[发明专利]门状态监测方法、装置、设备和系统及存储介质有效
申请号: | 201811552957.1 | 申请日: | 2018-12-18 |
公开(公告)号: | CN109684976B | 公开(公告)日: | 2020-10-30 |
发明(设计)人: | 陈媛媛;熊剑平;毛礼建 | 申请(专利权)人: | 浙江大华技术股份有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00 |
代理公司: | 北京同达信恒知识产权代理有限公司 11291 | 代理人: | 黄志华 |
地址: | 310053 浙江*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 状态 监测 方法 装置 设备 系统 存储 介质 | ||
1.一种门状态监测方法,其特征在于,所述方法包括:
接收图像采集装置传回的当前时刻的门的图像,并从所述门的图像中提取出多个检测框,其中,所述门上设置有M个标志符号,所述标志符号为用于检测门状态的参考符号,一个检测框为一个标志符号的潜在区域;
将所述多个检测框与预先配置的M个标注框中的每一个标注框进行匹配,以从所述多个检测框中确定与标注框相匹配的检测框,其中,标注框为在所述门处于关闭状态或者开启状态时的图像中标注的标志符号所在的区域,一个标注框对应于一个标志符号;
获取M个标注框中成功匹配到相匹配的检测框的第一数量,以及获取标注框与相匹配的检测框之间的距离大于第一预设距离阈值的标注框的第二数量,其中,所述距离为基于预先配置的标注框的位置信息,与获取的相匹配的检测框在门的图像中的位置信息确定的;
基于所述门的类型,根据所述第一数量和所述第二数量确定所述门当前时刻的状态。
2.如权利要求1所述的方法,其特征在于,所述从所述门的图像中提取出多个检测框,包括:
将所述门的图像输入至预先训练好的特征提取模型中,通过特征提取模型从所述门的图像中提取出所述多个检测框;
其中,所述特征提取模型是通过包含标志符号图像的多个样本图像进行训练学习获得的,每一个样本图像包括指示样本图像是否为标志符号图像的标签信息。
3.如权利要求1所述的方法,其特征在于,所述将所述多个检测框与标注框进行匹配,以从所述多个检测框中确定与标注框相匹配的检测框,包括:
获取标注框经掩膜处理后的梯度直方图;并,
获取每一个检测框经掩膜处理后的梯度直方图;其中,所述经掩膜处理后的梯度直方图中,仅包括梯度值不小于预设梯度值阈值的像素点;
以梯度直方图的中心点为基准点,将标注框经掩膜处理后的梯度直方图与每一个检测框经掩膜处理后的梯度直方图进行重合,以确定标注框经掩膜处理后的梯度直方图与检测框经掩膜处理后的梯度直方图中重合的像素点对;
基于重合的像素点对获取标注框与每一个检测框的欧氏距离,并将与标注框之间的欧氏距离最小的检测框,确定为与标注框相匹配的检测框。
4.如权利要求3所述的方法,其特征在于,在获取每一个检测框经掩膜处理后的梯度直方图之前,所述方法还包括:
基于所述M个标注框的尺寸,确定最大尺寸,其中,最大尺寸中的长度为所述M个标注框的最大长度,最大尺寸中的宽度为所述M个标注框的最大宽度;
根据所述最大尺寸对每一个检测框进行扩边,以使得扩边后的检测框的尺寸与所述最大尺寸相同;
则获取每一个检测框经掩膜处理后的梯度直方图,包括:
获取每一个扩边后的检测框经掩膜处理后的梯度直方图。
5.如权利要求3所述的方法,其特征在于,在获取标注框与每一个检测框的欧氏距离之前,所述方法还包括:
针对所述多个检测框中每一个检测框,执行以下步骤:
确定检测框与标注框之间的距离是否大于第二预设距离阈值,其中,所述第二预设距离阈值不小于所述第一预设距离阈值;
若确定结果为是,则从所述多个检测框中删除该检测框;
则所述获取标注框与每一个检测框的欧氏距离,包括:
获取标注框与过滤后剩余的每一个检测框的欧氏距离。
6.如权利要求1~4任一项所述的方法,其特征在于,所述基于所述门的类型,根据所述第一数量和所述第二数量确定所述门当前时刻的状态,包括:
若所述门为左右开门类型的门,则在所述第二数量小于第一预设数量阈值时,确定所述门处于关闭状态,或者,在所述第二数量大于或者等于所述第一预设数量阈值时,确定所述门处于开启状态,或者,在所述第一数量为零时,确定所述门处于被淹没状态;
或者,
若所述门为上下开门类型的门,则在所述第二数量小于所述第一预设数量阈值时,确定所述门处于关闭状态,或者,在所述第一数量不为零且小于第二预设数量阈值时,确定所述门处于开启状态,或者,在所述第一数量为零时,确定所述门处于开启状态或者被淹没状态。
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浙江大华技术股份有限公司,未经浙江大华技术股份有限公司许可,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/201811552957.1/1.html,转载请声明来源钻瓜专利网。