(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210538267.0 (22)申请日 2022.05.18 (71)申请人 深圳能源环保股份有限公司 地址 518000 广东省深圳市福田区深南大 道4001号时代金融 中心13层 (72)发明人 许洪滨　陈联宏　王润　钟日钢　 刘汉俊　王超　解鹏飞　 (74)专利代理 机构 深圳市深弘广联知识产权代 理事务所(普通 合伙) 44449 专利代理师 向用秀 (51)Int.Cl. G06V 20/40(2022.01) G06V 20/52(2022.01) G06V 10/22(2022.01) G06V 10/82(2022.01)G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种安全帽佩戴检测方法、 装置、 设备及存 储介质 (57)摘要 本发明涉及人工智能领域， 公开了一种安全 帽佩戴检测方法、 装置、 设备及存储介质， 用于提 高安全帽佩戴检测的准确率。 所述安全帽佩戴检 测方法包括： 获取预置监控终端所拍摄的目标用 户的待处理视频流， 并对所述待处理视频流进行 预处理， 得到初始图像； 对所述初始图像中的安 全帽佩戴区域进行标注， 得到标注图像； 将所述 标注图像输入 预置目标检测模型进行模型训练， 得到安全帽佩戴检测模型； 获取待检测的监控视 频， 并将所述监控视频输入所述安全帽佩戴检测 模型进行逐帧检测， 输出检测结果； 若所述检测 结果为当前视频帧中存在安全帽佩戴不规范， 则 将标注有安全帽佩戴信息的视频帧传输至监控 终端进行安全帽佩戴预警； 可选的， 将所述预警 信息进行推送。 权利要求书2页 说明书10页 附图4页 CN 114973080 A 2022.08.30 CN 114973080 A 1.一种安全帽佩戴检测方法， 其特 征在于， 所述 安全帽佩戴检测方法包括： 获取预置监控终端所拍摄的目标用户的待处理视频流， 并对所述待处理视频流进行预 处理， 得到初始图像； 对所述初始图像中的安全帽佩戴区域进行 标注， 得到标注图像； 将所述标注图像输入预置目标检测模型进行模型训练， 得到安全帽佩戴检测模型； 获取待检测的监控视频， 并将所述监控视频输入所述安全帽佩戴检测模型进行逐帧检 测， 输出检测结果； 若所述检测结果为当前视频帧中存在安全帽佩戴不规范， 则将标注有安全帽佩戴信 息 的视频帧传输 至监控终端 进行安全帽佩戴预警。 2.根据权利要求1所述的安全帽佩戴检测方法， 其特征在于， 所述对所述初始图像 中的 安全帽佩戴区域进行 标注， 得到标注图像， 包括： 调用预置Labellmg工具， 对所述初始图像中的安全帽佩戴区域进行选取， 得到区域图 像； 对所述区域图像进行区域信息标注， 得到标注图像。 3.根据权利要求1所述的安全帽佩戴检测方法， 其特征在于， 所述将所述标注图像输入 预置目标检测模型进行模型训练， 得到安全帽佩戴检测模型， 包括： 将所述标注图像输入预置目标检测模型， 其 中， 所述目标检测模型包括： Darknet ‑53网 络、 Batch NonIlalization层、 LeakyReLU层和卷积层； 通过所述Dark net‑53网络对所述标注图像进行 特征提取， 得到第一特 征图； 通过所述Batch  NonIlalization层对所述第一特征图进行归一化处理， 得到规范化的 第一特征图； 通过所述LeakyReLU层对所述 规范化的第一特 征图进行非线性 转换， 得到第二特 征图； 通过所述卷积层对所述第 二特征图进行像素点预测， 得到所述第 二特征图对应的预测 结果； 调用预置损失函数计算所述第二特 征图对应的预测结果和所述标注图像的损失值； 根据所述损 失值对所述目标检测模型的参数进行调整， 直至所述目标检测模型收敛， 得到安全帽佩戴检测模型。 4.根据权利要求3所述的安全帽佩戴检测方法， 其特征在于， 所述调用预置损失函数计 算所述第二特 征图对应的预测结果和所述标注图像的损失值， 包括： 调用预置的Focal  loss函数计算所述第二特征图对应的预测结果和所述标注图像的 后向梯度， 得到后向梯度值； 对所述后向梯度值进行求导运算， 得到所述第 二特征图对应的预测结果和所述标注图 像的损失值。 5.根据权利要求1所述的安全帽佩戴检测方法， 其特征在于， 所述获取待检测的监控视 频， 并将所述 监控视频输入所述 安全帽佩戴检测模型进行 逐帧检测， 输出检测结果， 包括： 获取待检测的监控视频； 将所述监控视频输入所述Dark net‑53网络逐帧进行 特征提取， 得到第三特 征图； 将所述第三特征图输入所述Batch  NonIlalization层进行归一化处理， 得到规范化的 第三特征图；权　利　要　求　书 1/2 页 2 CN 114973080 A 2将所述规范化的第三特 征图输入所述 LeakyReLU层进行非线性 转换， 得到第四特 征图； 将所述第四特 征图输入所述卷积层进行像素点预测， 得到检测结果。 6.根据权利要求5所述的安全帽佩戴检测方法， 其特征在于， 所述将所述监控视频输入 所述Dark net‑53网络逐帧进行 特征提取， 得到第三特 征图， 包括： 基于预置的Ffmpeg框架对所述 监控视频进行分帧， 得到多个视频帧； 对所述各视频帧依次进行色调调整、 对比度增强、 亮度和饱和度调整， 得到多个标准视 频帧； 依次将所述各标准视频帧输入所述Darknet ‑53网络进行特征提取， 得到所述各标准视 频帧对应的第三特 征图。 7.根据权利要求1 ‑6中任一项所述的安全帽佩戴检测方法， 其特征在于， 所述安全帽佩 戴检测方法还 包括： 若所述检测结果为当前视频帧中安全帽佩戴规范， 则获取所述当前视频帧中的安全帽 对应的位置信息； 根据所述 位置信息对所述 安全帽进行检测结果推送。 8.一种安全帽佩戴检测装置， 其特 征在于， 所述 安全帽佩戴检测装置包括： 获取模块， 用于获取预置监控终端所拍摄的目标用户的待处理视频流， 并对所述待处 理视频流进行 预处理， 得到初始图像； 标注模块， 用于对所述初始图像中的安全帽佩戴区域进行 标注， 得到标注图像； 训练模块， 用于将所述标注图像输入预置目标检测模型进行模型训练， 得到安全帽佩 戴检测模型； 检测模块， 用于获取待检测的监控视频， 并将所述监控视频输入所述安全帽佩戴检测 模型进行 逐帧检测， 输出检测结果； 预警模块， 用于若所述检测结果为当前视频帧中存在安全帽佩戴不规范， 则将标注有 安全帽佩戴信息的视频帧传输 至监控终端 进行安全帽佩戴预警。 9.一种安全帽佩戴检测设备， 其特征在于， 所述安全帽佩戴检测设备包括： 存储器和至 少一个处 理器， 所述存 储器中存 储有指令； 所述至少一个处理器调用所述存储器中的所述指令， 以使得所述安全帽佩戴检测设备 执行如权利要求1 ‑7中任一项所述的安全帽佩戴检测方法。 10.一种计算机可读存储介质， 所述计算机可读存储介质上存储有指令， 其特征在于， 所述指令被处 理器执行时实现如权利要求1 ‑7中任一项所述的安全帽佩戴检测方法。权　利　要　求　书 2/2 页 3 CN 114973080 A 3