本申请涉及一种安全帽佩戴检测方法和装置、电子设备、计算机可读存储介质,包括:对图像帧中的人体骨骼点进行检测,得到每组人体骨骼点的位置信息,对图像帧中的安全帽进行检测,得到安全帽的位置信息。通过匈牙利算法对每组人体骨骼点的位置信息与安全帽的位置信息进行匹配,得到人体骨骼点与安全帽的匹配对,当匹配对符合预设条件时,则检测出符合预设条件的匹配对中的人员佩戴安全帽。利用了人体骨骼点信息与安全帽位置的位置相关性较强的特性,通过匈牙利算法对每组人体骨骼点的位置信息与安全帽的位置信息进行匹配,检测出符合条件的匹配对中的人员佩戴安全帽。如此,通过该安全帽佩戴检测方法所得出的检测结果的鲁棒性更好,同时更加准确。
【技术实现步骤摘要】
安全帽佩戴检测方法和装置、电子设备、计算机可读存储介质
本申请涉及计算机
,特别是涉及一种安全帽佩戴检测方法和装置、电子设备、计算机可读存储介质。
技术介绍
随着城市化发展的不断深化,人们生活的节奏越来越快,网络的高速发展活跃了外卖和快递市场,人们享受着网上购物和送餐给生活带来的便利。然而在便利的同时,由于外卖和快递市场对外送和派件业务有着严格的时效限制,配送人员往往在驾驶过程中存在未佩戴安全帽、打电话等不规范驾驶行为,极大程度上增加了发生交通事故的严重程度及几率。有研究表明驾驶人员佩戴安全帽将大大降低交通事故的发生率。因此,有必要对驾驶人员是否佩戴安全帽进行检查并监督。传统的安全帽佩戴检测方法,通常是采用部署在城市的公共道路出入口及主要行人车流通道的摄像头,来对两轮或者三轮机动车驾驶者佩戴安全帽的状态进行实时统计。然而,这种检测方法的准确性较低,因此,亟需提供一种安全帽佩戴检测方法来改善这种情况。
技术实现思路
本申请实施例提供一种安全帽佩戴检测方法、装置、电子设备、计算机可读存储介质,可以提高安全帽佩戴检测的准确性。一种安全帽佩戴检测方法,包括:对图像帧中的人体骨骼点进行检测,得到每组人体骨骼点的位置信息;对所述图像帧中的安全帽进行检测,得到安全帽的位置信息;通过匈牙利算法对每组人体骨骼点的位置信息与安全帽的位置信息进行匹配,得到人体骨骼点与安全帽的匹配对;当所述匹配对符合预设条件时,则检测出符合预设条件的匹配对中的人员佩戴安全帽。在其中一个实施例中,所述通过匈牙利算法对每组人体骨骼点的位置信息与安全帽的位置信息进行匹配,得到人体骨骼点与安全帽的匹配对,包括:对每组人体骨骼点的位置信息与安全帽的位置信息计算匹配值,所述每组人体骨骼点至少包括人体上鼻子、脖子对应的骨骼点;将所述匹配值输入至匈牙利算法中计算出人体骨骼点的位置信息与安全帽的位置信息的匹配对。在其中一个实施例中,所述当所述匹配对符合预设条件时,则检测出符合预设条件的匹配对中的人员佩戴安全帽,包括:判断所述匹配对的匹配值是否小于所述第一阈值;若判断出所述匹配对的匹配值小于所述第一阈值,则检测出符合预设条件的匹配对中的人员佩戴安全帽。在其中一个实施例中,所述方法还包括:当判断出所述匹配对的匹配值大于或等于所述第一阈值,则检测出符合预设条件的匹配对中的人员未佩戴安全帽。在其中一个实施例中,所述一组人体骨骼点至少包括人体上鼻子、脖子对应的骨骼点;所述当所述匹配对符合预设条件时,则检测出符合预设条件的匹配对中的人员佩戴安全帽,包括:获取符合预设条件的匹配对,计算所述符合预设条件的匹配对中人体上脖子对应的骨骼点到鼻子对应的骨骼点的向量作为基准向量;计算所述符合预设条件的匹配对中人体上鼻子对应的骨骼点到安全帽的中心点的向量;将所述人体上鼻子对应的骨骼点到安全帽的中心点的向量分别与所述基准向量做点乘运算得到点乘运算结果,对所述点乘运算结果计算加权和;当所述点加权和小于第二阈值时,则检测出符合预设条件的匹配对中的人员佩戴安全帽。在其中一个实施例中,所述方法还包括:当所述加权和大于或等于第二阈值时,则检测出符合预设条件的匹配对中的人员未佩戴安全帽。在其中一个实施例中,所述方法还包括:获取未佩戴安全帽的人员的相关信息,所述相关信息包括位置信息、图像信息;将所述未佩戴安全帽的人员的相关信息上传至服务器进行存储。一种安全帽佩戴检测装置,包括:人体骨骼点位置检测模块,用于对图像帧中的人体骨骼点进行检测,得到每组人体骨骼点的位置信息;安全帽位置检测模块,用于对所述图像帧中的安全帽进行检测,得到安全帽的位置信息;匹配对获取模块,用于通过匈牙利算法对每组人体骨骼点的位置信息与安全帽的位置信息进行匹配,得到人体骨骼点与安全帽的匹配对;佩戴安全帽确定模块,用于当所述匹配对符合预设条件时,则检测出符合预设条件的匹配对中的人员佩戴安全帽。一种电子设备,包括存储器及处理器,所述存储器中储存有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如上方法的步骤。一种计算机可读存储介质,其上存储有计算机程序,,计算机程序被处理器执行时实现如上方法的步骤。上述安全帽佩戴检测方法、装置、电子设备、计算机可读存储介质,对图像帧中的人体骨骼点进行检测,得到每组人体骨骼点的位置信息,对图像帧中的安全帽进行检测,得到安全帽的位置信息。通过匈牙利算法对每组人体骨骼点的位置信息与安全帽的位置信息进行匹配,得到人体骨骼点与安全帽的匹配对,当匹配对符合预设条件时,则检测出符合预设条件的匹配对中的人员佩戴安全帽。当人员正确佩戴了安全帽时,人体骨骼点位置信息与安全帽的位置相关性较强,因此利用了人体骨骼点信息与安全帽位置的位置相关性较强的特性,通过匈牙利算法对每组人体骨骼点的位置信息与安全帽的位置信息进行匹配,并在所得的匹配对符合预设条件时,检测出符合预设条件的匹配对中的人员佩戴安全帽。如此,通过该安全帽佩戴检测方法所得出的检测结果的鲁棒性更好,同时更加准确。附图说明为了更清楚地说明本申请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,下面描述中的附图仅仅是本申请的一些实施例,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。图1为一个实施例中安全帽佩戴检测方法的应用环境图;图2为一个实施例中安全帽佩戴检测方法的流程图;图3为一个实施例中人体骨骼点的分布图;图4为一个实施例中人帽匹配过程的示意图;图5为图2中从符合预设条件的匹配对中确定人员佩戴安全帽的流程图;图6为一个实施例中向量的示意图;图7为一个具体的实施例中安全帽佩戴检测方法的流程图;图8为一个实施例中安全帽佩戴检测装置的结构框图;图9为一个实施例中安全帽佩戴检测装置的结构框图;图10为一个实施例中电子设备的内部结构示意图。具体实施方式为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。可以理解,本申请所使用的术语“第一”、“第二”等可在本文中用于描述各种元件,但这些元件不受这些术语限制。这些术语仅用于将第一个元件与另一个元件区分。图1为一个实施例中安全帽佩戴检测方法在充电过程中的应用环境示意图。如图1所示,该应用环境包括电子设备120及服务器140,该电子设备120具有拍照功能,并可以对所拍摄的照片或视频进行分析处理,判断出所拍摄的照片或视频中的人员是否佩戴安全帽,并将未佩戴安全帽的人员的图像上传至服务器140中的数据库进行存储,以便对未佩戴安全帽的人员进行记录,并可以进本文档来自技高网...
【技术保护点】
1.一种安全帽佩戴检测方法,其特征在于,包括:/n对图像帧中的人体骨骼点进行检测,得到每组人体骨骼点的位置信息;/n对所述图像帧中的安全帽进行检测,得到安全帽的位置信息;/n通过匈牙利算法对每组人体骨骼点的位置信息与安全帽的位置信息进行匹配,得到人体骨骼点与安全帽的匹配对;/n当所述匹配对符合预设条件时,则检测出符合预设条件的匹配对中的人员佩戴安全帽。/n
【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:
对图像帧中的人体骨骼点进行检测,得到每组人体骨骼点的位置信息;
对所述图像帧中的安全帽进行检测,得到安全帽的位置信息;
通过匈牙利算法对每组人体骨骼点的位置信息与安全帽的位置信息进行匹配,得到人体骨骼点与安全帽的匹配对;
当所述匹配对符合预设条件时,则检测出符合预设条件的匹配对中的人员佩戴安全帽。
2.根据权利要求1所述的方法,其特征在于,所述通过匈牙利算法对每组人体骨骼点的位置信息与安全帽的位置信息进行匹配,得到人体骨骼点与安全帽的匹配对,包括:
对每组人体骨骼点的位置信息与安全帽的位置信息计算匹配值,所述每组人体骨骼点至少包括人体上鼻子、脖子对应的骨骼点;
将所述匹配值输入至匈牙利算法中计算出人体骨骼点与安全帽的匹配对。
3.根据权利要求2所述的方法,其特征在于,所述当所述匹配对符合预设条件时,则检测出符合预设条件的匹配对中的人员佩戴安全帽,包括:
判断所述匹配对的匹配值是否小于所述第一阈值;
若判断出所述匹配对的匹配值小于所述第一阈值,则检测出符合预设条件的匹配对中的人员佩戴安全帽。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
当判断出所述匹配对的匹配值大于或等于所述第一阈值,则检测出符合预设条件的匹配对中的人员未佩戴安全帽。
5.根据权利要求1所述的方法,其特征在于,所述一组人体骨骼点至少包括人体上鼻子、脖子对应的骨骼点;所述当所述匹配对符合预设条件时,则检测出符合预设条件的匹配对中的人员佩戴安全帽,包括:
获取符合预设条件的匹配对,计算所述符合预设条件的匹配对中人体上脖子对应的骨骼点到鼻子对应的骨骼点的向量作为基准向量;
...
【专利技术属性】
技术研发人员:李京,
申请(专利权)人:顺丰科技有限公司,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。