淮阴工学院周海涛获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉淮阴工学院申请的专利基于深度学习对安全帽特定区域颜色的识别方法及系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN117152460B 。
龙图腾网通过国家知识产权局官网在2026-01-02发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310953696.9,技术领域涉及:G06V10/56;该发明授权基于深度学习对安全帽特定区域颜色的识别方法及系统是由周海涛;曹苏群;陈新建;徐多;王大恒;程何康;沈昕泽;赵建雪;宋佳;张弟;吴剑辉;丁耀祥设计研发完成,并于2023-08-01向国家知识产权局提交的专利申请。
本基于深度学习对安全帽特定区域颜色的识别方法及系统在说明书摘要公布了:一种基于深度学习的安全帽特定区域颜色识别方法,通过识别安全帽帽檐正中心区域屏幕展示的颜色,获取工作人员的身份类别,判断其是否具有通行权限。方法包括:首先,采集图像信息,获取图中运动的人体目标。其次,将目标输入至改进的YOLOv5目标检测模型中,利用软和强注意力机制对安全帽及帽檐正中心区域屏幕的位置进行多目标准确定位,通过位置信息来判断人体目标是否正确佩戴安全帽。然后,将多目标检测的结果输入至ResNet和分类网络进行颜色识别,并利用加入的SENet和优先级模块对特定区域的颜色信息进行加权处理;最后,整合获取相关的信息。本发明通过对安全帽特定区域的颜色识别和判断,对不同人员的通行权进行识别,可用于判断工作人员的通行权限。
本发明授权基于深度学习对安全帽特定区域颜色的识别方法及系统在权利要求书中公布了:1.一种基于深度学习对安全帽特定区域颜色的识别方法,其特征在于,具体的识别方法包括步骤: 步骤1:获取视频监控画面,对所获取的视频进行连续的视频帧获取; 步骤2:采集图像信息,对得到的视频帧进行分析,当检测待测图像信息上存在人体目标时,截取人体目标所在位置的区域图像; 步骤3:对人体区域图像进行人体目标与背景分割处理,并将背景像素统一变换为预设的背景色像素,以获得人体目标图像; 步骤4:将人体目标区域输入预先建立的卷积神经网络模型,对所述图像信息按照预先设置的目标分类进行多目标并行检测;具体的操作方式为:将人体目标区域图像输入人体检测模型,人体检测模型是基于YOLOv5的目标检测模型,识别出人体佩戴的安全帽整体和安全帽上特定区域的位置; 对YOLOv5的目标检测模型所提取的佩戴安全帽整体和安全帽上特定区域的位置可确定,但为后续安全帽上特定区域进行特征提取,需要对目前所提取的安全帽整体和安全帽上特定区域的位置做进一步空间变换,需要在YOLOv5特征提取网络中添加空间转换器spatialtransformer的模块,将图像中的安全帽的位置和安全帽上特定的区域的空间域信息做对应的空间变换,从而能将关键的信息提取出来; 步骤5:根据并行检测结果,得到检测结果至少包括安全帽整体颜色和安全帽上特定区域位置和颜色的信息;所述安全帽整体颜色和安全帽上特定区域颜色的信息的获取,具体步骤包括: 对人体目标区域获取后,需要进一步对安全帽整体颜色和安全帽上特定区域的颜色进行识别和分类处理; 根据基于改进后YOLOv5的目标检测模型得到安全帽和安全帽上特定区域的准确位置,将其输出结果作为ResNet网络模型的输入,对安全帽和安全帽上特定区域的特征进行提取,最后将提取出来的特征输入到分类网络中进行颜色分类; 对ResNet网络模型中ResNet-50的第三个Block之后增加SENet模块作为一种强注意力机制,SENet模块的主要目的是增强网络对特定特征的关注,提高网络性能;具体而言,使用YOLOv5输出的安全帽和安全帽上特定区域的位置特征,并将这些特征引入SENet模块,通过Squeeze-and-Excitation操作来增强对安全帽颜色的关注度。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人淮阴工学院,其通讯地址为:223005 江苏省淮安市经济技术开发区枚乘路1号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励