[发明专利]一种基于图像的智能围栏搭建和识别方法

说明书

本发明公开了一种基于图像的智能围栏搭建和识别方法，利用深度神经网络检测围栏和人物；深度神经网络通过分析图片信息，实时检测出图像中围栏和人物所在位置，并已矩形框的形式记录；以围栏坐标为顶点，构建封闭的违禁区域，检测是否有人闯入；分析围栏坐标相对信息，检查自身是否出现异常。本发明通过深度神经网络技术识别围栏，根据其在图像上的坐标，构建违禁区域，并实时分析异常围栏的状态。

技术领域

本发明应用于对生产作业环境的智能管理领域，具体说是一种基于图像的智能围栏搭建和识别方法。

背景技术

在安全生产工作中，围栏起到隔离的作用，阻止人员进入不应该进入的区域，因此需要划定一个区域用来指示当前需要隔离的区域。另外还需要起到报警作用，提示工作人员赶往现场处理情况，因而产生了电子围栏，它需要感应到有人进入并向工作人员报警。

当前使用的电子围栏，一般由红外感应的柱状栏杆组成，这种设备需要成对使用，利用红外线的收发来判断是否有东西进入其范围，它的缺点是首先需要两两对应，调节红外收发器的匹配，其次无法区分是否是人进入违禁区(只要有东西碰到感应线就报警)。

发明内容

本发明的目的是提供一种基于图像的智能围栏搭建和识别方法，利用最新的深度学习计算机视觉技术，解决传统智能围栏在搭建和维护问题上的一些缺陷，构建一个高精度和高鲁棒性的图像算法解决方案。

本发明的目的通过以下技术方案实现：

一种基于图像的智能围栏搭建和识别方法，其特征在于：结合深度神经网络检测围栏的图像位置坐标；通过将这些坐标组合成一个封闭的违禁区域，用于识别是否有人闯入；通过围栏坐标点的相对信息，检查自身是否出现异常；

利用深度神经网络检测围栏和人物；深度神经网络通过分析图片信息，实时检测出图像中围栏和人物所在位置，并以矩形框的形式记录；以围栏坐标为顶点，构建封闭的违禁区域，检测是否有人闯入；分析围栏坐标相对信息，检查自身是否出现异常。

本发明包含以下几点重要步骤：

首先，定义围栏标识物，利用深度神经网络对图像进行目标检测，找到图像中围栏标识物的位置；

其次，构建封闭区域。以围栏标识物为顶点，构建封闭区域形成违禁区。通过比对人体的坐标位置是否在违禁区内，触发报警条件。

最后，维护违禁区域。一般违禁区为多边形，多以四边形或五边形存在，并且一条边上有多个标识物组成。以不同颜色的标识物来表示边，通过分析标识物是否存在离群点，来判断标识物是否被移动。

本发明利用图像识别的方式，便捷的通过围栏标识组成违禁区，通过图像识别出围栏标识物，将标识物连接成闭合区域，达到搭建违禁区的目的。为了进一步保证违禁区域的稳定，需要实时检测围栏标识物是否发生移动，导致违禁区域的破坏。

附图说明

图1本发明目标检测流程示意图。

图2本发明中射线法示意图。

图3本发明中违禁区域组成示意图。

具体实施方式

一种基于图像的智能围栏搭建和识别方法，结合深度神经网络检测围栏的图像位置坐标；通过将这些坐标组合成一个封闭的违禁区域，用于识别是否有人闯入；通过围栏坐标点的相对信息，检查自身是否出现异常。具体如下：

1)标识物的检测