[发明专利]一种基于视觉的人员安全帽佩戴识别方法和装置

权利要求书

1.一种基于视觉的人员安全帽佩戴识别方法，其特征在于，识别方法的过程包括：

步骤1：获取监控视频流中的人员图像数据集；

步骤2：提取所述人员图像数据集中的头部图像数据集；

步骤3：将所述头部图像数据集输入到建立的安全帽识别模型，得到识别结果；所述安全帽识别模型采用多组训练数据，每组训练数据均包括人员头部图像数据及对应的标签，并通过神经网络训练；

步骤4：基于所述识别结果，根据所述标签判断人员是否佩戴安全帽以及人员身份类别。

2.根据权利要求1所述的识别方法，其特征在于，所述安全帽识别过程包括：

步骤1：检测监控视频流中的运动目标，并获取动目标图像数据集；

步骤2：提取所述动目标图像数据集的多尺度梯度方向直方图特征向量，并输入到预先训练的支持向量机中，从所述动目标图像数据集中分别出人员图像数据集；

步骤3：获取人员头部区域，并以所述头部区域为模板从所述人员图像数据集中提取人员头部图像，并构建人员头部图像数据集，将所述人员头部图像数据集划分为头部图像训练数据集和头部图像测试数据集；

步骤4：将所述头部图像训练数据集输入到卷积神经网络进行迁移学习，获得迁移学习网络模型；

步骤5：将所述头部图像测试数据集输入到所述迁移学习网络模型中进行分类识别。

3.根据权利要求2所述的识别方法，其特征在于，所述检测监控视频流中的运动目标，并获取动目标图像数据集包括：

采用高斯混合模型检测所述监控视频流中的运动目标，以生成运动目标掩模图像；

采用形态学操作消除所述运动目标掩模图像的噪声；

采用Blob分析方法优化所述运动目标掩模图像的效果；

以所述运动目标掩模图像中的像素坐标为模板，在所述监控视频流画面帧中提取大小为128像素×64像素的RoI。

4.根据权利要求2所述的识别方法，其特征在于，所述头部区域获取方法包括：

采用人体姿态识别模型估计出人员身体的关节点位置，并判断是一套关节点还是两套关节点；

若是一套关节点，则以1号关节点p1位置为基准，穿过p1点作水平直线L1，在p1点的垂直方向上搜索所述人员掩模的最高点p2，并穿过该点作水平直线L2，所述L1与L2形成水平带状区域Hb，在所述Hb的上半部分搜索人员掩模最左边的p3点和最右侧的p4点，并穿过p3点和p4点在垂直方向作直线L3和L4形成垂直带状区域Vb，所述Hb与Vb的交集构成人员头部图像区域；

若是两套关节点，则以左边1号关节点p1位置为基准，采用一套关节点方法搜索p2点、p3点、p4点；如果p1点与p2点之间的垂直距离Dv大于所述p3点与p4点之间的水平距离Dh，则采用一套关节点方法分别获取左右两套关节点所在人员的头部图像区域；如果所述Dv小于所述Dh，则以右边1号关节点p1’位置为基准，采用一套关节点方法在p1’点的垂直方向上搜索所述人员掩模的最高点p2’点，在由过p2点和p2’点的垂直直线形成的区域内搜索所述人员掩模的最低点p0，以p1点、p2点、p3点、p0点为参考，采用一套关节点方法获取左边关节点所在的人员头部图像区域，以p1’点、p2’点、p0点、p3点为参考，采用一套关节点方法获取右边关节点所在人员的头部图像区域。

5.根据权利要求1所述的识别方法，其特征在于，所述人员头部图像数据集包括：

人员头部图像数据集至少包含未佩戴安全帽的样本、佩戴红色安全帽的样本、佩戴黄色安全帽的样本、佩戴蓝色安全帽的样本和佩戴白色安全帽的样本；

未佩戴安全帽的样本标记为标签类别N，佩戴红色安全帽的样本标记为标签类别R，佩戴黄色安全帽的样本标记为标签类别Y，佩戴蓝色安全帽的样本标记为标签类别B，佩戴白色安全帽的样本标记为标签类别W。