买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：暗物智能科技(广州)有限公司

摘要：本发明公开了一种基于深度学习的安全帽佩戴检测方法及可读存储介质，包括：首先获取待处理视频并按预设时间间隔抽取多个待处理图片。接着，调用基于参数化修正线性单元改进的YOLOv5模型训练得到的多目标检测模型，将待处理图片输入该模型，获取包括安全帽、人体、头部及手部的多目标位置信息。最后，通过分析这些位置信息的分布情况，确定目标人员的安全帽佩戴行为检测结果。如此设计，提高了在复杂背景下的检测准确性和稳定性，有助于提升工作场所的安全管理水平。

主权项：1.一种基于深度学习的安全帽佩戴检测方法，其特征在于，包括：获取待处理视频，并按照预设时间间隔对所述待处理视频进行抽取，得到多个待处理图片；调用预先训练的多目标检测模型，所述多目标检测模型是基于参数化修正线性单元改进的YOLOv5模型训练得到的；将所述多个待处理图片分别输入所述多目标检测模型，得到每个所述待处理图片包括的多目标位置信息，所述多目标位置信息包括安全帽位置信息、目标人员的人体位置信息、头部位置信息以及手部位置信息；根据每个所述待处理图片对应的所述多目标位置信息的分布情况，确定所述目标人员的安全帽佩戴行为的检测结果；所述将所述多个待处理图片分别输入所述多目标检测模型，得到每个所述待处理图片包括的多目标位置信息，所述多目标位置信息包括安全帽位置信息、目标人员的人体位置信息、头部位置信息以及手部位置信息，包括：将所述多个待处理图片分别输入所述多目标检测模型，得到每个所述待处理图片包括的安全帽边界框、人体边界框、头部边界框以及手部边界框；将所述安全帽边界框、所述人体边界框、所述头部边界框以及所述手部边界框分别作为所述安全帽位置信息、所述人体位置信息、所述头部位置信息以及所述手部位置信息；所述根据每个所述待处理图片对应的所述多目标位置信息的分布情况，确定所述目标人员的安全帽佩戴行为的检测结果，包括：按照每个所述待处理图片的时间戳顺序，依次计算所述安全帽边界框与所述人体边界框的第一变化趋势、所述安全帽边界框与所述人体边界框以及所述安全帽边界框与手部边界框的第二变化趋势、所述安全帽边界框与所述头部边界框的第三变化趋势；在所述第一变化趋势、第二变化趋势以及所述第三变化趋势均满足预设变化趋势的情况下，确定所述目标人员的安全帽佩戴行为的检测结果为检测通过；所述第一变化趋势、所述第二变化趋势以及所述第三变化趋势是通过交小比确定的，所述交小比为两个边界框的交集面积除以两个边界框中最小框的面积的值，所述按照每个所述待处理图片的时间戳顺序，依次计算所述安全帽边界框与所述人体边界框的第一变化趋势、所述安全帽边界框与所述人体边界框以及所述安全帽边界框与手部边界框的第二变化趋势、所述安全帽边界框与所述头部边界框的第三变化趋势，包括：在所述人体边界框接触所述安全帽边界框时，计算所述安全帽边界框与人体边界框的第一交小比；将所述第一交小比的变化趋势作为所述第一变化趋势；在所述手部边界框接触所述安全帽边界框时，计算所述安全帽边界框与手部边界框的第二交小比以及所述安全帽边界框与所述人体边界框的第三交小比；将所述第二交小比和所述第三交小比的变化趋势作为所述第二变化趋势；在所述头部边界框接触所述安全帽边界框时，计算所述安全帽边界框与所述头部边界框的第四交小比；将所述第四交小比的变化趋势作为所述第三变化趋势；所述在所述第一变化趋势、第二变化趋势以及所述第三变化趋势均满足预设变化趋势的情况下，确定所述目标人员的安全帽佩戴行为的检测结果为检测通过，包括：当所述第一交小比的变化趋势为从0变为非零值时，判定所述目标人员存在查找安全帽行为；当所述第二交小比在超过预设数目的多个第一待处理图片中均大于预设第一交小比阈值，且所述第三交小比在所述多个第一待处理图片中均大于预设第二交小比阈值时，判定所述目标人员存在检查安全帽行为，所述第二交小比阈值大于所述第一交小比阈值；当所述第四交小比在超过预设数目的多个第二待处理图片中均大于预设第三交小比阈值时，判定所述目标人员存在佩戴安全帽行为；在所述目标人员按序存在所述查找安全帽行为、所述检查安全帽行为以及所述佩戴安全帽行为时，确定所述目标人员的安全帽佩戴行为的检测结果为检测通过。

全文数据：

权利要求：

百度查询： 暗物智能科技(广州)有限公司 一种基于深度学习的安全帽佩戴检测方法及可读存储介质