[发明专利]一种视频抽油机启停的检测方法

说明书

本发明涉及图像目标检测、图像相似度对比技术领域，具体地说，涉及一种视频抽油机启停检测的方法主要包括对给定的抽油机视频，先截取成一帧帧的图片，准备对图片中的抽油机进行目标检测；标注抽油机的数据集，用来训练Yolov5目标检测模型；用训练好的Yolov5模型对图片中的抽油机进行检测，得到抽油机的Bounding Box，包括左上角(x1，y1)、右下角(x2，y2)；在当前帧，我们把抽油机的Bounding Box区域裁剪出来作为图片2；定位到当前帧前或后T秒的图片，把该帧对应的同位置区域裁剪出来作为图片1；用滑动窗口在两张图片上取M×N的窗口，计算每两个对应窗口的相似度，求平均得到两张图片总的相似度。该发明首先从视频中截取出的两帧图片，再对这两帧图片进行目标检测得到目标区域，对两个区域进行对比分析来判断抽油机的启停。

技术领域

本发明涉及图像目标检测、图像相似度对比技术领域，具体为判断视频中抽油机启停的方法。

背景技术

目标检测是计算机视觉和数字图像处理的一个热门方向，广泛应用于机器人导航、智能视频监控、工业检测、航空航天等诸多领域，通过计算机视觉减少对人力资本的消耗，具有重要的现实意义。因此，目标检测也就成为了近年来理论和应用的研究热点，它是图像处理和计算机视觉学科的重要分支，也是智能监控系统的核心部分，同时目标检测也是泛身份识别领域的一个基础性的算法，对后续的人脸识别、步态识别、人群计数、实例分割等任务起着至关重要的作用。由于深度学习的广泛运用，目标检测算法得到了较为快速的发展。

基于深度学习的目标检测任务可分为两个关键的子任务：目标分类和目标定位。目标分类任务负责判断输入图像或所选择图像区域(Proposals)中是否有感兴趣类别的物体出现，输出一系列带分数的标签表明感兴趣类别的物体出现在输入图像或所选择图像区域(Proposals)中的可能性。目标定位任务负责确定输入图像或所选择图像区域(Proposals)中感兴趣类别的物体的位置和范围，输出物体的包围盒、或物体中心、或物体的闭合边界等，通常使用方形包围盒，即Bounding Box用来表示物体的位置信息。

目前主流的目标检测算法主要是基于深度学习模型，大概可以分成两大类别：(1)One-Stage目标检测算法，这类检测算法不需要Region Proposal阶段，可以通过一个Stage直接产生物体的类别概率和位置坐标值，比较典型的算法有YOLO、SSD和CornerNet；(2)Two-Stage目标检测算法，这类检测算法将检测问题划分为两个阶段，第一个阶段首先产生候选区域(Region Proposals)，包含目标大概的位置信息，然后第二个阶段对候选区域进行分类和位置精修，这类算法的典型代表有R-CNN，Fast R-CNN，Faster R-CNN等。目标检测模型的主要性能指标是检测准确度和速度，其中准确度主要考虑物体的定位以及分类准确度。一般情况下，Two-Stage算法在准确度上有优势，而One-Stage算法在速度上有优势。不过，随着研究的发展，两类算法都在两个方面做改进，均能在准确度以及速度上取得较好的结果。

图像相似度对比算法主要用于判断两张图片的相似度。经典的算法比如：

(1)欧氏距离：最常见的距离度量，用于衡量个体在空间上存在的距离，距离越远说明个体间的差异越大，衡量的是n维空间中两个点之间的实际距离；

(2)余弦距离：余弦相似度用向量空间中两个向量夹角的余弦值作为衡量两个个体间差异的大小。两个向量越相似夹角越小，余弦值越接近1。相比距离度量，余弦相似度更加注重两个向量在方向上的差异，而非距离或长度上。

(3)汉明距离：汉明距离表示两个(相同长度)字对应位不同的数量，我们以d(x，y)表示两个字x，y之间的汉明距离。对两个字符串进行异或运算，并统计结果为1的个数，那么这个数就是汉明距离。向量相似度越高，对应的汉明距离越小。如10001001和10010001有2位不同。

目前对于给定的抽油机视频，无法直观的判断该机器时运行还是停止。

发明内容