图像识别方法、装置、电子设备和存储介质制造方法及图纸

本发明专利技术提供一种图像识别方法、装置、电子设备和存储介质，其中方法包括：对现场图像进行人员检测，得到所述现场图像中的人员区域图像；对所述人员区域图像进行超分辨率重建，基于超分辨率重建所得的超分辨率重建特征进行安全属性识别，得到所述人员区域图像中对应人员的安全属性识别结果。本发明专利技术提供的方法、装置、电子设备和存储介质，解决了拍摄的图像成像质量差，无法适配目前的视觉分析方法的问题，保证了安全属性识别的可实现性；将超分辨率重建特征直接应用于安全属性识别，省略了应用超分辨率重建特征进行图像重建，根据重建所得的高分辨率图像进行特征提取的步骤，减小了算法的复杂度，缩短了计算流程。缩短了计算流程。缩短了计算流程。

【技术实现步骤摘要】
图像识别方法、装置、电子设备和存储介质


[0001]本专利技术涉及计算机
，尤其涉及一种图像识别方法、装置、电子设备和存储介质。

技术介绍

[0002]在一些高危工作现场，由于现场环境复杂、多工种交叉生产、多方协作、施工地点分散，且人员流动性大，对施工现场进行有序管理尤为困难。
[0003]为保证施工现场的人员安全，需要施工人员严格遵守相应的安全措施，例如佩戴安全帽、穿戴安全背心和佩戴安全绳。然而，时常有工作人员进入施工现场时未遵守安全措施。
[0004]目前，多数施工现场仍然依靠人工巡检或者以人工巡检为主、视频监控为辅的方式进行安全监管，但是效果并不理想。另外施工现场的视频监控多使用高空低分辨率摄像头拍摄，成像质量差，无法适配目前的视觉分析方法。

技术实现思路

[0005]本专利技术提供一种图像识别方法、装置、电子设备和存储介质，用以解决现有技术中人工巡检的安全管理效果不理想，且施工现场成像质量差的缺陷。
[0006]本专利技术提供一种图像识别方法，包括：
[0007]对现场图像进行人员检测，得到所述现场图像中的人员区域图像；
[0008]对所述人员区域图像进行超分辨率重建，基于超分辨率重建所得的超分辨率重建特征进行安全属性识别，得到所述人员区域图像中对应人员的安全属性识别结果。
[0009]根据本专利技术提供的一种图像识别方法，所述基于超分辨率重建所得的超分辨率重建特征进行安全属性识别，包括：
[0010]基于所述超分辨率重建特征，或基于所述超分辨率重建特征和所述人员区域图像的区域图像特征，确定待识别特征；
[0011]对所述待识别特征进行安全属性识别。
[0012]根据本专利技术提供的一种图像识别方法，所述对所述待识别特征进行安全属性识别，包括：
[0013]对所述待识别特征分别进行多种安全属性的属性识别，所述多种安全属性包括安全帽佩戴状态、安全背心穿戴状态、安全绳佩戴状态中的至少两种。
[0014]根据本专利技术提供的一种图像识别方法，所述对所述待识别特征分别进行多种安全属性的属性识别，包括：
[0015]对所述待识别特征分别进行每一安全属性下的属性特征提取；
[0016]基于通道注意力机制和空间注意力机制，分别对每一安全属性下的属性特征进行属性识别。
[0017]根据本专利技术提供的一种图像识别方法，所述对所述人员区域图像进行超分辨率重
建，基于超分辨率重建所得的超分辨率重建特征进行安全属性识别，得到所述人员区域图像中对应人员的安全属性识别结果，包括：
[0018]将所述人员区域图像输入至多安全属性识别模型，得到所述多安全属性识别模型输出的所述安全属性识别结果；
[0019]所述多安全属性识别模型为端到端模型，所述多安全属性识别模型是基于样本人员区域图像，以及所述样本人员区域图像中所有安全属性的属性标签训练得到的。
[0020]根据本专利技术提供的一种图像识别方法，所述安全属性的属性标签表示标注的安全属性状态或者未标注对应的安全属性。
[0021]根据本专利技术提供的一种图像识别方法，所述对现场图像进行人员检测，得到所述现场图像中的人员区域图像，包括：
[0022]对所述现场图像进行重叠滑窗，得到多个现场图像块；
[0023]对每一现场图像块进行人员检测，得到每一现场图像块的人员检测结果；
[0024]合并每一现场图像块的人员检测结果，得到所述现场图像中的人员区域图像。
[0025]本专利技术还提供一种图像识别装置，包括：
[0026]人员检测单元，用于对现场图像进行人员检测，得到所述现场图像中的人员区域图像；
[0027]属性识别单元，用于对所述人员区域图像进行超分辨率重建，基于超分辨率重建所得的超分辨率重建特征进行安全属性识别，得到所述人员区域图像中对应人员的安全属性识别结果。
[0028]本专利技术还提供一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述任一种所述图像识别方法的步骤。
[0029]本专利技术还提供一种非暂态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时实现如上述任一种所述图像识别方法的步骤。
[0030]本专利技术提供的图像识别方法、装置、电子设备和存储介质，对人员区域图像进行超分辨率重建，解决了拍摄的图像成像质量差，无法适配目前的视觉分析方法的问题，保证了安全属性识别的可实现性；将超分辨率重建特征直接应用于安全属性识别，省略了应用超分辨率重建特征进行图像重建，根据重建所得的高分辨率图像进行特征提取的步骤，减小了算法的复杂度，缩短了计算流程。
附图说明
[0031]为了更清楚地说明本专利技术或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，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他的附图。
[0032]图1是本专利技术提供的图像识别方法的流程示意图；
[0033]图2是本专利技术提供的安全属性识别方法的流程示意图；
[0034]图3是本专利技术提供的多安全属性识别模型的模型结构图；
[0035]图4是本专利技术提供的目标检测方法的流程示意图；
[0036]图5是本专利技术提供的图像识别方法的总体流程图；
[0037]图6是本专利技术提供的图像识别装置的结构示意图；
[0038]图7是本专利技术提供的电子设备的结构示意图。
具体实施方式
[0039]为使本专利技术的目的、技术方案和优点更加清楚，下面将结合本专利技术中的附图，对本专利技术中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0040]目前，在施工现场佩戴安全帽、穿戴安全背心和佩戴安全绳是防止安全事故发生的有效措施。安全帽、安全背心和安全绳能够对人体受坠落物及其他特定因素引起的伤害起到防护作用。工地管理明确规定，任何人进入施工现场都必须佩戴安全帽、穿戴安全背心和佩戴安全绳。但在实际工作过程中，施工人员时常在未遵照工地管理明确规定的情况下，直接进入施工现场，施工人员安全意识薄弱，而监管人员又无法对施工现场进行全程监督，这导致施工人员在施工现场施工时有很大的安全风险。
[0041]传统方案中，在施工现场使用闸机来严格控制相关人员的进出，通过采集模块采集人过闸机时的图片进行检测，但是，绝大部分的不佩戴安全帽、不穿戴安全背心和不佩戴安全绳的事件发生在施工现场而不是闸机口。因此，通过闸机并不能对施工现场的施工人员是否遵照工地管理明确规定进行严格管控。另外存在通过人体姿态估计算法分析图像中是否包含人体关键点，并根据检测到的人体关键点例如头本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种图像识别方法，其特征在于，包括：对现场图像进行人员检测，得到所述现场图像中的人员区域图像；对所述人员区域图像进行超分辨率重建，基于超分辨率重建所得的超分辨率重建特征进行安全属性识别，得到所述人员区域图像中对应人员的安全属性识别结果。2.根据权利要求1所述的图像识别方法，其特征在于，所述基于超分辨率重建所得的超分辨率重建特征进行安全属性识别，包括：基于所述超分辨率重建特征，或基于所述超分辨率重建特征和所述人员区域图像的区域图像特征，确定待识别特征；对所述待识别特征进行安全属性识别。3.根据权利要求2所述的图像识别方法，其特征在于，所述对所述待识别特征进行安全属性识别，包括：对所述待识别特征分别进行多种安全属性的属性识别，所述多种安全属性包括安全帽佩戴状态、安全背心穿戴状态、安全绳佩戴状态中的至少两种。4.根据权利要求3所述的图像识别方法，其特征在于，所述对所述待识别特征分别进行多种安全属性的属性识别，包括：对所述待识别特征分别进行每一安全属性下的属性特征提取；基于通道注意力机制和空间注意力机制，分别对每一安全属性下的属性特征进行属性识别。5.根据权利要求1至4中任一项所述的图像识别方法，其特征在于，所述对所述人员区域图像进行超分辨率重建，基于超分辨率重建所得的超分辨率重建特征进行安全属性识别，得到所述人员区域图像中对应人员的安全属性识别结果，包括：将所述人员区域图像输入至多安全属性识别模型，得到所述多安全属性识...

【专利技术属性】
技术研发人员：贾若然，姜殿洪，刘啸，郭萌萌，赵大典，吴俊，王小艮，高明，宋薇薇，
申请(专利权)人：合肥万科企业有限公司，
类型：发明
国别省市：