[发明专利]基于人工智能的阅览室座位检测实时成像方法

说明书

本发明提供了一种基于人工智能的阅览室座位检测实时成像方法，该方法包括：对多个摄像头采集到的图像进行图像拼接操作后得到阅览室总区域图像，对阅览室总区域图像进行裁剪操作后得到待识别图像，将待识别图像送入座椅检测网络得到座椅的关键点热斑图，曲线拟合网络对关键点热斑图进行处理得到散点图，对散点图进行后处理得到座椅靠背曲线，根据离群散点与座椅靠背曲线之间的距离判断座椅是否摆放整齐；将判断结果存储到阅览室BIM中并利用Web GIS技术对BIM中的数据进行可视化处理，便于工作人员了解阅览室内座位摆放信息。本发明无需添加外在设备，整体成本低，且座椅摆放整齐度检测效率高，检测范围广泛。

技术领域

本发明涉及计算机视觉、阅览室管理领域，尤其是一种基于人工智能的阅览室座位检测实时成像方法。

背景技术

阅览室、自修室是档案馆中供阅览者在馆内查阅档案、文献、学习的专门场所，随着中国教育水平的提升，教育的受众越来越广，在档案馆查找资料、历史档案的人也与日俱增。因此，阅览室整体环境及桌椅摆放慢慢成为了阅览室工作人员重点关注的问题。

目前对于档案阅览室的座椅摆放检测管理情况仍停留在人工管理状态，这样就会浪费人力并且工作效率低，另一方面由于仅靠人工观察，人手紧、成本高以及人的疲劳和认知程度等因素会导致检查管理工作存在疏漏，不能快速准确的获取摆放不规范的座椅的位置和数量信息。

发明内容

为了解决上述问题，本发明提出一种基于人工智能的阅览室座位检测实时成像方法，该方法包括：

步骤一，将阅览室划分为多个子区域，利用阅览室内的多个摄像头对阅览室子区域进行图像采集，采集到的各子区域图像经过投影变换后进行图像拼接操作，并将拼接后得到的阅览室的总区域图像投影到预先搭建好的阅览室BIM的地面平面上；

步骤二，对阅览室的总区域图像进行裁剪操作，得到多张待识别图像；

步骤三，将待识别图像送入座椅检测网络，得到座椅的关键点热斑图，其中，座椅检测网络包括第一编码器和第一解码器，第一编码器对待识别图像进行特征提取，得到特征图，第一解码器对特征图进行上采样，得到与待识别图像等大的关键点热斑图；

步骤四，将关键点热斑图送入曲线拟合网络，得到散点图，对散点图进行后处理得到座椅靠背曲线，根据离群散点与座椅靠背曲线之间的距离判断座椅是否摆放整齐，将判断结果实时存储在BIM中，当座椅摆放不整齐时生成提醒信息；

步骤五，结合Web GIS技术，将阅览室BIM在Web端进行可视化处理。

多个摄像头的采集范围要覆盖整个阅览室，且采集到的相邻子区域的图像中要有重合部分。

关键点热斑图中的关键点为座椅靠背的最上方中心点。

曲线拟合网络包括第二编码器和全连接层，第二编码器的输入为关键点热斑图，提取特征后送入全连接层对像素进行分类，该网络的训练过程为：以座椅的关键点热斑图构建训练数据集，将关键点热斑图中热斑中心点的像素标为1，其他标为0，采用交叉熵损失函数对该网络进行训练。

全连接层有多个，设每排桌子较长一侧单侧对应m个座椅，则有m个全连接层。

后处理为随机选取散点图中的N个点拟合成一条曲线，计算所有点到该条曲线的距离，设定一个第一阈值，将距离小于该第一阈值的点判定为属于该曲线，记录属于该曲线的点的个数；然后再随机选择N个点，重新拟合一条新的曲线，计算属于该曲线的点的个数；最终，选择属于曲线的点的个数最多的曲线作为座椅靠背曲线。

判断座椅是否摆放整齐具体为：设置一个第二阈值，当散点图中离群散点与座椅靠背曲线之间的距离均小于该第二阈值时，判定为座椅摆放整齐规范，当散点图中存在离群散点与座椅靠背曲线之间的距离大于等于该第二阈值时，判定为座椅摆放凌乱。

本发明的有益效果在于：