[发明专利]一种输电线路危险车辆吊车扬臂识别系统及识别方法

权利要求书

1.一种输电线路危险车辆吊车识别系统，其特征在于，包括与控制模块相连的图像采集模块、吊车识别模型以及报警模块；所述图像采集模块，用于采集输电线路危险源范围内的视频图像，并输出至所述控制模块；所述吊车识别模型，经所述控制模块处理的所述视频图像输出至所述吊车识别模型，所述吊车识别模型用于识别所述输电线路危险源范围内是否有吊车进入；所述报警模块，当所述吊车识别模型识别出有吊车进入所述输电线路危险源范围内时，所述控制模块启动报警模块报警；其中，使用危险源范围内若干个预先收集的含有吊车的图片训练卷积神经网络获得所述吊车识别模型。

2.根据权利要求1所述的输电线路危险车辆吊车识别系统，其特征在于，所述图像采集模块为单目摄像头，所述单目摄像头设置在所述危险源范围区。

3.根据权利要求1所述的输电线路危险车辆吊车识别系统，其特征在于，所述报警模块为声音报警模块。

4.基于权利要求1至3中任意一项所述的输电线路危险车辆吊车识别系统的输电线路危险车辆吊车识别方法，其特征在于，包括如下步骤：

步骤1、图片采集，通过单目摄像头采集输电线路危险源范围内的实时视频数据；步骤2、吊车识别模型训练，人工收集若干个危险源范围内含有吊车及不含有吊车的的图片作为训练图片，采用训练图片训练神经网络模型获得吊车识别模型；步骤3、将所述实时视频数据经控制模块处理后输出至所述吊车识别模型，使用所述吊车识别模型识别所述实时视频数据是否含有危险源吊车，并将识别结果输出至控制模块；步骤4、当所述控制模块获得的所述吊车识别模型的识别结果为实时视频数据中包含吊车的图片时，所述控制模块控制报警模块报警。

5.根据权利要求4所述的基于输电线路危险车辆吊车识别方法，其特征在于，所述步骤2包括如下步骤：步骤2.1、人工收集若干个危险源范围内含有吊车及不含有吊车的图片作为训练图片，得到样本集S；步骤2.2、对样本集S中含有吊车的的图片进行样本扩充处理，所述扩充处理包括随机旋转顺时针和逆时针旋转1°至10°，增加高斯随机噪声，得到扩充后的样本集S1；步骤2.3、构建卷积模块WBlock；步骤2.4、构成残差模块RBlock，模块输入为x，则输出为F(F(x))+x，其中weightlayer为步骤2.3中的WBlock；步骤2.5、构建网络模型，采用交叉熵损失函数和梯度下降算法进行模型训练，得到吊车识别模型。

6.根据权利要求5所述的基于输电线路危险车辆吊车识别方法，其特征在于，所述步骤2.5中的吊车识别模型还进行剪枝算法；所述剪枝算法包括如下步骤：步骤a、剪掉权重约等于0，让两个神经元之间失去连接；步骤b、删除神经元输出接近于零的神经元；步骤c、在修剪完整个网络之后，利用训练集训练一次，更新当前神经网络的参数。

7.根据权利要求4所述的基于输电线路危险车辆吊车识别方法，其特征在于，所述步骤3包括如下步骤：步骤3.1、通过图像采集模块实时采集所述危险源范围内的视频数据并输出至所述控制模块；步骤3.2、假设t时刻读到的视频图像为f_t，其中单个像素点为x_t＝(r_t，g_t，b_t)，服从混合高斯分布概率密度函数：

其中k为分布模式综数，η(x_t，μ_i，t，τ_i，t)为t时刻第i个高斯分布，μ_i，t为其均值，τ_i，t为其协方差矩阵，为方差，I为单位矩阵，w_i，t为t时刻第i个高斯分布的权重；

步骤3.3、对t+1时刻的每个像素x_t+1与同当前K个模型按下式进行比较，直接找到匹配新像素值的分布模型，即同该模型的均值偏差在2.5σ内，即：

|x_t+1-μ_i，t|≤2.5σ_i，t

当所匹配的模式符合背景要求，则该像素属于背景，否则属于前景；如前景像素数量超过阈值th，则执行步骤3.4，否则继续返回步骤3.1；

步骤3.4、所述控制模块将经步骤S3.3处理后的视频图片的输入所述吊车识别模型进行识别，并获得识别结果。