[发明专利]一种油罐车重点区域人员入侵监测方法和系统

说明书

本发明公开了一种油罐车重点区域人员入侵监测方法，涉及入侵检测领域。该方法包括：当车辆信息满足预设情况，则启动采集装油口和卸油口附近区域图像信息，通过改进后的目标检测模型对已预处理后的图像信息进行剪裁，通过人体关键点检测算法提取出剪裁后的图像的人体骨骼关键点坐标，通过训练后的行为识别模型对多帧图像的多个人体骨骼关键点坐标进行分类识别，当识别到不合规卸油的行为时，发起入侵报警，并将不合规卸油的行为的图像数据上传监控平台，通过本方案对采集的图像信息进行处理，识别出疑似不合规卸油等行为，即时通知后台查看、留存视频证据，杜绝不合规卸油行为，可以做到全天候监控，可以将该类不法行为造成的损失降至最低。

技术领域

本发明涉及入侵检测领域，尤其涉及一种油罐车重点区域人员入侵监测方法和系统。

背景技术

近年来油罐车被不合规卸油的现象屡见不鲜，油罐车单独停在在路边休息时，以及油罐车在场站内，司机利用空隙时间进行不合规卸油。针对人员入侵油罐车重点区域并进行不合规卸油的现象，目前市面上有一些方案。一类是油箱口加装阀门电子锁，需在指定区域远程下发信息打开锁；另一类是在油箱上设置红外线扫描器或者震动传感器来检测是否有人员入侵行为，但这种方式也是存在高误报率。因此，现有的技术和产品遏制人员不合规卸油的现象并没有起到很好的效果。

发明内容

本发明所要解决的技术问题是针对现有技术的不足，提供一种油罐车重点区域人员入侵监测方法和系统。

本发明解决上述技术问题的技术方案如下：

一种油罐车重点区域人员入侵监测方法，包括：

S1，当车辆信息满足预设情况，则启动采集装油口和卸油口附近区域图像信息；

S2，通过改进后的目标检测模型对已预处理后的所述图像信息进行剪裁；

S3，通过人体关键点检测算法提取出剪裁后的所述图像的人体骨骼关键点坐标，其中，每张所述图像包括多个人体骨骼关键点坐标；

S4，通过训练后的行为识别模型对多帧所述图像的多个所述人体骨骼关键点坐标进行分类识别；

S5，当识别到不合规卸油的行为时，发起入侵报警，并将不合规卸油的行为的图像数据上传监控平台。

本发明的有益效果是：本方案根据采集装油口和卸油口附近区域图像信息，通过改进后的目标检测模型、人体关键点检测算法和行为识别模型对采集的图像信息进行处理，识别出疑似不合规卸油等行为，即时通知后台查看、留存视频证据，杜绝不合规卸油行为，可以做到全天候监控，可以将该类不法行为造成的损失降至最低。

本方案利用目标检测、人体关键点识别和行为识别结合的深度学习算法对图像识别分析，判断是否有人员入侵油罐车重点区域，进行不合规卸油的行为，相比较现有的识别方案大大提高了识别准确率，并上传行人入侵行为的视频和图片，可为人员不合规卸油发生后的追踪证据，为后续案件的追踪提供线索。

进一步地，所述S2之前还包括：

通过采用轻量的骨干网络来构建目标检测模型；

根据预设方法更改所述目标检测模型的网络结构，并根据预设数据集训练所述目标检测模型，来获得改进后的目标检测模型。

采用上述进一步方案的有益效果是：本方案通过采用轻量的骨干网络来构建目标检测模型，根据预设方法更改所述目标检测模型的网络结构，并根据预设数据集训练所述目标检测模型来对目标检测模型进行改进，改进后的目标检测模型能够提高检测的准确性和定位的准确性，减少计算量。

进一步地，所述S4之前还包括：

将不合规卸油行为样本数据通过第一标签进行标记；

将标记后无嫌疑行为样本数据通过第二标签进行标记；