[发明专利]施工事件检测方法、系统、装置及介质

权利要求书

1.一种施工事件检测方法，其特征在于，所述方法包括：

定时检测待识别场景的实时视频图像，获取所述实时视频图像中的施工事件标志物；

根据所述施工事件标志物的数量，判断所述实时视频图像中是否存在施工事件；

当存在施工事件时，根据所述施工事件标志物，输出所述施工事件的检测结果。

2.根据权利要求1所述的施工事件检测方法，其特征在于，所述施工事件标志物包括施工车辆、施工人员和路锥，“根据所述施工事件标志物的数量，判断所述实时视频图像中是否存在施工事件”：

当所述路锥的数量大于预设的第一数量阈值时，判定所述实时视频图像中存在施工事件；

当所述路锥的数量小于等于所述第一数量阈值且大于零时，根据所述施工车辆的数量和所述施工人员的数量判断所述实时视频图像中是否存在施工事件；

当所述路锥的数量等于零时，判定所述实时视频图像中不存在施工事件。

3.根据权利要求2所述的施工事件检测方法，其特征在于，“根据所述施工车辆和所述施工人员的数量判断所述实时视频图像中是否存在施工事件”的步骤包括：

判断所述施工车辆的数量是否大于预设的第二数量阈值且所述施工人员的数量是否大于预设的第三数量阈值；

若是，则判定所述实时视频图像中存在施工事件；

若否，则判定所述实时视频图像中不存在施工事件。

4.根据权利要求1所述的施工事件检测方法，其特征在于，“根据所述施工事件标志物，输出所述施工事件的检测结果”的步骤包括：

对所述施工事件标志物进行聚类，获得第一聚类结果；

对所述第一聚类结果进行噪声过滤，获取最终聚类结果；

获取所述最终聚类结果在所述实时视频图像中的最大外接矩形，将所述最大外接矩形包含的图像作为所述施工事件的检测结果并输出。

5.根据权利要求2所述的施工事件检测方法，其特征在于，在“定时检测待识别场景的实时视频图像，获取所述实时视频图像中的施工事件的标志物”的步骤包括：

使用训练好的路锥检测模型、施工车辆检测模型和施工人员检测模型定时检测待识别场景的实时视频图像，分别获取所述实时视频图像中的路锥、施工车辆和施工人员。

6.根据权利要求5所述的施工事件检测方法，其特征在于，所述方法还包括，通过以下步骤获取训练好的路锥检测模型：

获取包含多张经过标注的待识别场景的视频图像的第一训练集，所述第一训练集包括第一样本，所述第一样本为待识别场景的视频图像，所述第一样本的样本标签为标注的路锥；

应用所述第一训练集对路锥检测模型进行训练，以获取训练好的路锥检测模型；和/或，

通过以下步骤获取训练好的施工车辆检测模型：

获取包含多张经过标注的待识别场景的视频图像的第二训练集，所述第二训练集包括第二样本，所述第二样本为待识别场景的视频图像，所述第二样本的样本标签为标注的施工车辆；

应用所述第二训练集对施工车辆检测模型进行训练，以获取训练好的施工车辆检测模型；和/或，

通过以下步骤获取训练好的施工人员检测模型：

获取包含多张经过标注的待识别场景的视频图像的第三训练集，所述第三训练集包括第三样本，所述第三样本为待识别场景的视频图像，所述第三样本的样本标签为标注的施工人员；

应用所述第三训练集对施工人员检测模型进行训练，以获取训练好的施工人员检测模型。

7.根据权利要求6所述的施工事件检测方法，其特征在于，对所述路锥检测模型、所述施工车辆检测模型和所述施工人员检测模型进行训练时的损失函数为：

其中，GIoU为所述路锥检测模型、所述施工车辆检测模型和所述施工人员检测模型进行训练时的损失函数；A表示所述路锥检测模型、所述施工车辆检测模型和所述施工人员检测模型的检测框；B表示所述路锥检测模型、所述施工车辆检测模型和所述施工人员检测模型的目标框；C表示A和B的最大外接矩形。