[发明专利]一种基于AI的社区消防通道占用检测识别方法

说明书

本发明公开了一种基于AI的社区消防通道占用检测识别方法，包括如下步骤：步骤1)建立消防车道空闲图片为基准数据图库：步骤2)收集消防车道监控图片数据为训练样本数据：步骤3)样本数据预处理：步骤4)训练消防车道占用模型：步骤5)判断报警机制：本发明针对消防车道的占用检测中采用在检测物体的基础上结合基准图片的比对情况，可以避免多种误报情况，具有更高精度、更智能化的报警效果。

技术领域

本发明涉及图像检索技术领域,具体为一种基于AI的社区消防通道占用检测识别方法。

背景技术

随着图像识别和视频分析技术在越来越多场景下使用，消防智慧化是未来消防领域发展的大趋势。智慧消防体系的建设，可以实现全区域大范围，集约化精准防控，警情信息快速响应，周边资源快速调配，实现防患、灭早，能最大限度的减少灾害损失与伤亡。而保证消防通道的畅通是智慧消防体系建设重要的一环，因为一旦发生火灾，消防通道是消防车辆通行的基本保证，是生命通道，绝不能被占用。

目前消防通道被占用的检测分析主要有以下两种方法：

1)通过布设通过红外、超声波等方法的传感器去探测消防通道内障碍物，探测到障碍物时则发出报警。但由于实时探测会因为车人短时间多次通过的情况形成频繁误报，因此在真实场景下不太会考虑使用。

2)基于监控图片与基准图片差异值比对的方法；但这种方法也会因为车流人流或者一些动物的逗留引起实际并没有占用消防车道的一系列误报。

因此，基于以上方法误报的原因，本发明提出了基于AI的社区消防通道占用检测识别方法，针对消防车道的占用检测中采用在检测物体的基础上结合基准图片的比对情况，可以避免多种误报情况，具有更高精度、更智能化的报警效果。

发明内容

针对现有技术中存在的问题，本发明提供了基于AI的社区消防通道占用检测识别方法，在检测物体的基础上结合基准图片的比对情况，可以避免多种误报情况。

本发明的技术方案如下：

一种基于AI的社区消防通道占用检测识别方法，包括如下步骤：

步骤1)建立消防车道空闲图片为基准数据图库：

随机抽选3-5个社区，将社区内清空的消防车道按每10分钟一次的采样频率去采集未堵塞情况下消防车道一天24小时的图像作为基准图片数据；将基准图片进行哈希转化，生成一组基准数据数组A；

步骤2)收集消防车道监控图片数据为训练样本数据：

按每30秒一次的采样频率对步骤1中的社区的平时实际情况下消防车道监控数据进行采样，为期一周；

步骤3)样本数据预处理：

为了防止收集到的图片数据多为空闲时的消防车道图片，对图片进行一般数据增强，并结合贴背景的增强方式进行进一步数据增强，其中贴背景的增强方式即：将标注框内的机动车和非机动车裁剪出来，然后贴到空闲的消防车道背景图片上，以此形成新的样本数据；

步骤4)训练消防车道占用模型：

首先，输入经过预处理的样本数据，采用VGG骨干网络作为特征提取的网络，对SSD模型深层特征层与浅层特征层进行特征融合；

然后将得到的特征通过下采样的方式与深层信息进行再融合，同时，引入通道注意力机制SeNet结构，对特征融合后的特征图进行更新，提取出更有利于检测特征的通道；

最后，针对目标检测中小目标漏检的情况，以及结合IoU没有考虑到的非重叠区域，提出采用GIoU损失函数替代常用的IoU损失函数，即：GIoU是在IoU的计算基础上，提出了对于任意的两个A、B框，首先找到一个能够包住它们的最小方框C；然后计算C-(A∪B)的面积与C的面积的比值，再用A、B的IoU值减去这个比值得到GIoU；计算公式如下：