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！

龙图腾网获悉武汉理工大学申请的专利一种施工场景下的安全帽佩戴检测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：CN115171022B 。

龙图腾网通过国家知识产权局官网在2026-03-03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：202210852309.8，技术领域涉及：G06V20/40；该发明授权一种施工场景下的安全帽佩戴检测方法及系统是由王贞;邱杭;王宇向;贾学军设计研发完成，并于2022-07-19向国家知识产权局提交的专利申请。

本一种施工场景下的安全帽佩戴检测方法及系统在说明书摘要公布了：本申请公开了一种安全帽佩戴检测方法及系统，包括数据采集模块、目标检测模块、目标跟踪模块和摄像设备自动控制模块，在公开的安全帽佩戴检测数据集基础上添加现场监控图像，经数据增强后得到新的数据集；构建安全帽佩戴检测网络，同时用遗传算法优化初始锚框和超参数后训练该网络获得安全帽佩戴检测模型；随后将目标跟踪算法和监控设备相结合实现摄像设备对目标作业人员的自动跟踪。跟踪算法对目标的运动轨迹特征进行自动分析和提取，考虑了帧间关联性，从而弥补视觉目标检测方法的不足，提高检测准确度以及小目标的识别度。本发明可有效解决施工环境下小目标漏检问题与复杂背景下的误检问题，实现摄像设备对违规目标的自动跟踪检测。

本发明授权一种施工场景下的安全帽佩戴检测方法及系统在权利要求书中公布了：1.一种施工场景下的安全帽佩戴检测方法，其特征在于，包括以下步骤： 步骤S1：构建安全帽佩戴检测数据集； 步骤S2：改进YOLOv5目标检测算法，构建安全帽佩戴检测网络； 步骤S3：通过K-means聚类算法和遗传算法对所述安全帽佩戴检测网络的初始锚框尺寸进行优化，并采用遗传算法优化所述安全帽佩戴检测网络的超参数； 步骤S4：采用所述安全帽佩戴检测数据集对步骤S2得到的安全帽佩戴检测网络进行训练，得到权重文件，并构建安全帽检测模型； 步骤S5：基于所述安全帽检测模型和DeepSort目标跟踪算法，实时检测工地视频帧图像，对当前所述帧图像中的目标人物进行标注生成目标检测框；并对所述目标人物分配不同的ID，进行特征提取、持续跟踪并获取目标轨迹； 步骤S6：在持续跟踪过程中，基于所述安全帽检测模型识别未佩戴安全帽的重点目标，并将所述重点目标区分为违规目标A和难以识别的潜在违规目标B，当所述重点目标连续5帧以上满足未佩戴安全帽的判定情况时，对所述重点目标进行跟踪放大，继续进行检测； 步骤S7：当所述重点目标存在未佩戴安全帽的违规行为时，对所述重点目标进行抓拍并预警； 步骤S2具体包括：在YOLOv5算法的大、中、小三尺度预测的基础上，在Neck层继续对原始特征图进行上采样，并与包含更多细节信息的浅层特征图拼接融合，进而将三尺度预测的结构改为四尺度预测，并利用深度学习框架pytorch构建安全帽佩戴检测网络。

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武汉理工大学，其通讯地址为：430070 湖北省武汉市洪山区珞狮路122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。