[发明专利]基于计算机视觉的安全检测方法

摘要

本发明公开了基于计算机视觉的安全检测方法，用于解决当前安全检测需求持久性、高精度的问题。该方法先对原始视频数据进行原始图像的灰度化，对输入图像进行颜色空间的标准化，调节图像的对比度，降低图像局部的阴影和光照变化所造成的影响，抑制噪音的干扰；然后用梯度直方图来描述行人的特征，同时结合SVM来分类，找出行人之后，再用深度学习分析行人的行为，如果不符合安全规范则发出安全警报信息。本发明能够充分利用现有硬件设备，最大可能减少了对原有系统的改动。而且深度学习能够理解更多图像的细节，有着更高的识别率。深度学习神经网络对环境、光线敏感等噪声敏感较小，一次训练可以在各个环境下运行，泛化能力好。

主权项

基于计算机视觉的安全检测方法，其特征在于，该方法包括如下步骤：步骤1：用摄像头捕捉原始视频数据；步骤2：将原始图像灰度化，对输入图像进行颜色空间的标准化，调节图像的对比度，降低图像局部的阴影和光照变化所造成的影响，抑制噪音的干扰；步骤3：计算图像每个像素的梯度，捕获轮廓信息，进一步弱化光照的干扰；步骤4：将图像划分成小单元格，将每几个小单元格组成一个块，将一个块内所有小单元格的特征描述符串联起来，生产该块的HOG特征描述符；步骤5：将图像内的所有块的HOG特征描述符串联起来，生成该图像的HOG特征描述符，并用训练好的支持向量机分类器筛选出图像行人信息；步骤6：将上述筛选出的图像行人信息输入到深度卷积神经网络中，对行人进行行为分析，如果不符合安全规范则发出安全警报信息。