[發明專利]基于圖像識別的監測方法、裝置和存儲介質

有效

• 申請號: 202011373574.5
• 申請日: 2020-11-30
• 公開（公告）號: CN112487976B
• 公開（公告）日: 2023-10-24
• 發明（設計）人: 段勃;李浩瀾;楊東鑫;張春明;張楊
• 申請（專利權）人: 中科院計算所西部高等技術研究院
• 主分類號: G06V20/52
• 分類號: G06V20/52;G06V20/40;G06V20/70;G06V40/10;G06V10/96;G06V10/774;G06V10/82;H04N19/436;G06T9/00
• 代理公司: 重慶中之信知識產權代理事務所(普通合伙) 50213
• 代理人: 鄧鋒

1.一種基于圖像識別的監測方法，其特征在于，所述方法包括：

獲取視頻圖像數據；

對所述視頻圖像數據進行解碼，得到解碼圖像集；

對所述解碼圖像集進行預處理，獲取到目標圖像集；

將所述目標圖像集輸入到目標檢測模型進行圖像識別，得到每個目標圖像的目標識別結果；

將所有目標識別結果進行數據分析，得到監測結果。

2.如權利要求1所述的基于圖像識別的監測方法，其特征在于，獲取視頻圖像數據之前，所述方法還包括：

獲取樣本數據集；

對所述樣本數據集進行數據標注，得到標注數據集；

對所述標注數據集進行數據增強，得到訓練數據集；

將所述訓練數據集輸入人工智能方法進行迭代訓練，得到所述目標檢測模型。

3.如權利要求1所述的基于圖像識別的監測方法，其特征在于，對所述視頻圖像數據進行解碼，得到解碼圖像集，包括：

主線程將所視頻圖像數據中的每幀圖像分配到多個解碼子線程進行解碼；

所述多個解碼子線程將解碼后的解碼圖像存放在緩存隊列；

其中，所述緩存隊列中的所有解碼圖像作為所述解碼圖像集。

4.如權利要求1所述的基于圖像識別的監測方法，其特征在于，對所述解碼圖像集進行預處理，獲取到目標圖像集，包括：

按照預設標準尺寸，對所述解碼圖像集中每個圖像的尺寸進行修改，得到標準圖像集；

對所述標準圖像集進行濾波，得到所述目標圖像集。

5.如權利要求1所述的基于圖像識別的監測方法，其特征在于，所述每個目標圖像的目標識別結果，包括：

多個作業類別和多個位置信息，所述多個位置信息與所述多個作業類別相對應。

6.如權利要求5所述的基于圖像識別的監測方法，其特征在于，在將所述目標圖像集輸入到目標檢測模型進行圖像識別，得到每個目標圖像的目標識別結果之后，所述方法還包括：

根據所述多個位置信息，生成多個位置邊框；

將所述多個作業類別、所述多個位置邊框與所述視頻圖像數據進行組合，得到標注視頻圖像。

7.如權利要求5所述的基于圖像識別的監測方法，其特征在于，當所述多個作業類別包括未佩戴安全帽、佩戴安全帽、佩戴安全帶、未佩戴安全帶、已系安全卡扣、未系安全卡扣和安全卡扣位置違規時，將所有目標識別結果進行數據分析得到監測結果，包括：

對所述所有目標識別結果進行分類匯總，獲取到每個作業類別的數量；

判斷所述佩戴安全帽的數量是否小于第一閾值；

當所述佩戴安全帽的數量大于或等于所述第一閾值時，判斷所述佩戴安全帶的數量是否小于第二閾值；

當所述佩戴安全帶的數量大于或等于所述第二閾值時，判斷所述已系安全卡扣的數量是否小于第三閾值；

當所述已系安全卡扣的數量大于或等于所述第三閾值時，判斷所述安全卡扣的位置是否存在違規；

當所述安全卡扣的位置不存在違規時，所述監測結果為正常作業狀態。

8.如權利要求7所述的基于圖像識別的監測方法，其特征在于，判斷所述安全卡扣的位置是否存在違規，包括：

獲取所述安全卡扣和目標參考位置在所述目標圖像中的第一像素信息和第二像素信息；

根據所述第一像素信息和所述第二像素信息，得到所述安全卡扣到所述目標參考位置的參考距離；

根據所述安全卡扣的所述第一像素信息，得到所述安全卡扣在所述目標圖像中的參考尺寸；

根據所述安全卡扣的參考尺寸和實際尺寸的比值，得到縮放比例；

根據所述參考距離和所述縮放比例，得到所述安全卡扣到所述目標參考位置的實際距離；

將所述實際距離與預設距離進行比較，判斷所述安全卡扣的位置是否存在違規。