一种人员安全帽智能检测方法及装置与流程

本发明涉及行人安全保障技术领域，更具体地说，涉及一种人员安全帽智能检测方法及装置。

背景技术：

开闭所，是将高压电力分别向周围的几个用电单位供电的电力设施，位于电力系统中变电站的下一级。为了保证工作人员在开闭所内的安全，通常要求工作人员在开闭所内佩戴安全帽。

但是，如果工作人员的安全意识不够，就会出现偷偷摘下安全帽或者直接不佩戴安全帽而在开闭所内工作的情况出现。因此，通常在开闭所内具有专门的安全帽佩戴检查人员，其会定时或者不定时的对工作人员是否佩戴有安全帽进行检查，并指示未佩戴有安全帽的工作人员佩戴安全帽。但是，由于检查人员无法时刻对工作人员进行检查，因此，有可能在某些时刻工作人员未佩戴有安全帽但是检查人员未发现的情况，此时，为佩戴有安全帽的工作人员就会存在很大的安全隐患，甚至发生安全事故。

综上所述，现有技术中用于检查工作人员是否佩戴有安全帽的方式存在不实时，进而导致存在安全隐患的问题。

技术实现要素：

本发明的目的是提供一种人员安全帽智能检测方法及装置，以对工作人员是否佩戴有安全帽进行实时监测，避免安全隐患的存在。

为了实现上述目的，本发明提供如下技术方案：

一种人员安全帽智能检测方法，包括：

获取第一预设量的包含人员的人员样本图片，以及第二预设量的包含佩戴有安全帽的人员的安全帽样本图片；

对所述人员样本图片进行DPM训练生成人员判别器，并提取所述安全帽样本图片的图片特征，以对该图片特征进行Adaboost训练生成安全帽判别器；

实时获取预设范围内的待测图片，利用所述人员判别器判定所述待测图片中是否存在人员，如果是，则利用所述安全帽判别器判定所述待测图片中的人员是否佩戴有安全帽，并将该判定结果进行输出。

优选的，提取所述安全帽样本图片的图片特征，包括：

提取所述安全帽样本图片的积分通道特征。

优选的，利用所述人员判别器及所述安全帽判别器对所述待测图片进行判定，包括：

将与所述人员样本图片及所述安全帽样本图片同样规格的滑动窗口在所述待测图片上滑动，且每滑动至一处则利用所述人员判别器或者所述安全帽判别器对该滑动窗口内的待测图片部分进行判定。

优选的，还包括：

如果所述判定结果为所述待测图片中的人员未佩戴有安全帽，则输出警告信息。

优选的，输出警告信息，包括：

将所述待测图片及对应的判定结果发送至指定终端。

一种人员安全帽智能检测装置，包括：

人员判别器训练模块，用于获取第一预设量的包含人员的人员样本图片，并对所述人员样本图片进行DPM训练生成人员判别器；

安全帽判别器训练模块，用于获取第二预设量的包含佩戴有安全帽的人员的安全帽样本图片，并提取所述安全帽样本图片的图片特征，以对该图片特征进行Adaboost训练生成安全帽判别器；

实时检测模块，用于实时获取预设范围内的待测图片，利用所述人员判别器判定所述待测图片中是否存在人员，如果是，则利用所述安全帽判别器判定所述待测图片中的人员是否佩戴有安全帽，并将该判定结果进行输出。

优选的，所述安全帽判别器训练模块包括：

特征提取单元，用于提取所述安全帽样本图片的积分通道特征。

优选的，所述实时检测模块包括：

实时检测单元，用于将与所述人员样本图片及所述安全帽样本图片同样规格的滑动窗口在所述待测图片上滑动，且每滑动至一处则利用所述人员判别器或者所述安全帽判别器对该滑动窗口内的待测图片部分进行判定。

优选的，还包括：

输出模块，用于如果所述判定结果为所述待测图片中的人员未佩戴有安全帽，则输出警告信息。

优选的，所述输出模块包括：

输出单元，将所述待测图片及对应的判定结果发送至指定终端。

本发明提供的一种人员安全帽智能检测方法及装置，其中，该方法包括：获取第一预设量的包含人员的人员样本图片，以及第二预设量的包含佩戴有安全帽的人员的安全帽样本图片；对所述人员样本图片进行DPM训练生成人员判别器，并提取所述安全帽样本图片的图片特征，以对该图片特征进行Adaboost训练生成安全帽判别器；实时获取预设范围内的待测图片，利用所述人员判别器判定所述待测图片中是否存在人员，如果是，则利用所述安全帽判别器判定所述待测图片中的人员是否佩戴有安全帽，并将该判定结果进行输出。本申请公开的上述技术方案，利用预先获取的人员样本图片及安全帽样本图片，基于DPM及Adaboost训练出对应的人员判别器及安全帽判别器，进而实时获取待测图片，以由上述判别器判断待测图片中是否含有人员，以及当待测图片中含有人员时该人员是否佩戴有安全帽，从而实现了对人员是否佩戴有安全帽的实时检测，进而避免了由于人员未佩戴有安全帽导致的安全隐患的存在，解决了背景技术中存在的问题。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本发明实施例提供的一种人员安全帽智能检测方法的流程图；

图2为本发明实施例提供的一种人员安全帽智能检测装置的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

请参阅图1，其示出了本发明实施例提供的一种人员安全帽智能检测方法的流程图，可以包括以下步骤：

S11：获取第一预设量的包含人员的人员样本图片，以及第二预设量的包含佩戴有安全帽的人员的安全帽样本图片。

其中，第一预设量和第二预设量可以根据实际需要进行确定，其越大对应的判别器准确性就越高。另外，人员样本图片中可以包括不同人员，而不同的人员可以为不同的姿势，由此，可以保证只要有人员存在，无论任何姿势，均可以由对应判别器判别出来；对应的，安全帽样本图片也可以包含有佩戴有安全帽的不同人员，而不同人员也可以为不同的姿势，由此，可以保证只要人员佩戴有安全帽，无论任何姿势，均可以由对应判别器判别出来。

S12：对人员样本图片进行DPM训练生成人员判别器，并提取安全帽样本图片的图片特征，以对该图片特征进行Adaboost训练生成安全帽判别器。

其中，DPM(Deformble part model)是一种经典的机器学习算法，广泛应用在物体检测当中，尤其适合具有较大形变的目标检测应用，具体来说，DPM生成的判别器可以是对人员上半身进行检测的判别器，即用于判别待测图片中是否含有人员上半身，这是因为安全帽一般佩戴在头上，因此只需对上本身进行判别即可，当然也可以对人员全身进行检测或者根据实际需要进行其他设置，均在本发明的保护范围之内。DPM的关键在于使用多模型的方案，有了多模型就可以解决多视角的问题，如果只存在单单一个主模型会非常死板，如果人员动一下，那主模型和这个人员的匹配程度就低了很多；而DPM通过添加子模型比如给手一个子模型，当手移动时，子模型能够检测到手的位置，把子模型和主模型的匹配程度综合起来，最简单的就是相加，则模型匹配程度就大大提高了，且DPM对应的判别器具有判别速率高、判别准确性高的特点。对应的，对人员样本图片进行DPM训练生成对应判别器与现有技术中对样本进行DPM训练生成对应判别器的原理一致，在此不再赘述。而图片特征是用来表征和区分不同图片的数据，图片中的纹理、颜色等都可作为图片特征，而对图片特征进行Adaboost训练生成对应判别器与现有技术中相关方案原理一致，在此不再赘述。其中Adaboost是一种经典的图片训练的方法，可生成判别是否是目标的模型，且训练出的模型，即判别器具有速率高、准确率高的特点。

另外需要说明的是，步骤S11和步骤S12可以是预先离线实现的，即上述判别器的训练可以是预先离线实现的，由此，在上述判别器训练完成后，可以在线实时获取待测图片并对该待测图片进行判定。也即，训练完上述判别器后可以执行任意次数的步骤S13，以对预设范围内的人员是否佩戴有安全帽进行在线的实时监测。

S13：实时获取预设范围内的待测图片，利用人员判别器判定待测图片中是否存在人员，如果是，则利用安全帽判别器判定待测图片中的人员是否佩戴有安全帽，并将该判定结果进行输出。

其中需要说明的是，预设范围可以根据实际需要进行确定，通常为规定工作人员佩戴安全帽的地域范围。获取到待测图片后，可以将该待测图片作为人员判别器的输入，以得到人员判别器输出的待测图片是否包含人员的判别结果，如果判别结果表示待测图片中存在人员，则将待测图片作为安全帽判别器的输入，以得到安全帽判别器输出的待测图片中的人员是否佩戴有安全帽的判定结果；而如果人员判别器的判别结果表示待测图片中不存在人员，则不再对待测图片进行其他操作。

另外，本发明实施例提供的上述技术方案中，还可以是：人员判别器判定出待测图片中存在人员后，安全帽判别器可以在待测图片中的对应位置区域，即预先设定的人员头部所在区域，确定是否存在安全帽，从而实现人员是否佩戴安全帽的检测。

本申请公开的上述技术方案，利用预先获取的人员样本图片及安全帽样本图片，基于DPM及Adaboost训练出对应的人员判别器及安全帽判别器，进而实时获取待测图片，以由上述判别器判断待测图片中是否含有人员，以及当待测图片中含有人员时该人员是否佩戴有安全帽，从而实现了对人员是否佩戴有安全帽的实时检测，进而避免了由于人员未佩戴有安全帽导致的安全隐患的存在，解决了背景技术中存在的问题。

另外，开闭所内通常设置有智能辅助监控平台，该平台可实现相关区域内的开闭所、变电站等进行统一的监控和管理，而主站表示智能辅助监控平台的管理控制端，因此，本申请公开的上述技术方案可以应用在主站的客户端，由客户端将相关数据上传至主站，从而实现对开闭所或变电站内人员的监控，进而控制智能辅助监控平台进行相应的工作，并对监控得到结果进行分析管理。

本发明实施例提供的一种人员安全帽智能检测方法，提取安全帽样本图片的图片特征，可以包括：

提取安全帽样本图片的积分通道特征。

需要说明的是，提取安全帽样本图片的图片特征的方式有很多种，如提取该样本图片的HOG特征、积分通道特征等，而本申请中优选的，提取安全帽样本图片的积分通道特性，其中，积分通道特征是一种高级的图片特征，可有效区分和表征不同图片，因此，基于上述样本图片的积分通道特征进行Adaboost训练，能够保证对应判别器的判别准确性。

本发明实施例提供的一种人员安全帽智能检测方法，利用所述人员判别器及所述安全帽判别器对所述待测图片进行判定，包括：

将与所述人员样本图片及所述安全帽样本图片同样规格的滑动窗口在所述待测图片上滑动，且每滑动至一处则利用所述人员判别器或者所述安全帽判别器对该滑动窗口内的待测图片部分进行判定。

需要说明的是，本发明实施例中涉及的样本图片通常会被处理成一致的规格，而滑动窗口则为与上述样本图片具有一致规格的窗口，通过对滑动窗口的滑动，使得滑动窗口能够依次滑动至待测图片的每个部分，由此，每滑动至一部分，则该部分的待测图片则具有与样本图片一致的规格，进而利用上述判别器对该部分实现判定，从而实现对待测图片每个部分的判定。由此，能够避免由于规格不同出现误判的情况发生，进一步保证了判定结果的准确性。

本发明实施例提供的一种人员安全帽智能检测方法，还可以包括：

如果判定结果为待测图片中的人员未佩戴有安全帽，则输出警告信息。

需要说明的是，输出告警信息可以由管理人员及时获知，并指示未佩戴有安全帽的人员戴上安全帽，从而在很大程度了保证了人员的安全。而输出警告信息的方式可以根据实际需要进行确定，如可以将待测图片及对应的判定结果通过配置前端屏幕显示的方式或是显示叠层的方式展示在播放视频上，还可以将待测图片及对应的判定结果发送至指定终端。其中，指定终端可以是管理人员对应的终端，由此，能够使得管理人员及时获知为佩戴有安全帽的人员的情况，以实施管理。

本发明实施例还提供了一种人员安全帽智能检测装置，如图2所示，可以包括：

人员判别器训练模块11，用于获取第一预设量的包含人员的人员样本图片，并对人员样本图片进行DPM训练生成人员判别器；

安全帽判别器训练模块12，用于获取第二预设量的包含佩戴有安全帽的人员的安全帽样本图片，并提取安全帽样本图片的图片特征，以对该图片特征进行Adaboost训练生成安全帽判别器；

实时检测模块13，用于实时获取预设范围内的待测图片，利用人员判别器判定待测图片中是否存在人员，如果是，则利用安全帽判别器判定待测图片中的人员是否佩戴有安全帽，并将该判定结果进行输出。

本发明实施例提供的一种人员安全帽智能检测装置，安全帽判别器训练模块可以包括：

特征提取单元，用于提取安全帽样本图片的积分通道特征。

本发明实施例提供的一种人员安全帽智能检测装置，实时检测模块可以包括：

实时检测单元，用于将与所述人员样本图片及所述安全帽样本图片同样规格的滑动窗口在所述待测图片上滑动，且每滑动至一处则利用所述人员判别器或者所述安全帽判别器对该滑动窗口内的待测图片部分进行判定。

本发明实施例提供的一种人员安全帽智能检测装置，还可以包括：

输出模块，用于如果判定结果为待测图片中的人员未佩戴有安全帽，则输出警告信息。

本发明实施例提供的一种人员安全帽智能检测装置，输出模块可以包括：

输出单元，将待测图片及对应的判定结果发送至指定终端。

本发明实施例提供的一种人员安全帽智能检测装置中相关部分的说明请参见本发明实施例提供的一种人员安全帽智能检测方法中对应部分的详细说明，在此不再赘述。

对所公开的实施例的上述说明，使本领域技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。