安全带佩戴识别方法、装置及电子设备制造方法及图纸

本申请实施例提供了安全带佩戴识别方法、装置及电子设备，可以摄像头录制用户上车后的一段视频，通过人体姿态识别模型得到待测视频中序列化的多帧帧图像分别对应的预测人体姿态，基于序列化的多个预测人体姿态，确定用户是否执行了系安全带的动作。进一步的，交通设备中包括多个座椅，可能坐有多个用户，人体姿态识别模型对于每一帧图像，可以识别该帧图像中哪个座椅上有人，然后得到该帧图像中坐有用户的座椅位置所在的目标区域，可以识别各目标区域分别对应的用户的人体姿态，从而确定该帧图像包含的各用户分别对应的人体姿态，从而基于序列化的多帧图像分别对应的各用户的人体姿态，确定各用户是否分别执行了系安全带的动作。

Identification method, device and electronic equipment for wearing safety belt

【技术实现步骤摘要】
安全带佩戴识别方法、装置及电子设备
本申请涉及图像识别
，更具体的说，是涉及安全带佩戴识别方法、装置及电子设备。
技术介绍
安全带可以应用车辆、飞机等，安全带是用户保护用户的基本防护装置，用户在乘坐车辆或飞机时，车辆自身或飞机自身或道路上的电子监控检测用户是否已经佩戴安全带对用户的人身安全具有重要意义。
技术实现思路
有鉴于此，本申请提供了一种安全带佩戴识别方法、装置及电子设备。为实现上述目的，本申请提供如下技术方案：一种安全带佩戴识别方法，包括：获取待测视频，所述待测视频包括序列化的多帧图像，每一帧图像包括用户；将序列化的多帧图像依序输入至预构建的人体姿态识别模型，获得所述多帧图像分别对应的预测人体姿态；其中，所述人体姿态识别模型具有将所述待测视频中任一帧图像对应的预测人体姿态趋于该帧图像对应的准确人体姿态的能力；基于序列化的所述多帧图像分别对应的预测人体姿态，获得表征所述用户是否执行佩戴安全带动作的第一参数。一种安全带佩戴识别装置，包括：第一获取模块，用于获取本文档来自技高网...

【技术保护点】
1.一种安全带佩戴识别方法，其特征在于，包括：/n获取待测视频，所述待测视频包括序列化的多帧图像，每一帧图像包括用户；/n将序列化的多帧图像依序输入至预构建的人体姿态识别模型，获得所述多帧图像分别对应的预测人体姿态；其中，所述人体姿态识别模型具有将所述待测视频中任一帧图像对应的预测人体姿态趋于该帧图像对应的准确人体姿态的能力；/n基于序列化的所述多帧图像分别对应的预测人体姿态，获得表征所述用户是否执行佩戴安全带动作的第一参数。/n

【技术特征摘要】
1.一种安全带佩戴识别方法，其特征在于，包括：
获取待测视频，所述待测视频包括序列化的多帧图像，每一帧图像包括用户；
将序列化的多帧图像依序输入至预构建的人体姿态识别模型，获得所述多帧图像分别对应的预测人体姿态；其中，所述人体姿态识别模型具有将所述待测视频中任一帧图像对应的预测人体姿态趋于该帧图像对应的准确人体姿态的能力；
基于序列化的所述多帧图像分别对应的预测人体姿态，获得表征所述用户是否执行佩戴安全带动作的第一参数。


2.根据权利要求1所述安全带佩戴识别方法，其特征在于，所述将序列化的多帧图像依序输入至预构建的人体姿态识别模型，获得所述多帧图像分别对应的预测人体姿态包括：
获取所述多帧图像分别对应的所述用户包含的各关节的目标位置；
基于所述多帧图像分别对应的所述用户包含的各关节的目标位置，获得所述多帧图像分别对应的所述用户的预测人体姿态。


3.根据权利要求2所述安全带佩戴识别方法，其特征在于，所述人体姿态识别模型多级预测器；
其中，所述人体姿态识别模型中第一级预测器的输入为依序输入的多帧图像；其他级预测器的输入包括依序输入的多帧图像以及上一级预测器的输出结果；最后一级预测器的输出结果为所述用户包含的各关节分别位于相应目标位置；
其中，最后一级预测器得到的所述用户包含的各关节分别位于相应目标位置概率大于或等于第一概率值。


4.根据权利要求3所述安全带佩戴识别方法，其特征在于，所述获取所述多帧图像分别对应的所述用户包含的各关节的目标位置包括：
对于序列化的多帧图像中任一帧图像，通过所述第一级预测器获取该帧图像中所述用户包含的各关节分别位于相应位置的概率，以得到输出结果；
通过所述其他级预测器中每一级预测器，执行以下操作：
通过该级预测器基于该帧图像以及上一级预测器的输出结果，获取该帧图像中所述用户包含的各关节分别位于相应位置的概率，以得到输出结果；
通过最后一级预测器基于该帧图像以及上一级预测器的输出结果，获得该帧图像中所述用户包含的各关节分别位于相应目标位置，以得到序列化的多帧图像分别对应的所述用户包含的各关节的目标位置。


5.根据权利要求4所述安全费佩戴识别方法，其特征在于，所述用户的数目为多个，通过所述人体姿态识别模型中任一级预测器，获取该帧图像中所述用户包含的各关节分别位于相应位置的概率，包括：
基于预先设置的多个座椅位置区域，确定多个用户分别位于该帧图像中的目标区域；
对于每一用户，获得该用户位于该帧图像的目标区域包含的各关节位于相应位置的概率，以得到各用户分别包含的各关节分别位于相应位置的概率。


6.根据权利要求4所述安全带佩戴识别方法，其特征在于，所述用户的数目为多个，所述人体姿态识别模型包含的多级预测器中任一级预测器包括关节位置预测器以及方向预测器；
其中，所述人体姿态识别模型中第一级预测器包含的关节位置预测器的输入为依序输入的多帧图像，第一级预测器包含的方向预测器的输入包括依序输入的多帧图像以及与所述第一级预测器包含的关节位置预测器的输出结果；
所述人体姿态识别模型的其他级预测器和最后一级预测器中任一级预测器包含的关节位置预测器的输入包括依序输入的多帧图像、上一级预测器包含的关节位置预测器以及方向预测器的输出结果，其他级预测器中任一级预测器包含的方向预测器的输入包括依序输入的多帧图像、上一级预测器包含的关节位置预测器和方向预测器的输出结果，以及该级预测器包含的关节位置预测器的输出结果；
所述人体姿态识别模型的最后一级预测器包含的方向预测器的输出结果为序列化的多帧图像中每一帧图像包含的多个用户分别包含的各关节的目标位置。


7.根据权利要求6所述安全带佩戴识别方法，其特征在于，通过所述人体姿态识别模型中任一级预测器，获取该帧图像中所述用户包含的各关节分别位于相应位置的概率，包括：
通过所述关节位置预测器，获取该帧图像中各关节分别位于相应位置的第一概率，以得到输出结果；
通过所述方向预测器，基于该帧图像...

【专利技术属性】
技术研发人员：罗文发，镇新，项娇，孙益民，高伟，章涛，
申请(专利权)人：上海汽车集团股份有限公司，黑芝麻智能科技上海有限公司，
类型：发明
国别省市：上海;31