[发明专利]一种人工智能港口码头监控方法

说明书

本发明涉及人工智能技术领域，具体涉及一种人工智能港口码头监控方法；通过高清摄像头获取码头油库监控视频，并对码头油库监控视频进行预处理，减少光照和背景的影响；提取预处理视频中的前景目标区域，并进行预处理，减少干扰，获得危险行为图像；再提取危险行为图像中的危险特征，便于后期识别和分类；将预先制作的危险特征样本输入分类器中，再将实际提取的危险特征输入分类器中，进行危险行为的识别和分类，得到危险行为结论，并将结论上传至管理人员，便于管理人员及时对危险行为进行防范，保障安全，采用人工智能进行监控、识别和提醒，有利于提高监控效率。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种人工智能港口码头监控方法。

背景技术

目前，港口贸易活动愈加频繁，且取得良好发展成果，但是其中还存在着一定安全隐患，特别是港口石油化工码头方面，经常会存放或者运输石油等危险品，容易燃烧、爆炸，在实际存储罐装油时，如果没有做好充分有效的监控工作，例如禁火监控，将会导致其中存在安全隐患，无法切实保障码头的安全。

现有技术中，港口石油化工码头油库的安全监控基本上都由人员到现场巡视、抽查，或人工查看监控视频等方式进行，监控的时间和空间非常有限，导致效率较低。

发明内容

本发明的目的在于提供一种人工智能港口码头监控方法，旨在解决现有技术中的港口石油化工码头油库的安全监控基本上都由人员到现场巡视、抽查，或人工查看监控视频等方式进行，监控的时间和空间非常有限，导致效率较低的技术问题。

为实现上述目的，本发明采用的一种人工智能港口码头监控方法，包括以下步骤：

获取码头油库监控视频，并对所述码头油库监控视频进行预处理，获得预处理视频；

对所述预处理视频进行前景目标区域提取，并对所述前景目标区域进行预处理，获得危险行为图像；

对所述危险行为图像进行分析和提取，获得危险特征；

将预先获取的危险特征样本输入分类器中，同时将所述危险特征输入所述分类器中，完成危险行为的识别和分类，并将危险行为结论传送至管理人员。

对获取的码头油库监控视频进行处理，提取出前景目标区域，再提取出危险行为图像，最后提取出危险行为图像中的危险特征；提前在分类器中输入危险特征样本，将实际提取出的危险特征输入分类器中进行分类和识别，最后将危险行为识别结果上传至管理人员，便于管理人员发现危险行为，进而能及时做出防范，保护码头安全，并提高监控效率。

其中，获取码头油库监控视频，并对所述码头油库监控视频进行预处理，获得预处理视频，所述方法还包括：

采用YUV空间颜色模型将所述码头油库监控视频的图像序列转化为灰度，获得所述预处理视频。

利用YUV空间颜色模型将图像序列转化为灰度，减少光照和复杂颜色背景的影响，提高检测精准度。

其中，对所述预处理视频进行前景目标区域提取，并对所述前景目标区域进行预处理，获得危险行为图像，所述方法还包括：

基于ViBe算法建立背景模型，将所述预处理视频中前景目标区域分离出来，再结合背景减除法提取出疑似危险行为区域，获得疑似危险行为区域图像。

将ViBe算法和背景减除法相结合，可以对图像序列实时处理，并减少干扰，提高检测效率。

其中，对所述预处理视频进行前景目标区域提取，并对所述前景目标区域进行预处理，获得危险行为图像，所述方法还包括：

对所述疑似危险行为区域图像进行图像去噪和形态学处理，获得所述危险行为图像。

降低环境和光照的影响，优化疑似危险行为区域的二值图像，为后续的特征提取做好基础。