[發明專利]一種未戴安全帽檢測方法、系統、設備及存儲介質

在審

• 申請號: 202010914796.7
• 申請日: 2020-09-03
• 公開（公告）號: CN112101157A
• 公開（公告）日: 2020-12-18
• 發明（設計）人: 呂菲;劉輝;劉軍;顏秀梅;周斯忠
• 申請（專利權）人: 江蘇自然數智能科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G08B21/18;G06N3/04
• 代理公司: 淮安市科文知識產權事務所 32223
• 代理人: 李鋒

本發明涉及視頻監控技術領域，公開了一種未戴安全帽檢測方法、系統、設備及存儲介質，系統包括流媒體模塊、安全帽未佩戴檢測模塊、人臉抓拍模塊以及PC監控平臺，檢測方法為獲取攝像頭的視頻流，對獲取到的視頻流進行解碼；通過卷積神經網絡對圖像進行多層次的特征提取，對輸出的特征采用特征金字塔模式進行特征融合，識別該圖像中人物的頭部位置以及安全帽佩戴類別標簽；人臉抓拍模塊對未佩戴安全帽的人進行臉部抓拍，進行臉部矯正。本發明利用安全帽識別檢測方法，實現對監控畫面中出現的人物頭部定位以及對其是否佩戴安全帽進行檢測，減少由于未戴安全帽造成的安全事故而且大大提高了檢測的正確率。

技術領域

本發明涉及視頻監控技術領域，具體涉及一種未戴安全帽檢測方法、系統、設備及存儲介質。

背景技術

近年來，隨著國家大力發展基礎建設和工業制造產業，各種生產安全事故發生數量也隨之升高，威脅到生產人員的生命安全。在生產作業現場，佩戴安全帽是一項基本的規章制度，但由于監管不力，工人不佩戴安全帽而引發的安全事故時有發生。為了改善這種情況，有必要對生產人員是否佩戴安全帽進行檢測，降低由于作業人員沒有佩戴安全帽而造成的事故發生率。人工檢測費時費力，隨著計算機視覺技術的發展，智能監控系統作為新興的安防技術被廣泛應用。智能監控系統在不需要人的干預下，能自動對生產現場的生產人員是否佩戴安全帽進行檢測。

發明內容

發明目的：針對現有技術中存在的問題，本發明提供一種未戴安全帽檢測方法、系統、設備及存儲介質，利用多層卷積神經網絡進行多層次特征提取并對其進行特征金字塔模式進行特征融合，實現對監控畫面中出現的人物進行頭部定位以及對其是否佩戴安全帽進行檢測，以減少由于未戴安全帽造成的安全事故。

技術方案：本發明提供了一種未戴安全帽檢測方法，包括：

獲取視頻流，對其進行解碼得到圖片數據；

對所述圖片數據劃分先驗框，并進行卷積神經網絡的多層次特征提取，對輸出的特征采用特征金字塔模式進行特征融合，得到多組特征圖；

對多組所述特征圖進行預測，輸出所述圖片數據中的頭部位置以及安全帽佩戴類別標簽；

其中，頭部位置使用坐標表示，安全帽佩戴類別標簽包括佩戴安全帽與未佩戴安全帽。

進一步地，在對多組所述特征圖進行預測之前，還包括通過設置閾值對多組特征圖上的輸出框進行非極大值抑制操作。

進一步地，還包括：對所述未佩戴安全帽的圖片數據進行臉部抓拍，并對其進行臉部矯正，對臉部進行基于特征向量的識別，輸出最終人臉區域內的臉部圖片及其相應的安全帽佩戴類別標簽、頭部位置。

進一步地，對所述圖片數據通過依次設置5個特征提取模塊進行5層特征提取，前兩個特征提取模塊輸出的特征為低層級，后三個特征提取模塊輸出的特征為高層級，對后三個特征提取模塊輸出的特征采用特征金字塔模式進行特征融合，得到三組特征圖，通過對三組特征圖進行預測輸出圖片數據中的頭部位置及安全帽佩戴類別標簽。

進一步地，所述特征提取模塊為模塊a和n個模塊b依次串聯，所述模塊a通過1*1的卷積操作增加輸入特征的通道數，若干個模塊b通過大小1*1和3*3的卷積操作對特征進行抽象和提取。

進一步地，對通過多層次特征提取的特征圖設置先驗框，所述先驗框的設置規則為：在檢測40*40以下的特征圖上設置兩種先驗框，長寬比分別為1.1~1.5:1和1:1；在檢測40*40以上的特征圖上只設置了一種先驗框，長寬比為1.1~1.5:1。

本發明還公開了一種未戴安全帽檢測系統，包括流媒體模塊、安全帽未佩戴檢測模塊；

流媒體模塊，用于獲取視頻流，對視頻流進行解碼得到圖片數據；