[发明专利]机械式车库防人误入检测方法在审
申请号: | 201810706894.4 | 申请日: | 2018-06-29 |
公开(公告)号: | CN108960131A | 公开(公告)日: | 2018-12-07 |
发明(设计)人: | 周前飞;丁树庆;冯月贵;张慎如;庆光蔚;倪大进;胡静波;曹明;王会方;任诗波;吴祥生;项建新;赵凯;王爽;韩郡业;丁必勇;冯文龙;宁士翔;卢东;任金萍;谢池;朱博文 | 申请(专利权)人: | 南京市特种设备安全监督检验研究院 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62 |
代理公司: | 南京天翼专利代理有限责任公司 32112 | 代理人: | 尚于杰 |
地址: | 210019 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 控制器 机械式车库 车库 摄像头 视频帧 检测 报警 特征提取模块 车辆进出口 控制器控制 支持向量机 急停开关 检测系统 人身伤害 人体目标 声光报警 视频传递 特征向量 停止移动 拍摄 分类器 向量 呼救 分类 | ||
1.机械式车库防人误入检测方法,其特征在于,包括如下步骤:
1)、建立检测系统:包括控制器、急停开关,以及安装在机械式车库车辆进出口正上方的摄像头,急停开关、摄像头与控制器之间通过导线连接,控制器中包括特征提取模块和识别模块;
2)、摄像头实时对机械式车库车辆进出口进行拍摄,并将拍摄的视频传递给控制器,控制器的特征提取模块提取当前视频帧的HOG特征;
3)、收集当前视频帧的HOG特征,并将其结合成最终的特征向量供分类使用;
4)、采用包含不同种类的人体目标图片的INRIA数据集作为支持向量机训练学习的数据库,提取数据库正负样本的HOG特征及对应的标签,输入到支持向量机中进行训练学习,得到一个基于人体目标检测识别的分类器;
5)、利用该分类器对当前视频帧的特征向量进行分类识别,判断是否有人误入车库;
6)若判断为有人误入车库中,此时控制器控制急停开关动作,车库停止移动,同时进行声光报警、语音安抚、远程GSM短信报警呼救。
2.根据权利要求1所述的机械式车库防人误入检测方法,其特征在于,所述步骤2)中提取当前视频帧的HOG特征包括如下步骤:
2.1)、设定检测窗口,对采集的视频帧进行灰度变换处理;
2.2)、采用Gramma校正法对输入图像进行颜色空间的归一化;
2.3)、计算图像每个像素点的梯度;
2.4)、创建单元格,为每个单元格构建梯度方向直方图;
2.5)、将多个单元格组合成块,对块的梯度方向直方图进行归一化处理;
2.6)、收集检测空间内所有块的HOG特征形成表示所述视频帧的HOG特征向量。
3.根据权利要求2所述的机械式车库防人误入检测方法,其特征在于,还包括语音安抚模块,当有人误入车库中,控制器控制语音安抚模块工作,对被困人员进行安抚。
4.根据权利要求2所述的机械式车库防人误入检测方法,其特征在于,所述某一个像素点(x,y)处像素的梯度计算方法如下:
4.1)、用[-1,0,1]梯度算子对图像做卷积运算,得到x方向(水平方向,以向右为正方向)的梯度分量Gx(x,y);
4.2)、然后用[1,0,-1]T梯度算子对图像做卷积运算,得到y方向(竖直方向,以向上为正方向)的梯度分量Gy(x,y);
4.3)、根据以下公式计算该像素点的梯度大小和方向:
Gx(x,y)=H(x+1,y)-H(x-1,y);
Gy(x,y)=H(x,y+1)-H(x,y-1);
其中,Gx(x,y)、Gy(x,y)和H(x,y)分别表示图像中某一个像素点(x,y)处的水平方向梯度、垂直方向梯度和像素值;
则该像素点(x,y)处的梯度幅值G(x,y)和梯度方向α(x,y)分别为:
5.根据权利要求2所述的机械式车库防人误入检测方法,其特征在于,所述创建单元格,构建每个单元格构建梯度直方图的方法如下:
4.1)、将图像分成若干个单元格,每个单元格包括多个像素,构成n*n的像素矩阵,n≥3;
4.2)、采用m个bin的直方图来统计这n*n个像素的梯度信息,m≥5;
4.2.1)、每个单元格的梯度方向范围0~180°,将180°分为m等份方向块,每个方向块对应一个角度区间;
4.2.2)、根据单元格中n*n个像素的各自梯度方向α(x,y),判断各个像素落入对应的方向块中,计算各个方向块中像素的数量,对单元格内每个像素用梯度方向在直方图中进行加权投影,权值根据该像素点的梯度幅值G(x,y)计算,得到该单元格的梯度方向直方图,即该单元格的m维特征向量。
6.根据权利要求2所述的机械式车库防人误入检测方法,其特征在于,所述将所有单元格组合成块,块上进行归一化处理的方法如下:将各个单元格组合成大的、空间上连通的块,则一个块内所有单元格的特征向量串联起来便得到该块的HOG特征。
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南京市特种设备安全监督检验研究院,未经南京市特种设备安全监督检验研究院许可,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/201810706894.4/1.html,转载请声明来源钻瓜专利网。