检测人体的安全装备的方法、设备和计算机可读存储介质技术

本发明专利技术提供了一种用于检测人体的安全装备的方法、设备和计算机可读存储介质。该方法包括：获取包括该人体的原始图像；利用人体关键点检测模型检测该原始图像以确定多个人体关键点的位置；基于要检测的安全装备从该多个人体关键点中选择至少两个关键点；基于该至少两个关键点从该原始图像中截取预期包括该要检测的安全装备的子图；以及将该子图输入该安全装备的训练过的分类模型以确定是否检测到该安全装备。

Method, equipment and computer readable storage medium for detecting human safety equipment

【技术实现步骤摘要】
检测人体的安全装备的方法、设备和计算机可读存储介质
本专利技术涉及智能检测领域，更具体地，涉及一种用于检测人体的安全装备的方法、实现这种方法的设备以及计算机可读存储介质。
技术介绍
当今，许多特殊工作岗位都强制要求必须采取安全防护措施，包括设置安全设施以及穿戴安全装备等。例如，在建筑施工行业，要求施工人员佩戴安全帽，在危险化工行业，要求工作人员穿戴护目镜或防护服等。然而，由于缺乏足够有效的监管措施，仍然存在着在岗工人由于未穿戴诸如安全帽、护目镜、防护服、防静电鞋子等安全装备而造成受伤甚至伤亡的事故。因此，如何准确、快速地监控人员的安全穿戴装备，同时避免人工检查成本高，检查人员易疲劳、易疏忽错误等弊端，成为当前急需解决的技术问题。
技术实现思路
针对上述问题，本专利技术提供了一种用于检测人体的安全装备的方案，能够快速准确地检测人员是否穿戴有某种安全设备，从而避免安全事故的发生，保证工作人员的人身安全。根据本专利技术的一个方面，提供了一种用于检测人体的安全装备的方法。该方法包括：获取包括该人体的原始图像；利用人体关键点检测模型检测该原始图像以确定多个人体关键点的位置；基于要检测的安全装备从该多个人体关键点中选择至少两个关键点；基于该至少两个关键点从该原始图像中截取预期包括该要检测的安全装备的子图；以及将该子图输入该安全装备的训练过的分类模型以确定是否检测到该安全装备。根据本专利技术的另一个方面，提供了一种用于检测人体的安全装备的设备。该设备包括：存储器，其上存储有计算机程序代码；以及处理器，其被配置为运行该计算机程序代码，以执行如下操作：获取包括该人体的原始图像；利用人体关键点检测模型检测该原始图像以确定多个人体关键点的位置；基于要检测的安全装备从该多个人体关键点中选择至少两个关键点；基于该至少两个关键点从该原始图像中截取预期包括该要检测的安全装备的子图；以及将该子图输入该安全装备的训练过的分类模型以确定是否检测到该安全装备。根据本专利技术的再一个方面，提供了一种计算机可读存储介质。该计算机可读存储介质上存储有计算机程序代码，该计算机程序代码在被运行时执行如上所述的方法。利用本专利技术的方案，通过联合使用基于深度学习的检测和分类模型，使得根据本专利技术的安全装备检测方案更加准确和及时。附图说明图1示出了根据本专利技术的人体的关键点的示意图；图2示出了根据本专利技术的实施例的用于检测人体的安全装备的方法的流程图；以及图3示出了可以用来实施本专利技术的实施例的示例设备的示意性框图。具体实施方式以下将结合附图对本专利技术的各实施例进行详细说明，以便更清楚理解本专利技术的目的、特点和优点。应理解的是，附图所示的实施例并不是对本专利技术范围的限制，而只是为了说明本专利技术技术方案的实质精神。在下文的描述中，出于说明各种专利技术的实施例的目的阐述了某些具体细节以提供对各种专利技术实施例的透彻理解。但是，相关领域技术人员将认识到可在无这些具体细节中的一个或多个细节的情况来实践实施例。在其它情形下，与本申请相关联的熟知的装置、结构和技术可能并未详细地示出或描述从而避免不必要地混淆实施例的描述。除非语境有其它需要，在整个说明书和权利要求中，词语“包括”和其变型，诸如“包含”和“具有”应被理解为开放的、包含的含义，即应解释为“包括，但不限于”。在整个说明书中对“一个实施例”或“一实施例”的提及表示结合实施例所描述的特定特点、结构或特征包括于至少一个实施例中。因此，在整个说明书的各个位置“在一个实施例中”或“在一实施例”中的出现不一定全都指相同实施例。另外，特定特点、结构或特征可在一个或多个实施例中以任何方式组合。说明书和所附权利要求中所用的单数形式“一”和“所述”包括复数指代物，除非文中清楚地另外规定。应当指出的是术语“或”通常以其包括“和/或”的含义使用，除非文中清楚地另外规定。图1示出了根据本专利技术的人体100的关键点的示意图。图2示出了根据本专利技术的实施例的用于检测人体的安全装备的方法200的流程图。以下将结合图1和图2来详细描述根据本专利技术的方法200。如前所述，本文中的安全装备包括安全帽、护目镜、工服和防护鞋中的至少一种。然而，本领域技术人员可以理解，本专利技术中所述的安全装备并不局限于此，而是可以包括其他穿戴装备，如手环、手表、智能眼镜等。在方法200中，首先在步骤210，获取包括人体100的原始图像。在一种实施例中，可以以预定时间间隔从视频流中获取该原始图像。例如，在建筑施工现场，可以从安装在现场各个位置的摄像头拍摄的实时视频画面中定时(如每隔一分钟或几分钟)截取包括人体100的图像。此外，在截取的一张原始图像中可能包括多个如图1中所示的人体100，可以对于每个人体100分别执行如本文所述的方法200。接下来，在步骤220，利用人体关键点检测模型检测步骤210所获取的原始图像以确定多个人体关键点的位置。当前，存在着多种多样的人体关键点检测模型，对于不同的人体关键点检测模型来说，可检测到的人体关键点可能有所不同。在本文中，利用的是能够检测25个关键点的检测模型。如图1中所示，所检测的人体关键点可以包括：头顶左侧101、头顶右侧102、左耳103、右耳104、下巴105、左肩106、右肩107、颈部108、左手肘109、右手肘110、左手腕111、右手腕112、骨盆左端113、骨盆右端114、腹部115、左膝盖116、右膝盖117、左脚踝118、右脚踝119、左脚趾120、右脚趾121、左脚掌122、右脚掌123、左脚跟124、右脚跟125中的至少一部分。这里，取决于待检测的安全装备的类型，步骤220中可以检测上述所有的关键点或者仅仅检测其中一部分关键点。例如，在建筑施工现场，如果需要检测的安全装备是安全帽，则至少需要检测到头顶左侧101、头顶右侧102、颈部108以及左肩106或右肩107。在一种实施例中，步骤220包括：利用上述人体关键点检测模型检测步骤210所获取的原始图像以确定是否检测到人体姿态。如果检测到人体姿态，即能够检测到所希望的人体关键点。相反，如果没有检测到人体姿态，则表示未检测到所希望的人体关键点。在这种情况下，重复步骤210以从该视频流中获取当前的原始图像之后(例如相隔一帧或数帧)的图像作为新的原始图像，并且在步骤220中检测该新的原始图像以确定人体关键点的位置。在一种实施例中，在步骤220中所使用的人体关键点检测模型是针对所要检测的安全装备进行过训练的。因此，在步骤220之前，方法200还包括对关键点目标检测深度神经网络模型进行训练以获取该人体关键点检测模型的过程。具体地，方法200还包括：获取不同的人体区域图像；在每个人体区域图像中，分别标记多个人体关键点的坐标；利用标记了人体关键点坐标的人体区域图像训练关键点目标检测深度神经网络模型，以获得该人体关键点检测模型。接下来，在步骤230，基于要检测的安全装备从步骤220中确定的多个人体关键点中选择至少两个关键点。这里，取决于要检测的安全装本文档来自技高网...

【技术保护点】
1.一种用于检测人体的安全装备的方法，包括：/n获取包括所述人体的原始图像；/n利用人体关键点检测模型检测所述原始图像以确定多个人体关键点的位置；/n基于要检测的安全装备从所述多个人体关键点中选择至少两个关键点；/n基于所述至少两个关键点从所述原始图像中截取预期包括所述要检测的安全装备的子图；以及/n将所述子图输入所述安全装备的训练过的分类模型以确定是否检测到所述安全装备。/n

【技术特征摘要】
1.一种用于检测人体的安全装备的方法，包括：
获取包括所述人体的原始图像；
利用人体关键点检测模型检测所述原始图像以确定多个人体关键点的位置；
基于要检测的安全装备从所述多个人体关键点中选择至少两个关键点；
基于所述至少两个关键点从所述原始图像中截取预期包括所述要检测的安全装备的子图；以及
将所述子图输入所述安全装备的训练过的分类模型以确定是否检测到所述安全装备。


2.如权利要求1所述的方法，其中所述多个人体关键点包括：头顶左侧、头顶右侧、左耳、右耳、下巴、左肩、右肩、颈部、左手肘、右手肘、左手腕、右手腕、骨盆左端、骨盆右端、腹部、左膝盖、右膝盖、左脚踝、右脚踝、左脚趾、右脚趾、左脚掌、右脚掌、左脚跟、右脚跟中的至少一部分。


3.如权利要求1所述的方法，其中获取包括所述人体的原始图像包括：
以预定时间间隔从视频流中获取所述原始图像。


4.如权利要求3所述的方法，其中利用人体关键点检测模型检测所述原始图像以确定多个人体关键点的位置包括：
利用所述人体关键点检测模型检测所述原始图像以确定是否检测到人体姿态；以及
如果没有检测到人体姿态，则从所述视频流中获取所述原始图像之后的图像作为所述原始图像。


5.如权利要求1所述的方法，其中在利用人体关键点检测模型检测所述原始图像以确定多个人体关键点的位置之前，所述方法还包括：
获取不同的人体区域图像；
在每个人体区域图像中，分别标记所述多个人体关键点的坐标；
利用标记了人体关键点坐标的人体区域图像训练关键点目标检测深度神经网络模型，以获得所述人体关键点检测模型。


6.如权利要求1所述的方法，其中基于所述至少两个关键点从所述原始图像中截取预期包括所述要检测的安全装备的子图进一步包括：
基于所述至少两个关键点的...

【专利技术属性】
技术研发人员：周康明，丁苗高，
申请(专利权)人：上海眼控科技股份有限公司，
类型：发明
国别省市：上海;31