[发明专利]一种基于边缘群体计算的园林周界智能预警方法

权利要求书

1.一种用于智慧园林场景的人脸检测方法，其特征在于，在所述智慧园林中设置I个摄像头，该方法利用添加双重注意力机制的Yolov5对每个摄像头所拍摄图像进行人脸检测；其中，添加双重注意力机制的Yolov5是在Yolov5的输入端之前引入像素注意力机制模块，在Yolov5的主干网络之后引入空间自适应注意力机制模块；

待检测图像输入像素注意力机制模块中的生成器，生成器输出生成前景图；生成器由编码器和解码器级联组成，编码器由n个CPL网络块级联组成，每个CPL网络块由一个卷积层，一个最大池化层和一个Leaky Relu激活函数组成；解码器由1个TBL网络块和 n-1个CTBM网络块级联组成，TBL网络块由一个转置卷积层、一个归一化BN层和一个Leaky Relu激活函数组成，CTBM网络块由一个拼接层、一个转置卷积层、一个归一化BN层和一个Mish激活函数组成；第1,2,…,n个CPL网络块分别与第1,2,…,n-1个CTBM以及TBL连接；

待检测图像分别与真实前景图、生成前景图拼接后，作为像素注意力机制模块中的判别器的两个输入，判别器的输出是判别前景图；判别器由一个CM网络块、m个CBM网络块、全连接层和Sigmoid函数层级联组成；

判别前景图先经过灰度处理，再使用阈值开关函数进行处理，得到最终前景图；

将待检测图像的每个通道乘以最终前景图，得到像素注意力机制模块的输出；

空间自适应注意力机制模块采用加掩码mask机制，根据当前网络层的信息加上mask，同时把上一层的信息叠加拍摄待检测图像的摄像头的形变后传递下来；第i个摄像头所拍摄图像对应的空间自适应注意力机制为：

H_i,d(x)=[10V_i+M_i,c(x)] × F_i,c(x)

V_i =[arctan(W_imax/ H_i)/arctan(W_imin/ H_i)-1]²

其中x表示摄像头所拍摄图像的特征向量，H_i,d(x)表示摄像头所拍摄图像对应的空间自适应注意力机制模块的输出，V_i表示摄像头的形变程度，W_imax表示摄像头所拍摄图像顶边对应的真实场景距离摄像头的实际距离，W_imin表示摄像头所拍摄图像底边对应的真实场景距离摄像头的实际距离，H_i表示摄像头所架设的高度，M_i,c(x)表示软掩码的注意力参数，F_i,c(x)表示上一层的图片张量特征。

2.如权利要求1所述的一种用于智慧园林场景的人脸检测方法，其特征在于，真实前景图的生成方法是定义绿色阈值，将待检测图像中在阈值范围内的像素点的像素值置0，阈值范围的下限green_min=[0,150,0]，上限green_max=[100,255,100]。

3.如权利要求1所述的一种用于智慧园林场景的人脸检测方法，其特征在于，灰化函数：Gray(R,G,B)=(R×0.299+G×0.587+B×0.144)/255；阈值开关函数：Gray(R,G,B)＞α时Switch(R,G,B)=1，Gray(R,G,B) ≤α时Switch(R,G,B)=ε，其中(R,G,B)表示判别前景图中像素点的颜色分量值，α为阈值，ε为遗忘因子。