[发明专利]一种基于张量流递归神经网络的检测分拨系统及方法

说明书

一种基于张量流递归神经网络的检测分拨系统及方法，包括传感器单元、第一存储单元、第二存储单元、第三存储单元、图像融合单元、张量流递归检测单元和分拨处置单元；传感器单元包括可见光摄像头和红外摄像头，传感器单元用于收集可见光图像和红外图像；张量流递归单元，用于将融合后的图像信息进行数据分析，并判断图中有无城管事件发生，并标记出发生城管事件的类型及图中的位置；张量流递归单元的输入参数为融合图像的张量流，输出参数为城管事件的标签。本发明中，系统既能有效地检测到城管事件发生情况，又能起到将城管事件按照事件类型及发生位置精准地分拨到网格员进行有效处置。

技术领域

本发明涉及检测分拨系统领域，尤其涉及一种基于张量流递归神经网络的检测分拨系统及方法。

背景技术

现有城管事件检测与人工智能方法的具体结合方式主要有：

1、城管案件空间分布模式研究；

2、基于图像的城市场景垃圾自动检测；

3、基于深度学习及运动一致性的街面秩序事件视频检测方法；

4、基于WSN和GSM的城市垃圾智能监测系统设计；

5、城市管理执法指挥调度平台的设计与实现；

6、基于机器视觉的水面垃圾自动监测算法的研究。

现有城管事件检测方法在算法方面和系统方面均存在较多缺陷，列举如下：

在系统方面：

无法实现夜间城管事件检测：现有的城管事件检测系统主要利用可见光摄像头进行检测，在夜间或光线较差的区域发生的城管事件现有装置/系统检测成功率低。

城管事件检测类别单一：现有的城管事件检测系统主要针对某一类城管事件进行检测，例如垃圾检测，而实际城管事件类型较多，因此现有城管事件检测系统检测类别单一，无法满足实际城市业务的需求。

城管事件检测流程不全：有城管事件检测系统在检测到城管事件之后，尚无一套完整的预警与分拨机制，无法实现城管事件的实时预警与自动分拨，因此现有系统对于城管事件的检测-处置效率较低。

在算法方面：

准确率较低：现有城管事件检测算法主要以某帧图片作检测依据，而城管事件检测是以视频流的形式存在，因此现有方法对城管数据的利用不够充分。此外，现有城管事件检测算法因某些城管事件容易混淆且有时候同时发生，因此现有城管事件检测算法准确率较低。

检测不完备：现有城管事件检测算法主要针对某类城管事件进行检测，城管事件本身种类较多，无法实现各类城管事件的全面检测，此外，某几类城管事件经常同时发生，而现有方法无法将其同时进行检测，因此现有城管事件检测算法缺乏完备性。

发明内容

(一)发明目的

为解决背景技术中存在的技术问题，本发明提出一种基于张量流递归神经网络的检测分拨系统及方法，该系统既能有效地检测到城管事件发生情况，又能起到将城管事件按照事件类型及发生位置精准地分拨到网格员进行有效处置。

(二)技术方案

为解决上述问题，本发明提出了一种基于张量流递归神经网络的检测分拨系统及方法，包括传感器单元、第一存储单元、第二存储单元、第三存储单元、图像融合单元、张量流递归检测单元和分拨处置单元；

传感器单元包括可见光摄像头和红外摄像头，传感器单元用于收集可见光图像和红外图像；

第一存储单元，用于存储可见光摄像头及红外摄像头拍摄到的图像数据；

第二存储单元，用于存储摄像头的编号及位置信息；