【技术实现步骤摘要】
本申请涉及目标检测领域,尤其涉及一种防火服的检测方法、装置及存储介质。
技术介绍
1、防火服是从事安全救援的人员和工业工人在工作中必不可少的服装装备,旨在有效保护穿戴者的个人安全，使得其免受火焰、高温及其他相关危险的影响。其防火隔热、防护有害气体、耐磨损耐撕裂等多重功能相结合，为穿着者提供了全面的保护。防火服的穿戴比较复杂，这就导致穿戴人员穿戴时可能会有疏漏。
2、现有技术中，在光线较暗的环境下，通过摄像头拍摄视频图像以检测防火服是否穿戴完整，图像亮度的平均化以及低光照条件导致的图像细节损失，会导致检测的准确率降低。
技术实现思路
1、为了解决上述技术问题，本申请提供了一种防火服的检测方法、装置及存储介质。
2、下面对本申请中提供的技术方案进行描述：
3、本申请第一方面提供了一种防火服的检测方法，该方法包括：
4、在至少两个防火服检测点位采集工作人员的行为视频，每一个防火服检测点位包括至少一个采集设备；
5、从行为视频获取同一目标工作人员的至少一张待检测图像；
6、确定待检测图像的亮度数据；
7、当亮度数据不符合预设亮度条件时，对待检测图像进行增强处理；
8、将至少一张待检测图像输入预先训练好的卷积神经网络模型进行防火服特征检测，输出至少一个检测数据；
9、根据检测数据对目标工作人员进行告警。
10、可选的，在从行为视频获取同一目标工作人员的至少一张待检测图像之后
11、选取同一个相机设备采集的同一个场景下的图像数据，使用帧差法对前后两帧图像进行处理，通过帧差法处理后保留的前景图像区域判断图像是否存在目标，并通过前景目标区域形状、面积，设置阈值进行背景干扰过滤处理。
12、通过所述保留的前景区域在所述待检测图像上确定防火服特征检测区域，所述防火服特征检测区域包括防火帽检测区域、防火衣检测区域、防火裤检测区域、靴子检测区域、手套检测区域和腰带检测区域。
13、可选的，确定待检测图像的亮度数据，包括：
14、通过防火服特征检测区域确定待检测图像的初始背景区域；
15、对初始背景区域中的目标工作人员之外的工作人员区域进行筛除，生成目标背景区域；
16、计算待检测图像在目标背景区域的灰度均值，将灰度均值确定为亮度数据。
17、可选的，防火服的每一个组成部分都设置有反光区域，每一个组成部分反光区域的反光形状特征均不相同；
18、将至少一张待检测图像输入预先训练好的卷积神经网络模型进行防火服特征检测，输出至少一个检测数据，包括：
19、将至少一张待检测图像输入预先训练好的卷积神经网络模型；
20、通过卷积神经网络模型对至少一张待检测图像中各个防火服特征检测区域进行反光形状特征识别，生成至少一个检测数据，检测数据包括一张待检测图像在每个防火服特征检测区域对特定的反光形状特征的识别结果。
21、可选的，从行为视频获取同一目标工作人员的至少一张待检测图像，包括：
22、从行为视频中均匀采集至少两张初始化图像，从至少两张初始化图像中利用帧差法筛选出同一目标工作人员的前景区域图像作为第一图像集合；
23、检测第一图像集合中每一张图像的目标工作人员区域，筛除区域面积不符合的图像，以生成至少两张待采集采集图像；
24、可选的，当亮度数据不符合预设亮度条件时，对待检测图像进行增强处理，包括：
25、当亮度数据不符合预设亮度条件时，使用csnorn模型对待检测图像的防火服特征检测区域进行增强处理。
26、可选的，在当所述亮度数据不符合预设亮度条件时，对所述待检测图像进行增强处理之后，在将至少一张所述待检测图像输入预先训练好的卷积神经网络模型进行防火服特征检测，输出至少一个检测数据之前，所述检测方法包括：
27、对所述待检测图像进行随机裁剪切分，将切分后的图像进行等比压缩和全零填充，以使得所述待检测图像的目标不产生过大形变，并保证小目标不会因为图像的压缩导致漏掉待检测目标。
28、本申请第二方面提供了一种防火服的检测装置，该方法包括：
29、采集单元，用于在至少两个防火服检测点位采集工作人员的行为视频，每一个所述防火服检测点位包括至少一个采集设备；
30、获取单元，用于从行为视频获取同一目标工作人员的至少一张待检测图像；
31、确定单元，用于确定所述待检测图像的亮度数据；
32、处理单元，用于当所述亮度数据不符合预设亮度条件时，对所述待检测图像进行增强处理；
33、输出单元，用于将至少一张所述待检测图像输入预先训练好的卷积神经网络模型进行防火服特征检测，输出至少一个检测数据；
34、告警单元，用于根据所述检测数据对目标工作人员进行告警。
35、本申请第三方面提供了一种防火服的检测装置，所述装置包括：
36、处理器、存储器、输入输出单元以及总线；
37、所述处理器与所述存储器、所述输入输出单元以及所述总线相连；
38、所述存储器保存有程序，所述处理器调用所述程序以执行第一方面以及第一方面中任一项可选的所述检测方法。
39、本申请第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质上保存有程序，所述程序在计算机上执行时执行第一方面以及第一方面中任一项可选的所述检测方法。
40、从以上技术方案可以看出，本申请具有以下优点：
41、1、通过对图像检测是否需要进行亮度调节，提高了防火服穿戴完整检测的准确率。
42、2、对视频图像进行亮度增强，能更加清晰快速的判断出防火服是否穿戴完整。
本文档来自技高网...【技术保护点】
1.一种防火服的检测方法，其特征在于，所述检测方法包括：
2.根据权利要求1所述的检测方法，其特征在于，在从行为视频获取同一目标工作人员的至少一张待检测图像之后，确定所述待检测图像的亮度数据之前，所述检测方法还包括：
3.根据权利要求2所述的检测方法，其特征在于，确定所述待检测图像的亮度数据，包括：
4.根据权利要求3所述的检测方法，其特征在于，防火服的每一个组成部分都设置有反光区域，每一个组成部分反光区域的反光形状特征均不相同；
5.根据权利要求1至4中任一项所述的检测方法，其特征在于，所述从行为视频获取同一目标工作人员的至少一张待检测图像，包括：
6.根据权利要求2所述的检测方法，其特征在于，当所述亮度数据不符合预设亮度条件时，对所述待检测图像进行增强处理，包括：
7.根据权利要求1所述的检测方法，其特征在于，在当所述亮度数据不符合预设亮度条件时，对所述待检测图像进行增强处理之后，在将至少一张所述待检测图像输入预先训练好的卷积神经网络模型进行防火服特征检测，输出至少一个检测数据之前，所述检测方法包括：p>
8.一种防火服的检测装置，其特征在于，所述检测装置包括：
9.一种检测装置，其特征在于，所述装置包括：
10.一种计算机可读存储介质，所述计算机可读存储介质上保存有程序，所述程序在计算机上执行时执行如权利要求1至7中任一项所述检测方法。
...【技术特征摘要】
1.一种防火服的检测方法，其特征在于，所述检测方法包括：
2.根据权利要求1所述的检测方法，其特征在于，在从行为视频获取同一目标工作人员的至少一张待检测图像之后，确定所述待检测图像的亮度数据之前，所述检测方法还包括：
3.根据权利要求2所述的检测方法，其特征在于，确定所述待检测图像的亮度数据，包括：
4.根据权利要求3所述的检测方法，其特征在于，防火服的每一个组成部分都设置有反光区域，每一个组成部分反光区域的反光形状特征均不相同；
5.根据权利要求1至4中任一项所述的检测方法，其特征在于，所述从行为视频获取同一目标工作人员的至少一张待检测图像，包括：
6.根据权利要...
【专利技术属性】
技术研发人员：马春雷，高万良，王广平，王喜升，李国强，曹彦东，叶兴，李超，尹会明，贺亚平，姚兴仁，闫印强，
申请(专利权)人：中煤陕西能源化工集团有限公司，
类型：发明
国别省市：
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。