一种检测安全帽佩戴情况的方法、计算机设备及存储介质技术

本申请涉及一种检测安全帽佩戴情况的方法、计算机设备及存储介质，其中该方法包括：获取预设区域的时序图像；检测每帧图像中的头部目标，得到每帧图像包含的头部目标及头部目标的类别、类别置信度以及所在图像区域，该类别包括：佩戴安全帽和未佩戴安全帽的头部目标；进行目标跟踪，将多帧图像中的同一头部目标进行关联；对于每帧图像中检测出的每个头部目标，提取每个头部目标所在图像区域的预设图像特征；对于每帧图像包含的每个头部目标，根据每个头部目标在当前图像和当前图像的前序图像中检测得到的类别和类别置信度，及在当前图像中提取的预设图像特征，使用随机森林分类器，确定每个头部目标对应于当前图像的类别。由此，提高检测准确性。提高检测准确性。提高检测准确性。

【技术实现步骤摘要】
一种检测安全帽佩戴情况的方法、计算机设备及存储介质


[0001]本申请涉及计算机
，尤其涉及一种检测安全帽佩戴情况的方法、计算机设备及存储介质。

技术介绍

[0002]安全帽是施工现场有效保护作业人员头部、防止和减轻各种伤害事故、保证作业人员生命安全的重要防护用品。大量的事实证明，正确地配戴好安全帽可以有效地降低施工现场的事故发生频率，减轻事故伤害风险。
[0003]相关技术中，未对施工现场进行检测。并且由于施工现场监测距离较远、覆盖范围较大、人员处于活动状态，而且分布在不同的距离导致人员大小差异大，此外施工现场还受天气等影响，相关技术中的检测方案应用到施工现场时，存在大量的漏检或者检测错误。
[0004]综上所述，如何准确检测施工现场安全帽佩戴情况尚无有效解决方案。

技术实现思路

[0005]为了解决上述技术问题或者至少部分地解决上述技术问题，本申请提供了一种检测安全帽佩戴情况的方法、计算机设备及存储介质。
[0006]第一方面，本申请提供了一种检测安全帽佩戴情况的方法，包括：获取预设区域的时序图像；检测每帧图像中的头部目标，得到每帧图像包含的头部目标及头部目标的类别、类别置信度以及所在图像区域，其中，该类别包括：佩戴安全帽的头部目标和未佩戴安全帽的头部目标；对检测到的所有头部目标进行多目标跟踪，将多帧图像中的同一头部目标进行关联；对于每帧图像中检测出的每个头部目标，提取每个头部目标所在图像区域的预设图像特征；对于每帧图像包含的每个头部目标，根据每个头部目标在当前图像和当前图像的前序图像中检测得到的类别和类别置信度，以及在当前图像中提取的预设图像特征，使用随机森林分类器，确定每个头部目标对应于当前图像的类别。
[0007]在某些实施例中，上述方法还包括：对于每帧图像检测出的每个头部目标，确定每个头部目标在当前图像中所在图像区域与其在当前图像的前序图像中所在图像区域之间的直线距离；其中，对于每帧图像包含的每个头部目标，根据每个头部目标在当前图像和当前图像的前序图像中检测得到的类别和类别置信度、在当前图像中提取的预设图像特征，以及上述直线距离，使用随机森林分类器，确定每个头部目标对应于当前图像的类别。
[0008]在某些实施例中，上述方法还包括：对于每帧图像中新检测出的头部目标，在后序图像中使用随机森林分类器确定新检测出的头部目标对应于后序图像的类别。
[0009]在某些实施例中，上述预设图像特征包括：图像局部纹理特征和/或颜色直方图特征。
[0010]在某些实施例中，使用局部二值模式(Local Binary Pattern,简称为LBP)算子描述上述图像局部纹理特征。
[0011]在某些实施例中，获取预设区域的时序图像，包括：获取摄像头采集的视频，其中，
摄像头的视野覆盖预设区域；按照预设条件从视频中抽取多帧图像，得到预设区域的时序图像。
[0012]在某些实施例中，上述方法还包括：检测每帧图像中的人体目标；根据每帧图像中头部目标的数量和人体目标的数量进行安全帽佩戴情况告警。
[0013]在某些实施例中，上述方法还包括：检测每帧图像中的人体，得到每帧图像包含的人体目标；对于每帧图像，如果确定为未佩戴安全帽的头部目标的数量为0，且确定为佩戴安全帽的头部目标的数量不等于检测到的人体目标的数量，标记图像为异常帧；如果确定为未佩戴安全帽的头部目标的数量大于0，标记所述图像为告警帧；根据连续多帧图像被标记为异常帧和/或告警帧的情况进行告警。
[0014]第二方面，本申请提供了一种计算机设备，该计算机设备包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序；计算机程序被处理器执行时实现上述任一检测安全帽佩戴情况的方法的步骤。
[0015]第三方面，本申请提供了一种计算机可读存储介质，该计算机可读存储介质上存储有检测安全帽佩戴情况的程序，该检测安全帽佩戴情况的程序被处理器执行时实现上述任一检测安全帽佩戴情况的方法的步骤。
[0016]本申请实施例提供的上述技术方案与现有技术相比具有如下优点：本申请实施例提供的该方法，对佩戴安全帽和未佩戴安全帽的头部目标进行目标检测和目标跟踪，得到同一头部目标在当前图像和当前图像的前序图像中的类别、类别置信度和所在图像区域，并提取头像目标所在区域的预设图像特征，使用随机森林分类器，根据头部目标在当前图像和其前序图像的类别、类别置信度以及头部目标在当前图像中的上述预设图像特征，确定头部目标对应于当前图像的类别，实现了佩戴安全帽和未佩戴安全帽的头部目标的准确识别，尤其是在监测距离远、覆盖范围大的情况下也能准确识别佩戴安全帽和未佩戴安全帽的头部目标。
附图说明
[0017]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本专利技术的实施例，并与说明书一起用于解释本专利技术的原理。
[0018]为了更清楚地说明本专利技术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，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0019]图1为本申请实施例提供的检测安全帽佩戴情况的系统一种实施方式的示意图；
[0020]图2为本申请实施例提供的检测安全帽佩戴情况的方法一种实施方式的流程图；
[0021]图3为本申请实施例提供的检测安全帽佩戴情况的方法一个示例的流程图；
[0022]图4为本申请实施例提供的随机森林分类器一种实施方式的示意图；
[0023]图5为本申请实施例不同亮度下的LBP特征的一个示例；
[0024]图6为本申请实施例不同颜色安全帽的颜色直方图特征的一个示例；以及
[0025]图7为本申请实施例提供的计算机设备一种实施方式的硬件示意图。
具体实施方式
[0026]应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。
[0027]在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本专利技术的说明，其本身没有特定的意义。因此，“模块”、“部件”或“单元”可以混合地使用。
[0028]本申请实施例提供了一种检测安全帽佩戴情况的系统，如图1所示，系统100包括：一个或多个摄像头101、计算机设备102和客户端103。应当理解，本申请实施例并不限于此，例如，摄像头和计算机设备可集成为一体。
[0029]在本申请实施例中，摄像头101设置在施工现场，其视野覆盖施工现场的至少部分区域，用以采集其覆盖区域的视频图像。在一些示例中，摄像头101固定覆盖一区域，按照预设条件采集该区域的视频图像。在一些示例中，施工现场被划分为多个子区域，每个子区域设置摄像头101来采集子区域的视频图像。在一些示例中，摄像头101被配置为可调整的，其能够在不同时间覆盖不同的区域，以对多个区域进行监测。
[0030]在本申请实施例中，计算机设备102与摄像本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种检测安全帽佩戴情况的方法，其特征在于，包括：获取预设区域的时序图像；检测每帧图像中的头部目标，得到每帧图像包含的头部目标及头部目标的类别、类别置信度以及所在图像区域，其中，所述类别包括：佩戴安全帽的头部目标和未佩戴安全帽的头部目标；对检测到的所有头部目标进行多目标跟踪，将多帧图像中的同一所述头部目标进行关联；对于每帧图像中检测出的每个所述头部目标，提取每个所述头部目标所在图像区域的预设图像特征；对于每帧图像包含的每个所述头部目标，根据每个所述头部目标在当前图像和所述当前图像的前序图像中检测得到的类别和类别置信度，以及在所述当前图像中提取的所述预设图像特征，使用随机森林分类器，确定每个所述头部目标对应于所述当前图像的类别。2.根据权利要求1所述的方法，其特征在于，还包括：对于每帧图像检测出的每个所述头部目标，确定每个所述头部目标在所述当前图像中所在图像区域与其在所述当前图像的前序图像中所在图像区域之间的直线距离；其中，对于每帧图像包含的每个所述头部目标，根据每个所述头部目标在当前图像和所述当前图像的前序图像中检测得到的类别和类别置信度、在所述当前图像中提取的所述预设图像特征，以及所述直线距离，使用随机森林分类器，确定每个所述头部目标对应于所述当前图像的类别。3.根据权利要求1或2所述的方法，其特征在于，还包括：对于每帧图像中新检测出的所述头部目标，在后序图像中使用所述随机森林分类器确定所述新检测出的所述头部目标对应于所述后序图像的类别。4.根据权利要求1或2所述的方法，其特征在于，所述预设图...

【专利技术属性】
技术研发人员：王强，王亮，贾亚冲，杨阳，
申请(专利权)人：北京华夏启信科技有限公司，
类型：发明
国别省市：