CN110852170A - 一种人员安全帽的检测方法、装置及系统 - Google Patents

一种人员安全帽的检测方法、装置及系统 Download PDF

Info

Publication number
CN110852170A
CN110852170A CN201910968473.3A CN201910968473A CN110852170A CN 110852170 A CN110852170 A CN 110852170A CN 201910968473 A CN201910968473 A CN 201910968473A CN 110852170 A CN110852170 A CN 110852170A
Authority
CN
China
Prior art keywords
detected
person
safety helmet
face
information
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201910968473.3A
Other languages
English (en)
Inventor
史亚茹
付卫兴
马文华
宋君
陶海
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wen'an Beijing Intelligent Technology Ltd By Share Ltd
Original Assignee
Wen'an Beijing Intelligent Technology Ltd By Share Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Wen'an Beijing Intelligent Technology Ltd By Share Ltd filed Critical Wen'an Beijing Intelligent Technology Ltd By Share Ltd
Priority to CN201910968473.3A priority Critical patent/CN110852170A/zh
Publication of CN110852170A publication Critical patent/CN110852170A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Multimedia (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Human Computer Interaction (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Alarm Systems (AREA)

Abstract

本发明涉及人工智能技术领域，公开了一种人员安全帽的检测方法、装置及系统。该方法包括：实时获取待检测视频图像帧；根据所述待检测视频图像帧，进行人脸检测，如果发现人脸，则进行人员安全帽检测，获取待检测人员上半身属性信息及人脸属性信息；获取重合度阈值S及连续检测帧阈值N；根据所述重合度阈值S及连续检测帧阈值N，判断所述待检测人员上半身属性信息及人脸属性信息，获取未戴安全帽人员信息，并发送提醒信息。采用本发明技术方案不但可以实时监控现场未戴安全帽并报警，还不受限于视频采集装置的规格。

Description

一种人员安全帽的检测方法、装置及系统
技术领域
本发明涉及人工智能技术领域，特别涉及一种人员安全帽的检测方法、装置及系统。
背景技术
随着中国经济与技术的发展，对于智慧工地和智慧园区等，安全识别系统已经成为了不可或缺的黑科技。石化、石油、煤炭、矿产、电力、建筑等特种行业也是我国职业安全事故发生率很高的部门，各行业也对进入施工现场必须戴有安全帽做了严格的规定。但是，在实际现场操作过程中，总有人无视生产安全的相关规定，由于不戴安全帽进入施工现场而发生安全事故的情况仍时有发生。而且安全监管员不可能一直守在现场监督，同时作业现场环境复杂，要做到不出纰漏几乎是不可能的。然而，随着以卷积神经网络为代表的深度学习技术被广泛应用于各类人工智能任务，例如物体分类、人脸识别、行人身份再识别等。卷积神经网络在这些问题上取得的突破性进展源于其层次化的学习结构所带来的强大表达能力。例如：“一种基于Faster R-CNN的变电站工人安全帽检测方法及其系统”技术通过图像采集模块将采集图像数据输入到系统中进行判断是否戴有安全帽。
在现有技术的实现过程中，发明人发现现有技术至少存在如下技术问题：
现有技术安全帽的检测不能实时监测工作人员，只能针对于图像进行判断，不能进行一种实时的监控；同时由于图像采集模块采用的是高清摄像头，适用范围局限。
发明内容
本发明的目的在于提供一种人员安全帽的检测方法、装置及系统，以克服现有技术中无法实时检测人员安全帽并及时报警的缺陷。
为解决上述技术问题，本发明的实施方式提供了一种人员安全帽的检测方法，包括：
实时获取待检测视频图像帧；
根据所述待检测视频图像帧，进行人脸检测，如果发现人脸，则进行人员安全帽检测，获取待检测人员上半身属性信息及人脸属性信息；
获取重合度阈值S及连续检测帧阈值N；
根据所述重合度阈值S及连续检测帧阈值N，判断所述待检测人员上半身属性信息及人脸属性信息，获取未戴安全帽人员信息，并发送提醒信息。
为解决上述技术问题，本发明的实施方式还提供了一种人员安全帽的检测装置，包括：
视频采集单元，用于实时获取待检测视频图像帧；
信息获取单元，用于根据所述待检测视频图像帧，进行人脸检测，如果发现人脸，则进行人员安全帽检测，获取待检测人员上半身属性信息及人脸属性信息；
阈值获取单元，用于获取重合度阈值S及连续检测帧阈值N；
信息处理单元，用于根据所述重合度阈值S及连续检测帧阈值N，判断所述待检测人员上半身属性信息及人脸属性信息，获取未戴安全帽人员信息，并发送提醒信息。
为解决上述技术问题，本发明的实施方式还提供了一种人员安全帽的检测系统，包括：如上所述的人员安全帽的检测装置。
本发明提供的一种人员安全帽的检测方法、装置及系统，通过实时获取待检测视频图像帧；根据所述待检测视频图像帧，进行人脸检测，如果发现人脸，则进行人员安全帽检测，获取待检测人员上半身属性信息及人脸属性信息；获取重合度阈值S及连续检测帧阈值N；根据所述重合度阈值S及连续检测帧阈值N，判断所述待检测人员上半身属性信息及人脸属性信息，获取未戴安全帽人员信息，并发送提醒信息。采用本发明技术方案不但可以实时监控现场未戴安全帽并报警，还不受限于视频采集装置的规格。
附图说明
图1是本发明实施例提供的一种人员安全帽的检测方法流程图；
图2是本发明实施例提供的一种人员安全帽的检测方法具体实现流程图；
图3是本发明实施例提供的一种人员安全帽的检测装置结构示意图；
图4是本发明实施例提供的一种人员安全帽的检测系统结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明的各实施方式进行详细的阐述。然而，本领域的普通技术人员可以理解，在本发明各实施方式中，为了使读者更好地理解本申请而提出了许多技术细节。但是，即使没有这些技术细节和基于以下各实施方式的种种变化和修改，也可以实现本申请各权利要求所要求保护的技术方案。
本发明的第一实施方式涉及一种人员安全帽的检测方法。具体流程如图1所示。该方法包括：
101：实时获取待检测视频图像帧；
102：根据所述待检测视频图像帧，进行人脸检测，如果发现人脸，则进行人员安全帽检测，获取待检测人员上半身属性信息及人脸属性信息；
103：获取重合度阈值S及连续检测帧阈值N；
104：根据所述重合度阈值S及连续检测帧阈值N，判断所述待检测人员上半身属性信息及人脸属性信息，获取未戴安全帽人员信息，并发送提醒信息。
当所述待检测人员上半身属性信息包括：待检测人员上半身坐标框及安全帽属性；所述人脸属性信息包括：人脸坐标框；以上所述的人员安全帽的检测方法，如图2所示，具体的实现流程包括：
201：实时获取待检测视频图像帧；
202：根据所述待检测视频图像帧，进行人脸检测，如果发现人脸，则进行人员安全帽检测，获取待检测人员上半身属性信息及人脸属性信息；
203：获取重合度阈值S及连续检测帧阈值N；
204：判断所述人脸坐标框与所述待检测人员上半身坐标框的重合度是否达到所述重合度阈值S，获取达到所述重合度阈值S的待检测视频图像帧；
205：当所述达到所述重合度阈值S的待检测视频图像帧连续出现的帧数达到所述连续检测帧阈值N，则获取未戴安全帽人员信息，并发送提醒信息。该步骤中所述获取未戴安全帽人员信息具体为：根据所述人脸坐标框，获取所述未戴安全帽人员的人脸图像。
基于以上实施例，本发明技术方案还可以包括二次验证的实现方案；所述二次验证的实现方案，具体包括：
S1：获取所述待检测人员上半身坐标框，安全帽属性及验证比例；
S2：根据所述验证比例，获取所述待检测人员上半身坐标框对应的待检测人员验证图像；
S3：根据所述验证图像，判断所述待检测人员是否带安全帽，获取判断结果；
S4：如果未戴安全帽，则将所述判断结果与所述安全帽属性进行比对，如果比对结果一致，则获取未戴安全帽人员信息，并发送提醒信息。
需要说明的是，所述安全帽属性包括：带有安全帽或者未戴安全帽；所述未戴安全帽人员信息包括：未戴安全帽人员的人脸图像。
基于以上实施例，本发明的第二实施方式涉及一种人员安全帽的检测装置。该装置结构如图3所示，包括：
视频采集单元301，用于实时获取待检测视频图像帧；
信息获取单元302，用于根据所述待检测视频图像帧，进行人脸检测，如果发现人脸，则进行人员安全帽检测，获取待检测人员上半身属性信息及人脸属性信息；
阈值获取单元303，用于获取重合度阈值S及连续检测帧阈值N；
信息处理单元304，用于根据所述重合度阈值S及连续检测帧阈值N，判断所述待检测人员上半身属性信息及人脸属性信息，获取未戴安全帽人员信息，并发送提醒信息。
需要说明的是，所述待检测人员上半身属性信息包括：待检测人员上半身坐标框及安全帽属性；所述人脸属性信息包括：人脸坐标框；
所述信息处理单元包括：
判断子单元，用于判断所述人脸坐标框与所述待检测人员上半身坐标框的重合度是否达到所述重合度阈值S，获取达到所述重合度阈值S的待检测视频图像帧；
信息处理子单元，用于当所述达到所述重合度阈值S的待检测视频图像帧连续出现的帧数达到所述连续检测帧阈值N，则获取未戴安全帽人员信息，并发送提醒信息。
还需要说明的是，所述信息处理子单元，还用于根据所述人脸坐标框，获取所述未戴安全帽人员的人脸图像。
还需要说明的是，当所述达到所述重合度阈值S的待检测视频图像帧连续出现的帧数达到所述连续检测帧阈值N，所述信息处理单元还用于获取所述待检测人员上半身坐标框，安全帽属性及验证比例；根据所述验证比例，获取所述待检测人员上半身坐标框对应的待检测人员验证图像；根据所述验证图像，判断所述待检测人员是否带安全帽，获取判断结果；如果未戴安全帽，则将所述判断结果与所述安全帽属性进行比对，如果比对结果一致，则获取未戴安全帽人员信息，并发送提醒信息；
所述安全帽属性包括：带有安全帽或者未戴安全帽；所述未戴安全帽人员信息包括：未戴安全帽人员的人脸图像。
基于以上实施例，本发明的第三实施方式涉及一种人员安全帽的检测系统。该系统结构如图4所示，包括：如上所述人员安全帽的检测装置。
本发明通过实时视频分析监测，对施工现场的人员进行检测，可以替代安全监督员巡查或观看视频等传统的监管方法，检测工作人员是否按规定戴有安全帽，对人员未戴有安全帽发出报警提醒并将未戴安全帽的人脸图像显示出来。
以下通过在施工区域架设相机(视频采集单元)，进行视频图像的采集；提前在视频画面中设置监控区域，所述人员安全帽的检测系统会对进入监控区域的施工人员进行检测，若检测到监控区域里的人员未戴安全帽，会发出报警提醒。在监测的同时，会对监控区域的人员进行人脸抓拍，一旦发现未戴安全帽的报警，从而可以定位到具体的施工人员，减少事故发生几率。检测人员未戴安全帽的方法具体步骤如下：
以上所述未戴安全帽检测；例如：通过大量学习样本，样本包括未戴安全帽与戴有安全帽两种类别，使用faster-RCNN网络作为基础模型baseModel训练离线检测器，检测上半身，并初步确定人员是否戴有安全帽；
以上所述人脸检测；例如：利用大量的学习样本，同样使用faster RCNN网络作为基础模型baseModel训练离线检测器，具体方法同戴有或未戴安全帽检测器训练，此检测器仅对区域内的人员进行人脸抓拍；
前端相机对图像数据进行采集，设置检测区域，首先对图像进行人脸检测，若在图像中检测到人脸，进而对图像中进行人员上半身检测，得到图像中人员的上半身属性以及人脸属性，而后对人脸检测区域与安全帽检测区域进行比较，当两个区域重合率达到阈值S，以及连续检测到戴有或未戴安全帽的帧数达到阈值N，初步判定区域内的人员是否戴有安全帽；
对上述检测结果进行二次验证，具体步骤如下：
例如：采用大量学习样本，样本包括未戴安全帽与戴有安全帽两种类别，通过10个Convolution层、4个MaxPooling层、1个Average-Pooling层和1个全连接层组成的网络作为baseModel训练离线分类器，利用上述检测到的人员的头部信息进行分类；
若二次验证结果与初步判定的结果一致，则对未戴安全帽的结果进行报警，并输出检测的人脸信息。
本发明提供的一种人员安全帽的检测方法、装置及系统，通过实时获取待检测视频图像帧；根据所述待检测视频图像帧，进行人脸检测，如果发现人脸，则进行人员安全帽检测，获取待检测人员上半身属性信息及人脸属性信息；获取重合度阈值S及连续检测帧阈值N；根据所述重合度阈值S及连续检测帧阈值N，判断所述待检测人员上半身属性信息及人脸属性信息，获取未戴安全帽人员信息，并发送提醒信息。采用本发明技术方案不但可以实时监控现场未戴安全帽并报警，还不受限于视频采集装置的规格。
不难发现，本实施方式为与第一实施方式相对应的装置实施例，本实施方式可与第一实施方式互相配合实施。第一实施方式中提到的相关技术细节在本实施方式中依然有效，为了减少重复，这里不再赘述。相应地，本实施方式中提到的相关技术细节也可应用在第一实施方式中。
值得一提的是，本实施方式中所涉及到的各模块均为逻辑模块，在实际应用中，一个逻辑单元可以是一个物理单元，也可以是一个物理单元的一部分，还可以以多个物理单元的组合实现。此外，为了突出本发明的创新部分，本实施方式中并没有将与解决本发明所提出的技术问题关系不太密切的单元引入，但这并不表明本实施方式中不存在其它的单元。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
为了描述的方便，描述以上装置是以功能分为各种单元/模块分别描述。当然，在实施本发明时可以把各单元/模块的功能在同一个或多个软件和/或硬件中实现。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random AccessMemory，RAM)等。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种人员安全帽的检测方法，其特征在于，包括：
实时获取待检测视频图像帧；
根据所述待检测视频图像帧，进行人脸检测，如果发现人脸，则进行人员安全帽检测，获取待检测人员上半身属性信息及人脸属性信息；
获取重合度阈值S及连续检测帧阈值N；
根据所述重合度阈值S及连续检测帧阈值N，判断所述待检测人员上半身属性信息及人脸属性信息，获取未戴安全帽人员信息，并发送提醒信息。
2.根据权利要求1所述的人员安全帽的检测方法，其特征在于，所述待检测人员上半身属性信息包括：待检测人员上半身坐标框及安全帽属性；所述人脸属性信息包括：人脸坐标框；
所述判断所述待检测人员上半身属性信息及人脸属性信息，获取未戴安全帽人员信息，并发送提醒信息的步骤包括：
判断所述人脸坐标框与所述待检测人员上半身坐标框的重合度是否达到所述重合度阈值S，获取达到所述重合度阈值S的待检测视频图像帧；
当所述达到所述重合度阈值S的待检测视频图像帧连续出现的帧数达到所述连续检测帧阈值N，则获取未戴安全帽人员信息，并发送提醒信息。
3.根据权利要求2所述的人员安全帽的检测方法，其特征在于，所述获取未戴安全帽人员信息包括：
根据所述人脸坐标框，获取所述未戴安全帽人员的人脸图像。
4.根据权利要求2或3所述的人员安全帽的检测方法，其特征在于，当所述达到所述重合度阈值S的待检测视频图像帧连续出现的帧数达到所述连续检测帧阈值N，所述判断所述待检测人员上半身属性信息及人脸属性信息，获取未戴安全帽人员信息，并发送提醒信息的步骤还包括：
获取所述待检测人员上半身坐标框，安全帽属性及验证比例；
根据所述验证比例，获取所述待检测人员上半身坐标框对应的待检测人员验证图像；
根据所述验证图像，判断所述待检测人员是否带安全帽，获取判断结果；
如果未戴安全帽，则将所述判断结果与所述安全帽属性进行比对，如果比对结果一致，则获取未戴安全帽人员信息，并发送提醒信息。
5.根据权利要求4所述的人员安全帽的检测方法，其特征在于，所述安全帽属性包括：带有安全帽或者未戴安全帽；所述未戴安全帽人员信息包括：未戴安全帽人员的人脸图像。
6.一种人员安全帽的检测装置，其特征在于，包括：
视频采集单元，用于实时获取待检测视频图像帧；
信息获取单元，用于根据所述待检测视频图像帧，进行人脸检测，如果发现人脸，则进行人员安全帽检测，获取待检测人员上半身属性信息及人脸属性信息；
阈值获取单元，用于获取重合度阈值S及连续检测帧阈值N；
信息处理单元，用于根据所述重合度阈值S及连续检测帧阈值N，判断所述待检测人员上半身属性信息及人脸属性信息，获取未戴安全帽人员信息，并发送提醒信息。
7.根据权利要求6所述的人员安全帽的检测装置，其特征在于，所述待检测人员上半身属性信息包括：待检测人员上半身坐标框及安全帽属性；所述人脸属性信息包括：人脸坐标框；
所述信息处理单元包括：
判断子单元，用于判断所述人脸坐标框与所述待检测人员上半身坐标框的重合度是否达到所述重合度阈值S，获取达到所述重合度阈值S的待检测视频图像帧；
信息处理子单元，用于当所述达到所述重合度阈值S的待检测视频图像帧连续出现的帧数达到所述连续检测帧阈值N，则获取未戴安全帽人员信息，并发送提醒信息。
8.根据权利要求7所述的人员安全帽的检测装置，其特征在于，所述信息处理子单元，还用于根据所述人脸坐标框，获取所述未戴安全帽人员的人脸图像。
9.根据权利要求7或8所述的人员安全帽的检测装置，其特征在于，当所述达到所述重合度阈值S的待检测视频图像帧连续出现的帧数达到所述连续检测帧阈值N，所述信息处理单元还用于获取所述待检测人员上半身坐标框，安全帽属性及验证比例；根据所述验证比例，获取所述待检测人员上半身坐标框对应的待检测人员验证图像；根据所述验证图像，判断所述待检测人员是否带安全帽，获取判断结果；如果未戴安全帽，则将所述判断结果与所述安全帽属性进行比对，如果比对结果一致，则获取未戴安全帽人员信息，并发送提醒信息；
所述安全帽属性包括：带有安全帽或者未戴安全帽；所述未戴安全帽人员信息包括：未戴安全帽人员的人脸图像。
10.一种人员安全帽的检测系统，其特征在于，包括：如上所述权利要求6至9中任意一项所述的人员安全帽的检测装置。
CN201910968473.3A 2019-10-12 2019-10-12 一种人员安全帽的检测方法、装置及系统 Pending CN110852170A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910968473.3A CN110852170A (zh) 2019-10-12 2019-10-12 一种人员安全帽的检测方法、装置及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910968473.3A CN110852170A (zh) 2019-10-12 2019-10-12 一种人员安全帽的检测方法、装置及系统

Publications (1)

Publication Number Publication Date
CN110852170A true CN110852170A (zh) 2020-02-28

Family

ID=69597396

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910968473.3A Pending CN110852170A (zh) 2019-10-12 2019-10-12 一种人员安全帽的检测方法、装置及系统

Country Status (1)

Country Link
CN (1) CN110852170A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111353473A (zh) * 2020-03-30 2020-06-30 浙江大华技术股份有限公司 一种人脸检测方法、装置、电子设备及存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104902227A (zh) * 2015-05-06 2015-09-09 南京第五十五所技术开发有限公司 一种变电站安全帽情况佩戴视频监控系统
CN105469069A (zh) * 2015-12-09 2016-04-06 上海工业自动化仪表研究院 面向生产线数据采集终端的安全帽视频检测方法
US20160292520A1 (en) * 2013-11-20 2016-10-06 Nec Corporation Helmet wearing determination method, helmet wearing determination system, helmet wearing determination apparatus, and program
CN106295551A (zh) * 2016-08-05 2017-01-04 南京理工大学 一种基于视频分析的人员安全帽佩戴情况实时检测方法
JP2017102604A (ja) * 2015-11-30 2017-06-08 住友重機械工業株式会社 作業機械用周辺監視システム
CN108319934A (zh) * 2018-03-20 2018-07-24 武汉倍特威视系统有限公司 基于视频流数据的安全帽佩戴情况检测方法
CN108460358A (zh) * 2018-03-20 2018-08-28 武汉倍特威视系统有限公司 基于视频流数据的安全帽识别方法
CN108921159A (zh) * 2018-07-26 2018-11-30 北京百度网讯科技有限公司 用于检测安全帽的佩戴情况的方法和装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160292520A1 (en) * 2013-11-20 2016-10-06 Nec Corporation Helmet wearing determination method, helmet wearing determination system, helmet wearing determination apparatus, and program
CN104902227A (zh) * 2015-05-06 2015-09-09 南京第五十五所技术开发有限公司 一种变电站安全帽情况佩戴视频监控系统
JP2017102604A (ja) * 2015-11-30 2017-06-08 住友重機械工業株式会社 作業機械用周辺監視システム
CN105469069A (zh) * 2015-12-09 2016-04-06 上海工业自动化仪表研究院 面向生产线数据采集终端的安全帽视频检测方法
CN106295551A (zh) * 2016-08-05 2017-01-04 南京理工大学 一种基于视频分析的人员安全帽佩戴情况实时检测方法
CN108319934A (zh) * 2018-03-20 2018-07-24 武汉倍特威视系统有限公司 基于视频流数据的安全帽佩戴情况检测方法
CN108460358A (zh) * 2018-03-20 2018-08-28 武汉倍特威视系统有限公司 基于视频流数据的安全帽识别方法
CN108921159A (zh) * 2018-07-26 2018-11-30 北京百度网讯科技有限公司 用于检测安全帽的佩戴情况的方法和装置

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
SHI HUI 等: "Safety Helmet Wearing Detection Method of Improved YOLO v3", 《COMPUTER ENGINEERING AND APPLICATIONS》, vol. 55, no. 11, pages 213 - 220 *
张丽霞 等: "人体异常行为识别在电力生产中的应用", 《生物技术世界》, no. 03, pages 180 *
王秋余: "基于视频流的施工现场工人安全帽佩戴识别研究", 《中国优秀硕士学位论文全文数据库工程科技Ⅰ辑》, no. 09, pages 026 - 5 *
肖梦佳: "基于图像识别的施工现场智能监控系统的相关技术研究与实现", 《中国优秀硕士学位论文全文数据库信息科技辑》, no. 02, pages 138 - 3036 *
郝存明 等: "基于深度学习的安全帽检测方法研究", 《河北省科学院学报》, no. 03, pages 11 - 15 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111353473A (zh) * 2020-03-30 2020-06-30 浙江大华技术股份有限公司 一种人脸检测方法、装置、电子设备及存储介质
CN111353473B (zh) * 2020-03-30 2023-04-14 浙江大华技术股份有限公司 一种人脸检测方法、装置、电子设备及存储介质

Similar Documents

Publication Publication Date Title
CN111507308B (zh) 一种基于视频识别技术的变电站安全监控系统及方法
CN104691559B (zh) 监测站台安全门与车门区间安全的辅助系统及其实现方法
CN112396658B (zh) 一种基于视频的室内人员定位方法及定位系统
KR101215948B1 (ko) 신체정보 및 얼굴인식에 기반한 감시 시스템의 영상정보 마스킹 방법
CN110309719A (zh) 一种电网作业人员安全帽佩戴管理控制方法和系统
CN112804498A (zh) 一种安全防护装具佩戴情况监控系统和方法
CN110889339B (zh) 基于头肩检测的危险区域分级预警方法与系统
KR101541272B1 (ko) 사람들의 움직임 불규칙성을 이용한 폭력 행위 검출 장치 및 방법
KR101036947B1 (ko) 컴퓨터 영상 분석기술을 이용한 범죄 및 사고예방 자동경비 시스템
CN101021949A (zh) 一种用于煤矿的矿工出入自动监测的方法
CN110867046A (zh) 一种基于云计算的智能洗车机视频监控预警系统
CN110472574A (zh) 一种检测着装不规范的方法、装置及系统
CN112800901A (zh) 一种基于视觉感知的矿山人员安全检测方法
CN105139016A (zh) 监控摄像头的干扰检测系统及其应用方法
CN103686086A (zh) 一种针对特定区域进行视频监控的方法
CN112184773A (zh) 一种基于深度学习的安全帽佩戴检测方法及系统
CN104077568A (zh) 一种高精度的驾驶员行为识别与监控方法及系统
CN111652185A (zh) 一种基于违章行为识别的安全施工方法、系统、装置及存储介质
KR101092472B1 (ko) 감시카메라를 활용한 비디오 색인 시스템 및 그 색인 방법
CN113313899A (zh) 一种基于大数据的安防监控分析处理方法
CN210222962U (zh) 一种智能电子围栏系统
CN111523386B (zh) 一种基于机器视觉的高速铁路站台门监测防护方法及系统
CN110852170A (zh) 一种人员安全帽的检测方法、装置及系统
CN111274872B (zh) 基于模板匹配的视频监控动态不规则多监管区域判别方法
CN112656081A (zh) 基于矢量位姿测量技术的室内定位系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination