[發明專利]一種基于特征增強的頭盔佩戴檢測方法及裝置

在審

• 申請號: 202011372725.5
• 申請日: 2020-11-30
• 公開（公告）號: CN112464822A
• 公開（公告）日: 2021-03-09
• 發明（設計）人: 唐健;祝嚴剛;陶昆
• 申請（專利權）人: 深圳市捷順科技實業股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04;G06N3/08
• 代理公司: 深圳騰文知識產權代理有限公司 44680
• 代理人: 冼柏龍

本申請公開了一種基于特征增強的頭盔佩戴檢測方法及裝置，用于提升電動車頭盔佩戴檢測的泛化性能和檢測效率。本申請實施例方法包括：獲取初始樣本，所述初始樣本為戴頭盔人臉圖像集；將所述初始樣本輸入預先訓練好WGAN網絡模型中，獲取生成樣本；將所述初始樣本和所述生成樣本進行隨機混合，獲取目標訓練樣本；構建SSD網絡模型，將SSD網絡模型的特征提取層接入RFB模塊和SE模塊以增強特征提取能力，將SSD網絡模型的特征提取層接入BN模塊以加快模型收斂；根據網絡損失函數，利用所述目標訓練樣本對所述SSD網絡模型進行訓練直至模型達到收斂，以獲取訓練好的SSD目標檢測模型；根據所述SSD目標檢測模型對測試數據集進行識別測試，獲取測試結果。

技術領域

本申請實施例涉及智能安防監控領域，尤其涉及一種基于特征增強的頭盔佩戴檢測方法及裝置。

背景技術

在交通事故發生時，由于騎車人的頭部處于最高和最突出的位置，往往最先著地或者撞擊車輛以及其他物體是人的頭部。在交通場景中，由于未佩戴電動車頭盔，造成大量的交通事故，而正確佩戴安全頭盔，可以使事故中受傷比例和死亡率下降。為了電動車騎車人的安全，因此需要對騎車人的電動車頭盔佩戴情況進行監管。

目前電動車頭盔樣式過多，通過人工監管電動車頭盔佩戴，費時費力，效率低，而且由于面罩等導致人臉遮擋嚴重，也容易造成漏檢和誤檢等問題。針對上述問題需要提升電動車頭盔佩戴檢測的檢測性能。

發明內容

本申請實施例提供了一種基于特征增強的頭盔佩戴檢測方法及裝置，以提升電動車頭盔佩戴檢測的檢測性能。

為實現上述目的，本發明第一方面提供一種基于特征增強的頭盔佩戴檢測方法，包括：

獲取初始樣本，所述初始樣本為戴頭盔人臉圖像集；

將所述初始樣本輸入預先訓練好WGAN網絡模型中，獲取生成樣本；

將所述初始樣本和所述生成樣本進行隨機混合，獲取目標訓練樣本；

構建SSD網絡模型，將所述SSD網絡模型的特征提取層接入RFB模塊和SE模塊以增強特征提取能力，將所述SSD網絡模型的特征提取層接入BN模塊以加快模型收斂；

根據網絡損失函數，利用所述目標訓練樣本對所述SSD網絡模型進行訓練直至模型達到收斂，以獲取訓練好的SSD目標檢測模型；

根據所述SSD目標檢測模型對測試數據集進行識別測試，獲取測試結果。

可選的，將所述初始樣本輸入預先訓練好WGAN網絡模型中，獲取生成樣本包括：

獲取WGAN訓練數據集；

構建初始WGAN網絡模型；

根據所述WGAN訓練數據集對所述初始WGAN網絡模型進行訓練直至達到收斂，以獲取目標WGAN網絡模型；

將所述初始樣本輸入到所述目標WGAN網絡模型中，以獲取生成樣本。

可選的，所述根據網絡損失函數，利用所述目標訓練樣本對所述SSD網絡模型進行訓練直至模型達到收斂包括：

將所述網絡損失函數中的網絡參數設置為預設值，利用所述目標訓練樣本通過隨機梯度下降算法對所述網絡參數進行迭代更新，直至所述SSD網絡模型達到收斂。

可選的，所述構建SSD網絡模型包括：獲取輕量的tiny_ssd網絡作為SSD目標檢測網絡的骨干網絡。

可選的，在利用所述訓練樣本對所述SSD網絡模型進行訓練直至模型達到收斂之前，所述頭盔佩戴檢測方法還包括：

對所述目標訓練樣本進行數據增強，所述數據增強包括分別對樣本的亮度、對比度、色調、飽和度以及尺寸進行調整。