[发明专利]一种燃气设施区域的智能监控方法及装置

权利要求书

1.一种燃气设施区域的智能监控方法，其特征在于，包括以下步骤：

基于人工神经网络构建人员检测模型，所述模型输出人员位置及包括工作人员和非工作人员的人员类别；

实时获取燃气设施区域的监控视频图像，将所述图像输入至训练好的人员检测模型，得到人员的位置及类别；

基于所述人员的位置及类别对所述人员进行异常行为检测，如果存在异常行为，则进行报警；所述异常行为检测包括携带异物检测，方法如下：

构建异物检测模型，并对所述模型进行训练；

将实时获取的视频图像输入至训练好的所述模型，得到异物检测框；

计算人员检测框和异物检测框交集的面积与异物检测框的面积的比值K：

式中，S_A∩B为人员检测框和异物检测框交集的面积，S_B为异物检测框的面积；

若K大于设定的阈值，则认为所述人员携带异物。

2.根据权利要求1所述的燃气设施区域的智能监控方法，其特征在于，所述人员检测模型采用改进的YOLOv4-Tiny网络结构，在原有的两个特征层的基础上，增加一个较大尺寸的特征层，用于对小目标进行预测；利用K-means++聚类算法计算出当前数据集中人员图像的宽高尺寸，从而确定检测框的数量和尺寸大小；引入了注意力机制模块，通过训练确定不同尺度的特征融合权重。

3.根据权利要求1所述的燃气设施区域的智能监控方法，其特征在于，所述异常行为检测包括人员徘徊检测，方法如下：

将实时获取的视频图像输入人员检测模型，识别出人员类别并获得人员检测框；

对所述人员进行跟踪，估算所述检测框的运动速度V；

计算所述人员通过燃气设施区域所用的时间T；

若T大于设定的阈值，则认为所述人员存在徘徊行为，所述阈值与V负相关，即V越大所述阈值越小。

4.根据权利要求1所述的燃气设施区域的智能监控方法，其特征在于，所述方法还包括生成视频监控界面，所述监控界面包括分区显示界面、查询详细信息界面、设备分布显示界面、设备状态显示界面、实时监控画面界面和场景显示界面。

5.一种燃气设施区域的智能监控装置，其特征在于，包括：

模型构建模块，用于基于人工神经网络构建人员检测模型，所述模型输出人员位置及包括工作人员和非工作人员的人员类别；

人员检测模块，用于实时获取燃气设施区域的监控视频图像，将所述图像输入至训练好的人员检测模型，得到人员的位置及类别；

异常检测模块，用于基于所述人员的位置及类别对所述人员进行异常行为检测，如果存在异常行为，则进行报警；所述异常行为检测包括携带异物检测，方法如下：

构建异物检测模型，并对所述模型进行训练；

将实时获取的视频图像输入至训练好的所述模型，得到异物检测框；

计算人员检测框和异物检测框交集的面积与异物检测框的面积的比值K：

式中，S_A∩B为人员检测框和异物检测框交集的面积，S_B为异物检测框的面积；

若K大于设定的阈值，则认为所述人员携带异物。

6.根据权利要求5所述的燃气设施区域的智能监控装置，其特征在于，所述人员检测模型采用改进的YOLOv4-Tiny网络结构，在原有的两个特征层的基础上，增加一个较大尺寸的特征层，用于对小目标进行预测；利用K-means++聚类算法计算出当前数据集中人员图像的宽高尺寸，从而确定检测框的数量和尺寸大小；引入了注意力机制模块，通过训练确定不同尺度的特征融合权重。

7.根据权利要求5所述的燃气设施区域的智能监控装置，其特征在于，所述异常行为检测包括人员徘徊检测，方法如下：

将实时获取的视频图像输入人员检测模型，识别出人员类别并获得人员检测框；

对所述人员进行跟踪，估算所述检测框的运动速度V；

计算所述人员通过燃气设施区域所用的时间T；

若T大于设定的阈值，则认为所述人员存在徘徊行为，所述阈值与V负相关，即V越大所述阈值越小。

8.根据权利要求5所述的燃气设施区域的智能监控装置，其特征在于，所述装置还包括显示模块，用于生成视频监控界面，所述监控界面包括分区显示界面、查询详细信息界面、设备分布显示界面、设备状态显示界面、实时监控画面界面和场景显示界面。