一种安全帽佩戴检测方法、装置及存储介质制造方法及图纸

本发明专利技术公开了一种安全帽佩戴检测方法、装置及存储介质，该方法主要包括有获取数据、姿态估计、头部区域识别、检测步骤。本发明专利技术综合考虑了姿态估计与肤色检测的特征特点，针对施工人员进行姿态估计，对头部区域进行安全帽佩戴检测，弥补传统安全帽检测方法对施工人员复杂姿态的安全帽检测方法的不足。

【技术实现步骤摘要】
一种安全帽佩戴检测方法、装置及存储介质
本专利技术涉及一种安全帽佩戴检测方法、装置及存储介质，属于安全生产图像处理

技术介绍
安全帽佩戴检测是应用在智能施工管理转型升级的重要手段，在日常生产中，工人因安全措施不到位受伤占生产安全事故的大部分。有关部门对安全生产提出很高要求，在高危作业区域，一般会配有一定数量的安全人员进行管理。尽管各生产单位经常进行安全教育，并配备相关人员督导生产，但是人眼监管总有遗漏风险，不能保证每位生产者时刻安全生产。随着人工智能的兴起，运用深度学习方法和计算机视觉技术自动检测生产人员是否佩戴安全帽并提供反馈，对安全生产，保障国有资产至关重要。传统的安全帽佩戴检测方法大多数是使用传统方法提取人体和安全帽特征，或者使用深度卷积神经网络模型去检测施工人员和安全帽，而且现有方法大多针对是直立人员的安全帽检测，而现实的施工作业现场，施工人员的姿态非常多样复杂，所以现有技术方法在施工情况下检测安全帽佩戴的效果并不好。
技术实现思路
本专利技术的目的在于克服现有技术中的不足，提供一种安全帽佩本文档来自技高网...

【技术保护点】
1.一种安全帽佩戴检测方法，其特征在于，包括以下步骤：/na.对图片数据中的安全帽、人员进行标注处理获得测试数据；/nb.将测试数据送入OpenPose模型检测，生成人员骨骼点信息，获取头部，左肩，右肩的位置分别为：H(x

【技术特征摘要】
1.一种安全帽佩戴检测方法，其特征在于，包括以下步骤：
a.对图片数据中的安全帽、人员进行标注处理获得测试数据；
b.将测试数据送入OpenPose模型检测，生成人员骨骼点信息，获取头部，左肩，右肩的位置分别为：H(x0,y0),Ls(x1,y1),Rs(x2,y2)(1)
式中：(xi,yj),(i＝0,1,2；j＝0,1,2)是关键部位在图像中的坐标点；
c.根据人员骨骼点信息进行姿态估计，判断人员为侧面姿态、正面或背面姿态；
d.根据头部，左肩，右肩的位置，对正面或背面姿态采用三点定位法识别头部区域，以H(x0,y0)为中心将Ls(x1,y1),Rs(x2,y2)两点逆时针旋转180°得到新的位置点坐标Ls'(x1',y1'),Rs'(x2',y2')，两点与头部，左肩，右肩的位置关系为
Ls'(2x0-x1,2y0-y1),Rs'(2x0-x2,2y0-y2)(2)
比较以Ls，Rs，Ls'，Rs'四点组成的四边形的对角线LsLs'，RsRs'的大小，



取LsLs'，RsRs'中最长的长度记为d，以点H为中心，边长平行与图片边缘且长度为d的正方形区域作为头部区域，头部区域的四个顶点坐标分别为：



e.对侧面姿态采用肤色检测识别头部区域，将肤色检测后的二值图像进行顶帽变换减少非人脸区域的范围，获得头部区域，



式中：f为肤色检测后的二值图像，b为对每个坐标赋以灰度值的函数，为结构元b对f的开操作；
f.使用YOLO_V4目标检测网络对步骤d或步骤e确定的头部区域进行安全帽佩戴检测，生成训练模型；
g.根据训练模型检测的安全帽区域与头部区域的位置，判定头部区域是否存在安全帽，输出安全帽佩戴结果。


2.根据权利要求1所述的一种安全帽佩戴检测方法，其特征在于，所述步骤g中，若安...

【专利技术属性】
技术研发人员：徐守坤，王雨生，顾玉宛，石林，
申请(专利权)人：常州大学，
类型：发明
国别省市：江苏;32