(19)中华 人民共和国 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 202111672944.X
(22)申请日 2021.12.31
(71)申请人 成都迈塔能卫科技有限公司
地址 610000 四川省成 都市中国 (四川) 自
由贸易试验区成都高新区益州大道中
段1918号2栋12层120 6号
(72)发明人 曾金全 谢瑜
(51)Int.Cl.
G06V 20/40(2022.01)
G06V 40/20(2022.01)
G06V 10/82(2022.01)
G06N 3/04(2006.01)
G06N 3/08(2006.01)
(54)发明名称
一种基于深度学习的石油井场人员穿越吊
装物检测方法及其系统
(57)摘要
本发明公开了一种基于深度学习的石油井
场人员穿越吊装物检测方法及其系统, 属于人工
智能视频分析领域。 其方法包括: 读取摄像头视
频流; 提取当前帧前景目标, 并更新背景模型图
像; 利于深度学习目标检测技术检测视频流当前
帧的目标, 并添加到当前帧目标集合中; 针对 图
像前景目标, 采用面积占比以及深度学习目标检
测结果进行当前帧前景目标的剔除; 将余下的前
景目标与深度学习目标检测结果中的人员目标
输入到人员穿越检测模型进行分析, 判断是否有
人员穿越前景目标; 如果人员穿越检测模型输出
为真, 则进行实时截屏和录像,输出告警。 本发明
的系统包括: 摄像头视频流采集模块、 图像前景
提取模块、 深度学习目标检测模块、 图像前景目
标剔除模块、 人员穿越吊装物检测模块、 输出告
警模块。 本发明可 以解决吊装物种类繁多, 无法
有效识别的问题, 并具有检测率高、 误报率低的特点。
权利要求书2页 说明书5页 附图6页
CN 114299439 A
2022.04.08
CN 114299439 A
1.一种基于深度学习的石油井场人员穿越吊装物检测方法, 其特 征在于, 其方法包括:
从前端摄 像头或NVR网络硬 盘录像机读取视频流;
从视频流中检测出 前景目标;
对前景目标框进行目标剔除;
人员穿越吊装物检测。
2.根据权利要求1所述的基于深度学习的石油井场人员穿越吊装物检测方法, 其特征
在于, 从视频流中检测出 前景目标方法,包括:
读取一帧视频流framei;
提取横坐标和纵坐标 方向的梯度值gradxi和gradyi;
是否是初始帧;
如果是初始帧, 置backxi=gradxi和backyi=gradyi;
如果不是初始帧, 置dif fxi=gradxi‑backxi和diffyi=gradyi‑backyi;
更新背景, backxi=backxi‑1+λ*diffxi和backyi=backyi‑1+λ*diffyi;
对视频流fr amei中的每个像素点j如果横坐标方向diffxij大于β 且gr adxij大于θ,则置
forexij为255,否则置为0;
对视频流fr amei中的每个像素点j如果纵坐标方向diffyij大于β 且gr adyij大于θ,则置
foreyij为255,否则置为0 。
3.根据权利要求2所述的基于深度学习的石油井场人员穿越吊装物检测方法, 其特征
在于, gradi的计算方法如方程(1)所示, gradxi和gradyi为横坐标和纵坐标方向的梯度值,
gradxi和gradyi为采用Sobel算子、 scharr算子、 Laplacian算子、 Canny算子等计算出来的结
果平均值, ωj为各算子 权重。
4.根据权利要求1所述的基于深度学习的石油井场人员穿越吊装物检测方法, 其特征
在于, 前景目标框剔除方法:
剔除前景目标框中面积占比小于α 的前 景目标框;
根据深度学习目标检测吊构等结果和方程(14)、 (15)、 (16), 剔除前 景目标框;
根据深度目标检测人动物和方程(17)剔除前 景目标框 。
5.根据权利要求4所述的基于深度学习的石油井场人员穿越吊装物检测方法, 其特征
在于, 前景目标框剔除方法,根据检测到的前景目标框面积与图像面积的占比进行目标剔
除。
6.根据权利要求4所述的基于深度学习的石油井场人员穿越吊装物检测方法, 其特征
在于, 前景目标框剔除方法,根据基于深度学习检测到的目标框与前景目标框, 判断他们的
几何位置关系如方程(14)、 (15)、 (16)所示进行 前景目标剔除。
7.根据权利要求4所述的基于深度学习的石油井场人员穿越吊装物检测方法, 其特征
在于, 前景目标框剔除方法,根据基于深度学习检测到的人与动物目标框与前景目标框, 判
断他们的几何位置关系如方程(17)所示进行 前景目标剔除。
8.根据权利要求1所述的基于深度学习的石油井场人员穿越吊装物检测方法, 其特征
在于, 人员穿越吊装物检测方法:
从深度学习目标检测结果中抽取 人员目标, 并进行追踪;
计算人员是否穿越前 景目标左、 右边框;权 利 要 求 书 1/2 页
2
CN 114299439 A
2人员是否穿越前 景左、 右边框且两次 时间差小于 δ ?
如果满足, 则输出告警。
9.根据权利要求8所述的基于深度学习的石油井场人员穿越吊装物检测方法, 其特征
在于, 人员穿越吊装物检测方法,根据人员穿越吊装左、 右边框共两次进行判断。
10.根据权利要求8所述的基于深度 学习的石油井场人员穿越吊装物检测方法, 其特征
在于, 人员穿越吊装物检测方法,根据人员两次穿越吊装物的时间差进行判断。
11.根据权利要求8所述的基于深度 学习的石油井场人员穿越吊装物检测方法, 其特征
在于, 人员穿越吊装物检测方法,根据人员两次穿越吊装物及两次 时间差进行判断。
12.基于深度学习的石油井场人员穿越吊装物检测系统, 其特 征在于, 还 包括:
摄像头视频流采集模块: 从摄 像头或NVR中读取视频流。
图像前景目标提取模块: 对读取到的视频流进行 前景目标检测。
深度学习目标检测模块: 采用深度学习目标检测对图像中的目标进行检测。
人员穿越吊装物检测模块: 将深度 学习目标检测中的人员目标与剔除后的前景目标框
的左、 右边框进行越线检测, 并记录相应时间。 如果人员穿越了左、 右边框且在一个短的时
间范围内完成, 则说明该 人员穿越了吊装物。
输出告警模块: 如果检测模块检测到人员穿越吊装物, 则输出告警信息 。权 利 要 求 书 2/2 页
3
CN 114299439 A
3
专利 一种基于深度学习的石油井场人员穿越吊装物检测方法及其系统
文档预览
中文文档
14 页
50 下载
1000 浏览
0 评论
309 收藏
3.0分
温馨提示:本文档共14页,可预览 3 页,如浏览全部内容或当前文档出现乱码,可开通会员下载原始文档
本文档由 人生无常 于 2024-03-18 21:47:40上传分享