[发明专利]一种基于图像识别技术的安全帽佩戴识别方法和装置

权利要求书

1.一种基于图像识别技术的安全帽佩戴识别方法，其特征在于，所述方法包括以下步骤：

实时采集视频数据；其中，所述视频数据中包括施工区域的施工人员图像；

将所述视频数据输入至采用openpose网络的人体检测模型，以识别出所述施工人员图像中的人体图像；

将所述人体图像输入至深度神经检测图像SSD网络模型，生成类别为施工人员的施工人员头部图像检测框；

将所述施工人员头部图像检测框中的施工人员头部图像输入至训练好的ResNet网络模型，以生成施工人员是否佩戴安全帽的检测结果；

所述将所述视频数据输入至采用openpose网络的人体检测模型，以识别出所述施工人员图像中的人体图像，包括：

从所述视频数据中截取多张图片；

将所述多张图片输入采用openpose网络的人体检测模型，检测出所述多张图片中所有的人体关节点；以及，

检测出所述多张图片中人体躯干，通过特定算法将所述人体关节点和人体躯干对应组成单个人体图像；

基于所述单个人体图像识别出所述施工人员图像中的人体图像，并保存所述人体图像的各个关节点的位置信息；

所述将所述人体图像输入至深度神经检测图像SSD网络模型，生成类别为施工人员的施工人员头部图像检测框，包括：

根据保存的所述人体图像的各个关节点的位置信息截取人体图像；

将标注的安全帽的位置信息对应到截取出的人体图像上，并做为人体头部检测部分的输入，输入至深度神经检测图像SSD网络模型，生成类别为施工人员的施工人员头部图像检测框。

2.根据权利要求1所述的方法，其特征在于，所述方法，还包括：

获取训练数据集；

将所述训练数据集输入至人体检测模型、安全帽检测模型和ResNet网络模型，对所述人体检测模型安全帽检测模型、和ResNet网络模型进行训练，以生成训练好的人体检测模型、安全帽检测模型和ResNet网络模型。

3.根据权利要求2所述的方法，其特征在于，所述获取训练数据集，包括：

采集样本视频数据；

从所述样本视频数据中截取多张样本图片；

通过标记软件对所述样本图片中的施工人员头部图像部分进行标记，标记为佩戴安全帽或者未佩戴安全帽，生成所述训练数据集。

4.一种基于图像识别技术的安全帽佩戴识别装置，其特征在于，包括：

数据采集单元，用于实时采集视频数据；其中，所述视频数据中包括施工区域的施工人员图像；

第一处理单元，用于将所述视频数据输入至采用openpose网络的人体检测模型，以识别出所述施工人员图像中的人体图像；

第二处理单元，用于将所述人体图像输入至深度神经检测图像SSD网络模型，生成类别为施工人员的施工人员头部图像检测框；

检测单元，用于将所述施工人员头部图像检测框中的施工人员头部图像输入至训练好的ResNet网络模型，以生成施工人员是否佩戴安全帽的检测结果；

所述第一处理单元，包括：

图片获取单元，用于从所述视频数据中截取多张图片；

关节点检测单元，用于将所述多张图片输入人体检测模型，检测出所述多张图片中所有的人体关节点；以及，

躯干检测单元，用于检测出所述多张图片中人体躯干，通过特定算法将所述人体关节点和人体躯干对应组成单个人体图像；

识别保存单元，用于基于所述单个人体图像识别出所述施工人员图像中的人体图像，并保存所述人体图像的各个关节点的位置信息；

所述第二处理单元，包括：

关节点处理单元，用于根据保存的所述人体图像的各个关节点的位置信息截取人体图像；

检测框生成单元，用于将标注的安全帽的位置信息对应到截取出的人体图像上，并做为人体头部检测部分的输入，输入至深度神经检测图像SSD网络模型，生成类别为施工人员的施工人员头部图像检测框。