[发明专利]伞具使用行为的检测方法与系统有效
申请号: | 202010517896.6 | 申请日: | 2020-06-09 |
公开(公告)号: | CN111709340B | 公开(公告)日: | 2023-05-30 |
发明(设计)人: | 简梦雅 | 申请(专利权)人: | 杭州云视通互联网科技有限公司 |
主分类号: | G06V20/52 | 分类号: | G06V20/52;G06V10/774 |
代理公司: | 杭州裕阳联合专利代理有限公司 33289 | 代理人: | 姚宇吉 |
地址: | 311100 浙江省杭州市*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 伞具 使用 行为 检测 方法 系统 | ||
1.一种伞具使用行为的检测方法,其特征在于,包括:
获取原始图像数据,基于所述原始图像数据建立伞具数据集;
利用所述伞具数据集,训练目标检测网络;
每隔预设时间段获取一次待测原始图像,将所述待测原始图像输入至所述目标检测网络;
运行所述目标检测网络,输出检测结果;
获取所述检测结果,并依据所述检测结果判定在所述预设时间段内是否出现伞具使用行为;
所述运行所述目标检测网络,输出检测结果的步骤,包括:
采集所述待测原始图像中所有目标的目标矩形框,生成目标信息矩阵
其中,所述目标信息矩阵由n个元素行组成,每个元素行由五个元素组成,每一个目标具有一个元素行,Obj为目标信息矩阵,n为目标的序号,clsn为目标的类型,xn为目标的目标矩形框左上角坐标点的横坐标,yn为目标的目标矩形框左上角坐标点的纵坐标,wn为目标的目标矩形框在水平方向上的长度,hn为目标的目标矩形框在垂直方向上的长度;n的数值为自然数;
在所述目标信息矩阵中筛选与伞具使用行为相关的数据信息,生成伞具信息矩阵和人员信息矩阵;
将伞具信息矩阵和人员信息矩阵进行匹配,对所述伞具信息矩阵中与人员信息无关的目标的元素行做去除处理,输出经去除处理后的伞具信息矩阵;
将伞具信息矩阵和人员信息矩阵进行匹配,对所述伞具信息矩阵中与人员信息无关的目标的元素行做去除处理,输出经去除处理后的伞具信息矩阵的步骤,包括:
选取所述伞具信息矩阵中的一个元素行,作为待匹配元素行;
基于公式1,将所述待匹配元素行与所述人员信息矩阵中的每一个元素行依次进行匹配,依次计算每一次匹配的匹配参数值;
其中,ov为匹配参数值,n为与所述待匹配元素行对应的目标的序号,m为在一次匹配中,与所述人员信息矩阵中元素行对应的目标的序号,xun为与所述待匹配元素行对应的目标的目标矩形框左上角坐标点的横坐标,wun为与所述待匹配元素行对应的目标的目标矩形框在水平方向上的长度,xpm为在一次匹配中,所述人员信息矩阵中元素行对应的目标的目标矩形框在水平方向上的长度,wpm为在一次匹配中,所述人员信息矩阵中元素行对应的目标的目标矩形框在水平方向上的长度;n和m的数值均为自然数;
判断是否存在于某一次匹配过程中,计算得出的匹配参数值大于0.3;
若存在于某一次匹配过程中,计算得出的匹配参数值大于0.3,则将该待匹配元素行作为与人员信息有关的目标的元素行,并在所述伞具信息矩阵中保留该待匹配元素行;
若在所有匹配过程中,计算得出的匹配参数值均小于或等于0.3,则将该待匹配元素行作为与人员信息无关的目标的元素行,在所述伞具信息矩阵中去除该待匹配元素行;
对所述伞具信息矩阵中的每一个元素行均执行前述匹配步骤,输出经去除处理后的伞具信息矩阵。
2.根据权利要求1所述的伞具使用行为的检测方法,其特征在于,所述获取原始图像数据,基于所述原始图像数据建立伞具数据集的步骤,包括:
获取原始图像数据;
筛选所述原始图像数据中与伞具使用行为相关的数据信息,作为伞具数据;
建立伞具数据集,将所述伞具数据纳入所述伞具数据集。
3.根据权利要求2所述的伞具使用行为的检测方法,其特征在于,所述与伞具使用行为相关的数据信息包括未使用伞具的机场工作人员数据、未使用伞具的旅客数据、使用伞具的机场工作人员数据、使用伞具的旅客数据、雨伞的样式数据和雨伞的颜色数据中的一种或多种。
4.根据权利要求3所述的伞具使用行为的检测方法,其特征在于,所述利用所述伞具数据集,训练目标检测网络的步骤,包括:
对所述伞具数据集中的伞具数据进行信息标注;
选取特征提取网络和检测网络框架,并依据所述特征提取网络和检测网络框架建立目标检测网络;
依据信息标注后的伞具数据,采用迁移学习训练方法对所述目标检测网络进行训练。
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杭州云视通互联网科技有限公司,未经杭州云视通互联网科技有限公司许可,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/202010517896.6/1.html,转载请声明来源钻瓜专利网。