(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 202210373143.1 (22)申请日 2022.04.11 (71)申请人 西安交通大 学 地址 710049 陕西省西安市碑林区咸宁西 路28号 (72)发明人 梁峰　杨崟　 (74)专利代理 机构 北京润泽恒知识产权代理有 限公司 1 1319 专利代理师 苟冬梅 (51)Int.Cl. G06V 20/52(2022.01) G06V 20/40(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种头盔佩戴检测方法和系统 (57)摘要 本公开关于一种头盔佩戴检测方法和系统， 该方法包括： 嵌入式开发板调用交通监控摄像头 获取交通视频帧图片， 然后， 嵌入式开发板调用 头盔佩戴检测模型对所述交通视频帧图片进行 检测， 得到检测数据， 头盔佩戴检测模型通过原 始检测模型转换得到， 原始检测模型为Darknet 模型， 所述头盔佩戴检测模型为嵌入式RKNN模 型。 其中， 通过将原始检测模型转换为属于嵌入 式RKNN模型的头盔佩戴检测模型， 从而能够部署 在嵌入式开发板中， 并通过嵌入式开发板调用头 盔佩戴检测模 型对交通视频帧图片进行检测， 得 到检测数据， 由于嵌入式平台相较于x86平台耗 能低， 从而能够在获得较为准确的检测数据的同 时降低能耗。 权利要求书2页 说明书7页 附图3页 CN 114724084 A 2022.07.08 CN 114724084 A 1.一种头盔佩戴检测方法， 其特 征在于， 所述方法包括： 嵌入式开发板调用交通 监控摄像头获取交通视频帧图片； 所述嵌入式开发板调用头盔佩戴检测模型对所述交通视频帧图片进行检测， 得到检测 数据， 所述头盔佩戴检测模 型通过原始检测模 型转换得到， 所述原始检测模 型为Darknet模 型， 所述头盔佩戴检测模型为嵌入式RKN N模型。 2.根据权利要求1所述的方法， 其特 征在于， 所述方法还 包括： 所述嵌入式开发板根据所述检测数据， 得到分析 结果； 所述嵌入式开发板根据所述分析 结果， 生成播报信息； 所述嵌入式开发板将所述播报信 息发送至输出设备， 以使所述输出设备输出所述播报 信息。 3.根据权利要求2所述的方法， 其特 征在于， 所述检测数据表征机动车骑行 人员的位置和未佩戴头盔的头 部的位置； 所述嵌入式开发板根据所述检测数据， 得到分析 结果， 包括： 当未检测到机动车骑行人员时， 所述嵌入式开发板确定所述分析结果为未发现骑行人 员； 当检测到机动车骑行人员的位置和未佩戴头盔的头部的位置， 且存在未佩戴头盔的头 部位于机动车骑行 人员的上部时， 所述嵌入式开发板确定所述分析 结果为未佩戴头盔； 当检测到机动车骑行人员的位置和未佩戴头盔的头部的位置， 且不存在未佩戴头盔的 头部位于机动车骑行 人员的上部时， 所述嵌入式开发板确定所述分析 结果为已佩戴头盔。 4.根据权利要求2所述的方法， 其特 征在于， 所述嵌入式开发板根据所述分析 结果， 生成播报信息， 包括： 当所述分析结果为未佩戴头盔时， 生成第一播报信息， 所述第一播报信息至少包括以 下一者： 第一提示信息和第二 提示信息； 当所述分析结果为已佩戴头盔时， 生成第二播报信息， 所述第二播报信息至少包括以 下一者： 第一感谢信息和第二感谢信息； 当所述分析结果为未发现骑行人员时， 生成第三播报信息， 所述第三播报信息为未发 现骑行人员。 5.根据权利要求 4所述的方法， 其特 征在于， 当所述分析结果为未佩戴头盔时， 所述嵌入式开发板将所述播报信息发送至输出设 备， 以使所述输出设备输出 所述播报信息， 至少包括以下一 者： 所述嵌入式开发板通过第一线程， 将所述第一提示信息发送至显示面板， 以使所述显 示面板输出所述第一 提示信息； 所述嵌入式开发板通过第二线程， 将所述第二提示信息发送至语音输出设备， 以使所 述语音输出设备输出 所述第二 提示信息； 当所述分析结果为已佩戴头盔时， 所述嵌入式开发板将所述播报信息发送至输出设 备， 以使所述输出设备输出 所述播报信息， 至少包括以下一 者： 所述嵌入式开发板通过第一线程， 将所述第一感谢信息发送至显示面板， 以使所述显 示面板输出所述第一感谢信息； 所述嵌入式开发板通过第二线程， 将所述第二感谢信息发送至语音输出设备， 以使所权　利　要　求　书 1/2 页 2 CN 114724084 A 2述语音输出设备输出 所述第二感谢信息； 当所述分析结果为未发现骑行人员时， 所述嵌入式开发板将所述播报信 息发送至输出 设备， 以使所述输出设备输出 所述播报信息， 包括： 所述嵌入式开发板通过第一线程， 将所述第三播报信息发送至显示面板， 以使所述第 三播报信息 输出所述第三 播报信息 。 6.根据权利要求 4所述的方法， 其特 征在于， 当所述分析 结果为未佩戴头盔时， 所述方法还 包括： 所述嵌入式开发板获取包 含未佩戴头盔的机动车骑行 人员的交通视频帧图片； 所述嵌入式开发板将述包含未佩戴头盔的机动车骑行人员的交通视频帧图片存储至 本地数据库； 所述嵌入式开发板通过第 三线程， 将所述包含未佩戴头盔的机动车骑行人员的交通视 频帧图片发送至网络数据中心； 所述网络数据中心根据 所述包含未佩戴头盔的机动车骑行人员的交通视频帧图片， 得 到执法辅助信息 。 7.根据权利要求1 ‑6任一项所述的方法， 其特征在于， 所述原始检测模型通过以下方法 训练得到： 服务器获取多张从交通视频样本分解得到的带标注标签的交通图片样本， 所述标注标 签用于表征每张所述交通图像样本中机动车骑行 人员的位置和未佩戴头盔的头 部的位置； 服务器根据多张所述交通图片样本， 对Darknet框架下的原始检测网络进行训练， 直到 所述原始检测网络收敛， 得到原 始检测模型。 8.根据权利要求7 所述的方法， 其特 征在于， 服务器获取多张从交通视频样本分解得到的带 标注标签的交通图片样本， 包括： 服务器获取多段道路交通视频； 服务器将多段 所述道路交通视频分解 为多张交通图片； 服务器对所述多张交通图片进行筛选， 得到包含目标物体的目标图片， 所述目标物体 为机动车骑行 人员； 对所述目标图片进行数据增强， 得到多张增强图片， 对所述多张增强图片进行标签标 注， 得到多张所述带 标注标签的交通图片样本 。 9.根据权利要求7 所述的方法， 其特 征在于， 所述方法还 包括： 通过RKNN ‑Toolkit开发套件提供的接口设置针对原始检测模型模型的预处理参数； 通 过RKNN‑Toolkit开发套件提供的接口将所述原始检测模型导入内存， 为模型转换做准备； 通过RKNN ‑Toolkit开发套件提供的接口将所述原始检测模型转换为所述头盔佩戴检测模 型。 10.一种头盔佩戴检测系统， 其特征在于， 所述系统包括交通监控摄像头、 嵌入式开发 板、 显示面板、 语音输出设备、 服务器和网络数据中心， 所述交通监控摄像头、 所述显示面 板、 所述语音输出设备、 所述服务器和所述网络数据中心分别与所述嵌入式开发板通信连 接， 所述系统用于执 行如权利要求1 ‑9中任一项所述的头盔佩戴检测方法。权　利　要　求　书 2/2 页 3 CN 114724084 A 3