[发明专利]一种监测工人安全帽佩戴的方法及装置

权利要求书

1.一种监测工人安全帽佩戴的方法，其特征在于，包括：

S1、获取摄像头采集的视频文件；

S2、将所述视频文件逐帧转换为RGB图像；

S3、通过已训练的二分支多级卷积神经网络得到所述RGB图像中人体鼻骨的坐标；

S4、将所述RGB图像依次输入至已训练的Mask-RCNN中，对所述RGB图像中的安全帽进行实例分割，得到已训练的Mask-RCNN输出的对应所述RGB图像中安全帽部分的二值掩膜；

S5、根据所述RGB图像中安全帽部分的二值掩膜，通过预置第一公式和预置第二公式计算所述RGB图像中安全帽的质心坐标；

所述预置第一公式为：

所述预置第二公式为：

其中，(x_i,y_i)(i＝1,2…n)为所述RGB图像中安全帽部分的二值掩膜中值为1的元素的坐标，n为元素的个数；m_i＝1(i＝1,2…n)为所述RGB图像中安全帽部分的二值掩膜中每一个像素点所表示的物体质量；

S6、根据所述人体鼻骨的坐标与所述安全帽的质心坐标，通过预置第三公式计算所述人体鼻骨与所述安全帽的欧几里得距离D；

S7、判断所述欧几里得距离D是否大于预设距离阈值，若是，则工人工作时未正确佩戴安全帽，若否，则工人工作时正确佩戴安全帽。

2.根据权利要求1所述的监测工人安全帽佩戴的方法，其特征在于，所述步骤S3具体包括：

通过一个10层的VGG-19卷积神经网络初始化和调整所述RGB图像，得到特征矩阵F；

将所述特征矩阵F输入至已训练的二分支多级卷积神经网络中，得到所述RGB图像中人体骨骼的全部坐标；

根据所述人体骨骼的全部坐标，确定所述RGB图像中人体鼻骨的坐标(x₀,y₀)。

3.根据权利要求2所述的监测工人安全帽佩戴的方法，其特征在于，所述预置第三公式为：

4.一种监测工人安全帽佩戴的装置，其特征在于，包括：

获取单元，用于获取摄像头采集的视频文件；

转换单元，用于将所述视频文件逐帧转换为RGB图像；

第一坐标确定单元，用于通过已训练的二分支多级卷积神经网络得到所述RGB图像中人体鼻骨的坐标；

实例分割单元，用于将所述RGB图像依次输入至已训练的Mask-RCNN中，对所述RGB图像中的安全帽进行实例分割，得到已训练的Mask-RCNN输出的对应所述RGB图像中安全帽部分的二值掩膜；

第二坐标确定单元，用于根据所述RGB图像中安全帽部分的二值掩膜，通过预置第一公式和预置第二公式计算所述RGB图像中安全帽的质心坐标；

所述预置第一公式为：

所述预置第二公式为：

其中，(x_i,y_i)(i＝1,2…n)为所述RGB图像中安全帽部分的二值掩膜中值为1的元素的坐标，n为元素的个数；m_i＝1(i＝1,2…n)为所述RGB图像中安全帽部分的二值掩膜中每一个像素点所表示的物体质量；

距离计算单元，用于根据所述人体鼻骨的坐标与所述安全帽的质心坐标，通过预置第三公式计算所述人体鼻骨与所述安全帽的欧几里得距离D；

判断单元，用于判断所述欧几里得距离D是否大于预设距离阈值，若是，则工人工作时未正确佩戴安全帽，若否，则工人工作时正确佩戴安全帽。

5.根据权利要求4所述的监测工人安全帽佩戴的装置，其特征在于，所述第一坐标确定单元具体包括：

预处理子单元，用于通过一个10层的VGG-19卷积神经网络初始化和调整所述RGB图像，得到特征矩阵F；

全部坐标确定子单元，用于将所述特征矩阵F输入至已训练的二分支多级卷积神经网络中，得到所述RGB图像中人体骨骼的全部坐标；

第一坐标确定子单元，用于根据所述人体骨骼的全部坐标，确定所述RGB图像中人体鼻骨的坐标(x₀,y₀)。