[发明专利]一种安全带佩戴检测的方法及装置

权利要求书

1.一种安全带佩戴检测的方法，其特征在于，包括：

获取无效样本训练集和有效样本训练集；其中所述无效样本训练集包含不具有车内人员或安全带的图像特征的第一待识别图像样本，所述有效样本训练集包含具有车内人员佩戴安全带的图像特征的第二待识别图像样本、以及具有车内人员未佩戴安全带的图像特征的第三待识别图像样本；

基于所述无效样本训练集和所述有效样本训练集训练得到神经网络模型；

基于训练得到的神经网络模型对获取的待识别图像进行安全带佩戴检测。

2.如权利要求1所述的方法，其特征在于，所述训练得到的神经网络模型包括依次进行图像处理的三级图像处理单元；

其中，第一级图像处理单元包括N1个第一卷积层和N2个第一池化层；第二级图像处理单元包括N3个第二卷积层和N4个第二池化层、N5个第一全连接层、以及第一分类器；第三级图像处理单元包括N6个第三卷积层和N7个第三池化层、N8个第二全连接层、以及第二分类器；N1至N8为正整数。

3.如权利要求2所述的方法，其特征在于，所述基于训练得到的神经网络模型对获取的待识别图像进行安全带佩戴检测，具体包括：

将所述待识别图像输入至所述N1个第一卷积层和所述N2个第一池化层进行图像处理，得到M1个第一特征图，M1为正整数；

将所述M1个第一特征图输入至所述N3个第二卷积层和所述N4个第二池化层进行图像处理，得到M2个第二特征图，M2为正整数；

将所述M2个第二特征图转化为特征向量后输入至所述N5个第一全连接层进行计算，通过第一分类器对计算出的数据进行解析后得到第一轮检测后的检测结果；

当第一轮检测后的检测结果为所述待识别图像不具有车内人员或安全带的图像特征时，确定所述第一轮检测后的检测结果为安全带佩戴检测结果。

4.如权利要求3所述的方法，其特征在于，在得到第一轮检测后的检测结果之后，所述方法还包括：

当第一轮检测后的检测结果为所述待识别图像具有车内人员以及安全带的图像特征时，将所述M1个第一特征图输入至所述N6个第三卷积层和所述N7个第三池化层进行图像处理，得到M3个第三特征图，M3为正整数；

将所述M3个第三特征图转化为特征向量后输入至所述N8个第二全连接层进行计算，通过第二分类器对计算出的数据进行解析后得到第二轮检测后的检测结果；

确定所述第二轮检测后的检测结果为安全带佩戴检测结果；其中，所述第二轮检测后的检测结果为所述待识别图像具有车内人员佩戴安全带的图像特征、或所述待识别图像具有车内人员未佩戴安全带的图像特征。

5.如权利要求2至4任一所述的方法，其特征在于，基于所述无效样本训练集和所述有效样本训练集训练得到神经网络模型，包括：

从所述无效样本训练集和所述有效样本训练集依次选取第一预设数量的选定待识别图像样本输入至所述第一级图像处理单元和所述第二级图像处理单元进行图像处理，得到第一轮测试后每个选定待识别图像样本的测试结果；

通过比较所述第一轮测试后每个选定待识别图像样本的测试结果与预设的该选定待识别图像样本的第一标准训练结果，确定第一轮测试后的测试结果的准确率，当所述第一轮测试后的测试结果的准确率小于第一预设值时，对所述第一级图像处理单元的模型参数和所述第二级图像处理单元的模型参数进行调整，直至所述第一轮测试后的测试结果的准确率大于或等于所述第一预设值；

当所述第一轮测试后的测试结果的准确率大于或等于所述第一预设值时，将经过所述第一级图像处理单元进行图像处理后的所述选定待识别图像样本输入至所述第三级图像处理单元中进行图像处理，得到第二轮训练后每个选定待识别图像样本的训练结果；

通过比较所述第二轮训练后每个选定待识别图像样本的训练结果与预设的该选定待识别图像样本的第二标准训练结果，确定第二轮测试后的测试结果的准确率，当所述第二轮测试后的测试结果的准确率小于第二预设值时，对所述第三级图像处理单元的模型参数进行调整，直至所述第二轮测试后的测试结果的准确率大于或等于所述第二预设值。