[发明专利]城市积涝智能检测方法及系统

权利要求书

1.一种城市积涝智能检测方法，其特征在于，包括以下步骤：

数据采集步骤，获取城市监控图像数据并对进行预处理；

样本构建步骤，对所述图像数据的指定区域进行标记，得到样本数据集；

模型建立步骤，基于所述样本数据集进行卷积网络模型训练，将模型进行拟合得到积涝区检测模型；

检测输出步骤，将待检测图像数据进行预处理后作为所述积涝区检测模型的输入源，所述积涝区检测模型输出检测结果。

2.根据权利要求1所述的城市积涝智能检测方法，其特征在于，所述数据采集步骤具体包括：

基于指定时间间隔对所述图像数据进行抽帧处理，得到多帧处理后的图像数据。

3.根据权利要求1所述的城市积涝智能检测方法，其特征在于，所述样本构建步骤具体包括：

对预处理后的所述图像数据中的积涝区进行标记处理，生成对应的标签文件；

对所述标签文件进行处理得到掩膜文件，基于所述掩膜文件得到样本数据集。

4.根据权利要求1所述的城市积涝智能检测方法，其特征在于，所述模型建立步骤具体包括：

S1、将所述样本数据集作为所述积涝区检测模型的输入源，通过多层卷积网络的计算得到对应的预测标签；

S2、将所述预测标签与所述样本数据集中对应的样本标签进行计算，获得对应预测损失值；

S3、基于所述损失值修正所述多层卷积网络中各层网络的模型参数，并判断所述积涝区检测模型是否拟合，若是则结束流程输出所述积涝区检测模型，否则返回执行步骤S1。

5.根据权利要求1所述的城市积涝智能检测方法，其特征在于，所述检测输出步骤具体包括：

将所述待检测图像数据按照时间以帧为单位进行帧图像提取，将所述帧图像作为所述积涝区检测模型的输入源，得到每帧图像对应的积涝区像素类别掩膜图。

6.根据权利要求5所述的城市积涝智能检测方法，其特征在于，所述检测输出步骤具体包括：

特征提取步骤，将所述帧图像进行多尺度特征提取，输出特征图；

特征解码步骤，基于低分辨率识别所述特征图的特征语义，并投影到高分辨率像素空间上，输出对应的密集分类。

7.根据权利要求5所述的城市积涝智能检测方法，其特征在于，所述检测输出步骤还包括：

将所述积涝区像素类别掩膜图进行提取，得到积涝区面积及积涝区位置。

8.一种城市积涝智能检测系统，其特征在于，包括：

数据采集模块，用于获取城市监控图像数据并对进行预处理；

样本构建模块，用于对所述图像数据的指定区域进行标记，得到样本数据集；

模型建立模块，用于基于所述样本数据集进行卷积网络模型训练，将模型进行拟合得到积涝区检测模型；

检测输出模块，用于将待检测图像数据进行预处理后作为所述积涝区检测模型的输入源，所述积涝区检测模型输出检测结果。

9.根据权利要求8所述的城市积涝智能检测系统，其特征在于，所述模型建立模块具体包括：

标签定义单元，用于将所述样本数据集作为所述积涝区检测模型的输入源，通过多层卷积网络的计算得到对应的预测标签；

修正计算单元，将所述预测标签与所述样本数据集中对应的样本标签进行计算，获得对应预测损失值；

参数修正单元，基于所述损失值修正所述多层卷积网络中各层网络的模型参数，并判断所述积涝区检测模型是否拟合，若是则结束流程输出所述积涝区检测模型，否则返回调用标签定义单元进行重定义。

10.根据权利要求8所述的城市积涝智能检测系统，其特征在于，所述积涝区检测模型具体包括：

输入单元，用于将所述待检测图像数据按照时间以帧为单位进行帧图像提取；

特征提取单元，用于将所述帧图像进行多尺度特征提取，输出特征图；

特征解码单元，用于基于低分辨率识别所述特征图的特征语义，并投影到高分辨率像素空间上，输出对应的密集分类。