[发明专利]一种基于安全帽佩戴识别的叉车安全作业检测方法

权利要求书

1.一种基于安全帽佩戴识别的叉车安全作业检测方法，对摄像机拍摄的作业区域图像进行分析，其特征在于：包括以下步骤：

S1.采用预训练的深度学习目标模型识别图像中叉车、司机和行人；

S2.根据叉车和司机识别结果判断进行作业判断，并根据叉车和司机识别区域的重叠率判断获取候选叉车司机；

S3.裁剪候选叉车司机图像，采用预训练的深度学习目标模型识别图像中的人头像和安全帽；

S4.根据人头像或安全帽识别区域依次与行人识别区域、叉车司机识别区域上部、叉车识别区域上部中间区域的重叠率判断，获取叉车司机的人头像和安全帽识别结果；

S5.根据叉车司机的人头像和安全帽识别结果进行报警判断。

2.根据权利要求1所述的一种基于安全帽佩戴识别的叉车安全作业检测方法，其特征是所述步骤S1具体过程包括：

采集一帧实时监控图像；

采用预训练的深度学习目标模型识别图像中叉车、司机和行人，获得叉车、司机、行人识别结果；

其中叉车识别结果包括一个叉车的叉车识别框，以及叉车识别框左上顶点坐标和宽高，司机识别结果包括一个坐着的人的司机识别框，以及司机识别框左上顶点坐标和宽高，行人识别结果包括站立的人的行人识别框，以及行人识别框左上坐标和宽高。

3.根据权利要求2所述的一种基于安全帽佩戴识别的叉车安全作业检测方法，其特征是所述根据叉车和司机识别结果判断进行作业判断，包括：

判断是否识别出叉车，若无叉车，则跳过当前帧图像，进入下一帧图像分析，若有叉车，进入下一步判断；

判断叉车识别框是否满足第一条件，若不满足，则跳过当前帧图像，进入下一帧图像分析，若满足，进入下一步判断，其中第一条件为叉车识别框宽度大于q1且叉车识别框宽高比或高宽比小于p；

判断是否识别出司机，若无司机，则跳过当前帧图像，进入下一帧图像分析，若有司机，则判断叉车可能作业。

4.根据权利要求3所述的一种基于安全帽佩戴识别的叉车安全作业检测方法，其特征是所述根据叉车和司机识别区域的重叠率判断获取候选叉车司机，包括：

遍历司机识别结果，计算司机识别框与叉车识别框的重叠率，判断重叠率是否小于第一阈值，若是，判断该目标非叉车司机，若否，判断该目标为候选叉车司机，若最终都为非叉车司机，则跳过当前帧图像，进入下一帧图像分析；

司机识别框与叉车识别框的重叠率计算包括，

计算叉车与司机重叠区域宽

w＝min(fxmin+fw,dxmin+dw)-max(fxmin,dxmin)，

计算叉车与司机重叠区域高

h＝min(fymin+fh,dymin+dh)-max(fymin,dymin)，

其中fxmin，fymin表示叉车识别框左上顶点坐标，fw表示叉车识别框宽度，fh表示叉车识别框高度，dxmin,dymin表示司机识别框左上顶点坐标，dw表示司机识别框宽度，dh表示司机识别框高度；

计算司机识别框与叉车识别框的重叠率

5.根据权利要求4所述的一种基于安全帽佩戴识别的叉车安全作业检测方法，其特征是所述步骤S3的具体过程包括：

根据判断获得的候选叉车司机，从图像中裁剪出候选叉车司机的司机识别框图像，采用预训练的深度学习目标模型识别得到人头像和安全帽识别结果；

其中人头像识别结果包括一个人头像的人头像识别框，以及人头像识别框左上顶点坐标和宽高，安全帽识别结果包括一个安全帽的安全帽识别框，以及安全帽识别框左上顶点坐标和宽高；

判断人头像或安全帽识别框是否满足第二条件，若不满足，过滤掉不满足第二条件的人头像或安全帽识别结果，若满足，获得符合第二条件的人头像或安全帽识别结果，其中第二条件为人头像或安全帽识别框宽度或高度大于等于q2。