[发明专利]安全带佩戴检测方法、装置及电子设备有效
| 申请号: | 201710576629.4 | 申请日: | 2017-07-14 |
| 公开(公告)号: | CN107529659B | 公开(公告)日: | 2018-12-11 |
| 发明(设计)人: | 刘荣杰;牟永强 | 申请(专利权)人: | 深圳云天励飞技术有限公司 |
| 主分类号: | G06T7/11 | 分类号: | G06T7/11;G06T7/40;G06T7/73;G06K9/62 |
| 代理公司: | 深圳市赛恩倍吉知识产权代理有限公司 44334 | 代理人: | 曾柳燕 |
| 地址: | 51800*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 安全带 佩戴 检测 方法 装置 电子设备 | ||
1.一种安全带佩戴检测方法,其特征在于,包括:
获取需要进行安全带佩戴检测的灰度图像;
在所述灰度图像上建立直角坐标系,通过线段检测器算法对所述灰度图像进行直线检测,获得多条直线的顶点坐标;
根据所述顶点坐标确定所述多条直线的几何参数的数值,所述几何参数的数值包括:每条直线的长度、夹角及由所述多条直线构成区域的面积;
从所述几何参数的数值中筛选出属于预先确定的车窗几何参数的取值范围的目标数值,并确定所述目标数值所对应的多条目标直线,所述预先确定的车窗几何参数包括前风窗的四条边的长度、四个夹角以及四条边构成的区域面积,所述预先确定的车窗几何参数的取值范围用于唯一标识车窗;
将多条所述目标直线所组成区域的图像确定为所述灰度图像中的车窗区域图像;
对所确定的车窗区域图像进行均等划分,并从均等划分后的两部分车窗子区域图像中截取任一部分车窗子区域图像;
从截取的所述车窗子区域图像中提取第一局部纹理特征;
使用预先训练好的二类分类模型对所述第一局部纹理特征进行分类,获得分类结果,所述分类结果用于标识佩戴安全带或未佩戴安全带;
根据所述分类结果,对所述车窗子区域图像中的用户进行安全带佩戴检测。
2.根据权利要求1所述的方法,其特征在于,所述第一局部纹理特征为局部二值模式LBP特征,所述二类分类模型为支持向量机SVM模型。
3.根据权利要求1所述的方法,其特征在于,所述获取需要进行安全带佩戴检测的灰度图像之前,所述方法还包括:
获取多个带车窗的正样本灰度图像及多个不带车窗的负样本灰度图像;
对多个所述正样本灰度图像进行直线检测,获得多条第一直线,确定多条所述第一直线的第一几何参数信息,并根据所述第一几何参数信息确定第一取值范围;
对多个所述负样本灰度图像进行直线检测,获得多条第二直线,确定多条所述第二直线的第二几何参数信息,并根据所述第二几何参数信息确定第二取值范围;
从所述第一取值范围中删除所述第二取值范围,获得第三取值范围;
将所述第三取值范围确定为能够标识车窗的车窗几何参数的取值范围。
4.根据权利要求1所述的方法,其特征在于,所述获取需要进行安全带佩戴检测的灰度图像之前,所述方法还包括:
获取多个带车窗的正样本灰度图像;
针对每个所述正样本灰度图像,对所述正样本灰度图像进行均等划分,并从均等划分后的两部分正样本灰度子图像中截取任一部分正样本灰度子图像;
从截取的所述正样本灰度子图像中提取第二局部纹理特征;
对所述第二局部纹理特征进行二类分类训练,获得二类分类模型。
5.根据权利要求4所述的方法,其特征在于,所述方法还包括:
若截取的所述正样本灰度子图像中的用户佩戴安全带,使用第一标识对所述第二局部纹理特征进行标记;
若截取的所述正样本灰度子图像中的用户未佩戴安全带,使用第二标识对所述第二局部纹理特征进行标记;
所述对所述第二局部纹理特征进行二类分类训练,获得二类分类模型包括:
对标记后的第二局部纹理特征进行二类分类训练,获得二类分类模型。
6.根据权利要求5所述的方法,其特征在于,所述根据所述分类结果,对所述车窗子区域图像中的用户进行安全带佩戴检测包括:
若所述分类结果为所述第一标识,则确定所述车窗子区域图像中的用户佩戴安全带;
若所述分类结果为所述第二标识,则确定所述车窗子区域图像中的用户未佩戴安全带。
7.根据权利要求1至6任一项所述的方法,其特征在于,所述方法还包括:
若所述分类结果标识所述车窗子区域图像中的用户未佩戴安全带,则向交警终端发送所述分类结果。
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深圳云天励飞技术有限公司,未经深圳云天励飞技术有限公司许可,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/201710576629.4/1.html,转载请声明来源钻瓜专利网。
- 上一篇:高噪声显微图像下的自动检测微管方法
- 下一篇:用于小区车辆放行的人脸识别装置





