[发明专利]施工现场的安全帽佩戴检测方法、装置、设备及存储介质

说明书

本发明公开了一种施工现场的安全帽佩戴检测方法、装置、设备及存储介质，通过根据施工现场图像样本以及包括人体头部位置标注和安全帽类别标注的标注信息训练安全帽佩戴检测模型，将待检测图像输入该安全帽佩戴检测模型，得到待检测图像中的人体头部位置信息以及与人体头部位置信息对应的安全帽类别信息并输出，相比于传统的从背景检测人体再检测头部区域再到安全帽识别的图像处理方法，整个过程是端到端的，更关注人体头部特征和安全帽类别特征进行学习，因此能够适应背景不同的多种施工场景，无需针对各施工场景分别训练模型参数，减小了传统模型泛化能力差的问题，便于及时发现未佩戴安全帽的工人、保障工人安全。

技术领域

本发明涉及图像识别技术领域，特别是涉及一种施工现场的安全帽佩戴检测方法、装置、设备及存储介质。

背景技术

被坠落的物体击中是所有工业部门的潜在危害，导致了许多工伤和死亡案例。佩戴安全帽能有效的减少坠落的物体对人员造成的伤害。因此，在建筑业、制造业、油田和化工厂等企业的施工场合强制规定作业人员必须佩戴安全帽。但是一些工人并不总是遵守这样的规定，通过图像识别技术对施工现场的工人是否佩戴安全帽进行检测，以及时发现没有按照规定佩戴安全帽的工人，是施工现场安全管理中的重要环节。

然而，由于施工现场条件恶劣，场景复杂，目前已有的基于传统图像处理算法的安全帽检测方法并不能很好地应用到各种施工现场中。一种基于传统图像处理算法的安全帽检测方法为：首先从搜集的视频数据中抽取图片进行标注，含有行人的图片为行人正样本数据，不含有行人的图片作为负样本；接着将标注后的行人正样本中带有安全帽的区域标注为安全帽正样本数据；将安全帽正样本数据中的安全帽区域遮盖后作为安全帽负样本；利用上述数据训练行人检测网络和安全帽检测网络；在检测时，通过背景差分法获取待检测图片的待检测区域，利用行人检测网络判断该区域是否存在行人，若存在行人则取该区域的上2/5部分输入到安全帽检测网络判断是否佩戴安全帽，若检测到安全帽，则通过HSV颜色空间判断安全帽的类型。

可见，传统的用于施工现场的安全帽检测方法是先将工人图像从图片中提取出来，再从工人图像中提取头部区域，从头部区域判断该工人是否佩戴安全帽。这种方法的检测精度依赖于工人检测算法的精度，且对于每种特定场景，往往都需要重新训练检测模型，具有鲁棒性较差、不能适应复杂的环境的问题。

因此，提出一种能够适应多种施工现场的具有较强鲁棒性的安全帽佩戴检测与识别方法，提高施工现场安全帽检测的准确性与易行性，从而及时发现未佩戴安全帽的工人、保障工人安全，是本领域技术人员需要解决的技术问题。

发明内容

本发明的目的是提供一种施工现场的安全帽佩戴检测方法、装置、设备及存储介质，具有较强鲁棒性，能够适应多种施工现场，提高了施工现场安全帽检测的准确性与易行性，从而能够及时发现未佩戴安全帽的工人、保障工人安全。

为解决上述技术问题，本发明提供一种施工现场的安全帽佩戴检测方法，包括：

根据施工现场图像样本以及与所述施工现场图像样本对应的标注信息训练安全帽佩戴检测模型；

将待检测图像输入所述安全帽佩戴检测模型，得到所述待检测图像中的人体头部位置信息以及与所述人体头部位置信息对应的安全帽类别信息；

输出所述人体头部位置信息和所述安全帽类别信息；

其中，所述标注信息包括所述施工现场图像样本上的人体头部位置标注以及与所述人体头部位置标注对应的安全帽类别标注，安全帽类别具体为佩戴安全帽类别或未佩戴安全帽类别。

可选的，所述根据施工现场图像样本以及与所述施工现场图像样本对应的标注信息训练安全帽佩戴检测模型，具体包括：

获取所述施工现场图像样本和所述标注信息；