[发明专利]一种柴油车黑烟图像识别方法、系统及存储介质有效

专利信息
申请号: 202110357519.5 申请日: 2021-04-01
公开(公告)号: CN113221943B 公开(公告)日: 2022-09-23
发明(设计)人: 康宇;周汉胜;曹洋;许镇义;夏秀山;李兵兵 申请(专利权)人: 中国科学技术大学先进技术研究院;安徽省生态环境监测中心(安徽省重污染天气预报预警中心)
主分类号: G06V10/764 分类号: G06V10/764;G06V20/40;G06V10/82;G06N3/04;G06N3/08
代理公司: 合肥天明专利事务所(普通合伙) 34115 代理人: 苗娟
地址: 230088 安徽*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 柴油车 黑烟 图像 识别 方法 系统 存储 介质
【权利要求书】:

1.一种柴油车黑烟图像识别方法,其特征在于:包括以下步骤,

获取柴油车黑烟视频,输入事先训练好的黑烟图像识别模型中,进行测试得到动态的黑烟分割视频,并识别出黑烟团;

所述黑烟图像识别模型训练步骤包括:

样本构建:数据为红绿灯路口监控拍摄柴油车启动的视频,记录到排放出的黑色空气污染物,视频分为若干帧数;

网络构建:通过在每k帧中,第c*k帧是当前待处理的帧,在[(c-1)*k,c*k]帧中随机选取2帧来考虑与当前帧的上下文联系,即将系统结构分成了两大部分:前2帧关联信息信息提取模块即CEM和当前帧分割模块CFSM;

网络构建具体包括改进的resnet18、U-Net、卷积块、softmax层和深度监督结构;

将随机选取的三个相关帧输入到改进resnet18中去,在此基础上去掉了池化层、全连接层以及softmax层,将conv1、conv2_x、conv3_x、conv4_x和conv5_x最后一层卷积层修改为3×3的空洞卷积,除此以外所有的卷积核大小均为3×3,同时通道数逐渐从64、128、256到512;将其输入到并列的卷积通道中去,每个通道包含了一个1×1和3×3的卷积块,卷积块的具体网络结构包括卷积核为1×1和3×3的卷积层,在每个卷积层后包括了BatchNormalization和relu激活函数层,relu函数公式如下:

f(x)=max(x,0)

x为输入,f(x)为relu激活函数的输出;卷积完之后经过通道上相连接和转置后得到权重图;

将当前帧图片输入到U-Net中,U-Net特征提取器的结构有:编码器包括四个卷积块;每个卷积块都执行两个连续的卷积,内核大小为3,步长为2,每个卷积都进行了批量归一化,relu激活和最大池化;解码器包括四个转置的卷积块;每个转置的卷积块由最近邻居实现上采样,然后进行卷积,内核大小为3,批处理归一化,并激活relu,具有相同比例的编码器和解码器的特征图沿着通道维度连接在一起同时导出特征图,再对特征图进行上采样,使其大小相同,将5张特征图在通道上相连,复制成两份,一份传递给辅助分类器进行深度监督,另一份传递到1×1卷积块进行通道融合,得到两张特征图;

将关联信息信息提取模块点乘当前帧分割模块得到加权之后的结果,经过softmax层将选出最合适分割结果其中softmax层是将多个神经元的输出,映射到(0,1)区间内,看成概率来理解,从而来进行分类,公式如下:

Sn为第n类的概率,outm和outn分别表示网络输出的向量中第m和n个值,使得所有类概率之和为1。

2.根据权利要求1所述的柴油车黑烟图像识别方法,其特征在于:所述黑烟图像识别模型的训练步骤如下:

数据准备;

数据预处理;

搭建网络;

训练和测试;

其中,数据准备包括选择若干n条数据中其中一条监控视频V为例,取排放黑烟时间t的片段,帧数f的视频;每隔k帧取一张图片进行语义分割实验,同时随机选择k帧内的其余2帧;

现有视频n条,视频分辨率为W×H,令m=n×f×t×3/k,数据集表示为S=m×W×H;

对应数据通过人工标注获得带有标签的数据,将目标标记为y=1背景标记为y=0,所有的像素标签构成了标签集Y;

将数据按照8∶1∶1的比例划分为训练集、验证集和测试集。

3.根据权利要求2所述的柴油车黑烟图像识别方法,其特征在于:所述数据预处理通过对图像垂直或者水平翻转以及调节图像亮度的方式对数据进行增广,同时图像原RGB减去RGB的平均值,重新调整图像大小,随机从图像中截取一部分,即将图片转成Tensor,归一化至[0,1]的方式进行数据预处理。

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中国科学技术大学先进技术研究院;安徽省生态环境监测中心(安徽省重污染天气预报预警中心),未经中国科学技术大学先进技术研究院;安徽省生态环境监测中心(安徽省重污染天气预报预警中心)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/202110357519.5/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

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