[发明专利]隧道抛洒物检测的方法、装置、电子设备及存储介质在审

专利信息
申请号: 202111235715.1 申请日: 2021-10-22
公开(公告)号: CN114037933A 公开(公告)日: 2022-02-11
发明(设计)人: 李嘉锋;徐晗;孙昊;卓力;郜征 申请(专利权)人: 北京工业大学
主分类号: G06V20/40 分类号: G06V20/40;G06V10/774;G06V10/26;G06K9/62
代理公司: 北京路浩知识产权代理有限公司 11002 代理人: 王宇杨
地址: 100022 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 隧道 抛洒 检测 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种隧道抛洒物检测的方法,其特征在于,包括:

获取隧道的视频数据;

对所述视频数据采用平均帧处理,得到隧道平均帧图像;

将所述隧道平均帧图像输入至训练好的分割模型,得到所述隧道平均帧图像中不同类型抛洒物对应区域的分割结果;

根据所述分割结果确定所述抛洒物的位置信息;

其中,所述训练好的分割模型为利用不同隧道平均帧图像以及不同隧道平均帧图像对应的语义分割真值图进行训练后得到。

2.根据权利要求1所述的隧道抛洒物检测的方法,其特征在于,在将所述隧道平均帧图像输入至训练好的分割模型,得到所述隧道平均帧图像中不同类型抛洒物对应区域的分割结果之前,还包括:

获取隧道平均帧训练图像以及语义分割真值图;

提取所述隧道平均帧训练图像的梯度信息,得到第一特征图;

对所述第一特征图进行预处理,得到第二特征图;

基于E-Net网络对所述第二特征图编码后解码,得到语义分割预测图;

根据所述语义分割真值图以及所述语义分割预测图确定损失值;

根据所述损失值更新所述分割模型的参数,得到训练好的分割模型。

3.根据权利要求2所述的隧道抛洒物检测的方法,其特征在于,所述对所述第一特征图进行预处理,得到第二特征图,包括:

对所述第一特征图卷积得到第一下采样特征图;

对所述第一特征图最大池化得到第二下采样特征图;

将所述第一下采样特征图以及所述第二下采样特征图进行拼接,得到第二特征图。

4.根据权利要求2所述的隧道抛洒物检测的方法,其特征在于,所述网络包含第一编码器、第二编码器、第一解码器、第二解码器以及分类器,所述基于E-Net网络对所述第二特征图编码后解码,得到语义分割预测图,包括:

采用所述第一编码器对所述第二特征图编码后采用坐标注意力机制,得到第三特征图;

采用所述第二编码器对所述第三特征图编码后采用坐标注意力机制,得到第四特征图;

采用所述第一解码器对所述第四特征图解码后采用坐标注意力机制,得到第五特征图;

采用所述第二解码器对所述第五特征图解码后采用所述分类器分类,得到语义分割预测图。

5.根据权利要求1所述的隧道抛洒物检测的方法,其特征在于,所述根据所述分割结果确定所述抛洒物的位置信息,包括:

获取二值图模板;

根据所述分割结果确定待检测二值图;

将所述待检测二值图中每个像素点的像素值分别与所述二值图模板中对应的像素点的像素值相减,得到二值结果图;

根据所述二值结果图确定所述抛洒物的位置信息。

6.一种隧道抛洒物检测的装置,其特征在于,包括:

获取模块,用于获取隧道的视频数据;

处理模块,用于对所述视频数据采用平均帧处理,得到隧道平均帧图像;将所述隧道平均帧图像输入至训练好的分割模型,得到所述隧道平均帧图像中不同类型抛洒物对应区域的分割结果;根据所述分割结果确定所述抛洒物的位置信息;其中,所述训练好的分割模型为利用不同隧道平均帧图像以及不同隧道平均帧图像对应的语义分割真值图进行训练后得到。

7.根据权利要求6所述的隧道抛洒物检测的装置,其特征在于,所述处理模块具体用于:

获取二值图模板;

根据所述分割结果确定待检测二值图;

将所述待检测二值图中每个像素点的像素值分别与所述二值图模板中对应的像素点的像素值相减,得到二值结果图;

根据所述二值结果图确定所述抛洒物的位置信息。

8.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述方法的步骤。

9.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至5任一项所述方法的步骤。

10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至5任一项所述方法的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京工业大学,未经北京工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111235715.1/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top