[发明专利]安全带检测方法、装置、计算机设备和存储介质

说明书

本发明涉及一种安全带检测方法、装置、计算机设备和计算机可读存储介质。安全带检测方法包括：获取待检测图像；将待检测图像输入至检测网络，检测网络包括全局二分类分支网络和栅格分类分支网络；获取从全局二分类分支网络输出的二分类结果以及从栅格分类分支网络基于图像分类输出的栅格分类图，二分类结果指示驾驶员是否佩戴安全带，栅格分类图指示安全带的位置信息；以及基于二分类结果和栅格分类图获得安全带的检测结果，检测结果指示驾驶员是否规范佩戴安全带。同时结合使用全局二分类分支网络和栅格分类分支网络，能够快速、准确地判断驾驶员是否规范佩戴安全带。

技术领域

本发明涉及图像识别领域，特别是涉及安全带检测方法、装置、计算机设备和存储介质。

背景技术

驾驶员监控系统(Driver Monitoring System，DMS)通常使用摄像机对驾驶员开车状态进行监控。在DMS系统的一些应用中，需要对驾驶员是否正确规范佩戴安全带做出判断，在驾驶员没有规范佩戴安全带的情况下，DMS系统将作出报警，防止机动车发生碰撞或紧急制动时，避免碰撞造成伤害。

通常，基于深度学习的方法对从摄像机拍摄的图像进行分类识别或语义分割，以从拍摄的图像中检测安全带的佩戴情况。然而，传统的检测方法检测精度不高、计算量较大，且难以获得安全带的细节信息，难以判断驾驶员是否规范佩戴安全带。

发明内容

基于此，本申请提供了一种安全带检测方法、装置、计算机设备和存储介质。

根据本申请的第一方面，提供了一种安全带检测方法，包括：获取待检测图像；将所述待检测图像输入至检测网络，所述检测网络包括全局二分类分支网络和栅格分类分支网络；获取从所述全局二分类分支网络输出的二分类结果以及获取从所述栅格分类分支网络基于图像分类输出的栅格分类图，所述二分类结果指示驾驶员是否佩戴安全带，所述栅格分类图指示安全带的位置信息；以及基于所述二分类结果和所述栅格分类图获得安全带的检测结果，所述检测结果指示所述驾驶员是否规范佩戴安全带。

在一实施例中，获取待检测图像包括：通过摄像机捕获原始图像；基于人脸检测算法检测所述原始图像中的人脸以获得人脸边框及头部姿态信息；判断所述原始图像中人脸以下的部分是否满足预定大小；若不满足预定大小，将所述检测结果确定为检测区域不足；若满足预定大小，则基于所述人脸边框及所述头部姿态信息对所述原始图像中人脸以下的部分进行动态截取，以获得截取图像；以及对所述截取图像进行预处理以获得所述待检测图像。

在一实施例中，在通过摄像机捕获原始图像之后还包括：基于人手检测算法检测所述原始图像中的人手以获得人手边框；基于所述人脸边框的位置和大小在所述原始图像中获得安全带边框；以及当所述人手边框位于相对于所述人脸边框的预定位置且所述人手边框与所述安全带边框的交叠面积大于设定阈值时，不截取图像并将所述检测结果确定为安全带被遮挡。

在一实施例中，获取从所述栅格分类分支网络基于图像分类输出的栅格分类图包括：将所述待检测图像在行和列方向上划分为多个栅格；逐行或逐列判断该行或该列的每个栅格中的图像是否对应于安全带区域；将其中图像对应于安全带区域的栅格标记为安全带栅格；以及获取其中标记了安全带栅格的栅格分类图。

在一实施例中，所述检测网络还包括主干网络；在获取从所述全局二分类分支网络输出的二分类结果以及获取从所述栅格分类分支网络基于图像分类输出的栅格分类图之前，所述方法还包括：利用所述主干网络对所述待检测图像进行卷积以生成所述待检测图像的特征图，将所述特征图用作所述全局二分类分支网络和所述栅格分类分支网络的输入。

在一实施例中，基于所述二分类结果和所述栅格分类图获得安全带的检测结果包括：获取所述安全带栅格在所述栅格分类图中的坐标；基于所述坐标在所述栅格分类图中拟合所述安全带的中心线；计算与所述中心线相关的参数；以及基于所述参数和所述二分类结果获得所述安全带的检测结果。

在一实施例中，与所述中心线相关的参数包括：所述中心线与预定方向的夹角、所述中心线与驾驶员肩膀的相对位置。