[发明专利]一种基于电子围栏的安全监控方法、装置、电子设备

权利要求书

1.一种基于电子围栏的安全监控方法，其特征在于，所述方法包括：

接收用户输入的卷积层数量，根据所述卷积层数量，构建人脸特征卷积层及物体特征卷积层；

从YOLO模型中提取检测框生成层；

按照预设顺序，排列组合所述人脸特征卷积层、所述物体特征卷积层及所述检测框生成层，得到所述异常物体检测模型；

接收人脸图片训练集及物体图片训练集，利用所述人脸特征卷积层，对所述人脸图片训练集执行卷积操作，得到人脸特征图集；

利用所述物体特征卷积层，对所述物体图片训练集执行卷积操作，得到物体特征图集；

分别计算所述人脸特征图集的人脸损失值，及所述物体特征图集的物体损失值；

判断所述人脸损失值及物体损失值与预设损失阈值的大小；

若所述人脸损失值或所述物体损失值大于或等于所述损失阈值，调整所述物体特征卷积层及所述物体特征卷积层的内部参数，并返回人脸特征卷积操作；

若所述人脸损失值及所述物体损失值均小于所述损失阈值，完成训练得到所述待嵌入检测模型；

将所述待嵌入检测模型嵌入至预构建的电子围栏，其中，所述电子围栏包括监控设备；

利用所述监控设备捕捉监控视频，对所述监控视频进行分帧处理，得到待检测图片集；

利用所述待嵌入检测模型内的卷积层，对所述待检测图片集执行特征提取，得到特征图集；

利用所述待嵌入检测模型内的检测框生成层，计算所述特征图集的人脸检测框及物体检测框；

将所述人脸检测框及物体检测框反馈至所述监控设备，得到所述电子围栏的检测结果。

2.如权利要求1所述的基于电子围栏的安全监控方法，其特征在于，所述利用所述人脸特征卷积层，对所述人脸图片训练集执行卷积操作，得到人脸特征图集，包括：

利用所述人脸特征卷积层中的卷积核，对所述人脸图片训练集的像素矩阵进行计算，得到特征图矩阵集；

对所述特征图矩阵集中的每个特征图矩阵进行平均区域划分，并取区域内所有像素值之和的平均值代替所述区域内的像素值，得到待降维人脸图像集；

对所述待降维人脸图像集执行降维处理，得到所述人脸特征图集。

3.如权利要求1所述的基于电子围栏的安全监控方法，其特征在于，所述对所述监控视频进行分帧处理，得到待检测图片集，包括：

接收用户输入的抽帧数，根据所述抽帧数从所述监控视频中抽取得到待处理图片集；

对所述待处理图片集中的每张待处理图片进行去噪处理，得到标准图片集；

对所述标准图片集中的图片进行梯度转换，得到每张标准图片的向量表示值；

将所述向量表示值加入至对应的标准图片像素，得到所述待检测图片集。

4.如权利要求3中所述的基于电子围栏的安全监控方法，其特征在于，所述对所述标准图片集中的图片进行梯度转换，得到每张标准图片的向量表示值，包括：

获取预设的卷积模板，利用所述卷积模板对所述标准图片集进行滤波处理，得到所述标准图片集的滤波数据集；

对所述滤波数据集执行统计分析，得到所述标准图片集中每张标准图片的向量表示值。

5.如权利要求1所述的基于电子围栏的安全监控方法，其特征在于，所述利用所述待嵌入检测模型内的卷积层，对所述待检测图片集执行特征提取，得到特征图集，包括：

利用所述人脸特征卷积层中的卷积核及所述物体特征卷积层中的卷积核，分布对所述待检测图片集的像素矩阵进行计算，得到第一待检测矩阵集及第二待检测矩阵集；

对所述第一待检测矩阵集及第二待检测矩阵集中的每个待检测矩阵进行平均区域划分，并取区域内所有像素值之和的平均值代替原矩阵内的像素值，得到第一待降维矩阵集及第二待降维矩阵集；

对所述第一待降维矩阵集及第二待降维矩阵集执行降维处理并组合，得到所述特征图集。