视频中人员安全帽佩戴状态的检测方法、装置及电子设备制造方法及图纸

本公开实施例提供了一种视频中人员安全帽佩戴状态的检测方法、装置及电子设备，属于图像处理技术领域。其中方法包括：获取当前视频中包含目标对象的实时图像；从所述实时图像中确定所述目标对象的关键骨骼点；根据所述目标对象的关键骨骼点，在所述实时图像中确定对应所述目标对象的头部检测区域；利用预设的安全帽检测模型，判断所述头部检测区域是否存在安全帽特征；若所述头部检测区域存在安全帽特征，则确定所述目标对象处于安全帽佩戴状态。通过本公开的方案，提高了视频中人员安全帽佩戴状态的检测及时性和准确性。

Detection method, device and electronic equipment for wearing safety helmet in video

【技术实现步骤摘要】
视频中人员安全帽佩戴状态的检测方法、装置及电子设备
本公开涉及图像处理
，尤其涉及一种视频中人员安全帽佩戴状态的检测方法、装置及电子设备。
技术介绍
工地、配电间等工作环境，对作业人员的着装、行为有特殊要求，如有作业区域限制，即某些区域禁止人员进入、禁止下去的井道等；有着装要求限制，即需要标准佩戴安全帽、穿着工装服、佩戴绝缘手套、穿戴绝缘靴等。当前已有针对这些场景的监控设备，但缺乏对监控画面中人员安全帽佩戴状态的实时检测分析，导致只能在很多危险发生后，回查当时的监控画面，无法做到提前预警和警示，更无法有效的规范工作人员的着装和作业行为。可见，现有的安全帽检测方案存在无法实时检测、检测准确性较差的技术问题。
技术实现思路
有鉴于此，本公开实施例提供一种视频中人员安全帽佩戴状态的检测，至少部分解决现有技术中存在的问题。第一方面，本公开实施例提供了一种视频中人员安全帽佩戴状态的检测方法，包括：获取当前视频中包含目标对象的实时图像；从所述实时图像中确定所述目标对象的关键骨骼点；根据所述目标对象的关键骨骼点，在所述实时图像中确定对应所述目标对象的头部检测区域；利用预设的安全帽检测模型，判断所述头部检测区域是否存在安全帽特征；若所述头部检测区域存在安全帽特征，则确定所述目标对象处于安全帽佩戴状态。根据本公开实施例的一种具体实现方式，所述从所述实时图像中确定所述目标对象的关键骨骼点的步骤，包括：利用人体检测算法，从所述实时图像中确定对应所述目标对象的人体检测框；利用所述人体检测框依次预测所述目标对象的姿态，得到所述目标对象的多个备用骨骼点；从所确定的多个备用骨骼点中，筛选出来五个关键骨骼点，五个所述关键骨骼点包括左侧肩部骨骼点、右侧肩部骨骼点、中央颈部骨骼点、左侧眼眶骨骼点和右侧眼眶骨骼点。根据本公开实施例的一种具体实现方式，所述根据所述目标对象的关键骨骼点，在所述实时图像中确定对应所述目标对象的头部检测区域的步骤，包括：以所述左侧肩部骨骼点、右侧肩部骨骼点和中央颈部骨骼点为基准绘制底部边缘线；以所述左侧眼眶骨骼点和右侧眼眶骨骼点为基准绘制中线；以所述中线为基准绘制与所述底部边缘线对称的顶部边缘线；根据所述顶部边缘线和所述底部边缘线绘制矩形的所述头部检测区域。根据本公开实施例的一种具体实现方式，所述以所述中线为基准绘制与所述底部边缘线对称的顶部边缘线的步骤之后，所述方法还包括：判断所述顶部边缘线是否低于或者等于所述实时图像的顶部边界线；若所述顶部边缘线低于或者等于所述实时图像的顶部边界线，保持所述顶部边缘线不变；若所述顶部边缘线高于所述实施图像的顶部边界线，以所述实时图像的顶部边界线作为所述顶部边缘线。根据本公开实施例的一种具体实现方式，所述利用预设的安全帽检测模型，判断所述头部检测区域是否存在安全帽特征的步骤之后，所述方法还包括：若所述头部检测区域不存在安全帽特征，则确定所述目标对象处于安全帽未佩戴状态，发起语音报警。根据本公开实施例的一种具体实现方式，所述利用预设的安全帽检测模型，判断所述头部检测区域是否存在安全帽特征的步骤之前，所述方法还包括：获取预设数量的样本图像，其中，所述样本图像为包括头部佩戴安全帽特征的图像和头部未佩戴安全帽特征的图像；利用全部所述样本图像训练神经网络模型，得到能够检测图像中头部安全帽佩戴状态的二分类模型，作为所述安全帽检测模型。根据本公开实施例的一种具体实现方式，所述神经网络模型为AlexNet、ResNet、MobileNet、VGG中的任一种。第二方面，本公开实施例提供了一种视频中人员安全帽佩戴状态的检测装置，包括：获取模块，用于获取当前视频中包含目标对象的实时图像；第一确定模块，用于从所述实时图像中确定所述目标对象的关键骨骼点；第二确定模块，用于根据所述目标对象的关键骨骼点，在所述实时图像中确定对应所述目标对象的头部检测区域；判断模块，用于利用预设的安全帽检测模型，判断所述头部检测区域是否存在安全帽特征；第三确定模块，用于若所述头部检测区域存在安全帽特征，则确定所述目标对象处于安全帽佩戴状态。第三方面，本公开实施例还提供了一种电子设备，该电子设备包括：至少一个处理器；以及，与该至少一个处理器通信连接的存储器；其中，该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行前述第一方面或第一方面的任一实现方式中的视频中人员安全帽佩戴状态的检测方法。第四方面，本公开实施例还提供了一种非暂态计算机可读存储介质，该非暂态计算机可读存储介质存储计算机指令，该计算机指令用于使该计算机执行前述第一方面或第一方面的任一实现方式中的视频中人员安全帽佩戴状态的检测方法。第五方面，本公开实施例还提供了一种计算机程序产品，该计算机程序产品包括存储在非暂态计算机可读存储介质上的计算程序，该计算机程序包括程序指令，当该程序指令被计算机执行时，使该计算机执行前述第一方面或第一方面的任一实现方式中的视频中人员安全帽佩戴状态的检测方法。本公开实施例中的视频中人员安全帽佩戴状态的检测方案，包括：获取当前视频中包含目标对象的实时图像；从所述实时图像中确定所述目标对象的关键骨骼点；根据所述目标对象的关键骨骼点，在所述实时图像中确定对应所述目标对象的头部检测区域；利用预设的安全帽检测模型，判断所述头部检测区域是否存在安全帽特征；若所述头部检测区域存在安全帽特征，则确定所述目标对象处于安全帽佩戴状态。通过本公开的方案，提高了视频中人员安全帽佩戴状态的检测及时性和准确性。附图说明为了更清楚地说明本公开实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。图1为本公开实施例提供的一种视频中人员安全帽佩戴状态的检测方法的流程示意图；图2为本公开实施例提供的另一种视频中人员安全帽佩戴状态的检测方法的部分流程示意图；图3为本公开实施例提供的另一种视频中人员安全帽佩戴状态的检测方法的部分流程示意图；图4为本公开实施例提供的另一种视频中人员安全帽佩戴状态的检测方法的部分流程示意图；图5为本公开实施例提供的一种视频中人员安全帽佩戴状态的检测装置的结构示意图；图6为本公开实施例提供的电子设备的示意图。具体实施方式下面结合附图对本公开实施例进行详细描述。以下通过特定的具体实例说明本公开的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本公开的其他优点与功效。显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。本公开还可以通过另外不同的本文档来自技高网...

【技术保护点】
1.一种视频中人员安全帽佩戴状态的检测方法，其特征在于，包括：/n获取当前视频中包含目标对象的实时图像；/n从所述实时图像中确定所述目标对象的关键骨骼点；/n根据所述目标对象的关键骨骼点，在所述实时图像中确定对应所述目标对象的头部检测区域；/n利用预设的安全帽检测模型，判断所述头部检测区域是否存在安全帽特征；/n若所述头部检测区域存在安全帽特征，则确定所述目标对象处于安全帽佩戴状态。/n

【技术特征摘要】
1.一种视频中人员安全帽佩戴状态的检测方法，其特征在于，包括：
获取当前视频中包含目标对象的实时图像；
从所述实时图像中确定所述目标对象的关键骨骼点；
根据所述目标对象的关键骨骼点，在所述实时图像中确定对应所述目标对象的头部检测区域；
利用预设的安全帽检测模型，判断所述头部检测区域是否存在安全帽特征；
若所述头部检测区域存在安全帽特征，则确定所述目标对象处于安全帽佩戴状态。


2.根据权利要求1所述的方法，其特征在于，所述从所述实时图像中确定所述目标对象的关键骨骼点的步骤，包括：
利用人体检测算法，从所述实时图像中确定对应所述目标对象的人体检测框；
利用所述人体检测框依次预测所述目标对象的姿态，得到所述目标对象的多个备用骨骼点；
从所确定的多个备用骨骼点中，筛选出来五个关键骨骼点，五个所述关键骨骼点包括左侧肩部骨骼点、右侧肩部骨骼点、中央颈部骨骼点、左侧眼眶骨骼点和右侧眼眶骨骼点。


3.根据权利要求2所述的方法，其特征在于，所述根据所述目标对象的关键骨骼点，在所述实时图像中确定对应所述目标对象的头部检测区域的步骤，包括：
以所述左侧肩部骨骼点、右侧肩部骨骼点和中央颈部骨骼点为基准绘制底部边缘线；
以所述左侧眼眶骨骼点和右侧眼眶骨骼点为基准绘制中线；
以所述中线为基准绘制与所述底部边缘线对称的顶部边缘线；
根据所述顶部边缘线和所述底部边缘线绘制矩形的所述头部检测区域。


4.根据权利要求3所述的方法，其特征在于，所述以所述中线为基准绘制与所述底部边缘线对称的顶部边缘线的步骤之后，所述方法还包括：
判断所述顶部边缘线是否低于或者等于所述实时图像的顶部边界线；
若所述顶部边缘线低于或者等于所述实时图像的顶部边界线，保持所述顶部边缘线不变；
若所述顶部边缘线高于所述实施图像的顶部边界线，以所述实时图像的顶部边界线作为所述顶部边缘线。


5.根据权利要求1至4中任一项所述的方法，其特征在于，所述利...

【专利技术属性】
技术研发人员：郑东，赵拯，徐宇杰，
申请(专利权)人：杭州宇泛智能科技有限公司，
类型：发明
国别省市：浙江;33