[发明专利]一种环境检测模型训练方法、环境检测方法及装置

权利要求书

1.一种环境模型训练方法，其特征在于，包括：

获取多个训练样本，每一所述训练样本包括训练图像、所述训练图像对应的环境类别以及所述训练图像中目标对象的位置信息；其中，所述环境类别为烟火类别、扬尘类别或烟雾类别；

将所述多个训练样本中，环境类别为烟火类别的训练图像重新标注为第一类别，将环境类别为扬尘的训练图像和环境类别为烟雾的训练图像重新标注为第二类别；

利用重新标注后的训练样本对环境检测模型中的烟火检测模型进行训练，获得训练好的烟火检测模型；

利用环境类别为扬尘类别的训练样本和环境类别为烟雾类别的训练样本对所述环境检测模型中的扬尘烟雾检测模型进行训练，获得训练好的扬尘烟雾检测模型。

2.根据权利要求1所述的方法，其特征在于，获取训练样本，包括：

获取训练视频流信息；

对所述训练视频流信息进行分帧，获得多帧训练图像；

对所述多帧训练图像进行动态检测，根据检测结果对所述多帧训练图像进行初步筛选，获得初步筛选后的训练图像；

对所述初步筛选后的训练图像进行去重，获得所述训练样本。

3.根据权利要求2所述的方法，其特征在于，所述对所述多帧训练图像进行动态检测，根据检测结果对所述多帧训练图像进行初步筛选，包括：

获取背景图像，并获得多帧训练图像中的每帧训练图像分别与所述背景图像之间的差分图像；

将所述差分图像进行二值化处理，获得二值化图像；

确定所述二值化图像中像素点构成的轮廓；

若所述轮廓大小大于预设阈值，则保留对应的二值化图像，否则剔除对应的二值化图像。

4.根据权利要求2所述的方法，其特征在于，所述对所述初步筛选后的训练图像进行去重，包括：

对所述初步筛选后的训练图像进行灰度处理，获得灰度图像；

分别计算每张灰度图像中每行相邻像素之间的差异，获得对应灰度图像的哈希值；

根据相邻的灰度图像的哈希值计算相似度；

若所述相似度大于预设阈值，则保留对应的两张灰度图像；否则从对应的两张灰度图像中删除任意一张。

5.根据权利要求1所述的方法，其特征在于，所述烟火检测模型基于FSSD算法构建，且所述烟火检测模型包括ResNet特征融合模块。

6.一种环境检测方法，其特征在于，包括：

获取待检测区域的图像信息；

将所述图像信息输入预先训练好的环境检测模型中，通过所述环境检测模型中的烟火检测模型对所述图像信息进行分析，获得所述烟火检测模型输出的第一检测结果；其中，所述第一检测结果用于表征所述图像信息中是否包含烟火；

若所述图像信息中没有包含烟火，则通过所述环境检测模型中的扬尘烟雾检测模型对所述烟火检测模型输出的图像进行分析，获得所述扬尘烟雾检测模型输出的第二检测结果；所述第二检测结果用于表征所述图像信息中包含的扬尘烟雾信息。

7.根据权利要求6所述的方法，其特征在于，所述获取待检测区域的图像信息，包括：

获取所述待检测区域的视频流信息；

对所述视频流信息进行分帧，获得多帧图像；

对所述多帧图像进行动态检测，根据检测结果对所述多帧图像进行筛选，获得所述图像信息。

8.根据权利要求6所述的方法，其特征在于，在获得所述环境检测模型输出的所述图像信息对应的检测结果之后，所述方法还包括：

获取多帧图像分别对应的检测结果；从所述多帧图像中获取一帧图像作为当前帧图像；

根据所述当前帧图像的上一帧图像中目标对象对应的位置信息，利用卡尔曼滤波跟踪器获取所述当前帧图像的预测位置信息；

计算当前帧图像的位置信息和所述当前帧图像的预测位置信息的交并比；

根据所述交并比判断所述当前帧图像中的目标对象与上一帧图像中的目标对象是否关联，根据关联结果对图像中的目标对象进行跟踪。