝置有效
| 申請號: | 202010588789.2 | 申請日: | 2020-06-24 |
| 公開(公告)號: | CN111914636B | 公開(公告)日: | 2021-04-20 |
| 發明(設計)人: | 桂冠;曹文剛 | 申請(專利權)人: | 南京桂瑞得信息科技有限公司 |
| 主分類號: | G06K9/00 | 分類號: | G06K9/00 |
| 代理公司: | 南京中盟科創知識產權代理事務所(特殊普通合伙) 32279 | 代理人: | 孫麗君 |
| 地址: | 210000 江蘇省南京市*** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 檢測 行人 是否 佩戴 安全帽 方法 裝置 | ||
1.一種檢測行人是否佩戴安全帽的方法,其特征在于,包括以下步驟:
(1)構建第一訓練圖像集合:將以下至少兩種圖像的組合作為第一訓練圖像集合:僅添加了安全帽標簽的圖像、僅添加了人體標簽的圖像、同時帶有安全帽標簽和人體標簽的圖像;為第一訓練圖像添加分類標注,得到第二訓練圖像; 表示第個第一訓練圖像中第個檢測任務的標記情況,若已標注,則取值為1,若未標注,取值為0;有兩個不同的取值,分別對應安全帽檢測任務和人體檢測任務;
(2)訓練行人-安全帽檢測模型:搭建基于神經網絡的行人-安全帽檢測模型,行人-安全帽檢測模型具有一個輸入通道和兩個輸出通道,兩個輸出通道分別為安全帽檢測通道和人體檢測通道;通過梯度更新法在第二訓練圖像集合上訓練行人-安全帽檢測模型,直至損失函數的值收斂至預設閾值;行人-安全帽檢測模型的損失函數為:,用第個第二訓練圖像對行人-安全帽檢測模型進行訓練時,行人-安全帽檢測模型的權重更新為:;其中,表示第個第二訓練圖像中第個檢測任務的損失函數,為學習效率,表示更新梯度,和分別為更新前后的權重;
(3)人體和安全帽檢測:將待檢測視頻的視頻幀圖像輸入訓練好的行人-安全帽檢測模型,得到每一幀視頻幀圖像中的人體目標矩形框和安全帽矩形框;
(4)通過特征提取網絡提取每一幀視頻幀中人體目標矩形框中的行人的人體特征;為每個行人分配一個身份標識,根據人體目標矩形框將屬于同一個行人的人體目標矩形框與相應的身份標識關聯;
(5)選取任意未標記佩戴安全帽的行人作為跟蹤目標,在連續N幀中對跟蹤目標進行安全帽匹配:計算當前幀中跟蹤目標的人體目標矩形框中心點與每個安全帽矩形框中心點之間的相對距離,若存在某個安全帽矩形框中心點與跟蹤目標的人體目標矩形框中心點之間的相對距離小于最小閾值D,則判定當前幀中跟蹤目標匹配安全帽成功,否則,判定匹配失敗;若連續N幀中跟蹤目標均成功匹配安全帽,則判定跟蹤目標佩戴安全帽,為跟蹤目標添加表示佩戴安全帽的標記;否則,判定跟蹤目標未佩戴安全帽,輸出跟蹤目標的身份標識。
2.根據權利要求1所述的一種檢測行人是否佩戴安全帽的方法,其特征在于,所述行人-安全帽檢測模型基于yolov3神經網絡實現。
3.根據權利要求1所述的一種檢測行人是否佩戴安全帽的方法,其特征在于,所述特征提取網絡為卷積神經網絡CNN。
4.一種檢測行人是否佩戴安全帽的裝置,用于實現權利要求1至3任意一項所述方法,其特征在于,包括:
獲取單元,用于獲取視頻圖像;
檢測單元,用于通過行人-安全帽檢測模型對所述視頻圖像進行行人和安全帽檢測;
跟蹤單元,用于對每一幀視頻幀中檢測出的行人進行人體特征提取,并為相同的人體特征分配同一個身份標識;
判斷單元,用于對每一個攜帶身份標識的行人進行安全帽匹配,根據連續N幀的匹配結果判斷行人是否佩戴安全帽,并將佩戴安全帽的行人標記為佩戴安全帽并輸出。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于南京桂瑞得信息科技有限公司,未經南京桂瑞得信息科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010588789.2/1.html,轉載請聲明來源鉆瓜專利網。





