[發明專利]騎行安全檢測方法、電子設備及可讀存儲介質

在審

• 申請號: 202210395843.0
• 申請日: 2022-04-15
• 公開（公告）號: CN114758308A
• 公開（公告）日: 2022-07-15
• 發明（設計）人: 王曉暉;梁婷;李彬;李昌毅;張杏嬋;韋佳旭
• 申請（專利權）人: 深圳小湃科技有限公司
• 主分類號: G06V20/54
• 分類號: G06V20/54;G06V10/46;G06V10/80;G06V10/82;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 深圳市世紀恒程知識產權代理事務所 44287
• 代理人: 林川靖

1.一種騎行安全檢測方法，其特征在于，所述騎行安全檢測方法包括：

獲取待檢測目標對應的騎行圖像以及頭盔檢測模型，其中，所述頭盔檢測模型包括主干特征提取網絡和識別網絡；

通過抽取所述主干特征提取網絡針對于所述騎行圖像的隱藏層輸出，生成對應的中間圖像特征；

獲取所述主干特征提取網絡針對于所述騎行圖像的主干網絡輸出圖像特征；

將所述中間圖像特征和所述主干網絡輸出圖像特征進行融合，得到顯著融合圖像特征；

通過將所述顯著融合圖像特征輸入所述識別網絡，對所述待檢測目標進行騎行安全檢測，得到騎行安全檢測結果。

2.如權利要求1所述騎行安全檢測方法，其特征在于，所述通過抽取所述主干特征提取網絡針對于所述騎行圖像的隱藏層輸出，生成對應的中間圖像特征的步驟包括：

對所述隱藏層輸出進行編碼，得到編碼結果；

將所述編碼結果進行解碼，得到解碼結果；

將所述解碼結果映射至預設特征維度，得到所述中間圖像特征。

3.如權利要求1所述騎行安全檢測方法，其特征在于，所述將所述中間圖像特征和所述主干網絡輸出圖像特征進行融合，得到顯著融合圖像特征的步驟包括：

將所述中間圖像特征和所述主干網絡輸出圖像特征進行點乘，得到點乘結果；

將所述點乘結果與所述主干網絡輸出圖像特征進行拼接，得到所述顯著融合圖像特征。

4.如權利要求1所述騎行安全檢測方法，其特征在于，所述識別網絡包括目標檢測網絡，所述通過將所述顯著融合圖像特征輸入所述識別網絡，對所述待檢測目標進行騎行安全檢測，得到騎行安全檢測結果的步驟包括：

通過將所述顯著融合圖像特征輸入所述目標檢測網絡，檢測所述待檢測目標是否佩戴頭盔，得到頭盔佩戴檢測結果；

依據所述頭盔佩戴檢測結果，對所述待檢測目標進行騎行安全檢測，得到騎行安全檢測結果。

5.如權利要求4所述騎行安全檢測方法，其特征在于，所述識別網絡包括頭盔屬性識別網絡，所述依據所述頭盔佩戴檢測結果，對所述待檢測目標進行騎行安全檢測，得到騎行安全檢測結果的步驟包括：

當所述頭盔佩戴檢測結果為所述待檢測目標已佩戴頭盔時，將所述顯著融合圖像特征輸入所述頭盔屬性識別網絡，檢測所述待檢測目標是否正確佩戴頭盔；

若是，則判定所述騎行安全檢測結果為安全；

若否，則判定所述騎行安全檢測結果為不安全；

當所述頭盔佩戴檢測結果為所述待檢測目標未佩戴頭盔時，則判定所述騎行安全檢測結果為不安全。

6.如權利要求1所述騎行安全檢測方法，其特征在于，在所述通過將所述顯著融合圖像特征輸入所述識別網絡，對所述待檢測目標進行騎行安全檢測，得到騎行安全檢測結果的步驟之前，所述騎行安全檢測方法還包括：

獲取待訓練頭盔檢測模型、騎行目標對應的訓練樣本以及所述訓練樣本對應的真實標簽，其中，所述待訓練頭盔檢測模型包括待訓練主干特征提取網絡和待訓練識別網絡；

依據所述訓練樣本以及所述待訓練主干特征提取網絡，確定訓練顯著融合圖像特征；

通過將所述訓練顯著融合特征輸入所述待訓練識別網絡，對所述騎行目標進行頭盔佩戴檢測，得到訓練頭盔佩戴檢測結果；

依據所述訓練頭盔佩戴檢測結果對應的輸出標簽與所述真實標簽，構建所述待訓練頭盔檢測模型的模型損失；

依據模型損失，對所述待訓練頭盔檢測模型進行迭代優化，得到頭盔檢測模型。

7.如權利要求6所述騎行安全檢測方法，其特征在于，所述依據所述訓練樣本以及所述待訓練主干特征提取網絡，確定訓練顯著融合圖像特征的步驟包括：

通過抽取所述待訓練主干特征提取網絡針對于所述訓練樣本的隱藏層輸出，生成對應的訓練中間圖像特征；

獲取所述待訓練主干特征提取網絡針對于所述訓練樣本的訓練主干網絡輸出圖像特征；

將所述訓練中間圖像特征和所述訓練主干網絡輸出圖像特征進行融合，得到訓練顯著融合圖像特征。