[发明专利]一种基于CNN的市场摊区违规摊位检测方法

说明书

本发明属于计算机视觉及深度学习技术领域，具体涉及一种基于CNN的市场摊区违规摊位检测方法。本发明在数据集构建中采用实际市场摊区监控视频，并通过数据扩增充分获取到市场摊区图像特征，引入CNN深度神经网络进行市场摊区目标分类，通过GoogLeNet预训练模型和深度迁移学习实现了市场摊区精确分类，并通过跨语言移植接口将CNN模型与监管应用后台联系起来，极大地提高了市场摊区智能化监管的准确度。

技术领域

本发明属于计算机视觉及深度学习技术领域，具体涉及一种基于CNN的市场摊区违规摊 位检测方法。

背景技术

随着信息时代的到来和城市化建设日益发展，智慧城市的概念也逐渐映入人们的视野。 2009年IBM公司最早提出了智慧城市的设计理念和实践模型，在网络上一时掀起智慧城市的 热潮。市场摊区作为智慧城市中的重要一环，在新时代城市建设中扮演了重要角色。2019中 国城市规划年会在重庆开幕，年会中提出，目前仍存在大量的市场摊区隐患亟待解决。流动 商贩在街道上进行占道经营，不仅带来了食品安全问题，还增加了很多交通安全问题。

目前，城市管理人员主要通过摄像头辅助和现场执法的方式来进行市场摊区管理，虽然 能够取得一定的执法效果，但非法摊位的流动性和时间随机性给城管执法造成很大的人力物 力的消耗，同时管理效率较为低下。针对此类问题，研究人员提出利用监控视频结合运动目 标检测跟踪的方式来进行摊区目标检测。由于实际场景中市场摊区环境较为复杂，传统的运 动目标检测跟踪并不能从实质上识别摊区，相似目标和物体遮挡、背景混乱、光照污染等因 素进一步弱化了运动目标检测跟踪的效果，远远达不到预期目标。因此，研究精确的、智能 化的市场摊区监控目标检测识别方法有着重要的意义。

在已有的文献中效果较好的方法主要包括：1.采用市场治理公平机制：Calame P,Freyss J, Garandeau V.La démocratie en miettes:pour une révolution de lagouvernance[M].Paris:Descartes Cie,2003:5-6.提出市场治理必须在公正和透明化的前提下进行，指出市场治理者和被治理 者要在相互信任的条件下，分工治理；2.城管增量调整和存量调整：宋功德.城管强制的合 法化出路[J].国家行政学院学报,2010(2):72-76.提出在城管的增量调整和存量调整中，要考 虑地方性法规的合理性；3.依靠新型城市监控报警体系进行智能监控：尹涛烽.以新型城市 监控报警体系构建智慧城市[J].甘肃科技纵横,2013,42(6):11-13.提出以信息化为载体，提高 报警系统的灵活接入能力、集中管控功能，并尽可能整合分散的网络；4.利用小数据集进行 非法摊区检测：宋乐陶,刘正熙,熊运余.基于深度卷积神经网络的非法摊位检测[J].现代计 算机,2018(2):65-71.提出利用ImageNet数据集，在Faster R-CNN网络模型上进行预训练， 并非法摊区小数据集上进行非法摊区检测实验，达到了80％的准确率。

发明内容

本发明的目的在于提供针对当前市场摊区监管缺乏有效数据集，市场摊区监管准确率低 的问题，利用深度神经网络对监控视频进行检测识别，实现自动高效的市场摊区违规摊位检 测的一种基于CNN的市场摊区违规摊位检测方法。

本发明的目的通过如下技术方案来实现：包括以下步骤：

步骤1：构建训练集；采集监控视频，从中挑选市场摊区图像，统一尺寸后对图像进行 标注；选用实际市场摊区监控视频构建数据集，当图像属于合法摊区时标为legal，当图像属 于非法摊区时标为illegal；

步骤2：数据集扩充；利用OpenCV对原始数据集中的图像进行多种变换，包括镜像变 换、随机裁剪、图像旋转、局部变形和色彩抖动；

步骤3：以GoogLeNet模型作为CNN预训练模型，提取市场摊区数据集的特征图谱；