[發明專利]一種基于深度學習的安全帽佩戴檢測方法及系統

在審

• 申請號: 202011064308.4
• 申請日: 2020-09-30
• 公開（公告）號: CN112184773A
• 公開（公告）日: 2021-01-05
• 發明（設計）人: 袁燁;許典;董云龍
• 申請（專利權）人: 華中科技大學
• 主分類號: G06T7/246
• 分類號: G06T7/246;G06N3/04;G06N3/08;G06T7/13;G06T7/194
• 代理公司: 華中科技大學專利中心 42201
• 代理人: 李智

1.一種基于深度學習的安全帽佩戴檢測方法，其特征在于，包括以下步驟：

S1、在服務器端，對現場所有攝像頭視頻進行運動物體檢測，并將攝像頭視頻中的各運動目標提取出來，得到運動目標圖像；

S2、將運動目標圖像輸入到預訓練好的安全帽檢測模型中，對安全帽的佩戴情況進行檢測；

其中，安全帽檢測模型為深度學習模型；用于訓練所述安全帽檢測模型的數據集包括標注有工人是否佩戴安全帽的圖像。

2.根據權利要求1所述的安全帽佩戴檢測方法，其特征在于，所述S1包括以下步驟：

S11、采用背景差分法獲取攝像頭視頻中當前幀的前景目標圖；

S12、分別對當前幀、當前幀的前一幀和后一幀進行邊緣檢測；將當前幀及其前一幀的邊緣檢測圖像進行差分操作，得到差分圖；將當前幀及其后一幀的邊緣檢測圖像進行異或操作，得到異或圖；

S13、將所述異或圖與所述當前幀的前景目標圖進行或操作后，將所得結果與所述差分圖進行與運算；

S14、將所述S13的與運算結果進行形態學處理和連續性分析后，得到運動目標的二值模板，基于所述二值模板將當前幀中的各運動目標提取出來，得到運動目標圖像；

S15、重復步驟S11-S14進行迭代，直至完成攝像頭視頻所有圖像中運動目標的提取。

3.根據權利要求1所述的安全帽佩戴檢測方法，其特征在于，所述安全帽檢測模型為Yolov5模型。

4.根據權利要求1-3任意一項所述的安全帽佩戴檢測方法，其特征在于，若檢測到未佩戴安全帽，則發出警示。

5.一種基于深度學習的安全帽佩戴檢測系統，其特征在于，包括：運動目標圖像提取模塊和安全帽佩戴情況檢測模塊；

所述運動目標圖像提取模塊用于對現場所有攝像頭視頻進行運動物體檢測，將攝像頭視頻中的各運動目標提取出來，得到運動目標圖像，并輸入到安全帽佩戴情況檢測模塊中；

所述安全帽佩戴情況檢測模塊用于將運動物體圖像輸入到預訓練好的安全帽檢測模型中，對安全帽的佩戴情況進行檢測；

其中，安全帽檢測模型為深度學習模型；用于訓練所述安全帽檢測模型的數據集包括標注有工人是否佩戴安全帽的圖像。

6.根據權利要求5所述的安全帽佩戴檢測系統，其特征在于，還包括警告模塊，用于當檢測到未佩戴安全帽時，發出警示。

7.根據權利要求5或6所述的安全帽佩戴檢測系統，其特征在于，部署在服務器上。

8.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質包括存儲的計算機程序，其中，在所述計算機程序被處理器運行時控制所述存儲介質所在設備執行權利要求1-4任意一項所述的安全帽佩戴檢測方法。