[發明專利]一種基于YOLOv4的摩托車頭盔佩戴檢測方法

在審

• 申請號: 202011590566.6
• 申請日: 2020-12-29
• 公開（公告）號: CN112651344A
• 公開（公告）日: 2021-04-13
• 發明（設計）人: 李啟瑞;賈偉楠;呂衍河;尹芳
• 申請（專利權）人: 哈爾濱理工大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32;G06N3/04;G06N3/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明涉及一種基于改進YOLOv4算法的摩托車頭盔佩戴檢測方法。所提出的方法分為三個模塊：摩托車和騎乘人員區域檢測模塊，頭盔ROI模塊和頭盔檢測模塊。對于摩托車和騎乘人員區域檢測，采用YOLOv4目標檢測網絡結合多騎乘人員類別編碼進行區域檢測和提取；對于頭盔ROI模塊，我們使用數據集統計信息確定ROI區域；對于頭盔檢測模塊，我們同樣訓練一個YOLOv4網絡專門進行頭盔檢測。本發明不僅有效解決了關于目標的誤檢與多檢問題，還增加了對多騎乘人員的檢測支持，同時提高了摩托車頭盔佩戴檢測的速度與精度。

技術領域

本發明屬于圖像處理和計算機視覺技術領域，涉及目標檢測技術，具體 涉及一種對摩托車騎乘人員頭盔佩戴檢測方法，主要應用于道路交通安全領域。

背景技術

車輛的增加不僅促進了人類文明的進步，而且增加了道路安全事故發生 的頻率。在大多數發展中國家，兩輪摩托車與大型卡車、公共汽車和小汽車共用 機動車道，因此發生事故的風險很高。根據調查顯示，頭盔作為兩輪摩托車唯一 的安全設備，按照要求使用摩托車頭盔可以將摩托車騎手在道路交通事故中遭受 致命傷害的可能性降低42％。為了確保騎車人在道路上的安全，因此必須對行駛 道路上摩托車騎乘人員是否佩戴頭盔的行為進行檢測，人口的增長和車輛數量的 增加給檢測方法帶來了新的挑戰，傳統的人工檢測方法因為缺乏足夠的人力而達 到檢測瓶頸。基于改進YOLOv4的摩托車頭盔佩戴檢測方法可以有效解決以上 問題。

目前的大部分已知的摩托車頭盔佩戴檢測方法只是說明了選擇摩托車 區域的上方部分進行頭盔分類，往往只是針對單個騎手的情況，并沒有詳細說明 針對多乘客的檢測方案。這種方法不適用于對多騎乘人員進行檢測，而且區分不 出來是否存在超載情況。

目前的大部分摩托車頭盔佩戴檢測算法都是基于特定的檢測方向，比如 檢測摩托車的前方視角或是后方視角，這樣雖然能夠準確的檢測到摩托車騎手的 頭盔佩戴情況和摩托車車牌信息，但是由于騎乘人員之間的相互遮擋，這種方法 并不能很好的應用于多騎手的頭盔檢測情況。

當前已知的摩托車頭盔佩戴檢測方法在對目標進行檢測時，存在多檢和 誤檢情況，尤其是在一些車輛密集，存在遮擋的情況下更加不好區分目標類別。

發明內容

針對現有技術的不足，本發明涉及一種基于改進YOLOv4算法的摩托車 頭盔佩戴檢測方法。所提出的方法分為三個模塊：摩托車和騎乘人員區域檢測模 塊，頭盔ROI模塊和頭盔檢測模塊。對于摩托車和騎乘人員區域檢測，采用YOLOv4 目標檢測網絡結合多騎乘人員類別編碼進行區域檢測和提取；對于頭盔ROI模 塊，我們使用數據集統計信息確定ROI區域；對于頭盔檢測模塊，我們同樣訓練 一個YOLOv4網絡專門進行頭盔檢測。本發明不僅有效解決了關于目標的誤檢與 多檢問題，還增加了對多騎乘人員的檢測支持，同時提高了摩托車頭盔佩戴檢測 的速度與精度。

一種基于改進YOLOv4的摩托車頭盔佩戴檢測方法，包括如下步驟：

步驟1：針對摩托車和騎乘人員區域進行類別編碼；

步驟2：改進YOLOv4的非極大值抑制算法(Non-Maximum Suppression, NMS)，針對摩托車和騎乘人員區域進行YOLOv4檢測網絡的訓練；

非極大值抑制：是將重復檢測的預測框過濾掉的技術，將得分最高的檢 測框和其他檢測框逐一算出一個對應的IOU值，并將該值超過NMS閾值的框全 部過濾掉；

步驟3：通過輸入交通監控視頻幀，經過摩托車和騎乘人員區域檢測網 絡，當檢測到單個騎手和兩個騎乘人員時，使用矩形框標定目標區域記錄騎乘人 員個數，提取并送入下一模塊；當檢測到多于兩個騎乘人員時，直接輸出目標區 域并標定為超載；

步驟4：對提取到的摩托車和騎乘人員區域進行頭盔ROI，ROI區域將 直接送入下一模塊進行頭盔檢測；