[发明专利]一种基于改进VGG16卷积网络的排烟视频检测方法

说明书

本发明属于目标检测技术领域，具体涉及一种基于改进VGG16卷积网络的排烟视频检测方法，步骤如下：步骤1：生成烟囱排放图像数据集；步骤2，将训练集送入到改进VGG16卷积网络中进行训练，得到多个权重模型。所述的改进VGG16卷积网络的主网络结构是VGG16，最后两个全连接层改成两层卷积层，用于多尺度提取烟囱图像特征，再连接全局均值池化层，生成的矩阵用于结果输出，最后输入到损失函数中进行分类，构造完整的网络结构。本发明检测的速度得到了很大的提升，并且使用不同长宽比的default box，使得多个default box可以适应不同物体的不同形状和尺寸。

技术领域

本发明属于目标检测技术领域，具体涉及一种基于改进VGG16卷积网络的排烟视频检测方法。

背景技术

在快速发展的现代社会中，“安全，快速，方便”已成为现代社会的代名词，生活中各个方面充满了对科技的利用。计算机视觉作为一门研究如何使机器“看”的科学，它利用摄影机和电脑代替人眼对目标进行识别、跟踪和测量等机器视觉，并进一步做图形处理，使图像更适合人眼观察或仪器检测。目前，计算机视觉成为科学领域中一个富有挑战性、重要且热门的研究领域。

我国化工厂发展迅速，烟囱排烟现象复杂，而且造成空气污染较为严重。随着国内环保法规的日益严格，对化工厂排烟情况监测更加重视。为了人类的可持续发展，空气污染是必须解决的重大问题。虽然目前在有些场景中使用了摄像机对排烟进行监控，但是仍然需要有人对监控画面进行看守，这样不仅耗时费力，而且也无法保证准确、实时地对排烟情况做出反应。

为了满足实际应用的需要，针对目前烟囱排烟监管和检测出现的各种不足，对排烟情况的智能化检测进行了研究，随着深度学习的不断发展、应用领域不断扩大，对烟囱排烟进行自动化、智能化实时监控、检测成为可能，因而设计了一种基于改进VGG16卷积网络的烟囱排烟视频实时检测方法。

发明内容

本发明采用改进VGG16卷积网络，对烟囱排烟视频及图像进行排烟检测，能有效满足实时性和精度要求。

本发明的技术方案如下：

一种基于改进VGG16卷积网络的排烟视频检测方法，步骤如下：

步骤1：生成烟囱排放图像数据集；

步骤1.1爬取烟囱排烟图像

从网页上下载烟囱排烟视频，截取图片帧；将烟囱排烟图像和图片帧整合生成数据集。

步骤1.2数据增强

对步骤1.1中整合生成的数据集进行数据增强。

所述的数据增强包括旋转、反射变换、翻转变换、缩放变换、平移变换、尺度变换、对比度变换、噪声扰动和颜色变换。数据增强增加数据集内图像个数，提高神经网络识别能力和泛化能力，从而提高训练精度。

步骤1.3特征标记

对增强后的数据集中的排烟图像的烟雾部分用矩形框进行特征标记，得到矩形框的坐标信息(x，y，w，h)，(x，y)为矩形框的中心坐标，(w，h)为矩形框的宽和高，将带有矩形框坐标信息的图像生成新的数据集A，该数据集A将用于改进VGG16卷积网络训练。

步骤2：获取最优权重模型；

将数据集A中标记图像分为训练集Q1、验证集Q2和测试集Q3。

进一步的，设置训练集Q1占数据集A的60％；验证集Q2占数据集A的20％；测试集Q3占数据集A的20％。

步骤2.1训练生成多个权重模型

将训练集Q1送入到改进VGG16卷积网络中进行训练，得到多个权重模型。