[发明专利]一种安全帽佩戴识别方法及装置

说明书

本发明提供了一种安全帽佩戴识别方法，该方法包括：采用第一摄像机采集第一场景图像，进行人体检测，获取人体检测区域；根据人体检测区域，获取候选区域，对候选区域进行颜色识别，如果识别的颜色符合设置的颜色，则将人体检测区域的坐标位置发给第二摄像机并转入下一步骤，否则输出未佩戴安全帽；根据人体检测区域的坐标位置，采用第二摄像机获取第二场景图像，对第二场景图像进行人脸检测，获取人脸检测区域；选取佩戴安全帽的样本图像，对深度学习网络进行训练，获取佩戴识别模型；采用佩戴识别模型，对人脸检测区域进行佩戴识别，输出佩戴识别结果。与现有技术相比，本发明不仅能检测是否佩戴安全帽，而且能识别是否正确佩戴。

技术领域

本发明涉及图像处理、视频监控以及安防，特别涉及安全帽佩戴识别方法及装置。

背景技术

随着社会的进步，安全生产成为至关重要的问题。但在安全生产场景中，仍然存在一些人安全意识薄弱，不按照规程作业，例如着装不符合安全规范。随着图像识别技术的发展，其获得了越来越广泛的应用，基于图像识别的安全着装检测成为减少安全隐患的有效方法之一。

近年来，基于图像识别的安全着装检测主要集中在是否佩戴安全帽检测上。然而，在实际安全生产场景中，除了要求佩戴安全帽外，对安全帽佩戴方式也有一定的要求。

综上所述，需要提出一种适用于安全生产场景的安全帽配戴识别方法及装置。

发明内容

有鉴于此，本发明的主要目的在于提供一种能够检测是否佩戴安全帽，以及识别安全帽佩戴方式是否正确的方法。

为达到上述目的，按照本发明的第一个方面，提供了一种安全帽佩戴识别方法，该方法包括：

第一步骤，采用第一摄像机采集第一场景图像，对第一场景图像进行人体检测，获取人体检测区域；

第二步骤，根据人体检测区域，获取候选区域，对候选区域进行颜色识别，如果识别的颜色符合设置的颜色，则将人体检测区域的坐标位置发给第二摄像机并转入第三步骤，否则输出未佩戴安全帽；

第三步骤，根据人体检测区域的坐标位置，采用第二摄像机获取第二场景图像，对第二场景图像进行人脸检测，获取人脸检测区域；

第四步骤，选取佩戴安全帽的样本图像，对深度学习网络进行训练，获取佩戴识别模型；

第五步骤，采用佩戴识别模型，对人脸检测区域进行佩戴识别，输出佩戴识别结果。

进一步地，所述第一摄像机为焦距不小于3.6mm的彩色摄像机，安装高度位于1.8～5米，安装俯视角度小于50°。

进一步地，所述第二步骤包括：

候选区域获取步骤，采用人脸检测方法或者头肩检测方法，从人体检测区域中提取人脸区域或者头肩区域，从人脸区域或者头肩区域的上半部分区域选取候选区域，候选区域与人脸区域或者头肩区域的高度比值、宽度比值分别为第一阈值、第二阈值；

颜色识别步骤，对候选区域的颜色进行识别；

颜色识别结果输出步骤，如果候选区域的颜色符合设置的颜色，则将人体检测区域的坐标位置发给第二摄像机并转入第三步骤，否则输出未佩戴安全帽。

进一步地，所述第二摄像机为PTZ摄像机。

进一步地，所述第四步骤包括：

训练样本选取步骤，选取标注正确佩戴安全帽图像为正样本图像，选取标注非正确佩戴安全帽图像为负样本图像；

样本初步训练步骤，将正样本图像和负样本图像进行灰度化处理，并将其缩放到固定宽度和固定高度，采用深度学习网络对经过灰度化和缩放处理的正样本图像和负样本图像进行训练，获得初步训练的佩戴识别模型；