安全帽识别方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术实施例涉及图像识别领域，提供一种安全帽识别方法、装置、电子设备及存储介质，所述方法包括：获取待识别图像；将待识别图像输入预先训练的人头识别模型，利用人头识别模型对待识别图像进行人头识别，得到待识别图像中的人头位置；依据人头位置得到待识别图像中的人头区域图；将人头区域图输入预先训练的安全帽识别模型，利用安全帽识别模型对人头区域图进行安全帽识别，得到人头区域图中的人头是否佩戴有安全帽的识别结果。本发明专利技术实施例提高了安全帽的识别准确率。

【技术实现步骤摘要】
安全帽识别方法、装置、电子设备及存储介质
本专利技术涉及图像识别
，具体而言，涉及一种安全帽识别方法、装置、电子设备及存储介质。
技术介绍
随着社会的不断进步，城市的飞速扩展，人们对安全作业的需求越来越强。而在建筑、煤炭、冶金、石化、电力等诸多特殊施工行业，在非机动车安全驾驶检测等交通行业，仍然存在相关人员个人防具欠缺、防护意识薄弱的问题。这类行业均需要检测相关人员是否有佩戴安全帽，通过视频监管和语音提醒等方式，来避免发生事故。因此采用视频做智能分析成为当今安全帽识别的优选方法。现有的安全帽识别方法的识别准确率不高。
技术实现思路
本专利技术的目的在于提供了一种安全帽识别方法、装置、电子设备及存储介质，其能够提高安全帽的识别准确率。为了实现上述目的，本专利技术实施例采用的技术方案如下：第一方面，本实施例提供一种安全帽识别方法，所述方法包括：获取待识别图像；将待识别图像输入预先训练的人头识别模型，利用人头识别模型对待识别图像进行人头识别，得到待识别图像中的人头位置；依据人头位置得到待识别图像中的人头区域图本文档来自技高网...

【技术保护点】
1.一种安全帽识别方法，其特征在于，所述方法包括：/n获取待识别图像；/n将所述待识别图像输入预先训练的人头识别模型，利用所述人头识别模型对所述待识别图像进行人头识别，得到所述待识别图像中的人头位置；/n依据所述人头位置得到所述待识别图像中的人头区域图；/n将所述人头区域图输入预先训练的安全帽识别模型，利用所述安全帽识别模型对所述人头区域图进行安全帽识别，得到所述人头区域图中的人头是否佩戴有安全帽的识别结果。/n

【技术特征摘要】
1.一种安全帽识别方法，其特征在于，所述方法包括：
获取待识别图像；
将所述待识别图像输入预先训练的人头识别模型，利用所述人头识别模型对所述待识别图像进行人头识别，得到所述待识别图像中的人头位置；
依据所述人头位置得到所述待识别图像中的人头区域图；
将所述人头区域图输入预先训练的安全帽识别模型，利用所述安全帽识别模型对所述人头区域图进行安全帽识别，得到所述人头区域图中的人头是否佩戴有安全帽的识别结果。


2.如权利要求1所述的安全帽识别方法，其特征在于，所述人头识别模型包括第一特征提取网络、融合网络、检测器及后处理模块，其中，所述检测器的数目与所述特征提取网络输出的特征图的数目相同；
所述利用所述人头识别模型对所述待识别图像进行人头识别，得到所述待识别图像中人头位置的步骤，包括：
利用所述第一特征提取网络对所述待识别图像进行特征提取，得到多个大小依次递增的输出特征图；
按照从小到大的顺序，将多个所述输出特征图依次输入所述融合网络，利用所述融合网络进行特征融合，得到每一所述输出特征图对应的特征融合图；
利用每一所述输出特征图对应的所述检测器对每一所述特征融合图进行目标检测，得到每一所述特征融合图中人头目标框的位置及对应的人头目标框的置信度；
利用所述后处理模块、按照所有所述特征融合图中人头目标框的置信度对所有特征融合图中人头目标框的位置进行处理，将处理后的置信度大于预设阈值的所述特征融合图中人头目标框的位置对应的所述待识别图像中的位置作为所述待识别图像中的人头位置。


3.如权利要求2所述的安全帽识别方法，其特征在于，所述按照从小到大的顺序，将多个所述输出特征图依次输入所述融合网络，利用所述融合网络进行特征融合，得到每一所述输出特征图对应的特征融合图的步骤包括：
将最小的输出特征图作为初始特征图；
对所述初始特征图进行卷积块的卷积处理，得到所述初始特征图的第一中间特征图，其中，所述卷积块包括多个参数相同的卷积层和池化层；
对所述第一中间特征图进行卷积处理，得到所述初始特征图对应的特征融合图；
对所述第一中间特征图依次进行卷积、上采样处理，得到所述初始特征图对应的第二中间特征图；
将所述第二中间特征图与目标输出特征图进行融合，得到初始特征图对应的初始融合图，其中，所述目标输出特征图为与所述初始特征图连续的后一特征图；
用所述初始特征图对应的初始融合图替代所述初始特征图重复执行上述步骤，直至得到每一所述输出特征图对应的特征融合图。


4.如权利要求1所述的安全帽识别方法，其特征在于，所述安全帽识别模型包括第二特征提取网络、池化层、全连接层及激活层；
利用所述安全帽识别模型对所述人头区域图进行安全帽识别，得到所述人头区域图中的人头是否佩戴有安全帽的识别结果的步骤，包括：
将所述人头区域图输入所述第二特征提取网络进行图像特征提取，得到图像特征图；
利用所述池化层对所述图像特征图进行最大池化处理得到池化特征图；
利用所述全连接层对所述池化特征图进行降维，得到一维向量；
将所述一维向量输入所述激活层，得到人头戴安全帽的概率值，以依据...

【专利技术属性】
技术研发人员：贾挺猛，
申请(专利权)人：重庆紫光华山智安科技有限公司，
类型：发明
国别省市：重庆;50