[发明专利]一种安全带检测方法、装置、电子设备及存储介质

权利要求书

1.一种安全带检测方法，其特征在于，包括：

获取车辆在行驶途中的原始图像；

将所述原始图像输入至第一预设模型，得到目标图像，其中，所述第一预设模型基于YOLOv3网络设计的；

将所述目标图像输入至第二预设模型，检测所述目标图像中的驾驶员是否佩戴有安全带，其中，所述第二预设模型基于FasterR-CNN双阶段网络设计的。

2.根据权利要求1所述的方法，其特征在于，在得到目标图像后，还包括：

依次对所述目标图像进行灰度化处理、直方图均衡化处理和高斯滤波去噪处理。

3.根据权利要求2所述的方法，其特征在于，经过灰度化处理后的所述目标图像表示为其中，k∈N^*，n_j表示所述目标图像中灰度级为j像素点的个数，n为像素点总个数，k为灰度级等级总数。

4.根据权利要求2所述的方法，其特征在于，所述对所述目标图像进行高斯滤波去噪处理，包括：

选用3*3的高斯核对所述目标图像进行卷积操作，其中，采用二维高斯分布函数式定义卷积核数值大小，(x,y)表示以中心点为原点的位置坐标，σ为方差，假设卷积核的大小为(2k+1)*(2k+1)，则卷积核各个元素值通过公式表示。

5.根据权利要求1所述的方法，其特征在于，所述第一预设模型的主干特征提取网络采用Darknet-53的网络架构，包含53个卷积层；

所述将所述原始图像输入至第一预设模型，得到目标图像，包括：

将所述原始图像调整成416*416*3的格式大小，并输入所述卷积层进行卷积操作；

分别通过32倍下采样、16倍下采样、8倍下采样得到不同尺度大小的卷积核；

对不同尺度大小的卷积核进行跨层连接，输出所述目标图像。

6.根据权利要求1所述的方法，其特征在于，所述FasterR-CNN双阶段网络包括RPN区域生成网络和FastR-CNN网络；其中，

所述RPN区域生成网络包括proposals层和convlayers层，所述Fast R-CNN网络包括卷积层、ROIpooling层和全连接层。

7.根据权利要求6所述的方法，其特征在于，所述将所述目标图像输入至第二预设模型，检测所述目标图像中的驾驶员是否佩戴有安全带，包括：

将所述目标图像调整成800*800*3的格式大小，并输入所述卷积层进行卷积操作，提取所述目标图像的特征图；

将所述特征图输入到所述proposals层得到候选框的特征信息，并根据所述候选框的特征信息确定目标框；

将所述目标图像的特征向量和所述目标框输入到ROIpooling层，通过分类与回归网络检测所述目标图像中的驾驶员是否佩戴有安全带。

8.一种安全带检测装置，其特征在于，包括：图像采集模块，处理模块和检测模块；

所述图像采集模块，用于获取车辆在行驶途中的原始图像；

所述处理模块，用于将所述原始图像输入至第一预设模型，得到目标图像，其中，所述第一预设模型基于YOLOv3网络设计的；

所述检测模块，用于将所述目标图像输入至第二预设模型，检测所述目标图像中的驾驶员是否佩戴有安全带，其中，所述第二预设模型基于FasterR-CNN双阶段网络设计的。

9.一种电子设备，其特征在于，包括：处理器，所述处理器用于在执行计算机程序时实现如权利要求1-7中任一所述的安全带检测方法。

10.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-7中任一所述的安全带检测方法。