[發明專利]國土資源視頻監控系統中基于特定違章建筑識別預警方法

在審

• 申請號: 201710318998.3
• 申請日: 2017-05-08
• 公開（公告）號: CN107194396A
• 公開（公告）日: 2017-09-22
• 發明（設計）人: 武小平;李壯壯;蔣自豪;潘志宏
• 申請（專利權）人: 武漢大學
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06K9/62;G06T5/00;G06T7/00
• 代理公司: 武漢科皓知識產權代理事務所(特殊普通合伙)42222
• 代理人: 魏波

技術領域

本發明涉及計算機應用技術領域，尤其涉及一種應用于國土資源視頻監控系統中對特定違章建筑的識別預警方法。

技術背景

作為現有成熟網絡視頻監控技術的一種行業應用，國土資源的視頻監控體系一般也包含了前端視頻信息采集，視頻編碼網絡傳輸，信息中心的操控管理與數據處理，其體系如附圖1所示。在實際的項目建設中，隨著監控點的數量迅速增多，對于人工值守盯看將面臨海量的視頻或抓拍圖像信息，監管人員面臨數量眾多的監控圖像難免會疏忽遺漏重要的信息，視覺疲勞也會使得監管效果不如人意。

基于圖像分析與處理的智能監控是未來視頻監控的發展方向，可以早發現、早預警，同時可實現大范圍監控的無人值守。對于國土資源的視頻監控系統而言，視頻監控及圖像抓拍系統的主要功能之一就是要對監控范圍內出現的一些違法行為或違章建筑進行及時的發現及預警，便于工作人員及時作出相應的處理。反應到系統中的核心技術問題就是要對特定監控點抓拍到的圖像進行特定物體的識別。基于圖像處理的物體識別基本上都使用了機器學習方法。為了改善這些方法的性能，通常需要收集更大的數據集，并構建強有力的模型以及防止過擬合。但是現實環境中的同一類物體通常也會表現出復雜的形態，因此要達到好的識別效果就必須使用龐大而準確的訓練集。

卷積神經網絡CNN是深度學習中經典而常用的模型之一，R-CNN(Regions with Convolutional Neural Network Features)是基于深度學習的物體檢測領域中一種經典算法，Alexnet網絡模型是2012年以來最成功的卷積神經網絡模型之一，其在公開的PASCOL_VOC數據集上取得了優異的檢測效果。Alexnet中包含一些既新鮮而又不同尋常的特征，它們提高了網絡的性能，并減少了網絡的訓練時間。Alexnet網絡包含五個卷積層和三個全連接層(見附圖2)。

發明內容

本發明的目的是針對現有視頻監控系統在國土資源監測中的應用，提供一種基于快速R-CNN物體識別的方法，用于國土資源視頻監控系統中早期發現特定的違章建筑，從而達到及時預警的效果。

本發明所采用的技術方案是：一種國土資源視頻監控系統中基于特定違章建筑識別預警方法，其特征在于，包括以下步驟：

步驟1：基于國土資源監控視頻，對每一張視頻圖像，劃分需要預警的區域并記錄區域左上角的坐標(m,n)和右下角的坐標(x,y)，將劃分需要預警的區域作為檢測樣本；

步驟2：構建包括若干建筑物圖片的訓練集，利用訓練集基于Alexnet卷積神經網絡訓練關于建筑的CNN模型，并使用CNN模型的對于訓練集的輸出訓練Softmax分類器；

步驟3：對檢測樣本進行去霧化處理；

步驟4：使用Selective search算法在檢測樣本中提取若干個候選區域，將每個候選區域歸一化到M×M×L，其中M的取值范圍為100-250，L為R/G/B三通道；然后在步驟2中訓練好的CNN模型中正向傳播，提取最后一層的特征向量；

步驟5：使用步驟2中訓練好的Softmax分類器對步驟4中提取的特征向量進行打分，得到步驟4中提取的候選區域對于建筑的分數S，若該分數S大于閾值T的話，則標記該候選區域為建筑物；

步驟6：對標記出的候選區域使用非極大值抑制NMS法去除交叉多余的框，若一段連續時間該候選區域未標記出建筑而當前圖片檢測出建筑，則判定該建筑為違章建筑并預警。

相對于現有技術，本發明的技術效果是：

1.相比于傳統的網絡視頻監控，本發明可以有效的降低網絡流量所帶來的費用。同時本發明實現了自動化、智能化的違章建筑預警，可實現大范圍監控的無人值守；

2.本發明對回傳的圖片做了去霧化的處理，可以有效的增加識別的準確率。

附圖說明

圖1為本發明實施例的應用系統架構模型；

圖2為本發明實施例中Alexnet網絡架構模型；

圖3為本發明的流程圖。

具體實施方式

為了便于本領域普通技術人員理解和實施本發明，下面結合附圖及實施例對本發明作進一步的詳細描述，應當理解，此處所描述的實施示例僅用于說明和解釋本發明，并不用于限定本發明。

本發明為針對國土視頻監測系統，采用特定的圖像采集策略獲取相應的圖片集以后，再基于快速R-CNN訓練出違章建筑模型，對各個監控點做建筑識別，若連續一段時間該地區無建筑而當前照片識別出建筑，則判定該建筑為違章建筑。