[发明专利]基于作业区域的目标识别方法、装置、计算机设备在审

专利信息
申请号: 201911365719.4 申请日: 2019-12-26
公开(公告)号: CN111222423A 公开(公告)日: 2020-06-02
发明(设计)人: 程晓陆;邓浩;叶晓琪;党海;符晓洪;罗伟明;刘雨佳;肖雨亭;乔洪新;斯荣 申请(专利权)人: 深圳供电局有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/62
代理公司: 广州华进联合专利商标代理有限公司 44224 代理人: 唐彩琴
地址: 518001 广东省深圳市*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 作业 区域 目标 识别 方法 装置 计算机 设备
【权利要求书】:

1.一种基于作业区域的目标识别方法,所述方法包括:

采集作业区域内的视频流数据,所述视频流数据包括多帧图像;

在所述视频帧图像中检测相应的目标,得到包含所述目标的待处理图像;

加载分类识别模型对所述待处理图像进行目标定位,得到与目标对应的识别框信息;

根据所述识别框信息在所述待处理图像中提取目标对应的特征数据;

调用训练后的分类识别模型,通过所述训练后的分类识别模型对所述特征数据进行识别,得到与所述目标对应的识别结果。

2.根据权利要求1所述的方法,其特征在于,所述方法还包括:

获取多个作业区域图像;

通过调节分类识别模型中的学习速率,利用多个所述作业区域图像对分类识别模型进行训练,得到训练后的分类识别模型。

3.根据权利要求1所述的方法,其特征在于,所述在所述视频帧图像中检测相应的目标,得到包含所述目标的待处理图像之前,所述方法还包括:

对多帧图像进行对比度调节,得到对比度调节后的多帧图像;

对对比度调节后的多帧图像进行归一化处理,得到归一化处理后的多帧图像;

对归一化处理后的多帧图像进行尺度调节,得到预处理后的多帧图像。

4.根据权利要求1所述的方法,其特征在于,所述根据所述识别框信息在所述待处理图像中提取目标对应的特征数据,包括:

所述与目标对应的识别框信息包括识别框位置信息;

利用所述识别框位置信息对所述待处理图像进行多尺度特征提取,得到与目标对应的特征数据。

5.根据权利要求1所述的方法,其特征在于,所述识别结果包括识别概率,所述方法还包括:

将所述识别概率与预设的阈值进行比较;

当所述与目标对应的识别概率小于预设的阈值时,将所述识别概率对应的目标信息输出,生成与所述目标对应的实时监测信息;

当所述与目标对应的识别概率大于预设的阈值时,将所述识别概率对应的目标信息输出,触发自动报警。

6.一种基于作业区域的目标识别装置,其特征在于,所述装置包括:

采集模块,用于采集作业区域内的视频流数据,所述视频流数据包括多帧图像;

读取模块,用于在所述视频帧图像中检测相应的目标,得到包含所述目标的待处理图像;

加载模块,用于加载分类识别模型对所述待处理图像进行目标定位,得到与目标对应的识别框信息;

提取模块,用于根据所述识别框信息在所述待处理图像中提取目标对应的特征数据;

识别模块,用于调用训练后的分类识别模型,通过所述训练后的分类识别模型对所述特征数据进行识别,得到与所述目标对应的识别结果。

7.根据权利要求6的基于作业区域的目标识别装置,其特征在于,所述装置还包括:

获取模块,用于获取多个作业区域图像;

训练模块,用于通过调节分类识别模型中的学习速率,利用多个所述作业区域图像对分类识别模型进行训练,得到训练后的分类识别模型。

8.根据权利要求6的基于作业区域的目标识别装置,其特征在于,所述装置还包括:

比较模块,用于将所述识别概率与预设的阈值进行比较;当所述与目标对应的识别概率小于预设的阈值时,将所述识别概率对应的目标信息输出,生成与所述目标对应的实时监测信息;当所述与目标对应的识别概率大于预设的阈值时,将所述识别概率对应的目标信息输出,触发自动报警。

9.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至5中任一项所述方法的步骤。

10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至5中任一项所述的方法的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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深圳供电局有限公司,未经深圳供电局有限公司许可,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/201911365719.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top