[發(fā)明專(zhuān)利]一種識(shí)別頭盔佩戴的方法及裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 202110160273.2
• 申請(qǐng)日: 2021-02-05
• 公開(kāi)（公告）號(hào): CN112818877A
• 公開(kāi)（公告）日: 2021-05-18
• 發(fā)明（設(shè)計(jì)）人: 閆軍;王鳳菊;陽(yáng)平
• 申請(qǐng)（專(zhuān)利權(quán)）人: 愛(ài)泊車(chē)美好科技有限公司
• 主分類(lèi)號(hào): G06K9/00
• 分類(lèi)號(hào): G06K9/00;G06N3/04;G06N3/08;G06T7/62
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

本發(fā)明實(shí)施例提供了識(shí)別頭盔佩戴的方法及裝置，該方法包括：獲取預(yù)定監(jiān)控區(qū)域的第一圖像，確定所述第一圖像中包含待檢測(cè)車(chē)輛目標(biāo)和人像目標(biāo)的第二圖像；基于深度學(xué)習(xí)的目標(biāo)檢測(cè)算法，確定所述第二圖像中待檢測(cè)車(chē)輛目標(biāo)與人像目標(biāo)頭肩的位置關(guān)系；根據(jù)所述位置關(guān)系，確定所述人像目標(biāo)是否處于騎行狀態(tài)；若處于，基于所述人像目標(biāo)頭肩的位置，通過(guò)頭盔佩戴識(shí)別模型，識(shí)別所述人像目標(biāo)是否佩戴頭盔。通過(guò)本發(fā)明，基于人像目標(biāo)頭肩的位置，識(shí)別人像目標(biāo)是否佩戴頭盔，極大地提高了識(shí)別人像目標(biāo)是否佩戴頭盔的識(shí)別率，有效地解決了復(fù)雜場(chǎng)景下現(xiàn)有視覺(jué)技術(shù)受光照、視角、尺度等因素的影響而無(wú)法精確識(shí)別的情況，提高復(fù)雜場(chǎng)景下應(yīng)用的準(zhǔn)確率。

技術(shù)領(lǐng)域

本發(fā)明涉及人工智能技術(shù)領(lǐng)域，尤其涉及一種識(shí)別頭盔佩戴的方法及裝置。

背景技術(shù)

為進(jìn)一步提升電動(dòng)自行車(chē)、摩托車(chē)騎乘人的安全防護(hù)水平，有效減少交通事故死亡人數(shù)，公安部安管局在全國(guó)開(kāi)展了騎行安全守護(hù)行動(dòng)，對(duì)騎乘電動(dòng)自行車(chē)、摩托車(chē)不佩戴安全頭盔的行為，開(kāi)展宣傳引導(dǎo)工作。為落實(shí)該項(xiàng)工作，需要一定的輔助技術(shù)在交通監(jiān)管平臺(tái)中有效地識(shí)別出未佩戴頭盔的騎手。現(xiàn)有交通管理系統(tǒng)，通常通過(guò)人工執(zhí)法手段捕獲未佩戴頭盔的騎手，該捕獲方式效率低下，無(wú)法大規(guī)模的捕獲，因此，需要一定的輔助技術(shù)在交通監(jiān)管平臺(tái)中有效地識(shí)別出未佩戴頭盔的騎手。而現(xiàn)有自動(dòng)化識(shí)別是否佩戴頭盔的方法，只適用于特有類(lèi)型頭盔的識(shí)別，在復(fù)雜交通場(chǎng)景下，針對(duì)各式各樣的頭盔，識(shí)別的準(zhǔn)確率較低，因此，需要一種通用場(chǎng)景下精確識(shí)別騎手是否佩戴頭盔的方法。

發(fā)明內(nèi)容

本發(fā)明實(shí)施例提供一種識(shí)別頭盔佩戴的方法及裝置，實(shí)現(xiàn)了能夠精確地識(shí)別騎手是否佩戴頭盔。

一方面，本發(fā)明實(shí)施例提供了一種識(shí)別頭盔佩戴的方法，包括：

獲取預(yù)定監(jiān)控區(qū)域的第一圖像，確定所述第一圖像中包含待檢測(cè)車(chē)輛目標(biāo)和人像目標(biāo)的第二圖像；

基于深度學(xué)習(xí)的目標(biāo)檢測(cè)算法，確定所述第二圖像中待檢測(cè)車(chē)輛目標(biāo)與人像目標(biāo)頭肩的位置關(guān)系；

根據(jù)所述位置關(guān)系，確定所述人像目標(biāo)是否處于騎行狀態(tài)；

若處于，基于所述人像目標(biāo)頭肩的位置，通過(guò)頭盔佩戴識(shí)別模型，識(shí)別所述人像目標(biāo)是否佩戴頭盔。

進(jìn)一步地，所述基于深度學(xué)習(xí)的目標(biāo)檢測(cè)算法，確定所述第二圖像中待檢測(cè)車(chē)輛目標(biāo)與人像目標(biāo)頭肩的位置關(guān)系，包括：

通過(guò)梯度下降算法預(yù)訓(xùn)練目標(biāo)檢測(cè)與關(guān)聯(lián)模型；

通過(guò)所述目標(biāo)檢測(cè)與關(guān)聯(lián)模型，確定所述第二圖像中待檢測(cè)車(chē)輛目標(biāo)的位置、人像目標(biāo)的位置以及人像目標(biāo)頭肩的位置；

根據(jù)已確定的所述第二圖像中待檢測(cè)車(chē)輛目標(biāo)的位置、人像目標(biāo)的位置以及人像目標(biāo)頭肩的位置，確定所述待檢測(cè)車(chē)輛目標(biāo)與人像目標(biāo)頭肩的位置關(guān)系；

其中，所述待檢測(cè)車(chē)輛包括電動(dòng)車(chē)、摩托車(chē)中的任一種。

進(jìn)一步地，所述根據(jù)已確定的所述第二圖像中待檢測(cè)車(chē)輛目標(biāo)的位置、人像目標(biāo)的位置以及人像目標(biāo)頭肩的位置，確定所述待檢測(cè)車(chē)輛目標(biāo)與人像目標(biāo)頭肩的位置關(guān)系，包括：

通過(guò)所述目標(biāo)檢測(cè)與關(guān)聯(lián)模型，得到所述第二圖像的熱力圖；

通過(guò)預(yù)定檢測(cè)器確定所述第二圖像的熱力圖中各待檢測(cè)目標(biāo)的中心點(diǎn)坐標(biāo)和各待檢測(cè)目標(biāo)的相關(guān)屬性；

根據(jù)各待檢測(cè)目標(biāo)的中心點(diǎn)坐標(biāo)和相關(guān)屬性，確定各待檢測(cè)目標(biāo)的關(guān)聯(lián)信息；

其中，所述待檢測(cè)目標(biāo)包括人像目標(biāo)、待檢測(cè)車(chē)輛目標(biāo)，所述待檢測(cè)目標(biāo)的相關(guān)屬性包括待檢測(cè)目標(biāo)的大小和是否與其他待檢測(cè)目標(biāo)關(guān)聯(lián)中的至少一項(xiàng)。

進(jìn)一步地，所述根據(jù)所述位置關(guān)系，確定所述人像目標(biāo)是否處于騎行狀態(tài)，包括：