[發明專利]一種基于大數據的安保檢測方法及安保檢測裝置

在審

• 申請號: 202010591144.4
• 申請日: 2020-06-25
• 公開（公告）號: CN111860195A
• 公開（公告）日: 2020-10-30
• 發明（設計）人: 郭藝斌
• 申請（專利權）人: 郭藝斌
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/04;G06N3/08
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明實施例涉及目標檢測領域，公開了一種基于大數據的安保檢測方法。本發明對待檢測高空視頻進行分幀處理，得到待檢測高空圖片集，利用預訓練完成的安保檢測模型，對所述待檢測高空圖片集進行特征提取，得到特征圖集，并根據所述安保檢測模型內的檢測框生成層，計算所述特征圖集的拋物檢測框，將所述拋物檢測框與所述待檢測高空視頻融合，得到拋物檢測視頻。本發明還提供一種安保檢測裝置。本發明可以解決圖片背景復雜或清晰度較低時，其檢測效果較差的問題。

技術領域

本發明實施例涉及目標檢測領域，特別涉及一種基于大數據的高空拋物檢測的方法及安保檢測裝置。

背景技術

隨著城鎮化進程不斷加速，城市高層建筑如雨后春筍，如何執行安保任務即如何預防并及時檢測出高層建筑下高空拋物的發生，對于市民安全及政府工作推進等都極其重要。

目前主要以數字圖像處理方法進行高空拋物檢測，其中數字圖像處理方法是直接對圖像內的像素點進行差異化判斷，當兩幅圖像內的像素點位置發生改變，則識別出發生改變的像素位置，從而得到拋物檢測結果。雖然以數字圖像處理方法可以達到高空拋物檢測的效果，但由于數字圖像處理方法對于圖片的清晰度要求較高，且對于背景復雜的圖片，其檢測效果會受到嚴重影響。

發明內容

本發明實施方式的目的在于提供一種基于大數據的安保(高空拋物)檢測方法及安保檢測方法，通過構建并兩次訓練包括卷積層的原始高空拋物檢測模型，得到高空拋物檢測模型，利用所述高空拋物檢測模型計算得到拋物檢測框，可以解決對于背景復雜的圖片，其拋物檢測效果較差的問題。

為解決上述技術問題，本發明的實施方式提供了一種基于大數據的安保檢測方法，所述方法包括：構建包括大目標特征提取卷積層、中目標特征提取卷積層、小目標特征提取卷積層、特征卷積層及檢測框生成層的原始高空拋物檢測模型；根據預構建的第一圖片訓練集，對所述原始高空拋物檢測模型進行第一訓練得到初級高空拋物檢測模型；根據預構建的第二圖片訓練集，對所述原始高空拋物檢測模型進行第二訓練得到高空拋物檢測模型；獲取待檢測高空視頻，對所述待檢測高空視頻進行分幀處理，得到待檢測高空圖片集；利用所述高空拋物檢測模型內的所述大目標特征提取卷積層、所述中目標特征提取卷積層、所述小目標特征提取卷積層及所述特征卷積層，對所述待檢測高空圖片集進行特征提取，得到特征圖集；根據所述高空拋物檢測模型內的所述檢測框生成層，計算所述特征圖集的拋物檢測框；將所述拋物檢測框與所述待檢測高空視頻融合，得到拋物檢測視頻。

為了解決上述問題，本發明還提供一種安保檢測裝置，所述裝置包括：原始模型構建及訓練模塊，用于構建包括大目標特征提取卷積層、中目標特征提取卷積層、小目標特征提取卷積層、特征卷積層及檢測框生成層的原始高空拋物檢測模型，根據預構建的第一圖片訓練集，對所述原始高空拋物檢測模型進行第一訓練得到初級高空拋物檢測模型，根據預構建的第二圖片訓練集，對所述原始高空拋物檢測模型進行第二訓練得到高空拋物檢測模型；分幀模塊，用于獲取待檢測高空視頻，對所述待檢測高空視頻進行分幀處理，得到待檢測高空圖片集；檢測模塊，用于利用所述高空拋物檢測模型內的所述大目標特征提取卷積層、所述中目標特征提取卷積層、所述小目標特征提取卷積層及所述特征卷積層，對所述待檢測高空圖片集進行特征提取，得到特征圖集，根據所述高空拋物檢測模型內的所述檢測框生成層，計算所述特征圖集的拋物檢測框；融合模塊，用于將所述拋物檢測框與所述待檢測高空視頻融合，得到拋物檢測視頻。

為了解決上述問題，本發明還提供一種電子設備，所述電子設備包括：

存儲器，存儲至少一個指令；及

處理器，執行所述存儲器中存儲的指令以實現上述所述的基于大數據的高空拋物檢測方法。

為了解決上述問題，本發明還提供一種計算機可讀存儲介質，所述計算機可讀存儲介質中存儲有至少一個指令，所述至少一個指令被電子設備中的處理器執行以實現上述所述的基于大數據的高空拋物檢測方法。