[发明专利]厂区场景起吊物下方人员滞留检测方法、装置和电子设备

说明书

本发明属于模式识别和人工智能应用技术领域，具体公开了厂区场景起吊物下方人员滞留检测方法，包括以下步骤，包括以下步骤，步骤1、通过双目深度估计算法处理双目相机左、右目视频数据。步骤2、构建起吊物场景下的目标检测数据集。步骤3、用此数据集训练通用目标检测算法。步骤4、用训练好的算法分析处理摄像机右目视频数据。步骤5、结合深度信息和目标定位检测框，判断人员与起吊物的空间关系。步骤6、将报警信息通过网络发送到远程监控中心；检测装置，包括深度估计模块、目标检测模块、滞留判断模块和报警模块。本发明的有益效果在于：以实现对厂区起吊场景下的全天候、实时人身安全管控，作业安全、可靠和稳定。

技术领域

本发明属于模式识别和人工智能应用技术领域，具体涉及厂区场景起吊物下方人员滞留检测方法、装置和电子设备。

背景技术

随着国民经济发展，生产企业厂区中影响人员与生产安全的因素日益增多，其中起重作业场景下的吊物下方人员安全尤为值得关注。安全监管以往人工的方式，一方面人工监管的效率低下，无法满足现代企业生产发展的需求；另一方面安全隐患对监管人员的人身安全亦会造成威胁。急需要一种厂区场景起吊物下方人员滞留检测方法和装置，实现对起吊物场景下人员安全的实时管控。

随着传感器技术、人工智能、模式识别技术和嵌入式处理技术的发展，使用先进的计算机视觉技术对起吊现场的实时图像进行高精度分析，并将报警信息和数据及时发送到监控中心，使得全天候、实时的本质安全管控成为现实。

因此，基于上述问题，本发明提供厂区场景起吊物下方人员滞留检测方法、装置和电子设备。

发明内容

发明目的：本发明的目的是提供厂区场景起吊物下方人员滞留检测方法、装置和电子设备，以实现对厂区起吊场景下的全天候、实时人身安全管控。

技术方案：本发明的第一方面提供一种厂区场景起吊物下方人员滞留检测方法，包括以下步骤，包括以下步骤，步骤1、通过双目深度估计算法处理双目相机左、右目视频数据，以得到起吊场景中的全局深度信息。步骤2、构建起吊物场景下的目标检测数据集。步骤3、用此数据集训练通用目标检测算法。步骤4、用训练好的算法分析处理摄像机右目视频数据，以得到人员和起吊物的精确定位检测框。步骤5、结合深度信息和目标定位检测框，判断人员与起吊物的空间关系，若人员在起吊物下方滞留则保存图片。步骤6、将报警信息通过网络发送到远程监控中心。

本技术方案的，所述步骤1包括：计算左右目各自相机内参，解算相机坐标系到图像坐标系之间的投影关系；计算相机外参，得到左右目之间的位置坐标关系；利用相机内参进行畸变校正，利用相机外参进行极线校正；使用双目深度估计算法计算左右目图像之间的视差信息；利用相机内参和外参数据，将视差信息转换为深度信息。

本技术方案的，所述步骤2包括：采集起吊物场景下的图像数据，并手工标注出人员和重物的检测框；按照8:1:1的比例随机划分训练集和测试集。

本技术方案的，所述步骤3包括：对数据集检测框进行k-means聚类分析，得到更有针对性检测参考框的尺寸和长宽比例；将多张输入图像按照一定权重合并成一张图像，使用这种合成图像进行训练；将输入图像上的随机矩形区域的像素值置为随机置，来模拟物体遮挡情况；将图像输入算法网络，利用反向传播算法迭代更新参数数值，完成检测算法训练。

本技术方案的，所述步骤4，包括：使用Boosting方法，用训练所得的多个不同epoch的高精度权重，检测同一测试视频帧，得到多个检测框，再对这些检测框一起进行NMS非极大值抑制，得到最终检测结果。

本技术方案的，所述步骤5，包括：根据检测框中的定位信息，在全局深度图中读取人员和起吊物的三维深度信息；若人员和起吊物的深度数值处于一定预设范围内，则认为人员正在起吊物下方滞留，保存当前场景图片。