安全帽佩戴检测方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术提供了一种安全帽佩戴检测方法、装置、电子设备及存储介质，其中方法包括：获取工业区监控视频图像，利用预先训练的检测模型对所述视频图像进行类别检测；检测的类别至少包括头部未佩戴安全帽和人体；当对所述视频图像检测出头部未佩戴安全帽的类别和人体的类别时，则确定所述视频图像中的每一个头部未佩戴安全帽的头部是否具有与之匹配的真实人体；若是，则输出告警。本方案，能够降低误检情况，提高检测准确性。高检测准确性。高检测准确性。

【技术实现步骤摘要】
安全帽佩戴检测方法、装置、电子设备及存储介质


[0001]本专利技术实施例涉及安全管理
，特别涉及一种安全帽佩戴检测方法、装置、电子设备及存储介质。

技术介绍

[0002]工业区内进行安全帽佩戴是确保施工人员自身安全的必要条件。目前，有越来越多的工业区采用深度学习的方案来检测施工人员是否佩戴安全帽。然而工业区往往存在场景复杂的特点，单独采用的深度学习模型容易造成误检情况发生。

技术实现思路

[0003]本专利技术实施例提供了一种安全帽佩戴检测方法、装置、电子设备及存储介质，能够降低误检情况。
[0004]第一方面，本专利技术实施例提供了一种安全帽佩戴检测方法，包括：
[0005]获取工业区监控视频图像，利用预先训练的检测模型对所述视频图像进行类别检测；检测的类别至少包括头部未佩戴安全帽和人体；
[0006]当对所述视频图像检测出头部未佩戴安全帽的类别和人体的类别时，则确定所述视频图像中的每一个头部未佩戴安全帽的头部是否具有与之匹配的真实人体；若是，则输出告警。
[0007]在一种可能的实现方式中，所述确定所述视频图像中的每一个头部未佩戴安全帽的头部是否具有与之匹配的真实人体，包括：
[0008]基于所述视频图像中检测出的人体的类别中人体数量，确定所述视频图像中检测出的每一个人体是否为真实人体；
[0009]将所述视频图像中的真实人体与所述视频图像中的每一个头部未佩戴安全帽的头部逐一进行匹配，若匹配上，则确定匹配上的该头部未佩戴安全帽的头部为真实人体的头部。
[0010]在一种可能的实现方式中，所述基于所述视频图像中检测出的人体的类别中人体数量，确定所述视频图像中检测出的每一个人体是否为真实人体，包括：
[0011]若所述视频图像中检测出的人体的类别中人体数量为多个，则针对所述视频图像中检测出的每一个人体，均执行：基于该人体对应的检测框对所述视频图像进行切片，以得到包括该人体的切片图像；将该切片图像输入至行人重识别模型中，以得到该切片图像的特征向量；
[0012]将得到的多个特征向量进行两两相似度计算，根据多个特征向量两两之间的相似度确定出真实人体。
[0013]在一种可能的实现方式中，所述根据多个特征向量两两之间的相似度确定出真实人体，包括：
[0014]针对每一个特征向量，均执行：确定该特征向量与其他每一个特征向量的相似度
是否均小于第一设定阈值，若是，则将该特征向量所对应的人体确定为非真实人体，若否，则将该特征向量所对应的人体确定为真实人体。
[0015]在一种可能的实现方式中，将所述视频图像中的一个真实人体与所述视频图像中的一个头部未佩戴安全帽的头部进行匹配的方式，包括：
[0016]确定该真实人体所包含像素点在所述视频图像中的第一位置；
[0017]确定该头部未佩戴安全帽的头部所包含像素点的第一数量和像素点在所述视频图像中的第二位置；
[0018]根据所述第一位置和所述第二位置确定头部和真实人体位置重合的像素点的第二数量；
[0019]确定所述第二数量与所述第一数量的比值是否大于第二设定阈值，若是，则确定该真实人体与该头部未佩戴安全帽的头部匹配上。
[0020]在一种可能的实现方式中，在将所述视频图像中的真实人体与所述视频图像中的每一个头部未佩戴安全帽的头部逐一进行匹配之前，还包括：
[0021]若所述视频图像中检测出的头部未佩戴安全帽的头部数量为多个，则针对所述视频图像中检测出的每一个头部未佩戴安全帽的头部，均执行：基于该头部对应的检测框对所述视频图像进行切片，以得到包括该头部的切片图像；将该切片图像输入至行人重识别模型中，以得到该切片图像的特征向量；
[0022]将得到的多个特征向量进行两两相似度计算，根据多个特征向量两两之间的相似度确定出真实头部，以将所述视频图像中的真实人体与所述视频图像中的每一个头部未佩戴安全帽的真实头部逐一进行匹配。
[0023]在一种可能的实现方式中，在所述利用预先训练的检测模型对所述视频图像进行类别检测时，所述检测模型为yolov5模型。
[0024]第二方面，本专利技术实施例还提供了一种安全帽佩戴检测装置，包括：
[0025]获取单元，用于获取工业区监控视频图像；
[0026]检测单元，用于利用预先训练的检测模型对所述视频图像进行类别检测；检测的类别至少包括头部未佩戴安全帽和人体；
[0027]确定单元，用于当对所述视频图像检测出头部未佩戴安全帽的类别和人体的类别时，则确定所述视频图像中的每一个头部未佩戴安全帽的头部是否具有与之匹配的真实人体；若是，则触发告警单元输出告警。
[0028]第三方面，本专利技术实施例还提供了一种电子设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器执行所述计算机程序时，实现本说明书任一实施例所述的方法。
[0029]第四方面，本专利技术实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序在计算机中执行时，令计算机执行本说明书任一实施例所述的方法。
[0030]本专利技术实施例提供了一种安全帽佩戴检测方法、装置、电子设备及存储介质，利用检测模型对视频图像进行类别检测，使得检测的类别至少包括头部未佩戴安全帽和人体两个类别，若视频图像中检测出头部未佩戴安全帽的类别和人体的类别，通过确定视频图像中的每一个头部未佩戴安全帽的头部是否具有与之匹配的真实人体，从而利用两个类别之
间进行相互匹配检测，以确定是否需要进行告警。可见，本方案能够降低误检情况，提高检测准确性。
附图说明
[0031]为了更清楚地说明本专利技术实施例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是本专利技术一实施例提供的一种安全帽佩戴检测方法流程图；
[0033]图2是本专利技术一实施例提供的另一种安全帽佩戴检测方法流程图；
[0034]图3是本专利技术一实施例提供的一种电子设备的硬件架构图；
[0035]图4是本专利技术一实施例提供的一种安全帽佩戴检测装置结构图。
具体实施方式
[0036]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例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做出创造性劳动的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。
[0037]请参考图1，本专利技术实施例提供了一种安全帽佩戴检测方法，该方法包括：
[0038]步骤100，获取工业区监控视频图像，利用预先训练的检测模型对所述视频图像进行类别检测；检测的类别至少包括头部未佩戴安全帽和人本文档来自技高网...

【技术保护点】

【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：获取工业区监控视频图像，利用预先训练的检测模型对所述视频图像进行类别检测；检测的类别至少包括头部未佩戴安全帽和人体；当对所述视频图像检测出头部未佩戴安全帽的类别和人体的类别时，则确定所述视频图像中的每一个头部未佩戴安全帽的头部是否具有与之匹配的真实人体；若是，则输出告警。2.根据权利要求1所述的方法，其特征在于，所述确定所述视频图像中的每一个头部未佩戴安全帽的头部是否具有与之匹配的真实人体，包括：基于所述视频图像中检测出的人体的类别中人体数量，确定所述视频图像中检测出的每一个人体是否为真实人体；将所述视频图像中的真实人体与所述视频图像中的每一个头部未佩戴安全帽的头部逐一进行匹配，若匹配上，则确定匹配上的该头部未佩戴安全帽的头部为真实人体的头部。3.根据权利要求2所述的方法，其特征在于，所述基于所述视频图像中检测出的人体的类别中人体数量，确定所述视频图像中检测出的每一个人体是否为真实人体，包括：若所述视频图像中检测出的人体的类别中人体数量为多个，则针对所述视频图像中检测出的每一个人体，均执行：基于该人体对应的检测框对所述视频图像进行切片，以得到包括该人体的切片图像；将该切片图像输入至行人重识别模型中，以得到该切片图像的特征向量；将得到的多个特征向量进行两两相似度计算，根据多个特征向量两两之间的相似度确定出真实人体。4.根据权利要求3所述的方法，其特征在于，所述根据多个特征向量两两之间的相似度确定出真实人体，包括：针对每一个特征向量，均执行：确定该特征向量与其他每一个特征向量的相似度是否均小于第一设定阈值，若是，则将该特征向量所对应的人体确定为非真实人体，若否，则将该特征向量所对应的人体确定为真实人体。5.根据权利要求2所述的方法，其特征在于，将所述视频图像中的一个真实人体与所述视频图像中的一个头部未佩戴安全帽的头部进行匹配的方式，包括：确定该真实人体所包含像素点在所述视频图像中的第一位置；确定该头部未佩戴安全帽的头部所包含像素点的第一数...

【专利技术属性】
技术研发人员：丁剑剑，姚兴仁，闫印强，杨利达，姜海昆，范宇，
申请(专利权)人：长扬科技北京股份有限公司，
类型：发明
国别省市：