The invention provides a method for identifying helmet wearing, which comprises: collecting the first scene image with a first camera, performing human body detection, and obtaining the human body detection region; obtaining candidate regions according to the human body detection region, and recognizing the color of the candidate regions, if the identified color conforms to the set color; Then the coordinate position of the human body detection area is sent to the second camera and transferred to the next step, otherwise the safety helmet is not worn; according to the coordinate position of the human body detection area, the second camera is used to obtain the second scene image, and the second scene image is detected to obtain the face detection area; the safety helmet is selected to wear. The wear recognition model is acquired by training the depth learning network of the sample image, and the wear recognition model is used to recognize the face detection area and output the wear recognition results. Compared with the prior art, the invention can not only detect whether to wear a helmet, but also identify whether to wear it correctly.
【技术实现步骤摘要】
一种安全帽佩戴识别方法及装置
本专利技术涉及图像处理、视频监控以及安防，特别涉及安全帽佩戴识别方法及装置。
技术介绍
随着社会的进步，安全生产成为至关重要的问题。但在安全生产场景中，仍然存在一些人安全意识薄弱，不按照规程作业，例如着装不符合安全规范。随着图像识别技术的发展，其获得了越来越广泛的应用，基于图像识别的安全着装检测成为减少安全隐患的有效方法之一。近年来，基于图像识别的安全着装检测主要集中在是否佩戴安全帽检测上。然而，在实际安全生产场景中，除了要求佩戴安全帽外，对安全帽佩戴方式也有一定的要求。综上所述，需要提出一种适用于安全生产场景的安全帽配戴识别方法及装置。
技术实现思路
有鉴于此，本专利技术的主要目的在于提供一种能够检测是否佩戴安全帽，以及识别安全帽佩戴方式是否正确的方法。为达到上述目的，按照本专利技术的第一个方面，提供了一种安全帽佩戴识别方法，该方法包括：第一步骤，采用第一摄像机采集第一场景图像，对第一场景图像进行人体检测，获取人体检测区域；第二步骤，根据人体检测区域，获取候选区域，对候选区域进行颜色识别，如果识别的颜色符合设置的颜色，则将人体检测区域的...
【技术保护点】
1.一种安全帽佩戴识别方法，其特征在于，该方法包括：第一步骤，采用第一摄像机采集第一场景图像，对第一场景图像进行人体检测，获取人体检测区域；第二步骤，根据人体检测区域，获取候选区域，对候选区域进行颜色识别，如果识别的颜色符合设置的颜色，则将人体检测区域的坐标位置发给第二摄像机并转入第三步骤，否则输出未佩戴安全帽；第三步骤，根据人体检测区域的坐标位置，采用第二摄像机获取第二场景图像，对第二场景图像进行人脸检测，获取人脸检测区域；第四步骤，选取佩戴安全帽的样本图像，对深度学习网络进行训练，获取佩戴识别模型；第五步骤，采用佩戴识别模型，对人脸检测区域进行佩戴识别，输出佩戴识别结果。
【技术特征摘要】
1.一种安全帽佩戴识别方法，其特征在于，该方法包括：第一步骤，采用第一摄像机采集第一场景图像，对第一场景图像进行人体检测，获取人体检测区域；第二步骤，根据人体检测区域，获取候选区域，对候选区域进行颜色识别，如果识别的颜色符合设置的颜色，则将人体检测区域的坐标位置发给第二摄像机并转入第三步骤，否则输出未佩戴安全帽；第三步骤，根据人体检测区域的坐标位置，采用第二摄像机获取第二场景图像，对第二场景图像进行人脸检测，获取人脸检测区域；第四步骤，选取佩戴安全帽的样本图像，对深度学习网络进行训练，获取佩戴识别模型；第五步骤，采用佩戴识别模型，对人脸检测区域进行佩戴识别，输出佩戴识别结果。2.如权利要求1所述的方法，其特征在于，所述第一摄像机为焦距不小于3.6mm的彩色摄像机，安装高度位于1.8~5米，安装俯视角度小于50°。3.如权利要求1所述的方法，其特征在于，所述第二步骤包括：候选区域获取步骤，采用人脸检测方法或者头肩检测方法，从人体检测区域中提取人脸区域或者头肩区域，从人脸区域或者头肩区域的上半部分区域选取候选区域，候选区域与人脸区域或者头肩区域的高度比值、宽度比值分别为第一阈值、第二阈值；颜色识别步骤，对候选区域的颜色进行识别；颜色识别结果输出步骤，如果候选区域的颜色符合设置的颜色，则将人体检测区域的坐标位置发给第二摄像机并转入第三步骤，否则输出未佩戴安全帽。4.如权利要求3所述的方法，所述第一阈值的取值范围为0.15~0.4，所述第二阈值的取值范围为0.15~1。5.如权利要求1所述的方法，其特征在于，所述第二摄像机为PTZ摄像机。6.如权利要求1所述的方法，其特征在于，所述第四步骤包括：训练样本选取步骤，选取标注正确佩戴安全帽图像为正样本图像，选取标注非正确佩戴安全帽图像为负样本图像；样本初步训练步骤，将正样本图像和负样本图像进行灰度化处理，并将其缩放到固定宽度和固定高度，采用深度学习网络对经过灰度化和缩放处理的正样本图像和负样本图像进行训练，获得初步训练的佩戴识别模型；测试样本选取步骤，选取正样本图像和负样本图像作为测试图像；样本二次训练步骤，将测试图像进行灰度化处理，并将其缩放到固定宽度和固定高度，采用初步训练的佩戴识别模型对经过灰度化和缩放处理的测试图像进行反复训练，直至佩戴识别模型收敛。7.如权利要求6所述的方法，所述固定宽度的取值范围为16~256，所述固定高度的取值范围为16~256。8.如权利要求1所述的方法，其特征在于，所述第五步骤包括：将人脸检测区域缩放到固定宽度和固定高度，利用训练好的佩戴识别模型对缩放后的人脸检测区域进行识别，输出识别结果。9.如权利要求1所述的方法，其特征在于，所述第五步骤包括：分别将N帧人脸检测区域缩放到固定宽度和固定高度，利用训练好的佩戴识别模型对每帧缩放后的人脸检测区域进行识别，输出...
【专利技术属性】
技术研发人员：李党，谢静，张智鹏，余旭，赵雪鹏，王军，
申请(专利权)人：北京智芯原动科技有限公司，
类型：发明
国别省市：北京,11
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。