本發(fā)明涉及行人安全保障技術領域，更具體地說，涉及一種人員安全帽智能檢測方法及裝置。

背景技術：

開閉所，是將高壓電力分別向周圍的幾個用電單位供電的電力設施，位于電力系統(tǒng)中變電站的下一級。為了保證工作人員在開閉所內的安全，通常要求工作人員在開閉所內佩戴安全帽。

但是，如果工作人員的安全意識不夠，就會出現(xiàn)偷偷摘下安全帽或者直接不佩戴安全帽而在開閉所內工作的情況出現(xiàn)。因此，通常在開閉所內具有專門的安全帽佩戴檢查人員，其會定時或者不定時的對工作人員是否佩戴有安全帽進行檢查，并指示未佩戴有安全帽的工作人員佩戴安全帽。但是，由于檢查人員無法時刻對工作人員進行檢查，因此，有可能在某些時刻工作人員未佩戴有安全帽但是檢查人員未發(fā)現(xiàn)的情況，此時，為佩戴有安全帽的工作人員就會存在很大的安全隱患，甚至發(fā)生安全事故。

綜上所述，現(xiàn)有技術中用于檢查工作人員是否佩戴有安全帽的方式存在不實時，進而導致存在安全隱患的問題。

技術實現(xiàn)要素：

本發(fā)明的目的是提供一種人員安全帽智能檢測方法及裝置，以對工作人員是否佩戴有安全帽進行實時監(jiān)測，避免安全隱患的存在。

為了實現(xiàn)上述目的，本發(fā)明提供如下技術方案：

一種人員安全帽智能檢測方法，包括：

獲取第一預設量的包含人員的人員樣本圖片，以及第二預設量的包含佩戴有安全帽的人員的安全帽樣本圖片；

對所述人員樣本圖片進行DPM訓練生成人員判別器，并提取所述安全帽樣本圖片的圖片特征，以對該圖片特征進行Adaboost訓練生成安全帽判別器；

實時獲取預設范圍內的待測圖片，利用所述人員判別器判定所述待測圖片中是否存在人員，如果是，則利用所述安全帽判別器判定所述待測圖片中的人員是否佩戴有安全帽，并將該判定結果進行輸出。

優(yōu)選的，提取所述安全帽樣本圖片的圖片特征，包括：

提取所述安全帽樣本圖片的積分通道特征。

優(yōu)選的，利用所述人員判別器及所述安全帽判別器對所述待測圖片進行判定，包括：

將與所述人員樣本圖片及所述安全帽樣本圖片同樣規(guī)格的滑動窗口在所述待測圖片上滑動，且每滑動至一處則利用所述人員判別器或者所述安全帽判別器對該滑動窗口內的待測圖片部分進行判定。

優(yōu)選的，還包括：

如果所述判定結果為所述待測圖片中的人員未佩戴有安全帽，則輸出警告信息。

優(yōu)選的，輸出警告信息，包括：

將所述待測圖片及對應的判定結果發(fā)送至指定終端。

一種人員安全帽智能檢測裝置，包括：

人員判別器訓練模塊，用于獲取第一預設量的包含人員的人員樣本圖片，并對所述人員樣本圖片進行DPM訓練生成人員判別器；

安全帽判別器訓練模塊，用于獲取第二預設量的包含佩戴有安全帽的人員的安全帽樣本圖片，并提取所述安全帽樣本圖片的圖片特征，以對該圖片特征進行Adaboost訓練生成安全帽判別器；

實時檢測模塊，用于實時獲取預設范圍內的待測圖片，利用所述人員判別器判定所述待測圖片中是否存在人員，如果是，則利用所述安全帽判別器判定所述待測圖片中的人員是否佩戴有安全帽，并將該判定結果進行輸出。

優(yōu)選的，所述安全帽判別器訓練模塊包括：

特征提取單元，用于提取所述安全帽樣本圖片的積分通道特征。

優(yōu)選的，所述實時檢測模塊包括：

實時檢測單元，用于將與所述人員樣本圖片及所述安全帽樣本圖片同樣規(guī)格的滑動窗口在所述待測圖片上滑動，且每滑動至一處則利用所述人員判別器或者所述安全帽判別器對該滑動窗口內的待測圖片部分進行判定。

優(yōu)選的，還包括：

輸出模塊，用于如果所述判定結果為所述待測圖片中的人員未佩戴有安全帽，則輸出警告信息。

優(yōu)選的，所述輸出模塊包括：

輸出單元，將所述待測圖片及對應的判定結果發(fā)送至指定終端。

本發(fā)明提供的一種人員安全帽智能檢測方法及裝置，其中，該方法包括：獲取第一預設量的包含人員的人員樣本圖片，以及第二預設量的包含佩戴有安全帽的人員的安全帽樣本圖片；對所述人員樣本圖片進行DPM訓練生成人員判別器，并提取所述安全帽樣本圖片的圖片特征，以對該圖片特征進行Adaboost訓練生成安全帽判別器；實時獲取預設范圍內的待測圖片，利用所述人員判別器判定所述待測圖片中是否存在人員，如果是，則利用所述安全帽判別器判定所述待測圖片中的人員是否佩戴有安全帽，并將該判定結果進行輸出。本申請公開的上述技術方案，利用預先獲取的人員樣本圖片及安全帽樣本圖片，基于DPM及Adaboost訓練出對應的人員判別器及安全帽判別器，進而實時獲取待測圖片，以由上述判別器判斷待測圖片中是否含有人員，以及當待測圖片中含有人員時該人員是否佩戴有安全帽，從而實現(xiàn)了對人員是否佩戴有安全帽的實時檢測，進而避免了由于人員未佩戴有安全帽導致的安全隱患的存在，解決了背景技術中存在的問題。

附圖說明

為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術中的技術方案，下面將對實施例或現(xiàn)有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的實施例，對于本領域普通技術人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)提供的附圖獲得其他的附圖。

圖1為本發(fā)明實施例提供的一種人員安全帽智能檢測方法的流程圖；

圖2為本發(fā)明實施例提供的一種人員安全帽智能檢測裝置的結構示意圖。

具體實施方式

下面將結合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例。基于本發(fā)明中的實施例，本領域普通技術人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。

請參閱圖1，其示出了本發(fā)明實施例提供的一種人員安全帽智能檢測方法的流程圖，可以包括以下步驟：

S11：獲取第一預設量的包含人員的人員樣本圖片，以及第二預設量的包含佩戴有安全帽的人員的安全帽樣本圖片。

其中，第一預設量和第二預設量可以根據(jù)實際需要進行確定，其越大對應的判別器準確性就越高。另外，人員樣本圖片中可以包括不同人員，而不同的人員可以為不同的姿勢，由此，可以保證只要有人員存在，無論任何姿勢，均可以由對應判別器判別出來；對應的，安全帽樣本圖片也可以包含有佩戴有安全帽的不同人員，而不同人員也可以為不同的姿勢，由此，可以保證只要人員佩戴有安全帽，無論任何姿勢，均可以由對應判別器判別出來。

S12：對人員樣本圖片進行DPM訓練生成人員判別器，并提取安全帽樣本圖片的圖片特征，以對該圖片特征進行Adaboost訓練生成安全帽判別器。

其中，DPM(Deformble part model)是一種經(jīng)典的機器學習算法，廣泛應用在物體檢測當中，尤其適合具有較大形變的目標檢測應用，具體來說，DPM生成的判別器可以是對人員上半身進行檢測的判別器，即用于判別待測圖片中是否含有人員上半身，這是因為安全帽一般佩戴在頭上，因此只需對上本身進行判別即可，當然也可以對人員全身進行檢測或者根據(jù)實際需要進行其他設置，均在本發(fā)明的保護范圍之內。DPM的關鍵在于使用多模型的方案，有了多模型就可以解決多視角的問題，如果只存在單單一個主模型會非常死板，如果人員動一下，那主模型和這個人員的匹配程度就低了很多；而DPM通過添加子模型比如給手一個子模型，當手移動時，子模型能夠檢測到手的位置，把子模型和主模型的匹配程度綜合起來，最簡單的就是相加，則模型匹配程度就大大提高了，且DPM對應的判別器具有判別速率高、判別準確性高的特點。對應的，對人員樣本圖片進行DPM訓練生成對應判別器與現(xiàn)有技術中對樣本進行DPM訓練生成對應判別器的原理一致，在此不再贅述。而圖片特征是用來表征和區(qū)分不同圖片的數(shù)據(jù)，圖片中的紋理、顏色等都可作為圖片特征，而對圖片特征進行Adaboost訓練生成對應判別器與現(xiàn)有技術中相關方案原理一致，在此不再贅述。其中Adaboost是一種經(jīng)典的圖片訓練的方法，可生成判別是否是目標的模型，且訓練出的模型，即判別器具有速率高、準確率高的特點。

另外需要說明的是，步驟S11和步驟S12可以是預先離線實現(xiàn)的，即上述判別器的訓練可以是預先離線實現(xiàn)的，由此，在上述判別器訓練完成后，可以在線實時獲取待測圖片并對該待測圖片進行判定。也即，訓練完上述判別器后可以執(zhí)行任意次數(shù)的步驟S13，以對預設范圍內的人員是否佩戴有安全帽進行在線的實時監(jiān)測。

S13：實時獲取預設范圍內的待測圖片，利用人員判別器判定待測圖片中是否存在人員，如果是，則利用安全帽判別器判定待測圖片中的人員是否佩戴有安全帽，并將該判定結果進行輸出。

其中需要說明的是，預設范圍可以根據(jù)實際需要進行確定，通常為規(guī)定工作人員佩戴安全帽的地域范圍。獲取到待測圖片后，可以將該待測圖片作為人員判別器的輸入，以得到人員判別器輸出的待測圖片是否包含人員的判別結果，如果判別結果表示待測圖片中存在人員，則將待測圖片作為安全帽判別器的輸入，以得到安全帽判別器輸出的待測圖片中的人員是否佩戴有安全帽的判定結果；而如果人員判別器的判別結果表示待測圖片中不存在人員，則不再對待測圖片進行其他操作。

另外，本發(fā)明實施例提供的上述技術方案中，還可以是：人員判別器判定出待測圖片中存在人員后，安全帽判別器可以在待測圖片中的對應位置區(qū)域，即預先設定的人員頭部所在區(qū)域，確定是否存在安全帽，從而實現(xiàn)人員是否佩戴安全帽的檢測。

本申請公開的上述技術方案，利用預先獲取的人員樣本圖片及安全帽樣本圖片，基于DPM及Adaboost訓練出對應的人員判別器及安全帽判別器，進而實時獲取待測圖片，以由上述判別器判斷待測圖片中是否含有人員，以及當待測圖片中含有人員時該人員是否佩戴有安全帽，從而實現(xiàn)了對人員是否佩戴有安全帽的實時檢測，進而避免了由于人員未佩戴有安全帽導致的安全隱患的存在，解決了背景技術中存在的問題。

另外，開閉所內通常設置有智能輔助監(jiān)控平臺，該平臺可實現(xiàn)相關區(qū)域內的開閉所、變電站等進行統(tǒng)一的監(jiān)控和管理，而主站表示智能輔助監(jiān)控平臺的管理控制端，因此，本申請公開的上述技術方案可以應用在主站的客戶端，由客戶端將相關數(shù)據(jù)上傳至主站，從而實現(xiàn)對開閉所或變電站內人員的監(jiān)控，進而控制智能輔助監(jiān)控平臺進行相應的工作，并對監(jiān)控得到結果進行分析管理。

本發(fā)明實施例提供的一種人員安全帽智能檢測方法，提取安全帽樣本圖片的圖片特征，可以包括：

提取安全帽樣本圖片的積分通道特征。

需要說明的是，提取安全帽樣本圖片的圖片特征的方式有很多種，如提取該樣本圖片的HOG特征、積分通道特征等，而本申請中優(yōu)選的，提取安全帽樣本圖片的積分通道特性，其中，積分通道特征是一種高級的圖片特征，可有效區(qū)分和表征不同圖片，因此，基于上述樣本圖片的積分通道特征進行Adaboost訓練，能夠保證對應判別器的判別準確性。

本發(fā)明實施例提供的一種人員安全帽智能檢測方法，利用所述人員判別器及所述安全帽判別器對所述待測圖片進行判定，包括：

將與所述人員樣本圖片及所述安全帽樣本圖片同樣規(guī)格的滑動窗口在所述待測圖片上滑動，且每滑動至一處則利用所述人員判別器或者所述安全帽判別器對該滑動窗口內的待測圖片部分進行判定。

需要說明的是，本發(fā)明實施例中涉及的樣本圖片通常會被處理成一致的規(guī)格，而滑動窗口則為與上述樣本圖片具有一致規(guī)格的窗口，通過對滑動窗口的滑動，使得滑動窗口能夠依次滑動至待測圖片的每個部分，由此，每滑動至一部分，則該部分的待測圖片則具有與樣本圖片一致的規(guī)格，進而利用上述判別器對該部分實現(xiàn)判定，從而實現(xiàn)對待測圖片每個部分的判定。由此，能夠避免由于規(guī)格不同出現(xiàn)誤判的情況發(fā)生，進一步保證了判定結果的準確性。

本發(fā)明實施例提供的一種人員安全帽智能檢測方法，還可以包括：

如果判定結果為待測圖片中的人員未佩戴有安全帽，則輸出警告信息。

需要說明的是，輸出告警信息可以由管理人員及時獲知，并指示未佩戴有安全帽的人員戴上安全帽，從而在很大程度了保證了人員的安全。而輸出警告信息的方式可以根據(jù)實際需要進行確定，如可以將待測圖片及對應的判定結果通過配置前端屏幕顯示的方式或是顯示疊層的方式展示在播放視頻上，還可以將待測圖片及對應的判定結果發(fā)送至指定終端。其中，指定終端可以是管理人員對應的終端，由此，能夠使得管理人員及時獲知為佩戴有安全帽的人員的情況，以實施管理。

本發(fā)明實施例還提供了一種人員安全帽智能檢測裝置，如圖2所示，可以包括：

人員判別器訓練模塊11，用于獲取第一預設量的包含人員的人員樣本圖片，并對人員樣本圖片進行DPM訓練生成人員判別器；

安全帽判別器訓練模塊12，用于獲取第二預設量的包含佩戴有安全帽的人員的安全帽樣本圖片，并提取安全帽樣本圖片的圖片特征，以對該圖片特征進行Adaboost訓練生成安全帽判別器；

實時檢測模塊13，用于實時獲取預設范圍內的待測圖片，利用人員判別器判定待測圖片中是否存在人員，如果是，則利用安全帽判別器判定待測圖片中的人員是否佩戴有安全帽，并將該判定結果進行輸出。

本發(fā)明實施例提供的一種人員安全帽智能檢測裝置，安全帽判別器訓練模塊可以包括：

特征提取單元，用于提取安全帽樣本圖片的積分通道特征。

本發(fā)明實施例提供的一種人員安全帽智能檢測裝置，實時檢測模塊可以包括：

實時檢測單元，用于將與所述人員樣本圖片及所述安全帽樣本圖片同樣規(guī)格的滑動窗口在所述待測圖片上滑動，且每滑動至一處則利用所述人員判別器或者所述安全帽判別器對該滑動窗口內的待測圖片部分進行判定。

本發(fā)明實施例提供的一種人員安全帽智能檢測裝置，還可以包括：

輸出模塊，用于如果判定結果為待測圖片中的人員未佩戴有安全帽，則輸出警告信息。

本發(fā)明實施例提供的一種人員安全帽智能檢測裝置，輸出模塊可以包括：

輸出單元，將待測圖片及對應的判定結果發(fā)送至指定終端。

本發(fā)明實施例提供的一種人員安全帽智能檢測裝置中相關部分的說明請參見本發(fā)明實施例提供的一種人員安全帽智能檢測方法中對應部分的詳細說明，在此不再贅述。

對所公開的實施例的上述說明，使本領域技術人員能夠實現(xiàn)或使用本發(fā)明。對這些實施例的多種修改對本領域技術人員來說將是顯而易見的，本文中所定義的一般原理可以在不脫離本發(fā)明的精神或范圍的情況下，在其它實施例中實現(xiàn)。因此，本發(fā)明將不會被限制于本文所示的這些實施例，而是要符合與本文所公開的原理和新穎特點相一致的最寬的范圍。