[发明专利]一种安全带检测方法、装置、电子设备及存储介质在审

专利信息
申请号: 202010611343.7 申请日: 2020-06-29
公开(公告)号: CN111814636A 公开(公告)日: 2020-10-23
发明(设计)人: 袁宇辰;沈辉 申请(专利权)人: 北京百度网讯科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/34;G06N3/04;G06N3/08
代理公司: 北京品源专利代理有限公司 11332 代理人: 孟金喆
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 安全带 检测 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种安全带检测方法,其特征在于,所述方法包括:

将待识别图像输入至预先训练的语义分割网络,通过所述语义分割网络对所述待识别图像进行安全带区域检测,得到所述待识别图像的安全带检测区域;

将所述安全带检测区域输入至预先训练的安全带检测网络,通过所述安全带检测网络对所述安全带检测区域进行安全带检测,得到所述安全带检测区域对应的安全带检测结果。

2.根据权利要求1所述的方法,其特征在于,在将待识别图像输入至预先训练的语义分割网络之前,所述方法还包括:

对所述待识别图像进行图像预处理,得到图像预处理后的待识别图像;将所述图像预处理后的待识别图像输入至所述语义分割网络。

3.根据权利要求2所述的方法,其特征在于,所述对所述待识别图像进行图像预处理,得到图像预处理后的待识别图像,包括:

将所述待识别图像进行缩放处理,得到缩放处理后的待识别图像;

将所述缩放处理处理后的待识别图像进行归一化处理,得到归一化处理后的待识别图像;将所述归一化后的待识别图像作为所述图像预处理后的待识别图像。

4.根据权利要求1所述的方法,其特征在于,所述通过所述语义分割网络对所述待识别图像进行安全带区域检测,得到所述待识别图像的安全带检测区域,包括:

将所述语义分割网络的第一个卷积单元作为当前卷积单元;将所述待识别图像作为所述当前卷积单元的检测对象;

通过所述当前卷积单元对所述当前卷积单元的检测对象进行图像特征提取,得到所述当前卷积单元对应的图像特征提取结果;将所述当前卷积单元对应的图像特征提取结果作为所述当前卷积单元的下一个卷积单元的检测对象;将所述下一个卷积单元作为所述当前卷积单元,重复执行上述操作,直到在所述语义分割网络的最后一个卷积单元的检测对象中提取出所述最后一个卷积单元对应的人脸特征提取结果;

基于所述最后一个卷积单元对应的人脸特征提取结果,得到所述待识别图像的安全带检测区域。

5.根据权利要求1所述的方法,其特征在于,所述将所述安全带检测区域输入至预先训练的安全带检测网络,通过所述安全带检测网络对所述安全带检测区域进行安全带检测,得到所述安全带检测区域对应的安全带检测结果,包括:

将所述安全带检测区域输入至所述安全带检测网络中的卷积层,通过所述卷积层对所述安全带检测区域进行卷积操作,得到所述卷积层对应的特征提取结果;

将所述卷积层对应的特征提取结果输入至所述安全带检测网络中的池化层,通过所述池化层对所述卷积层对应的特征提取结果进行池化操作,得到所述池化层对应的特征提取结果;

将所述池化层对应的特征提取结果输入至所述安全带检测网络中的全连接层,通过所述全连接层对所述池化层对应的人脸特征提取特征进行分类操作,得到所述安全带检测区域对应的安全带检测结果。

6.根据权利要求1所述的方法,其特征在于,在将待识别图像输入至预先训练的语义分割网络之前,所述方法还包括:

将预先获取的第一个安全带图像样本作为当前安全带图像样本;

若所述语义分割网络不满足预先设置的所述语义分割网络对应的收敛条件,将所述当前安全带图像样本输入至所述语义分割网络,使用所述当前安全带图像样本对所述语义分割网络进行训练;将所述当前安全带图像样本的下一个安全带图像样本作为所述当前安全带图像样本,重复执行上述操作,直到所述语义分割网络满足所述语义分割网络对应的收敛条件。

7.根据权利要求1所述的方法,其特征在于,在所述将所述安全带检测区域输入至预先训练的安全带检测网络之前,所述方法还包括:

将预先获取的第一个安全带检测区域作为当前安全带检测区域样本;

若所述安全带检测网络不满足预先设置的所述安全带检测网络对应的收敛条件,将所述当前安全带检测区域样本输入至所述安全带检测网络,使用所述当前安全带检测区域样本对所述安全带检测网络进行训练;将所述当前安全带检测区域样本的下一个安全带检测区域样本作为所述当前安全带检测区域样本,重复执行上述操作,直到所述安全带检测网络满足所述安全带检测网络对应的收敛条件。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010611343.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top