[發明專利]輸送線的阻塞檢測方法及相關裝置、設備

在審

• 申請號: 202010719732.1
• 申請日: 2020-07-23
• 公開（公告）號: CN112001890A
• 公開（公告）日: 2020-11-27
• 發明（設計）人: 李保坤;王楓
• 申請（專利權）人: 浙江大華技術股份有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/246;G06T7/62;G06K9/34;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 深圳市威世博知識產權代理事務所(普通合伙) 44280
• 代理人: 黎堅怡

1.一種輸送線的阻塞檢測方法，其特征在于，所述輸送線的阻塞檢測方法包括：

從拍攝所述輸送線得到的第一圖像序列中確定所述輸送線的待確認阻塞區域；

對所述待確認阻塞區域進行光流計算，以得到所述待確認阻塞區域在第二圖像序列中的運動信息，其中，所述第二圖像序列是拍攝所述輸送線得到，且拍攝時間晚于所述第一圖像序列的拍攝時間；

統計所述運動信息，以確定所述待確認阻塞區域是否確實被阻塞。

2.根據權利要求1所述的輸送線的阻塞檢測方法，其特征在于，所述對所述待確認阻塞區域進行光流計算，以得到所述待確認阻塞區域在所述第二圖像序列中的運動信息包括：

基于時間軸，通過稠密光流依次計算所述待確認阻塞區域在所述第二圖像序列中每相鄰兩張圖像的運動信息，得到所述待確認阻塞區域在每相鄰兩張圖像之間的偏移量。

3.根據權利要求2所述的輸送線的阻塞檢測方法，其特征在于，所述得到所述待確認阻塞區域在每相鄰兩張圖像之間的偏移量之后包括：

統計所述第二圖像序列中所有相鄰兩張圖像之間的偏移量，得到偏移總量；

響應于所述偏移總量沒有超過預設閾值，輸出所述待確認阻塞區域被阻塞的結果。

4.根據權利要求1所述的輸送線的阻塞檢測方法，其特征在于，所述從拍攝所述輸送線得到的第一圖像序列中確定所述輸送線的待確認阻塞區域的步驟包括：

拍攝所述輸送線，得到圖像序列；

將所述圖像序列劃分為所述第一圖像序列與所述第二圖像序列；

分別對所述第一圖像序列中的每張圖像進行像素分類，得到所述第一圖像序列中的每張圖像對應的像素分類圖；

將每張所述像素分類圖進行疊加處理，得到所述第一圖像序列對應的疊層圖像；

通過所述疊層圖像確定所述輸送線中的待確認阻塞區域。

5.根據權利要求4所述的輸送線的阻塞檢測方法，其特征在于，所述分別對所述第一圖像序列中的每張圖像進行像素分類，得到所述第一圖像序列中的每張圖像對應的像素分類圖的步驟包括：

通過語義分割網絡分別對所述第一圖像序列中的每張圖像進行像素分類，給所述輸送線上的輸送對象設定預設像素值，得到所述第一圖像序列中的每張圖像對應的所述像素分類圖。

6.根據權利要求5所述的輸送線的阻塞檢測方法，其特征在于，所述將每張所述像素分類圖進行疊加處理，得到所述第一圖像序列對應的疊層圖像，通過所述疊層圖像確定所述輸送線中的待確認阻塞區域的步驟包括：

將每張所述像素分類圖的預設像素值進行對齊疊加，得到所述疊層圖像的累加像素值；

響應于所述疊層圖像中存在所述累加像素值超過設定值的區域，將所述區域確定為所述待確認阻塞區域。

7.根據權利要求5所述的輸送線的阻塞檢測方法，其特征在于，所述語義分割網絡是通過以下步驟得到的：

采集預設數量的所述輸送線的圖像數據；

將所述圖像數據輸入至深度學習網絡，利用損失函數和隨機梯度下降策略對所述深度學習網絡進行訓練，得到所述語義分割網絡。

8.根據權利要求7所述的輸送線的阻塞檢測方法，其特征在于，所述采集預設數量的所述輸送線的圖像數據的步驟包括：

采集預設數量的所述輸送線的圖像數據，將預設數量的所述圖像數據按照一定比例劃分為訓練數據和測試數據；

所述將所述圖像數據輸入至深度學習網絡，利用損失函數和隨機梯度下降策略對所述深度學習網絡進行訓練，得到所述語義分割網絡的步驟包括：

將所述訓練數據輸入至深度學習網絡，利用所述損失函數和所述隨機梯度下降策略對所述深度學習網絡進行訓練，得到訓練后的深度學習網絡；

基于所述測試數據對所述訓練后的深度學習網絡進行測試，得到所述訓練后的深度學習網絡的平均交并比；

響應于所述平均交并比超過一定閾值，確定所述訓練后的深度學習網絡為所述語義分割網絡。