[发明专利]安全帽检测与颜色识别方法、系统、存储介质及计算机设备

说明书

本发明提供了一种安全帽检测与颜色识别方法，通过获取待测图像；检测所述待测图像上是否存在人体目标；若存在人体目标，则截取人体目标所在位置的第一感兴趣区域，并将第一感兴趣区域输入至预训练好的安全帽检测模型；若安全帽检测模型对应输出的检测结果确定所述人体目标佩戴安全帽时，截取安全帽所在位置的第二感兴趣区域，并将第二感兴趣区域输入至高斯混合模型；根据所述高斯混合模型计算得出的颜色概率值得分，以将颜色概率值最高得分对应的颜色类别确定为安全帽颜色。本发明还提供了一种安全帽检测与颜色识别系统、存储介质及计算机设备。借此，本发明能够保证安全帽检测场景的图片不压缩，提高准确率；并且能够准确检测出安全帽颜色。

技术领域

本发明涉及安全检测技术领域，尤其涉及一种安全帽检测与颜色识别方法、系统、存储介质及计算机设备。

背景技术

在一般的生产作业中，往往需要工作人员严格按照规范佩戴安全帽进行工作；为此，需要检测处于工作区域内的工作人员是否有佩戴相应的安全帽。同时，某些生产车间或施工场所由于某种规定要求，不同职能的工作人员需要戴不同颜色的安全帽，而某些条件下施工必须在技术人员或者监督人员在场情况下进行。因此，针对安全帽颜色的有效识别不仅可以保证安全生产的稳定进行，生产时也可以监管对应的人员是否脱岗。

现有技术提出了基于神经网络的安全帽颜色检测方法，主要有两种方案：其一：将从摄像头获取的原始数据，直接送入安全帽检测模型，然后输出检测与识别的结果；这种方案要求安全帽检测模型的输入大小，需要尽量与原始的从摄像头获取的图片大致一致，才能保证图像中尺寸较小的安全帽的特征不会被明显压缩损失。若安全帽检测模型的输入大小过大，会导致推理时间很长，不能很好的应用到使用场景中；并且在复杂场景中也可能因为安全帽检测模型的泛化能力不足，无法准确的定位与分类安全帽颜色。其二：使用传统计算机视觉的方法识别安全帽的颜色；该方案使用安全帽目标检测模型检测出安全帽区域之后，使用传统的计算机视觉方法，分析判断安全帽的颜色。但这种方法缺点是无法准确的识别光线较暗、安全帽脏污时的安全帽颜色。

综上可知，现有的方法在实际使用上，存在着较多的问题，所以有必要加以改进。

发明内容

针对上述的缺陷，本发明的目的在于提供一种安全帽检测与颜色识别方法，系统、存储介质及其计算机设备，能够保证安全帽检测场景的图片不压缩，提高准确率；并且能够准确检测出安全帽颜色。

为了实现上述目的，本发明提供一种安全帽检测与颜色识别方法，包括步骤：

获取待测图像；

检测所述待测图像上是否存在人体目标；

若存在所述人体目标，则截取所述人体目标所在位置的第一感兴趣区域，并将所述第一感兴趣区域输入至预训练好的安全帽检测模型；

若所述安全帽检测模型对应输出的检测结果确定所述人体目标佩戴安全帽时，截取所述安全帽所在位置的第二感兴趣区域，并将所述第二感兴趣区域输入至高斯混合模型；

根据所述高斯混合模型计算得出的颜色概率值得分，以将颜色概率值最高得分对应的颜色类别确定为安全帽颜色。

可选的，所述检测所述待测图像上是否存在人体目标的步骤具体包括：

将所述待测图像输入至人体检测模型，并基于所述人体检测模型对应输出的人体检测结果确定是否存在所述人体目标。

可选的，所述若存在所述人体目标，则截取所述人体目标所在位置的第一感兴趣区域，并将所述第一感兴趣区域输入至预训练好的安全帽检测模型的步骤具体包括：

若所述人体检测结果确定存在所述人体目标时，在所述待测图像上剪切出所述人体目标所在位置的所述第一感兴趣区域；

将所述第一感兴趣区域输入至预训练好的安全帽检测模型，以获得所述安全帽检测模型对应输出的安全帽检测结果。