一种安全带佩戴检测模型训练方法及安全带佩戴检测方法技术

本申请是关于一种安全带佩戴检测模型训练方法及安全带佩戴检测方法，具体涉及计算机视觉技术领域。所述方法包括：获取样本集合中的第一样本检测图像通过安全带佩戴检测模型对第一样本检测图像进行目标检测处理，获得样本检测区域，并确定样本检测区域中的像素值所对应的第一样本向量；基于样本检测区域以及安全带区域，获取目标检测损失函数值；基于第一样本向量以及第二样本向量，计算对比损失函数值；基于目标检测损失函数值与对比损失函数值，对安全带佩戴检测模型的参数进行更新。上述方案使得安全带佩戴检测模型可以学习到最具有判别力的安全带图像部分，提高了通过安全带佩戴检测模型执行安全带佩戴检测的准确性。带佩戴检测模型执行安全带佩戴检测的准确性。带佩戴检测模型执行安全带佩戴检测的准确性。

【技术实现步骤摘要】
一种安全带佩戴检测模型训练方法及安全带佩戴检测方法


[0001]本专利技术涉及计算机视觉
，具体涉及一种安全带佩戴检测模型训练方法及安全带佩戴检测方法。

技术介绍

[0002]在安全驾驶检测中，通常可以通过摄像头对行驶中的车辆进行抓拍，并对抓拍得到的图像进行图像识别，从而确定司机是否配搭安全带。
[0003]对于司机是否佩戴安全带，现有的技术方案主要通过视觉直接检测安全带来判断是否佩戴安全带，由于安全带本身的变化很多，形态、颜色、安装位置、佩戴方式、大面积遮挡、摄像头安装角度变化、采光等因素影，现有的技术方案通常是通过大量的样本图像，对设计好的机器学习模型进行训练，使得训练后的模型可以识别出图像中的安全带区域，从而达到检测司机是否佩戴安全带的目的。
[0004]但在上述方案中，安全带在图像中占司机的像素比例很低，仅通过简单的目标检测，要学习到戴安全带的司机和不戴安全带的司机之间的区别的难度较大，安全带佩戴检测的准确性较低。

技术实现思路

[0005]本申请提供了一种安全带佩戴检测模型训练方法及安全带佩戴检测方法，提高了安全带佩戴检测的准确性，该技术方案如下。
[0006]一方面，提供了一种安全带佩戴检测模型训练方法，所述方法包括：获取样本集合中的第一样本检测图像；所述第一样本检测图像中标注有安全带区域；通过安全带佩戴检测模型对所述第一样本检测图像进行目标检测处理，获得样本检测区域，并确定所述样本检测区域中的像素值所对应的第一样本向量；基于所述样本检测区域以及所述安全带区域，获取目标检测损失函数值；基于所述第一样本向量以及第二样本向量，计算对比损失函数值；所述第二样本向量为通过安全带佩戴检测模型对所述样本集合中的第二样本检测图像得到的；基于所述目标检测损失函数值与所述对比损失函数值，对所述安全带佩戴检测模型的参数进行更新，以便更新后的所述安全带佩戴检测模型对目标图像的目标对象是否佩戴安全带进行检测。
[0007]又一方面，提供了一种安全带佩戴检测方法，所述方法包括：获取目标图像；通过安全带佩戴检测模型，对所述目标图像进行图像检测，确定目标对象是否佩戴安全带；其中，所述安全带佩戴检测模型为基于目标检测损失函数值与对比损失函数值，对所述安全带佩戴检测模型的参数进行更新得到的；所述目标检测损失函数值为基于样本
检测区域以及安全带区域获取到的；所述样本检测区域为通过安全带佩戴检测模型对样本集合中的第一样本检测图像进行目标检测处理获得的；所述第一样本检测图像中标注有安全带区域；所述对比损失函数值为基于第一样本向量以及第二样本向量得到的；所述第一样本向量为通过所述样本检测区域中的像素值确定的；所述第二样本向量为通过安全带佩戴检测模型对所述样本集合中的第二样本检测图像得到的。
[0008]又一方面，提供了一种安全带佩戴检测模型训练装置，所述装置包括：检测图像获取模块，用于获取样本集合中的第一样本检测图像；所述第一样本检测图像中标注有安全带区域；样本检测模块，用于通过安全带佩戴检测模型对所述第一样本检测图像进行目标检测处理，获得样本检测区域，并确定所述样本检测区域中的像素值所对应的第一样本向量；目标损失获取模块，用于基于所述样本检测区域以及所述安全带区域，获取目标检测损失函数值；对比损失获取模块，用于基于所述第一样本向量以及第二样本向量，计算对比损失函数值；所述第二样本向量为通过安全带佩戴检测模型对所述样本集合中的第二样本检测图像得到的；参数更新模块，用于基于所述目标检测损失函数值与所述对比损失函数值，对所述安全带佩戴检测模型的参数进行更新，以便更新后的所述安全带佩戴检测模型对目标图像中的安全带区域进行检测。
[0009]在一种可能的实现方式中，所述样本集合中还包括第三样本检测图像；所述第二损失获取模块，还用于，基于所述第一样本向量与所述第二样本向量之间的点积，以及所述第一样本向量与第三样本向量之间的点积，通过对比学习损失函数，计算所述对比损失函数值；所述第二样本向量为所述第一样本向量的正样本；所述第三样本向量为所述第一样本向量的负样本；所述第三样本向量为通过安全带佩戴检测模型对所述样本集合中的第二样本检测图像得到的。
[0010]在一种可能的实现方式中，所述装置还包括：候选样本向量获取模块，用于获取样本集合中的各个样本检测图像分别对应的各个候选样本向量；点积计算模块，用于计算所述第一样本向量与各个所述候选样本向量之间的点积；向量筛选模块，用于在各个所述候选样本向量中，将与所述第一样本向量的点积大于第一阈值的候选样本向量中筛选出第二样本向量；所述向量筛选模块，还用于在各个所述候选样本向量中，将与所述第一样本向量的点积小于第二阈值的候选样本向量中筛选出第三样本向量。
[0011]在一种可能的实现方式中，所述样本检测模块，还用于，对所述样本检测区域中的像素值进行平均池化，并将平均池化后得到的各个特征值拼接为所述第一样本向量。
[0012]在一种可能的实现方式中，所述样本检测模块，还用于，在所述样本检测区域中筛选出中心检测区域；对所述中心检测区域中的像素值进行平均池化，并将平均池化后得到的各个特征值拼接为所述第一样本向量。
[0013]又一方面，提供了一种安全带佩戴检测装置，所述装置包括：目标图像获取模块，用于获取目标图像；目标图像检测模块，用于通过安全带佩戴检测模型，对所述目标图像进行图像检测，确定目标对象是否佩戴安全带；其中，所述安全带佩戴检测模型为基于目标检测损失函数值与对比损失函数值，对所述安全带佩戴检测模型的参数进行更新得到的；所述目标检测损失函数值为基于样本检测区域以及安全带区域获取到的；所述样本检测区域为通过安全带佩戴检测模型对样本集合中的第一样本检测图像进行目标检测处理获得的；所述第一样本检测图像中标注有安全带区域；所述对比损失函数值为基于第一样本向量以及第二样本向量得到的；所述第一样本向量为通过所述样本检测区域中的像素值确定的；所述第二样本向量为通过安全带佩戴检测模型对所述样本集合中的第二样本检测图像得到的。
[0014]再一方面，提供了一种计算机设备，所述计算机设备包括处理器和存储器，所述存储器中存储有至少一条指令，所述至少一条指令由所述处理器加载并执行以实现上述的安全带佩戴检测模型训练方法；或者所述存储器中存储有至少一条指令，所述至少一条指令由所述处理器加载并执行以实现上述的安全带佩戴检测方法。
[0015]又一方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令，所述至少一条指令由所述处理器加载并执行以实现上述的安全带佩戴检测模型训练方法；或者所述存储介质中存储有至少一条指令，所述至少一条指令由所述处理器加载并执行以实现上述的安全带佩戴检测方法。
[0016]再一方面，提供了一种计算机程序产品或计算机程序，所述计算机程序产品或计算机程序包括计算机指令，所述计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质中读取所述计算机指令，处理器执行所述计算机指令，使得所述计算机设备执行上述安本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种安全带佩戴检测模型训练方法，其特征在于，所述方法包括：获取样本集合中的第一样本检测图像；所述第一样本检测图像中标注有安全带区域；通过安全带佩戴检测模型对所述第一样本检测图像进行目标检测处理，获得样本检测区域，并确定所述样本检测区域中的像素值所对应的第一样本向量；基于所述样本检测区域以及所述安全带区域，获取目标检测损失函数值；基于所述第一样本向量以及第二样本向量，计算对比损失函数值；所述第二样本向量为通过安全带佩戴检测模型对所述样本集合中的第二样本检测图像得到的；基于所述目标检测损失函数值与所述对比损失函数值，对所述安全带佩戴检测模型的参数进行更新，以便更新后的所述安全带佩戴检测模型对目标图像中目标对象是否佩戴安全带进行检测。2.根据权利要求1所述的方法，其特征在于，所述样本集合中还包括第三样本检测图像；基于所述第一样本向量以及第二样本向量，计算对比损失函数值，包括：基于所述第一样本向量与所述第二样本向量之间的点积，以及所述第一样本向量与第三样本向量之间的点积，通过对比学习损失函数，计算所述对比损失函数值；所述第二样本向量为所述第一样本向量的正样本；所述第三样本向量为所述第一样本向量的负样本；所述第三样本向量为通过安全带佩戴检测模型对所述样本集合中的第二样本检测图像得到的。3.根据权利要求2所述的方法，其特征在于，所述基于所述第一样本向量与所述第二样本向量之间的点积，以及所述第一样本向量与第三样本向量之间的点积，通过对比学习损失函数，计算所述对比损失函数值之前，还包括：获取样本集合中的各个样本检测图像分别对应的各个候选样本向量；计算所述第一样本向量与各个所述候选样本向量之间的点积；在各个所述候选样本向量中，将与所述第一样本向量的点积大于第一阈值的候选样本向量中筛选出第二样本向量；在各个所述候选样本向量中，将与所述第一样本向量的点积小于第二阈值的候选样本向量中筛选出第三样本向量。4.根据权利要求1至3任一所述的方法，其特征在于，所述确定所述样本检测区域中的像素值所对应的第一样本向量，包括：对所述样本检测区域中的像素值进行平均池化，并将平均池化后得到的各个特征值拼接为所述第一样本向量。5.根据权利要求1至3任一所述的方法，其特征在于，所述确定所述样本检测区域中的像素值所对应的第一样本向量，包括：在所述样本检测区域中筛选出中心检测区域；对所述中心检测区域中的像素值进行平均池化，并将平均池化后得到的各个特征值拼接为所述第一样本向量。6.一种安全带佩戴检测方法，其特征在于，所述方法包括：获取目标图像；通过安全带佩戴检测模型，对所述目标图像进行图像检测，确定目标对象是否佩戴安
全带；其中，所述安全带佩戴检测模型为基于目标检测损失函数值与对比损失函数值，对所述安全带佩戴检测模型的参数进行更新得到的；所述目标检测损失函数值为基于样本检测区域以及安全带区域获取到的...

【专利技术属性】
技术研发人员：余燕清，张如高，李发成，虞正华，
申请(专利权)人：苏州魔视智能科技有限公司，
类型：发明
国别省市：