[发明专利]一种基于智能视频识别的桥梁监测方法

权利要求书

1.一种基于智能视频识别的桥梁监测方法，其特征在于：所述桥梁监测方法包括：

利用预设称重系统获取多个第一采集信息和多个第二采集信息，所述第一采集信息包括第一图像和关联于所述第一图像中包含的多个预设类型车辆的类型标注信息，所述第二采集信息包括第二图像和关联于所述第二图像中包含的唯一预设类型车辆的重量信息，根据多个所述第一采集信息处理得到目标检测模型，根据多个所述第二采集信息处理得到重量分类模型；所述第一图像中包含多个车辆，多个车辆中至少部分为预设类型车辆；所述第二图像中包括一个车辆，该车辆为预设类型车辆；所述预设类型车辆包括预先定义的大型车辆；

截取车辆通行视频中的车辆通行图像，根据所述目标检测模型对所述车辆通行图像进行图像识别，判断截取的车辆通行图像中是否存在大型车辆，如果判断结果为是，则从所述车辆通行图像中提取预设类型车辆的实时图像；

根据所述重量分类模型对所述实时图像进行图像识别，得到预设类型车辆的重量分类信息；

判断所述重量分类信息对应的重量值是否大于预设阈值：

若是，则向预设桥梁监测系统发送包含所述重量分类信息的告警信息，所述预设桥梁监测系统根据所述告警信息和自身存储的关联于所述告警信息的监测数据进行危险性分析，得到相应的预设类型车辆的桥梁通行风险系数；

所述监测数据包括关联于所述预设类型车辆的位移数据、挠度数据和应变数据；

所述重量分类模型输出的结果为[0,10t）、[10t,20t）、[20t,30t）、[30t,40t）、[40t,50t）、[50t,60t）或[60t,+∞）。

2.如权利要求1所述的桥梁监测方法，其特征在于：多个所述第一采集信息构成第一数据集，根据所述第一数据集训练得到所述目标检测模型；

所述第一数据集中包括总数量大于10000个的所述第一采集信息。

3.如权利要求1所述的桥梁监测方法，其特征在于：所述预设称重系统在采集所述第一采集信息的具体步骤如下：

采集所述第一图像；

对所述第一图像的所有车辆中的预设类型车辆的区域位置坐标分别通过矩形框进行人工标注，得到多个真实标注框和坐标位置，所述第一图像的所有所述真实标注框和所有所述坐标位置构成所述类型标注信息；

所述第一图像和所述类型标注信息构成所述第一采集信息。

4.如权利要求3所述的桥梁监测方法，其特征在于：所述坐标位置为所述真实标注框的左上角顶点的位置坐标和右下角顶点的位置坐标。

5.如权利要求1所述的桥梁监测方法，其特征在于：多个所述第二采集信息构成第二数据集，根据所述第二数据集训练得到所述重量分类模型；

所述第二数据集中包括总数量大于10000个的所述第二采集信息。

6.如权利要求1所述的桥梁监测方法，其特征在于：所述目标检测模型采用的算法为SSD、Yolo、R-CNN、Fast R-CNN或Faster R-CNN；

所述重量分类模型采用的算法为VGG、ResNet、MobileNet或Inception。