[发明专利]一种离岗检测方法、装置、计算机设备及存储介质有效
申请号: | 202111404473.4 | 申请日: | 2021-11-24 |
公开(公告)号: | CN113822259B | 公开(公告)日: | 2022-03-15 |
发明(设计)人: | 周长源 | 申请(专利权)人: | 深圳市万物云科技有限公司 |
主分类号: | G06V20/52 | 分类号: | G06V20/52;G06V10/774;G06V10/764;G06K9/62;G06N3/04;G06N3/08 |
代理公司: | 深圳市精英专利事务所 44242 | 代理人: | 武志峰 |
地址: | 518000 广东省深圳市*** | 国省代码: | 广东;44 |
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 离岗 检测 方法 装置 计算机 设备 存储 介质 | ||
1.一种泳池安全员离岗检测方法,其特征在于,包括:
获取各个泳池场景的图像并构建对应每一泳池场景的图像集合;
对每一所述图像集合的所有图像中的高椅进行标注并得到高椅位置信息,以及对每一所述图像集合中预设比例的图像中的安全员进行标注并得到安全员位置信息;
对标注有高椅位置信息和安全员位置信息的图像进行分类和类别置信度训练,得到预测模型;
对每个图像集合中未标注的安全员的图像进行预测训练,优化预测模型;
将待预测图像输入所述预测模型进行预测处理,输出预测的高椅位置信息和安全员位置信息;
计算所述待预测图像中高椅位置信息和安全员位置信息的交并比并得到交并比矩阵;
其中,所述计算所述待预测图像中高椅位置信息和安全员位置信息的交并比并得到交并比矩阵,包括:
计算待预测图像中高椅矩形框和安全员矩形框的交并比并得到交并比矩阵,和分别表示预测图像中预测出的安全员和高椅的数量;
根据所述交并比矩阵中的元素的值,判断安全员与高椅的位置关系,其中表示第i个安全员和对应的第i个高椅的位置关系,若元素为0则表示预测安全员没有在对应的高椅旁,若元素 为非0则表示预测安全员在对应的高椅旁;
根据所述交并比矩阵判断安全员是否在岗以及在岗的置信度;
其中,所述根据所述交并比矩阵判断安全员是否在岗以及在岗的置信度,包括:
计算所述交并比矩阵中的元素的非0元素个数;
若非0元素个数小于高椅的数量,则将为0的元素对应的安全员判定为离岗,并将离岗信息发送至监控终端;
若非0元素个数大于等于高椅的数量,则按如下公式计算每张高椅上安全员在岗的置信度Confk:
;
其中,表示安全员矩形框中心点高度,表示高椅矩形框中心点高度;
判断安全员矩形框与高椅矩形框是否有交集区域,以及判断Confk是否大于预设置信度,若有交集区域且大于预设置信度则判断在岗,若未满足任一判断条件,则判定有离岗现象,并对应的离岗信息发送至监控终端。
2.根据权利要求1所述的泳池安全员离岗检测方法,其特征在于,所述对每一所述图像集合的所有图像中的高椅进行标注并得到高椅位置信息,以及对每一所述图像集合中预设比例的图像中的安全员进行标注并得到安全员位置信息,包括:
从每一所述图像集合中选取一张图像,采用矩形框对选取的图像中的高椅进行框取并得到高椅矩形框,并将该高椅矩形框复制到与其同一图像集合的其余图像中;
从每一所述图像集合中选取预设比例的图像,采用矩形框对选取的图像中的安全员进行框取并得到安全员矩形框;
以图像左上角作为原点,得到高椅矩形框和安全员矩形框的位置信息,其中x和y分别表示矩形框中心点在图像上的横坐标和纵坐标的归一化坐标,w和h分别表示矩形框长度和高度相对于图像大小的比例,c表示类别,c为0时表示高椅,c为1时表示安全员。
3.根据权利要求2所述的泳池安全员离岗检测方法,其特征在于,所述对标注有高椅位置信息和安全员位置信息的图像进行分类和类别置信度训练,得到预测模型,包括:
采用非极大值抑制算法确认出对应高椅的预测矩形框和对应安全员的预测矩形框;
按如下公式进行训练并得到预测模型:
;
;
;
;
其中,k为预测矩形框内物体为高椅或安全员的置信度,表示预测矩形框内有高椅或安全员的概率,表示真实矩形框与预测矩形框的交并比,表示真实矩形框与预测矩形框的广义交并比,C表示可以覆盖真实预测框和预测真实框的最小封闭凸面,“\”表示C中没覆盖到真实预测框和预测真实框的面积,为损失函数。
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深圳市万物云科技有限公司,未经深圳市万物云科技有限公司许可,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/202111404473.4/1.html,转载请声明来源钻瓜专利网。