团体标准网
(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

.PDF文档 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
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 第 1 页 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 第 2 页 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 第 3 页
下载文档到电脑,方便使用
本文档由 人生无常 于 2024-03-18 21:47:40上传分享
友情链接
站内资源均来自网友分享或网络收集整理,若无意中侵犯到您的权利,敬请联系我们微信(点击查看客服),我们将及时删除相关资源。