[发明专利]头盔识别方法、装置、设备及存储介质有效

专利信息
申请号: 202110516194.0 申请日: 2021-05-12
公开(公告)号: CN113159036B 公开(公告)日: 2022-07-12
发明(设计)人: 梁婷;肖潇;孟祥昊;付马;肖贺;丁鑫 申请(专利权)人: 苏州科达科技股份有限公司
主分类号: G06V10/25 分类号: G06V10/25;G06V10/75;G06V10/774;G06V10/82;G06K9/62;G06N3/04;G06N3/08
代理公司: 苏州谨和知识产权代理事务所(特殊普通合伙) 32295 代理人: 叶栋
地址: 215011 江*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 头盔 识别 方法 装置 设备 存储 介质
【权利要求书】:

1.一种头盔识别方法,其特征在于,所述方法包括:

获取目标图像;

将所述目标图像输入预先训练的头盔识别网络,得到识别结果;所述头盔识别网络具有同时检测头盔区域和头肩区域的功能,所述识别结果包括所述目标图像中头盔区域的检测结果和头肩区域的检测结果;

基于所述头盔区域的检测结果和所述头肩区域的检测结果进行头盔识别;

所述头盔识别网络包括第一网络分支和第二网络分支;

所述第一网络分支用于进行目标检测,所述目标检测包括头盔的检测和头肩的检测;

所述第二网络分支用于进行属性检测,得到属性信息;所述属性信息用于辅助进行头盔识别;

相应地,所述识别结果包括所述目标图像的属性信息。

2.根据权利要求1所述的方法,其特征在于,所述基于所述头盔区域的检测结果和所述头肩区域的检测结果进行头盔识别,包括:

在所述头盔区域的检测结果指示存在所述头盔区域、且所述头肩区域的检测结果指示存在所述头肩区域的情况下,确定所述头盔区域与所述头肩区域之间的匹配关系,以确定所述头盔区域与所述头肩区域是否属于同一骑行人员;

在匹配出所述头盔区域与所述头肩区域属于同一骑行人员的情况下,确定所述头肩区域对应的骑行人员佩戴头盔。

3.根据权利要求1所述的方法,其特征在于,所述基于所述头盔区域的检测结果和所述头肩区域的检测结果进行头盔识别,包括:

按照所述属性信息确定所述目标图像中的车辆是否为预设类型,所述预设类型的车辆为需要骑行人员佩戴头盔的车辆;其中,所述属性信息包括车辆的类型属性、载人数量属性、头盔的颜色属性和/或头盔的款式属性;

在所述属性信息确定所述目标图像中的车辆为所述预设类型时,按照所述头盔区域的检测结果和所述头肩区域的检测结果确定所述头盔区域与所述头肩区域是否匹配,以确定所述头盔区域与所述头肩区域是否属于同一骑行人员;

在所述头盔区域与所述头肩区域匹配时,确定所述目标图像中所述头肩区域对应的骑行人员佩戴头盔。

4.根据权利要求3所述的方法,其特征在于,所述头盔识别网络基于中心点的检测网络CenterNet建立,所述头盔识别网络从前至后依次包括主干网络、分别与所述主干网络相连的所述第一网络分支和所述第二网络分支;

所述第一网络分支包括用于提取所述目标图像的热度图;并基于所述热度图进行目标检测;

所述第二网络分支包括深度可分离卷积网络,所述深度可分离卷积网络的网络层数小于第一阈值和/或参数数量小于第二阈值,所述第一阈值小于或等于现有的卷积网络的最小层数;所述第二阈值小于或等于现有的卷积网络的最小参数数量。

5.根据权利要求4所述的方法,其特征在于,所述主干网络分别与所述第一网络分支和所述第二网络分支进行局部残差连接。

6.根据权利要求1所述的方法,其特征在于,所述第二网络分支基于改进的focal loss函数训练得到,所述改进的focal loss函数通过下式表示:

FL(pt)=-αt(1-pt)γlog(pt)

其中,pt表示网络预测结果,FL(pt)表示所述改进的focal loss函数的函数值,γ为预设常数,αt为平衡因子,并通过下式表示:

其中,w是训练数据中具有属性标签的样本所占样本总数的权重值。

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苏州科达科技股份有限公司,未经苏州科达科技股份有限公司许可,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/202110516194.0/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

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