[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

说明书

本发明公开了一种基于边缘群体计算的园林周界智能预警方法，首先在园林场景中危险区域周围部署多个摄像头，并选定一个主摄像头，对各摄像头所摄危险区域进行人为锚定。然后引入添加双重注意力机制的Yolov5网络，对摄像头所拍摄的图像进行人脸检测。其次根据设定阈值，对主摄像头所拍摄图像的检测结果进行判定，对判定为疑似的检测结果，引入从摄像头进行增强判定。从摄像头进行增强判定时，首先求出疑似人脸像素在从摄像头所拍摄图像中的映射，若映射坐标处于该从摄像头中的危险区域中，则将该从摄像头纳入候选集中。最后对候选集中各个摄像头分别进行人脸检测，采用引入权重的计分投票制进行评分，满足预设条件时进行预警。

技术领域

本发明涉及一种基于边缘群体计算的园林周界智能预警方法，属于边缘群体计算和智慧园林安全领域。

背景技术

智慧园林就是将物联网、智能终端、大数据云计算等新兴的信息技术与现代生态园林相融合，达到人与自然的互感、互知、互动。园林中往往存在很多需要警戒的区域，如湖水，重点植物保护区等，这些区域在开放的园区内，很难防止家长和小朋友无意识闯入。

现有的人体检测方法有红外热成像技术、图像处理和深度学习。人体与背景物体热辐射特性具有很大不同，对应的红外热成像区域与环境呈现出不同的灰度表现，且红外热成像受可见光影响较小，因此无论是在白天还是在黑夜都可以检测人体。但红外热成像也有很多弊端，例如图像边缘比较模糊，特征难以提取，障碍目标如动物、路灯与人体目标都很相似，亮度都较高，与人体极易混淆。其次红外热成像还受到成像技术和拍摄设备的限制，不适合用于智慧园林场景。

发明内容

针对传统的预警方式通过人为实现，耗时耗力，造成了不必要的人力资源浪费的问题，为防治园林中意外的发生，满足智慧园林的安全性和智能性，本发明基于边缘计算和智慧园林安全领域提出了一种基于边缘群体计算的园林周界智能预警方法，对园林中需要警戒的区域进行多摄像头人员检测，采用主、从摄像头分层检测的结构，对主摄像头中检测结果进行增强判断，及时发出预警，防止意外的发生。

为实现上述发明目的，本发明采用如下技术方案：

一种基于边缘群体计算的园林周界智能预警方法，具体步骤如下：

S1、在指定危险区域周围部署M个摄像头，M个摄像头之间应满足离散分布的条件，对M个摄像头进行危险区域的锚定；同时，选择能够拍摄到信息完整、分布均匀的危险区域的摄像头为主摄像头，其余为从摄像头。

S2、添加双重注意力机制来改进Yolov5，在Yolov5网络前引入像素注意力机制，衰减智慧园林场景下非目标区域像素值，突出目标区域像素；在Yolov5的主干网络之后引入针对智慧园林场景的空间自适应注意力机制，对动态前景进行提取，并检测人脸特征。根据设定的两个检测率阈值决定是否需要增强判断：若检测率高于0.9则判定为人，进行预警；低于0.4则判定为非人；在二者之间时调用其他摄像头，进行增强判断。

S3、根据主摄像头与各从摄像头之间的空间关系，得到主摄像头中的人脸像素坐标在各从摄像头中的映射，以确定用于增强判定的摄像头候选集。

S4、候选集中的摄像头针对选定区域分别进行人脸检测，根据引入权重的计分投票制进行增强判断，确定是否进行预警。

进一步，S1中对各个摄像头进行危险区域进行锚定，具体为：采用OpenCV的cv2rectangle()和cv2putText()两个工具，用法如下：

cv2rectangle ( img , (a,b) , (a+w , b+h) , (B , G , R) , Thickness)

cv2putText ( img , text, (a,b) , Font , Size , (B , G , R) ,Thickness)