[发明专利]一种人员安全帽的检测方法、装置及系统

说明书

本发明涉及人工智能技术领域，公开了一种人员安全帽的检测方法、装置及系统。该方法包括：实时获取待检测视频图像帧；根据所述待检测视频图像帧，进行人脸检测，如果发现人脸，则进行人员安全帽检测，获取待检测人员上半身属性信息及人脸属性信息；获取重合度阈值S及连续检测帧阈值N；根据所述重合度阈值S及连续检测帧阈值N，判断所述待检测人员上半身属性信息及人脸属性信息，获取未戴安全帽人员信息，并发送提醒信息。采用本发明技术方案不但可以实时监控现场未戴安全帽并报警，还不受限于视频采集装置的规格。

技术领域

本发明涉及人工智能技术领域，特别涉及一种人员安全帽的检测方法、装置及系统。

背景技术

随着中国经济与技术的发展，对于智慧工地和智慧园区等，安全识别系统已经成为了不可或缺的黑科技。石化、石油、煤炭、矿产、电力、建筑等特种行业也是我国职业安全事故发生率很高的部门，各行业也对进入施工现场必须戴有安全帽做了严格的规定。但是，在实际现场操作过程中，总有人无视生产安全的相关规定，由于不戴安全帽进入施工现场而发生安全事故的情况仍时有发生。而且安全监管员不可能一直守在现场监督，同时作业现场环境复杂，要做到不出纰漏几乎是不可能的。然而，随着以卷积神经网络为代表的深度学习技术被广泛应用于各类人工智能任务，例如物体分类、人脸识别、行人身份再识别等。卷积神经网络在这些问题上取得的突破性进展源于其层次化的学习结构所带来的强大表达能力。例如：“一种基于Faster R-CNN的变电站工人安全帽检测方法及其系统”技术通过图像采集模块将采集图像数据输入到系统中进行判断是否戴有安全帽。

在现有技术的实现过程中，发明人发现现有技术至少存在如下技术问题：

现有技术安全帽的检测不能实时监测工作人员，只能针对于图像进行判断，不能进行一种实时的监控；同时由于图像采集模块采用的是高清摄像头，适用范围局限。

发明内容

本发明的目的在于提供一种人员安全帽的检测方法、装置及系统，以克服现有技术中无法实时检测人员安全帽并及时报警的缺陷。

为解决上述技术问题，本发明的实施方式提供了一种人员安全帽的检测方法，包括：

实时获取待检测视频图像帧；

根据所述待检测视频图像帧，进行人脸检测，如果发现人脸，则进行人员安全帽检测，获取待检测人员上半身属性信息及人脸属性信息；

获取重合度阈值S及连续检测帧阈值N；

根据所述重合度阈值S及连续检测帧阈值N，判断所述待检测人员上半身属性信息及人脸属性信息，获取未戴安全帽人员信息，并发送提醒信息。

为解决上述技术问题，本发明的实施方式还提供了一种人员安全帽的检测装置，包括：

视频采集单元，用于实时获取待检测视频图像帧；

信息获取单元，用于根据所述待检测视频图像帧，进行人脸检测，如果发现人脸，则进行人员安全帽检测，获取待检测人员上半身属性信息及人脸属性信息；

阈值获取单元，用于获取重合度阈值S及连续检测帧阈值N；

信息处理单元，用于根据所述重合度阈值S及连续检测帧阈值N，判断所述待检测人员上半身属性信息及人脸属性信息，获取未戴安全帽人员信息，并发送提醒信息。

为解决上述技术问题，本发明的实施方式还提供了一种人员安全帽的检测系统，包括：如上所述的人员安全帽的检测装置。