(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 202210237932.2 (22)申请日 2022.03.11 (71)申请人 苏州清研微视电子科技有限公司 地址 215200 江苏省苏州市吴江经济技 术 开发区交通路1268号 (72)发明人 张伟　王维颂　张迎午　 (74)专利代理 机构 苏州创元专利商标事务所有 限公司 3210 3 专利代理师 范晴 (51)Int.Cl. G06V 20/59(2022.01) G06N 3/08(2006.01) G06N 3/04(2006.01) G06V 10/44(2022.01) G06V 10/82(2022.01) (54)发明名称 一种基于全卷积网络的安全带检测方法和 装置 (57)摘要 本发明公开了一种基于全卷积网络的安全 带检测方法。 其中， 该方法包括： 采集驾驶员区域 的待识别图像； 利用训练后的安全 带检测全卷积 网络提取待识别图像安全带区域的特征图， 根据 所述特征图判断驾驶员是否佩戴安全 带。 本实施 例的技术方案， 基于分割的方法， 通过识别安全 带在待识别图像中的位置来判别驾驶员 是否佩 戴安全带， 提高了安全带检测的准确率和速度。 权利要求书1页 说明书3页 附图3页 CN 114627453 A 2022.06.14 CN 114627453 A 1.一种基于全卷积网络的安全带检测方法， 其特 征在于， 包括： S110、 采集驾驶员区域的待识别图像； S120、 利用训练后的安全带检测全卷积网络提取待识别图像安全带区域的特征图， 根 据所述特 征图判断驾驶员是否佩戴安全带。 2.根据权利要求1所述的方法， 其特 征在于， 在步骤S1 10之前还 包括： 对采集到的图像训练样本进行筛 选， 以得到包 含安全带的安全带训练样本； 沿着各安全带训练样本中的安全带中线位置标注若干特 征点； 将标注后的安全带训练样本输入待训练的安全带检测全卷积网络 中进行训练， 以得到 训练后的安全带检测全卷积网络 。 3.根据权利要求2所述的方法， 其特征在于， 所述图像训练样本中的安全带为驾驶员腰 部以上区域的安全带。 4.根据权利要求1所述的方法， 其特 征在于， 步骤S120具体包括： 将所述待识别图像输入练后的安全带检测全卷积网络， 得到待识别图像中安全带位置 的匹配点； 计算所有匹配点的置信度均值， 以得到所述待识别图像中存在安全带的置信度； 若所述置信度大于设定阈值， 则待识别图像中的驾驶员佩戴安全带。 5.根据权利要求1所述的方法， 其特 征在于， 还 包括： 若检测到驾驶员未佩戴安全带， 则通过发生装置进行报警。 6.一种基于全卷积网络的安全带检测装置， 其特 征在于， 包括： 采集模块， 用于采集驾驶员区域的待识别图像； 检测模块， 利用训练后的安全带检测全卷积网络提取待识别图像安全带区域的特征 图， 根据所述特 征图判断驾驶员是否佩戴安全带。 7.根据权利要求6所述的装置， 其特 征在于， 所述检测模块具体用于： 将所述待识别图像输入练后的安全带检测全卷积网络， 得到待识别图像中安全带位置 的匹配点； 计算所有匹配点的置信度均值， 以得到所述待识别图像中存在安全带的置信度； 若所述置信度大于设定阈值， 则待识别图像中的驾驶员佩戴安全带。权　利　要　求　书 1/1 页 2 CN 114627453 A 2一种基于全卷积网 络的安全带检测方 法和装置 技术领域 [0001]本发明实施例涉及 安全带检测技术领域， 尤其涉及一种基于全卷积网络的安全带 检测方法和装置 。 背景技术 [0002]随着经济 的快速发展， 汽车的数量也在逐年的增加。 汽车持续快速增长为城市交 通系统带来巨大负担， 驾驶员未佩戴安全带直接影响到自己以及其他人的生命安全， 因此， 对驾驶员是否佩戴安全带的检测十分重要。 [0003]现有的安全带检测算法绝大多数是基于分类的方法， 该方法实施较为简单， 由于 摄像设备安装角度多样性、 光照条件和驾驶员穿着姿态等环境背景复杂性， 基于分类的安 全带检测方法误识别率较高。 另外， 基于边缘设备的硬件计算能力不 强， 对神经网络模型的 设计具有较高的要求。 发明内容 [0004]本发明提供一种基于全卷积网络 的安全带检测方法， 基于分割的方法， 通过识别 安全带在图像中的位置来判别是否含有安全带， 以提高安全带检测的准确率和速度。 [0005]第一方面， 本发明实施例提供了一种基于全卷积网络的安全带检测方法， 包括： S110、 采集驾驶员区域的待识别图像； S120、 利用训练后的安全带检测全卷积网络提取待识别图像安全带区域的特征 图， 根据所述特 征图判断驾驶员是否佩戴安全带。 [0006]可选的， 在步骤S1 10之前还 包括： 对采集到的图像训练样本进行筛 选， 以得到包 含安全带的安全带训练样本； 沿着各安全带训练样本中的安全带中线位置标注若干特 征点； 将标注后的安全带训练样本输入待训练的安全带检测全卷积网络中进行训练， 以 得到训练后的安全带检测全卷积网络 。 [0007]可选的， 所述图像训练样本中的安全带为驾驶员腰 部以上区域的安全带。 [0008]可选的， 步骤S120具体包括： 将所述待识别图像输入练后的安全带检测全卷积网络， 得到待识别图像中安全带 区域的匹配点； 计算所有匹配点的置信度均值， 以得到所述待识别图像中存在安全带的置信度； 若所述置信度大于设定阈值， 则待识别图像中的驾驶员佩戴安全带。 [0009]可选的， 该方法还包括： 若检测到驾驶员未佩戴安全带， 则通过发生装置进行报 警。 [0010]第二方面， 本发明实施例还提供了一种基于全卷积网络的安全带检测装置， 包括： 采集模块， 用于采集驾驶员区域的待识别图像； 检测模块， 利用训练后的安全带检测全卷积网络提取待识别图像安全带区域的特说　明　书 1/3 页 3 CN 114627453 A 3