[发明专利]人员在岗检测方法、电子设备和计算机可读存储介质

说明书

本申请公开一种人员在岗检测方法，包括：获取目标检测区域的图像；确定所述目标检测区域的图像中的行人图像；对所述行人图像进行识别，获取行人的第一标识特征集；对所述第一标识特征集进行处理，得到第二标识特征集，所述第二标识特征集为对应于所述第一标识特征集的高级语义特征集；根据标准特征集对所述第二标识特征集进行评分，当所述评分大于第一预定阈值时，判定所述行人为工作人员。本申请的技术方案，其可实现特定工作场景内提高在岗检测准确度和精确度。

技术领域

本申请涉及计算机视觉技术领域，尤其涉及一种人员在岗检测方法、电子设备和计算机可读存储介质。

背景技术

随着计算机深度学习技术的发展，利用基于目标检测的技术进行人员的在岗检测可有效地减少对传统人工巡检或人工翻看监控的依赖，并提高检测效率。但现有的利用计算机技术进行人员在岗检测的方法主要是通过获取人身或头部的特征信息训练分类器对人员进行识别，并判断人员是否在岗，无法在特定场景下有效区分工作人员和普通人，存在检测不准确或无法判断的问题。所以，现在亟需提供一种解决方案，以针对特定场景工作人员在岗进行自动、快速检测，提升在岗检测的准确率。

发明内容

本申请实施例的主要目的在于提出一种人员在岗检测方法、电子设备和计算机可读存储介质，以提升在岗检测的准确率。

第一方面，本申请实施例提供一种人员在岗检测方法，包括：

获取目标检测区域的图像；

确定所述目标检测区域的图像中的行人图像；

对所述行人图像进行识别，获取行人的第一标识特征集；

对所述第一标识特征集进行处理，得到第二标识特征集，所述第二标识特征集为对应于所述第一标识特征集的高级语义特征集；

根据标准特征集对所述第二标识特征集进行评分，当所述评分大于第一预定阈值时，判定所述行人为工作人员。

可选地，所述第一标识特征集包括多个第一标识特征，所述第二标识特征集包括多个第二标识特征，所述对所述第一标识特征集进行处理，得到第二标识特征集，包括：

将所述行人图像划分为多个区域；

计算各个区域识别出的第一标识特征与各第二标识特征之间的相关性；

根据确定相关性确定与各个区域的第一个标识特征分别相对应的第二标识特征，并获得所述第二标识特征集。

可选地，所述将所述行人图像划分为多个区域，其中，所述多个区域包括：全身、头部、上身、下身、脚部五个区域。

可选地，所述计算各个区域识别出的第一标识特征与各第二标识特征之间的相关性，包括：

根据区域初步确定各个区域的第一标识特征所对应的第二标识特征子集，所述第二标识特征子集包括多个第二标识特征，不同区域对应的第二标识特征子集互不相同；

计算各个第一标识特征与其所对应的第二标识特征子集中的第二标识特征之间的相关性。

可选地，所述计算各个第一标识特征与其所对应的第二标识特征子集中的第二标识特征之间的相关性，包括：

根据sigmoid函数对所述第一标识特征进行评分，得到第一评分；

利用以下公式（1）计算第二评分；

其中，当存在高于第二预定阈值的第二分值高于第二预定阈值的第一标识特征时，将第二分值所对应的第二标识特征作为与当前的第一标识特征相对应的第二标识特征，

（1）

其中，是补偿后的第 i个第一标识特征的第二评分；

n是第一标识特征总数；

是第一修正系数；