[发明专利]一种识别头盔佩戴的方法及装置

说明书

本发明实施例提供了识别头盔佩戴的方法及装置，该方法包括：获取预定监控区域的第一图像，确定所述第一图像中包含待检测车辆目标和人像目标的第二图像；基于深度学习的目标检测算法，确定所述第二图像中待检测车辆目标与人像目标头肩的位置关系；根据所述位置关系，确定所述人像目标是否处于骑行状态；若处于，基于所述人像目标头肩的位置，通过头盔佩戴识别模型，识别所述人像目标是否佩戴头盔。通过本发明，基于人像目标头肩的位置，识别人像目标是否佩戴头盔，极大地提高了识别人像目标是否佩戴头盔的识别率，有效地解决了复杂场景下现有视觉技术受光照、视角、尺度等因素的影响而无法精确识别的情况，提高复杂场景下应用的准确率。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种识别头盔佩戴的方法及装置。

背景技术

为进一步提升电动自行车、摩托车骑乘人的安全防护水平，有效减少交通事故死亡人数，公安部安管局在全国开展了骑行安全守护行动，对骑乘电动自行车、摩托车不佩戴安全头盔的行为，开展宣传引导工作。为落实该项工作，需要一定的辅助技术在交通监管平台中有效地识别出未佩戴头盔的骑手。现有交通管理系统，通常通过人工执法手段捕获未佩戴头盔的骑手，该捕获方式效率低下，无法大规模的捕获，因此，需要一定的辅助技术在交通监管平台中有效地识别出未佩戴头盔的骑手。而现有自动化识别是否佩戴头盔的方法，只适用于特有类型头盔的识别，在复杂交通场景下，针对各式各样的头盔，识别的准确率较低，因此，需要一种通用场景下精确识别骑手是否佩戴头盔的方法。

发明内容

本发明实施例提供一种识别头盔佩戴的方法及装置，实现了能够精确地识别骑手是否佩戴头盔。

一方面，本发明实施例提供了一种识别头盔佩戴的方法，包括：

获取预定监控区域的第一图像，确定所述第一图像中包含待检测车辆目标和人像目标的第二图像；

基于深度学习的目标检测算法，确定所述第二图像中待检测车辆目标与人像目标头肩的位置关系；

根据所述位置关系，确定所述人像目标是否处于骑行状态；

若处于，基于所述人像目标头肩的位置，通过头盔佩戴识别模型，识别所述人像目标是否佩戴头盔。

进一步地，所述基于深度学习的目标检测算法，确定所述第二图像中待检测车辆目标与人像目标头肩的位置关系，包括：

通过梯度下降算法预训练目标检测与关联模型；

通过所述目标检测与关联模型，确定所述第二图像中待检测车辆目标的位置、人像目标的位置以及人像目标头肩的位置；

根据已确定的所述第二图像中待检测车辆目标的位置、人像目标的位置以及人像目标头肩的位置，确定所述待检测车辆目标与人像目标头肩的位置关系；

其中，所述待检测车辆包括电动车、摩托车中的任一种。

进一步地，所述根据已确定的所述第二图像中待检测车辆目标的位置、人像目标的位置以及人像目标头肩的位置，确定所述待检测车辆目标与人像目标头肩的位置关系，包括：

通过所述目标检测与关联模型，得到所述第二图像的热力图；

通过预定检测器确定所述第二图像的热力图中各待检测目标的中心点坐标和各待检测目标的相关属性；

根据各待检测目标的中心点坐标和相关属性，确定各待检测目标的关联信息；

其中，所述待检测目标包括人像目标、待检测车辆目标，所述待检测目标的相关属性包括待检测目标的大小和是否与其他待检测目标关联中的至少一项。

进一步地，所述根据所述位置关系，确定所述人像目标是否处于骑行状态，包括：