【技术实现步骤摘要】
本专利技术涉及计算机
,特别是涉及一种安全帽佩戴的检测方法和装置、摄像头、服务器。
技术介绍
安全帽是防物体打击和坠落时头部碰撞的头部防护装置,施工工人通过佩戴安全帽,用以防护头部,免受坠落的物件伤害。但经常存在施工工人没有按照规定佩戴安全帽的情况发生,对安全帽的佩戴情况进行实时的监控,并检测是否按照规定佩戴安全帽至关重要。传统的安全帽佩戴的检测方法,通过图像的RGB分量检测是否佩戴安全帽,受到光线强度的影响较大,且对于黑色安全帽由于与头发颜色相近,不能很好的检测,且只能识别安全帽是否被佩戴,无法判断工人是否按照规定佩戴安全帽,导致安全帽佩戴的检测结果准确度不高。
技术实现思路
基于此,有必要针对上述技术问题,提供一种能判断是否按照规定佩戴安全帽的安全帽佩戴的检测方法和装置、摄像头、服务器,提高安全帽佩戴的检测结果的准确度。一种安全帽佩戴的检测方法,所述方法包括:获取现场视频图像,通过训练学习建立的人体位置检测模型对所述现场视频图像进行检测得到人体位置,根据所述人体位置判断是否在安全帽佩戴区域;如果是,则通过训练学习建立的人头安全帽联合检测模型对所述现场视频图像进行检测得到人头安全帽联合状态,根据所述人头安全帽联合状态判断是否佩戴安全帽,如果没有佩戴安全帽,则安全帽佩戴未通过验证;如果佩戴安全帽,则通过训练学习建立的安全帽类型检测模型对所述现场视频图像进行检测得到安全帽类型,判断所述安全帽类型是否符合规定,如果符合规定,则安全帽佩戴通过验证,否则,安全帽佩戴未通过验证。一种安全帽佩戴的检测装置,所述装置包括:获取模块,用于获取现场视频图像;安全帽佩戴区 ...
【技术保护点】
一种安全帽佩戴的检测方法,所述方法包括:获取现场视频图像,通过训练学习建立的人体位置检测模型对所述现场视频图像进行检测得到人体位置,根据所述人体位置判断是否在安全帽佩戴区域;如果是,则通过训练学习建立的人头安全帽联合检测模型对所述现场视频图像进行检测得到人头安全帽联合状态,根据所述人头安全帽联合状态判断是否佩戴安全帽,如果没有佩戴安全帽,则安全帽佩戴未通过验证;如果佩戴安全帽,则通过训练学习建立的安全帽类型检测模型对所述现场视频图像进行检测得到安全帽类型,判断所述安全帽类型是否符合规定,如果符合规定,则安全帽佩戴通过验证,否则,安全帽佩戴未通过验证。
【技术特征摘要】
1.一种安全帽佩戴的检测方法,所述方法包括:获取现场视频图像,通过训练学习建立的人体位置检测模型对所述现场视频图像进行检测得到人体位置,根据所述人体位置判断是否在安全帽佩戴区域;如果是,则通过训练学习建立的人头安全帽联合检测模型对所述现场视频图像进行检测得到人头安全帽联合状态,根据所述人头安全帽联合状态判断是否佩戴安全帽,如果没有佩戴安全帽,则安全帽佩戴未通过验证;如果佩戴安全帽,则通过训练学习建立的安全帽类型检测模型对所述现场视频图像进行检测得到安全帽类型,判断所述安全帽类型是否符合规定,如果符合规定,则安全帽佩戴通过验证,否则,安全帽佩戴未通过验证。2.根据权利要求1所述的方法,其特征在于,所述人头安全帽联合检测模型为单一模型,所述获取现场视频图像,通过训练学习建立的人体位置检测模型对所述现场视频图像进行检测得到人体位置的步骤之前,还包括:获取训练视频图像,所述训练视频图像包括人体佩戴安全帽的正样本图像和人体不佩戴安全帽的负样本图像;获取所述训练视频图像的标注信息,所述正样本图像的标注信息为人头安全帽联合状态正常,所述负样本图像的标注信息为人头安全帽联合状态异常,所述训练视频图像和对应的标注信息组成训练数据;将所述训练数据输入人头安全帽联合检测训练模型,基于训练学习的方法对所述训练数据进行训练得到所述人头安全帽联合检测模型。3.根据权利要求1所述的方法,其特征在于,所述人头安全帽联合检测模型包括人头检测模型和安全帽位置检测模型,所述通过训练学习建立的人头安全帽联合检测模型对所述现场视频图像进行检测得到人头安全帽联合状态的步骤包括:根据所述人头检测模型对所述现场视频图像进行检测得到人头区域;根据所述安全帽位置检测模型对所述现场视频图像进行检测得到安全帽区域;根据所述人头区域和安全帽区域的距离和重叠面积得到人头安全帽联合状态。4.根据权利要求3所述的方法,其特征在于,所述获取现场视频图像的步骤之前,还包括:获取训练视频图像,所述训练视频图像包括含有待检测物体的正样本图像、不含有待检测物体的负样本图像,所述待检测物体为人体、人头、安全帽中的至少一种;获取所述训练视频图像的标注信息集合,所述标注信息集合包括人体区域标注信息、人头区域标注信息和安全帽区域标注信息;从所述标注信息集合获取当前训练模型对应的当前标注信息,当前标注信息与训练视频图像组成当前训练数据;将所述当前训练数据输入当前训练模型,基于训练学习的方法对所述当前训练数据进行训练得到对应的当前检测模型,所述当前训练模型包括安全帽位置检测训练模型、人体位置检测训练模型和人头检测训练模型,所述当前检测模型包括所述安全帽检测模型、人体位置检测模型和人头检测模型。5.根据权利要求1所述的方法,其特征在于,所述方法还包括:采用训练学习建立的安全帽状态检测模型对所述现场视频图像进行检测得到安全帽当前状态,根据所述安全帽当前状态判断安全帽是否损坏;如果安全帽损坏,则安全帽佩戴未通过验证。6.根据权利要求1所述的方法,其特征在于,所述方法还包括:获取所述现场视频图像对应的摄像头标识;所述通过训练学习建立的人体位置检测模型对所述现场视频图像进行检测得到人体位置的步骤之前,还包括:判断所述摄像头标识对应的拍摄区域是否为全景安全帽佩戴区域,如果是,则判断在安全帽佩戴区域,直接进入所述通过训练学习建立的人头安全帽联合检测模型对所述现场视频图像进行检测得到人头安全帽联合状态的步骤,否则进入所述通过训练学习建立的人体位置检测模型对所述现场视频图像进行检测得到人体位置的步骤;根据所述人体位置判断是否在安全帽佩戴区域的步骤包括:根据所述摄像头标识获取对应的当前安全帽佩戴区域,判断所述人体位置是否在所述当前安全帽佩戴区域;所述判断所述安全帽类型是否符合规定的步骤包括:根据所述摄像头标识获取对应的当前区域安全帽标准类型,如果所述安全帽类型与所述当前区域安全帽标准类型匹配,则所述安全帽类型符合规定,否则所述安全帽类型不符合规定。7.根据权利要求1或5所述的方法,其特征在于,所述安全帽佩戴未通过验证的步骤之后,还包括:发送安全帽佩戴未通过验证的提醒消息至终端,所述提醒消息包括视频、图像、语音中的至少一种,所述提醒消息携带安全帽佩戴未通过验证的原因信息。8.一种安全帽佩戴的检测装置,其特征在于,所述装置包...
【专利技术属性】
技术研发人员:王时全,陈志博,吴永坚,黄飞跃,张磊,
申请(专利权)人:腾讯科技深圳有限公司,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。