[发明专利]一种河道区域入侵检测方法、系统及存储介质

权利要求书

1.一种河道区域入侵检测方法，其特征在于，包括以下步骤：

实时采集待测河道关联区域内的视频图像，基于视频图像获取待测图像帧，输入河道入侵检测模型，基于输出结果判断是否存在河道入侵，并在判定存在河道入侵时，确定入侵类型并进行预警；

其中，河道入侵检测模型通过如下方式构建：

采集河道关联区域内的图像，基于采集图像进行图像扩展得到噪声图像，基于所采集图像与扩展的噪声图像形成河道图像数据集；

标注所述河道图像数据集中各图像的河道入侵类型；其中入侵类型包括行人散步、河边钓鱼、河中游泳、落水以及河边嬉戏中的一种或多种；

将标注后的河道图像作为训练样本，利用有监督机器学习算法以训练得到所述河道入侵检测模型。

2.根据权利要求1所述的一种河道区域入侵检测方法，其特征在于，所述关联区域包括河道本身以及河边边缘两侧设定范围的区域。

3.根据权利要求1所述的一种河道区域入侵检测方法，其特征在于，所述采集河道关联区域内的图像包括：通过在不同时间、河道不同区域、不同角度、不同光照背景下采集河道关联区域内的图像。

4.根据权利要求1-3任一项所述的一种河道区域入侵检测方法，其特征在于，所述基于采集图像进行图像扩展得到噪声图像包括：

采用水平翻转、随意剪裁、几何变换、马赛克中的至少一种扩展方式，对每一帧所述采集图像扩展处理，以得到若干所述噪声图像。

5.根据权利要求4所述的一种河道区域入侵检测方法，其特征在于，所述利用有监督机器学习算法以训练得到所述河道入侵检测模型包括：将所述训练样本按照6:2:2分为训练集、测试集、和验证集，以进行训练输出得到所述河道入侵检测模型。

6.根据权利要求5所述的一种河道区域入侵检测方法，其特征在于，所述训练得到所述河道入侵检测模型包括：

设置模型训练参数和损失函数，其中模型训练参数至少包括模型迭代次数，所述损失函数设置为hard-swish函数；利用所述训练集与所述测试集进行迭代训练，并计算损失值，当模型收敛且瞬时值不再下降，或者达到设定的迭代次数时，停止训练，得到所述河道入侵检测模型。

7.根据权利要求6所述的一种河道区域入侵检测方法，其特征在于，其中训练所述河道入侵检测模型还包括：

去除模型网络结构中CSPDarknet53最大预测分支，保留CSPDarknet53较小预测分支。

8.一种河道区域入侵检测系统，其特征在于，包括：图像采集模块，用于实时采集待测河道关联区域内的视频图像；

在线监测模块，与所述图像采集模块通信连接，并基于所述图像采集模块所采集的视频图像获取待测图像帧，输入河道入侵检测模型，基于输出结果判断是否存在河道入侵，并在判定存在河道入侵时，确定入侵类型，基于入侵类型，生成对应的控制信号，并发送给预警模块；

所述预警模块，与所述在线监测模块通信连接，用于接收所述在线监测模块发送的控制信号，并基于所述控制信号进行预警。

其中，河道入侵检测模型通过如下方式构建：

采集河道关联区域内的图像，基于采集图像进行图像扩展得到噪声图像，基于所采集图像与扩展的噪声图像形成河道图像数据集；标注所述河道图像数据集中各图像的河道入侵类型；其中入侵类型包括行人散步、河边钓鱼、河中游泳、落水以及河边嬉戏中的一种或多种；将标注后的河道图像作为训练样本，利用有监督机器学习算法以训练得到所述河道入侵检测模型。

9.根据权利要求8所述的一种河道区域入侵检测系统，其特征在于，所述预警模块包括声光报警器，所述声光报警器基于所述控制信号获取对应的音频播报预警信息和/或对应的灯光颜色预警信息，以实现声光预警。

10.一种存储介质，其特征在于，所述存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如权利要求1至7中任一项所述的河道区域入侵检测方法的步骤。