[发明专利]一种检测行人是否佩戴安全帽的方法及装置

权利要求书

1.一种检测行人是否佩戴安全帽的方法，其特征在于，包括以下步骤：

（1）构建第一训练图像集合：将以下至少两种图像的组合作为第一训练图像集合：仅添加了安全帽标签的图像、仅添加了人体标签的图像、同时带有安全帽标签和人体标签的图像；为第一训练图像添加分类标注，得到第二训练图像； 表示第个第一训练图像中第个检测任务的标记情况，若已标注，则取值为1，若未标注，取值为0；有两个不同的取值，分别对应安全帽检测任务和人体检测任务；

（2）训练行人-安全帽检测模型：搭建基于神经网络的行人-安全帽检测模型，行人-安全帽检测模型具有一个输入通道和两个输出通道，两个输出通道分别为安全帽检测通道和人体检测通道；通过梯度更新法在第二训练图像集合上训练行人-安全帽检测模型，直至损失函数的值收敛至预设阈值；行人-安全帽检测模型的损失函数为：，用第个第二训练图像对行人-安全帽检测模型进行训练时，行人-安全帽检测模型的权重更新为：；其中，表示第个第二训练图像中第个检测任务的损失函数，为学习效率，表示更新梯度，和分别为更新前后的权重；

（3）人体和安全帽检测：将待检测视频的视频帧图像输入训练好的行人-安全帽检测模型，得到每一帧视频帧图像中的人体目标矩形框和安全帽矩形框；

（4）通过特征提取网络提取每一帧视频帧中人体目标矩形框中的行人的人体特征；为每个行人分配一个身份标识，根据人体目标矩形框将属于同一个行人的人体目标矩形框与相应的身份标识关联；

（5）选取任意未标记佩戴安全帽的行人作为跟踪目标，在连续N帧中对跟踪目标进行安全帽匹配：计算当前帧中跟踪目标的人体目标矩形框中心点与每个安全帽矩形框中心点之间的相对距离，若存在某个安全帽矩形框中心点与跟踪目标的人体目标矩形框中心点之间的相对距离小于最小阈值D，则判定当前帧中跟踪目标匹配安全帽成功，否则，判定匹配失败；若连续N帧中跟踪目标均成功匹配安全帽，则判定跟踪目标佩戴安全帽，为跟踪目标添加表示佩戴安全帽的标记；否则，判定跟踪目标未佩戴安全帽，输出跟踪目标的身份标识。

2.根据权利要求1所述的一种检测行人是否佩戴安全帽的方法，其特征在于，所述行人-安全帽检测模型基于yolov3神经网络实现。

3.根据权利要求1所述的一种检测行人是否佩戴安全帽的方法，其特征在于，所述特征提取网络为卷积神经网络CNN。

4.一种检测行人是否佩戴安全帽的装置，用于实现权利要求1至3任意一项所述方法，其特征在于，包括：

获取单元，用于获取视频图像；

检测单元，用于通过行人-安全帽检测模型对所述视频图像进行行人和安全帽检测；

跟踪单元，用于对每一帧视频帧中检测出的行人进行人体特征提取，并为相同的人体特征分配同一个身份标识；

判断单元，用于对每一个携带身份标识的行人进行安全帽匹配，根据连续N帧的匹配结果判断行人是否佩戴安全帽，并将佩戴安全帽的行人标记为佩戴安全帽并输出。