[发明专利]工业设备安全监控方法、装置、中控设备及可读存储介质在审
申请号: | 201811362708.6 | 申请日: | 2018-11-15 |
公开(公告)号: | CN109561281A | 公开(公告)日: | 2019-04-02 |
发明(设计)人: | 吴宁海;何阳;李浩;崔磊;鲁冰;刘宇坤 | 申请(专利权)人: | 陕西瑞海工程智慧数据科技有限公司 |
主分类号: | H04N7/18 | 分类号: | H04N7/18;H04N5/262;G06N20/00 |
代理公司: | 北京超凡志成知识产权代理事务所(普通合伙) 11371 | 代理人: | 吴开磊 |
地址: | 712000 陕西*** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 工业设备 图像信息 图像采集器 安全监控 三维区域 中控设备 像素 可读存储介质 监控区域 机器学习模型 人力物力资源 图像信息输入 子图像信息 安全状态 覆盖目标 实时获得 实时监控 输出结果 提取图像 预设 采集 | ||
1.一种工业设备安全监控方法,其特征在于,所述方法包括:
获取多个图像采集器采集的多个监控区域的多个图像信息;
对于每一个图像信息,提取所述图像信息中的特定像素,将提取的特定像素作为一个子图像信息;
所述多个图像采集器对应的多个子图像信息中的特定像素对应于一个目标三维区域,所述多个图像采集器对应的多个监控区域覆盖所述目标三维区域;
将所述多个子图像信息输入到预设机器学习模型中,获得用于表征工业设备是否处于安全状态的输出结果。
2.根据权利要求1所述的方法,其特征在于,将所述多个子图像信息输入到预设机器学习模型中,获得用于表征所述工业设备是否处于安全状态的输出结果,包括:
将所述多个子图像信息输入到预设机器学习模型中,获得目标物体的特征信息;
根据所述目标物体的特征信息判断所述工业设备是否处于安全状态,获得用于表征所述工业设备是否处于安全状态的输出结果。
3.根据权利要求2所述的方法,其特征在于,所述预设机器学习模型为神经网络模型、卷积神经网络模型、深度神经网络模型中的任意一种。
4.根据权利要求2所述的方法,其特征在于,所述目标物体的特征信息包括至少以下一种:所述目标物体的种类、所述目标物体的数量、所述目标物体的状态信息、所述目标物体处于所述目标三维区域内的时间及所述目标物体处于所述目标三维区域内的存在方式。
5.根据权利要求1所述的方法,其特征在于,所述多个图像采集器分别设置于的所述工业设备的附近空间区域中的不同位置,或设置于所述工业设备上的不同位置,所述多个图像采集器监控所述工业设备的多个监控区域范围至少有一定区域不重叠或部分重叠,以使所述多个图像采集器的总的监控区域覆盖所述目标三维区域。
6.根据权利要求1所述的方法,其特征在于,将所述多个子图像信息输入到预设机器学习模型中,获得用于表征所述工业设备是否处于安全状态的输出结果,包括:
将所述多个子图像信息进行拼接,获得所述工业设备对应于所述目标三维区域的图像信息;
将所述工业设备对应于所述目标三维区域的图像信息输入到所述预设机器学习模型中,获得用于表征所述工业设备是否处于安全状态的输出结果。
7.根据权利要求1-6任一所述的方法,其特征在于,将所述多个子图像信息输入到预设机器学习模型中,获得用于表征所述工业设备是否处于安全状态的输出结果之后,还包括:
在判断所述工业设备处于危险状态时,发送报警信息。
8.根据权利要求1-6任一所述的方法,其特征在于,所述工业设备设置于预定场所,所述预定场所为高压电塔、水电站机轮组、石油管道、地下电缆中的至少一种。
9.一种工业设备安全监控装置,其特征在于,所述装置包括:
图像信息获取模块,用于获取多个图像采集器采集的多个监控区域范围的多个图像信息;
像素提取模块,用于提取所述每个图像信息中的特定像素,将提取的特定像素作为一个子图像信息,其中,所述多个图像采集器对应的多个子图像信息中的特定像素对应于一个目标三维区域,所述多个图像采集器对应的多个监控区域覆盖所述目标三维区域;
安全判断模块,用于将所述多个子图像信息输入到预设机器学习模型中,获得用于表征工业设备是否处于安全状态的输出结果。
10.一种中控设备,其特征在于,包括处理器以及存储器,所述存储器存储有计算机可读取指令,当所述计算机可读取指令由所述处理器执行时,运行如权利要求1-8任一所述方法中的步骤。
11.一种可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时运行如权利要求1-8任一所述方法中的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于陕西瑞海工程智慧数据科技有限公司,未经陕西瑞海工程智慧数据科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811362708.6/1.html,转载请声明来源钻瓜专利网。