驾驶电动车未佩戴头盔行为检测方法、电子设备、存储介质技术

本发明专利技术提供驾驶电动车未佩戴头盔行为检测方法，包括以下步骤：非机动车检测，对视频帧进行非机动车检测，获得图像中非机动车目标区域；电动车判断，对非机动车目标区域进行裁剪，获得第一部分图像和第二部分图像，对第一部分图像进行分类；佩戴头盔行为检测，对第二部分图像进行分类，若第一部分图像的分类结果为电动车且第二部分图像的分类结果为未佩戴头盔，则进行预警提醒。本发明专利技术涉及一种电子设备和存储介质，用于执行驾驶电动车未佩戴头盔行为检测方法。本发明专利技术可用于实际道路，能准确区分电动车与自行车，实现对驾驶员头盔佩戴的判断，并进行预警提醒，提高驾驶电动车的安全性。

【技术实现步骤摘要】
驾驶电动车未佩戴头盔行为检测方法、电子设备、存储介质
本专利技术涉及安防监测
，尤其涉及驾驶电动车未佩戴头盔行为检测方法、电子设备、存储介质。
技术介绍
电动车成为越来越多的人们日常出行选择的交通工具。骑电动车不戴头盔会非常危险,一旦发生事故,头部没有任何保护的情况下,受到创伤都是非常严重的。所以佩戴头盔能够很好的保护头部,减少伤害。但目前市场上仅有对于电动车进行检测的技术，尚缺乏对驾驶员驾驶电动车未佩戴头盔行为的检测，且应用场景多为防止电瓶车进入电梯，应用场景较为简单，缺乏路测场景的检测实现。
技术实现思路
为了克服现有技术的不足，本专利技术的目的在于提供驾驶电动车未佩戴头盔行为检测方法，可用于实际道路，能准确区分电动车与自行车，实现对驾驶员头盔佩戴的判断。本专利技术提供驾驶电动车未佩戴头盔行为检测方法，包括以下步骤：非机动车检测，对视频帧进行非机动车检测，获得图像中非机动车目标区域；电动车判断，对所述非机动车目标区域进行裁剪，获得第一部分图像和第二部分图像，对所述第一部分图像进行分类；佩戴头盔行为检测，对所述第二部分图像进行分类，若所述第一部分图像的分类结果为电动车且所述第二部分图像的分类结果为未佩戴头盔，则进行预警提醒。进一步地，所述非机动车检测步骤中，所述视频帧为摄像头采集的视频帧，所述摄像头安装于道路上方，光轴方向与道路平行，画面为电动车背部。进一步地，所述非机动车检测步骤中，采用resnet-yolo目标检测神经网络进行非机动车检测。>进一步地，所述电动车判断步骤中，在纵向对所述非机动车目标区域进行裁剪，获得上半部分和下半部分，对所述下半部分图像进行分类。进一步地，所述电动车判断步骤中，以图像高的1/2对所述非机动车目标区域进行裁剪。进一步地，所述佩戴头盔行为检测步骤中，对所述上半部分图像进行分类，若所述下半部分图像的分类结果为电动车且所述上半部分图像的分类结果为未佩戴头盔，则进行预警提醒。进一步地，所述电动车判断步骤中，采用resnet-18神经网络对所述下半部分图像进行分类。进一步地，所述佩戴头盔行为检测步骤中，采用googlenet网络对所述上半部分图像进行分类。一种电子设备，包括：处理器；存储器；以及程序，其中所述程序被存储在所述存储器中，并且被配置成由处理器执行，所述程序包括用于执行驾驶电动车未佩戴头盔行为检测方法。一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行驾驶电动车未佩戴头盔行为检测方法。相比现有技术，本专利技术的有益效果在于：本专利技术提供驾驶电动车未佩戴头盔行为检测方法，包括以下步骤：非机动车检测，对视频帧进行非机动车检测，获得图像中非机动车目标区域；电动车判断，对非机动车目标区域进行裁剪，获得第一部分图像和第二部分图像，对第一部分图像进行分类；佩戴头盔行为检测，对第二部分图像进行分类，若第一部分图像的分类结果为电动车且第二部分图像的分类结果为未佩戴头盔，则进行预警提醒。本专利技术涉及一种电子设备和存储介质，用于执行驾驶电动车未佩戴头盔行为检测方法。本专利技术可用于实际道路，能准确区分电动车与自行车，实现对驾驶员头盔佩戴的判断，并进行预警提醒，提高驾驶电动车的安全性。上述说明仅是本专利技术技术方案的概述，为了能够更清楚了解本专利技术的技术手段，并可依照说明书的内容予以实施，以下以本专利技术的较佳实施例并配合附图详细说明如后。本专利技术的具体实施方式由以下实施例及其附图详细给出。附图说明此处所说明的附图用来提供对本专利技术的进一步理解，构成本申请的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：图1为本专利技术的驾驶电动车未佩戴头盔行为检测方法流程图。具体实施方式下面，结合附图以及具体实施方式，对本专利技术做进一步描述，需要说明的是，在不相冲突的前提下，以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。驾驶电动车未佩戴头盔行为检测方法，如图1所示，包括以下步骤：相机安装，用于监测驾驶电动车未佩戴头盔的摄像头安装于道路上方，光轴方向与道路平行，画面查看到电动车背部。非机动车检测，获取来自摄像头的视频帧，对视频帧进行非机动车检测，获得图像中非机动车目标区域；本实施例中，采用resnet-yolo目标检测神经网络进行非机动车检测，将图像缩放至网络输入所需求的大小，如300*300，缩放后将像素值除以255进行归一化，运行神经网络进行推理，获取网络推理结果。本步骤仅进行非机动车检测是因为在大图像中，自行车和电动车特征十分类似，无法区分。电动车判断，对非机动车目标区域进行裁剪，获得第一部分图像和第二部分图像，对第一部分图像进行分类。电动车与自行车的差异在于电动车尾部必然有备案登记车牌，因此在该图像中差异比较显著，本实施例中，在纵向对非机动车目标区域进行裁剪，获得上半部分和下半部分，对下半部分图像进行分类。具体的，以图像高的1/2对非机动车目标区域进行裁剪，采用resnet-18神经网络对下半部分图像进行分类，将图像缩放至网络输入所需求的大小，如112*112，缩放后将像素值除以255进行归一化，运行神经网络进行推理，获取网络推理结果，判断是否为电动车。佩戴头盔行为检测，对第二部分图像进行分类，若第一部分图像的分类结果为电动车且第二部分图像的分类结果为未佩戴头盔，则进行预警提醒。具体的，采用googlenet网络对上半部分图像进行分类，判断是否佩戴头盔。若下半部分图像的分类结果为电动车且上半部分图像的分类结果为未佩戴头盔，则进行预警提醒。应当理解的是，电动车判断步骤以及佩戴头盔行为检测步骤均采用CNN神经网络，也可采用其他神经网络进行替代。一种电子设备，包括：处理器；存储器；以及程序，其中程序被存储在存储器中，并且被配置成由处理器执行，程序包括用于执行驾驶电动车未佩戴头盔行为检测方法。一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行驾驶电动车未佩戴头盔行为检测方法。本专利技术提供驾驶电动车未佩戴头盔行为检测方法，包括以下步骤：非机动车检测，对视频帧进行非机动车检测，获得图像中非机动车目标区域；电动车判断，对非机动车目标区域进行裁剪，获得第一部分图像和第二部分图像，对第一部分图像进行分类；佩戴头盔行为检测，对第二部分图像进行分类，若第一部分图像的分类结果为电动车且第二部分图像的分类结果为未佩戴头盔，则进行预警提醒。本专利技术涉及一种电子设备和存储介质，用于执行驾驶电动车未佩戴头盔行为检测方法。本专利技术可用于实际道路，能准确区分电动车与自行车，实现对驾驶员头盔佩戴的判断，并进行预警提醒，提高驾驶电动车的安全性。以上，仅为本专利技术的较佳实施例而已，并非对本专利技术作任何形式上的限制；凡本行业的普通技术人员均可按说明书附图所示和以上而顺畅地实施本专利技术；但是,凡熟悉本专业的技术人员在不脱离本专利技术技术方案范围内，本文档来自技高网...

【技术保护点】
1.驾驶电动车未佩戴头盔行为检测方法，其特征在于，包括以下步骤：/n非机动车检测，对视频帧进行非机动车检测，获得图像中非机动车目标区域；/n电动车判断，对所述非机动车目标区域进行裁剪，获得第一部分图像和第二部分图像，对所述第一部分图像进行分类；/n佩戴头盔行为检测，对所述第二部分图像进行分类，若所述第一部分图像的分类结果为电动车且所述第二部分图像的分类结果为未佩戴头盔，则进行预警提醒。/n

【技术特征摘要】
1.驾驶电动车未佩戴头盔行为检测方法，其特征在于，包括以下步骤：
非机动车检测，对视频帧进行非机动车检测，获得图像中非机动车目标区域；
电动车判断，对所述非机动车目标区域进行裁剪，获得第一部分图像和第二部分图像，对所述第一部分图像进行分类；
佩戴头盔行为检测，对所述第二部分图像进行分类，若所述第一部分图像的分类结果为电动车且所述第二部分图像的分类结果为未佩戴头盔，则进行预警提醒。


2.如权利要求1所述的驾驶电动车未佩戴头盔行为检测方法，其特征在于：所述非机动车检测步骤中，所述视频帧为摄像头采集的视频帧，所述摄像头安装于道路上方，光轴方向与道路平行，画面为电动车背部。


3.如权利要求1所述的驾驶电动车未佩戴头盔行为检测方法，其特征在于，所述非机动车检测步骤中，采用resnet-yolo目标检测神经网络进行非机动车检测。


4.如权利要求1所述的驾驶电动车未佩戴头盔行为检测方法，其特征在于：所述电动车判断步骤中，在纵向对所述非机动车目标区域进行裁剪，获得上半部分和下半部分，对所述下半部分图像进行分类。


5.如权利要求4所述的驾驶电动车...

【专利技术属性】
技术研发人员：纪向阳，
申请(专利权)人：深圳市点创科技有限公司，
类型：发明
国别省市：广东;44