[发明专利]安全帽佩戴检测方法、电子装置及存储介质

说明书

本申请提供一种安全帽佩戴检测方法，包括：实时拍摄当前监控区域场景的视频，检测拍摄的视频图像中是否包含至少一个人体；在视频图像中包含至少一个人体时，判断至少一个人体是否需要佩戴安全帽；当判定人体需要佩戴安全帽时，通过安全帽佩戴检测模型检测视频图像，判断人体是否佩戴安全帽；及根据人体是否佩戴安全帽的检测结果在视频图像中佩戴安全帽及/或未佩戴安全帽的人体的头部位置添加对应的预设标识。本申请还提供一种电子装置及存储介质。本申请通过安全帽佩戴检测模型自动检测人员是否佩戴安全帽，提高了安全帽佩戴检测结果的准确度。

技术领域

本申请涉及视觉检测技术领域，尤其涉及一种安全帽佩戴检测方法、电子装置及存储介质。

背景技术

安全帽是防物体打击和坠落时头部碰撞的头部防护装置，进入施工场所的施工工人、电动车或摩托车驾驶人及搭载人通过佩戴安全帽以防护头部，以避免受坠落的物件伤害以及在自己坠落时受到伤害。但经常存在施工工人、电动车或摩托车驾驶人及搭载人没有按照规定佩戴安全帽的情况发生，因此在施工场所或道路对安全帽的佩戴情况进行实时的监控至关重要。现有技术通常通过直接的图像识别以检测人员是否佩戴安全帽，由于安全帽的种类繁多、部分普通帽子与安全帽相近等因素，导致安全帽佩戴的检测结果准确度不高。

发明内容

有鉴于此，有必要提供一种安全帽佩戴检测方法、电子装置及存储介质，通过深度学习训练建立的安全帽佩戴检测模型检测人员是否佩戴安全帽，提高了安全帽佩戴检测结果的准确度。

本申请提供一种安全帽佩戴检测方法，包括：

实时拍摄当前监控区域场景的视频，通过人体特征识别检测拍摄的视频图像中是否包含至少一个人体；

在检测到拍摄的所述视频图像中包含所述至少一个人体时，根据所述至少一个人体所属的法规规范场景判断所述至少一个人体是否需要佩戴安全帽；

当判定所述至少一个人体需要佩戴安全帽时，对拍摄的所述视频图像进行预处理，其中，所述预处理包括滤波、降噪及归一化；

通过安全帽佩戴检测模型检测所述视频图像，判断所述至少一个人体的头部是否佩戴安全帽；

其中，所述安全帽佩戴检测模型为YOLOv4模型，所述YOLOv4模型包括输入层、主干网络、颈部网络和输出层，所述输入层用于接收输入的经过预处理的视频图像，所述主干网络用于从所述视频图像提取目标特征，所述颈部网络用于融合提取的目标特征，所述输出层用于根据经过融合的目标特征预测目标特征区域，所述目标特征区域包括所述人体的头部区域及/或安全帽区域；

在所述安全帽佩戴检测模型检测到所述当前监控区域场景的视频图像中的目标特征区域包括所述人体的头部区域及所述安全帽区域时，确定所述头部区域与所述安全帽区域的重合程度；

在所述安全帽佩戴检测模型未检测到所述视频图像中所述人体的安全帽区域或确定检测到的所述头部区域与所述安全帽区域的重合程度未达到预设值时，判定所述人体的头部未佩戴安全帽；

在确定检测到的所述头部区域与所述安全帽区域的重合程度达到预设值时，判定所述人体的头部佩戴安全帽；

根据所述至少一个人体的头部是否佩戴安全帽的检测结果在所述视频图像中佩戴安全帽及/或未佩戴安全帽的人体的头部位置添加对应的预设标识，以标示所述检测结果。

可选地，所述方法还包括：

获取预设监控区域场景的多个图像，所述预设监控区域场景的多个图像包括人体佩戴安全帽的多个正样本图像和人体未佩戴安全帽的多个负样本图像；

获取所述预设监控区域场景的每个图像的检测结果，所述正样本图像的检测结果为人体佩戴安全帽，所述负样本图像的检测结果为人体未佩戴安全帽；及