[发明专利]图像识别方法、装置、计算机设备和存储介质

权利要求书

1.一种图像识别方法，所述方法包括：

实时获取高空作业监控图像；

将所述高空作业监控图像输入到已建立的图像识别模型中识别，得到输出的安全带位置信息和安全带佩戴置信度，所述图像识别模型是根据历史高空作业监控图像和对应的历史图像识别结果进行训练得到的；

根据所述安全带位置信息和所述安全带佩戴置信度得到图像识别结果；

当所述图像识别结果为未正确佩戴安全带时，向目标报警装置发送报警指令，以使所述目标报警装置根据所述报警指令执行报警。

2.根据权利要求1所述的方法，其特征在于，所述获取高空作业监控图像，包括：

检测所述高空作业监控图像，当所述高空作业监控图像未符合预设尺寸时，将所述高空作业监控图像转换为预设尺寸的高空作业监控图像；

则将所述高空作业监控图像输入到已建立的图像识别模型中识别，包括：

将所述预设尺寸的高空作业监控图像输入到所述已建立的图像识别模型中识别。

3.根据权利要求1所述的方法，其特征在于，在所述当所述图像识别结果为未正确佩戴安全带时，向目标报警装置发送报警指令之后，还包括：

获取所述高空作业监控图像对应的用户标识，根据所述用户标识生成报警记录信息，将所述报警记录信息保存。

4.根据权利要求1所述的方法，其特征在于，在所述当所述图像识别结果为未正确佩戴安全带时，向目标报警装置发送报警指令之后，还包括：

根据所述安全带位置信息从所述高空作业监控图像确定对应的人脸图像，将所述人脸图像进行人脸识别，得到人脸识别结果；

根据人脸识别结果确定用户标识，根据所述用户标识生成报警记录信息，将所述报警记录信息保存。

5.根据权利要求1所述的方法，其特征在于，所述已建立的图像识别模型的训练步骤，包括：

获取训练数据，所述训练数据包括历史高空作业监控图像和对应的历史图像识别结果；

将所述历史高空作业监控图像作为深度神经网络的输入，将所述历史图像识别结果作为标签进行训练，当达到训练完成条件时，得到所述已建立的图像识别模型。

6.根据权利要求5所述的方法，其特征在于，在所述将所述历史高空作业监控图像作为深度神经网络算法的输入，将所述历史图像识别结果作为标签进行训练之后，还包括：

当未达到训练完成条件时，使用随机梯度下降算法调整所述深度神经网络的参数，得到更新的深度神经网络；

返回将所述历史高空作业监控图像作为深度神经网络的输入，将所述历史图像识别结果作为标签进行训练的步骤执行，直到达到训练完成条件时，得到所述已建立的图像识别模型。

7.根据权利要求5所述的方法，其特征在于，所述获取训练数据，所述训练数据包括历史高空作业监控图像和对应的历史图像识别结果，包括：

对所述历史高空作业监控图像按照预设角度旋转，得到旋转后的历史高空作业监控图像；

对所述历史高空作业监控图像按照预设亮度调节，得到预设亮度的历史高空作业监控图像；

将所述历史高空作业监控图像进行灰度设置，得到历史高空作业监控灰度图像；

根据所述旋转后的历史高空作业监控图像、所述预设亮度的历史高空作业监控图像和所述历史高空作业监控灰度图像得到目标训练数据。

8.一种图像识别装置，其特征在于，所述装置包括：

图像获取模块，用于实时获取高空作业监控图像；

图像识别模块，用于将所述高空作业监控图像输入到已建立的图像识别模型中识别，得到输出的安全带位置信息和安全带佩戴置信度，所述图像识别模型是根据历史高空作业监控图像和对应的历史图像识别结果进行训练得到的；

结果得到模块，用于根据所述安全带位置信息和所述安全带佩戴置信度得到图像识别结果；

报警模块，用于当所述图像识别结果为未正确佩戴安全带时，向目标报警装置发送报警指令，以使所述目标报警装置根据所述报警指令执行报警。