[发明专利]一种针对粮库仓门的异常监测方法、设备及介质

说明书

本申请公开了一种针对粮库仓门的异常监测方法、设备及介质，方法包括：通过图像采集装置进行图像采集，以获取包含粮库仓门的仓门图像；对仓门图像进行图像分析，以得到针对粮库仓门的图像分析结果，图像分析结果用于形容粮库仓门的状态；获取粮库仓门对应的操作规律信息；根据图像分析结果确定粮库仓门处于异常状态，并确定异常状态不符合操作规律信息，发出告警。在对仓门图像进行分析时，不仅要考虑到粮库仓门当前的状态，也要考虑到该状态是否符合相应的操作规律。只有在不符合操作规律的异常状态下，才会进行报警，从而能够减少对于粮库仓门的误报率。

技术领域

本申请涉及计算机领域，具体涉及一种针对粮库仓门的异常监测方法、设备及介质。

背景技术

粮库工作人员在进行储粮作业的过程中，偶尔会有粮库仓门异样变动、运粮车辆出入库异常等安全情况发生，对粮库的安全产生影响。

目前在粮库生产作业过程中，由于人力、物力等各种原因，管理人员难以做到对库区所有作业场景进行24小时、全方位的监控，难以满足当前作业许可制度规范的要求。

对于粮库仓门来说，可以通过视频监控其产生的异常，但是这种方式可能会在监控过程中产生误报。

发明内容

为了解决上述问题，本申请提出了一种针对粮库仓门的异常监测方法，包括：

通过图像采集装置进行图像采集，以获取包含粮库仓门的仓门图像；

对所述仓门图像进行图像分析，以得到针对所述粮库仓门的图像分析结果，所述图像分析结果用于形容所述粮库仓门的状态；

获取所述粮库仓门对应的操作规律信息；

根据所述图像分析结果确定所述粮库仓门处于异常状态，并确定所述异常状态不符合所述操作规律信息，发出告警。

在一个示例中，通过图像采集装置进行图像采集之前，所述方法还包括：

确定图像采集装置的设置位置符合预设要求，其中，所述预设要求包括：位于所述粮库仓门的正上方区域，外物遮挡区域低于粮库仓门大小的预设比例。

在一个示例中，对所述仓门图像进行图像分析，以得到针对所述粮库仓门的图像分析结果，具体包括：

通过预先训练的卷积神经网络模型对所述仓门图像进行图像分析，并根据所述卷积神经网络模型的输出，确定所述粮库仓门的图像分析结果；

其中，所述卷积神经网络模型的训练过程包括：

预先采集多张包含粮库仓门的图像作为训练样本；

在所述训练样本中对粮库仓门的状态进行标记，作为标签，标签包括：关闭状态、开启状态、密闭不严状态；

通过所述训练样本和所述标签进行有监督训练，直至损失收敛，得到所述卷积神经网络模型。

在一个示例中，根据所述图像分析结果确定所述粮库仓门处于异常状态，具体包括：

根据所述图像分析结果，确定至少连续帧中，所述粮库仓门属于开启状态，或者，所述粮库仓门属于密闭不严状态。

在一个示例中，确定所述异常状态不符合所述操作规律信息，具体包括：

若所述异常状态为所述开启状态，则确定所述操作规律信息中，在当前时间段内，是否存在粮仓活动，且该粮仓活动需要开启粮库仓门；

若不存在，则确定所述异常状态不符合所述操作规律信息；

若所述异常状态为所述密闭不严状态，则确定所述异常状态不符合所述操作规律信息。

在一个示例中，发出告警，具体包括：