安全帽佩戴安全监察方法、装置、计算机设备和存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114266916A(43)申请公布日2022.04.01(21)申请号202111327626.XG06V10/82(2022.01)(22)申请日2021.11.10G06N3/04(2006.01)G06N3/08(2006.01)(71)申请人深圳供电局有限公司G06K9/62(2022.01)地址518001广东省深圳市罗湖区深南东G08B21/02(2006.01)路4020号电力调度通信大楼H04N7/18(2006.01)(72)发明人高超程晓陆邓浩叶晓琪党海符晓洪罗伟明刘雨佳乔洪新斯荣(74)专利代理机构华进联合专利商标代理有限公司44224代理人成亚婷(51)Int.Cl.G06V10/764(2022.01)G06V10/774(2022.01)G06V20/40(2022.01)权利要求书2页说明书11页附图3页(54)发明名称安全帽佩戴安全监察方法、装置、计算机设备和存储介质(57)摘要本申请涉及一种安全帽佩戴安全监察方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：实时获取施工场地的视频帧；将视频帧输入至训练后的安全帽监察模型，获取监察结果；若监察结果中存在未佩戴安全帽的工人，则进行报警处理。采用本方法能够实现高准确度、实时性的安全帽佩戴监察，进而可以提高施工场地的工人的安全。CN114266916ACN114266916A权利要求书1/2页1.一种安全帽佩戴安全监察方法，其特征在于，所述方法包括：实时获取施工场地的视频帧；将所述视频帧输入至训练后的安全帽监察模型，获取监察结果；若所述监察结果中存在未佩戴安全帽的工人，则进行报警处理。2.根据权利要求1所述的方法，其特征在于，所述获取施工场地实时的视频帧之前，包括：获取训练样本，所述训练样本包括佩戴安全帽的工人图片样本及未佩戴安全帽的工人图片样本；获取所述训练样本的标注分类，所述标注分类包括存在佩戴安全帽的工人及不存在未佩戴安全帽的工人；根据所述训练样本及所述训练样本的标注分类，对安全帽监察模型中进行训练，得到训练后的安全帽监察模型。3.根据权利要求2所述的方法，其特征在于，所述安全帽监察模型的训练过程，还包括：对安全帽监察模型进行速度优化处理，所述速度优化处理包括剪枝、稀疏化训练及BN层融合处理。4.根据权利要求2所述的方法，其特征在于，所述安全帽监察模型包括第一特征提取子模型、第二特征提取子模型及分类子模型；具体地，所述根据所述训练样本及所述训练样本的标注分类，对安全帽监察模型中进行训练，包括：通过所述第一特征提取子模型，提取所述训练样本的第一特征，通过所述第二特征提取子模型，提取所述训练样本的第二特征；将所述第一特征与所述第二特征输入至所述分类子模型，输出所述训练样本的预测监察结果；根据所述预测监察结果与所述训练样本的标注分类之间的差异，分别调整所述第一特征提取子模型、所述第一特征提取子模型及所述分类子模型中的参数并继续训练，直至满足训练停止条件时结束训练。5.根据权利要求4所述的方法，其特征在于，所述第一特征提取子模型及所述第二特征提取子模型均是基于yolov3‑tiny算法结构确定的；所述第一特征提取子模型依次包括主干网络层、第一卷积层、第二卷积层、第三卷积层及第一特征预测层；所述第二特征提取子模型依次包括所述主干网络层、第四卷积层、上采样层、全连接层、第五卷积层、第六卷积层及第二特征预测层。6.根据权利要求5所述的方法，其特征在于，所述主干网络层是由第一主干卷积层、第一主干池化层、第二主干卷积层、第二主干池化层、第三主干卷积层、第三主干池化层、第四主干卷积层、第四主干池化层、第五主干卷积层、第五主干池化层、第六主干卷积层、第六主干池化层及第七主干卷积层依次连接所构成的。7.一种安全帽佩戴安全监察装置，其特征在于，所述装置包括：第一获取模块，用于实时获取施工场地的视频帧；第二获取模块，用于将所述视频帧输入至训练后的安全帽监察模型，获取监察结果；报警模块，用于若所述监察结果中存在未佩戴安全帽的工人，则进行报警处理。2CN114266916A权利要求书2/2页8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。3CN114266916A说明书1/11页安全帽佩戴安全监察方法、装置、计算机设备和存储介质