[發明專利]基于目標匹配的油氣管道巡檢方法、裝置、設備及介質

在審

• 申請號: 202011461277.6
• 申請日: 2020-12-11
• 公開（公告）號: CN112529012A
• 公開（公告）日: 2021-03-19
• 發明（設計）人: 盧春曦;王健宗;黃章成
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 深圳市明日今典知識產權代理事務所(普通合伙) 44343
• 代理人: 王杰輝;曹勇

本申請涉及人工智能，提供了一種基于目標匹配的油氣管道巡檢方法，包括：從油氣管道區域內的航拍圖像中提取目標圖像；利用神經網絡模型對目標圖像進行圖像特征提取，得到第一圖像特征，其中，神經網絡模型預先基于多個基準圖像樣本訓練得到，基準圖像樣本標注有合規目標圖像；神經網絡模型在訓練的過程中對合規目標圖像進行圖像特征提取，得到第二圖像特征；判斷檢測得到的合規目標圖像對應的第二圖像特征是否與第一圖像特征匹配；若否，則判定所述目標圖像為異常目標圖像。本申請還公開了一種基于目標匹配的油氣管道巡檢裝置、計算機設備以及計算機可讀存儲介質。本申請提高了識別油氣管道區域內的違規目標的效率。

技術領域

本申請涉及人工智能領域，尤其涉及一種基于目標匹配的油氣管道巡檢方法、基于目標匹配的油氣管道巡檢裝置、計算機設備以及計算機可讀存儲介質。

背景技術

在油氣管道區域的地面上方若存在違章違建的現象，則可能會導致管道受到損害。因此，現在一般是利用無人機在巡航油氣管道過程中進行監測，將管道區域內的違章違建工程與已登記入庫的建筑工程進行鑒別。

目前，對違章建筑的主要檢測和鑒別方法，是通過將無人機在高空拍攝的遙感圖像，經過簡單的角點檢測、直線分割等傳統圖像處理方法進行處理后，將圖像中的建筑物提取出來，之后再通過人工的判別分析，確認是否為違章建筑。

但這樣一來，雖然采用傳統圖像處理方法可以將建筑物從航拍畫面中檢出，但判斷建筑物是否屬于管道區域已有建筑之外的違建建筑，仍需要大量的人工進行判斷，這就使得需要大量的人力成本投入，并且降低了巡檢油氣管道區域內的違規目標的效率。

上述內容僅用于輔助理解本申請的技術方案，并不代表承認上述內容是現有技術。

發明內容

本申請的主要目的在于提供一種基于目標匹配的油氣管道巡檢方法、基于目標匹配的油氣管道巡檢裝置、計算機設備以及計算機可讀存儲介質，旨在解決如何在巡檢油氣管道的過程中，提高識別油氣管道區域內的違規目標的效率的問題。

為實現上述目的，本申請提供一種基于目標匹配的油氣管道巡檢方法，包括以下步驟：

利用無人機采集油氣管道區域內的航拍圖像；

從所述航拍圖像中提取目標圖像，并確定所述目標圖像中的目標對應的第一位置；

利用神經網絡模型對所述目標圖像進行圖像特征提取，得到第一圖像特征，其中，所述神經網絡模型預先基于多個基準圖像樣本訓練得到，所述基準圖像樣本標注有合規目標圖像；所述神經網絡模型在訓練的過程中對所述合規目標圖像進行圖像特征提取，得到第二圖像特征；

根據所述合規目標圖像中的合規目標對應的第二位置和所述第一位置，檢測滿足預設條件的合規目標圖像；

判斷檢測得到的所述合規目標圖像對應的第二圖像特征是否與所述第一圖像特征匹配；

若是，則判定所述目標圖像為所述合規目標圖像；

若否，則判定所述目標圖像為異常目標圖像。

進一步地，所述判斷檢測得到的所述合規目標圖像對應的第二圖像特征是否與所述第一圖像特征匹配的步驟包括：

獲取所述第一圖像特征的第一哈希編碼，以及獲取檢測得到的所述合規目標圖像對應的第二圖像特征的第二哈希編碼；

確定所述第一哈希編碼與所述第二哈希編碼之間的漢明距離；

利用所述漢明距離判斷所述第二圖像特征與所述第一圖像特征是否匹配。

進一步地，所述神經網絡模型基于Mask RCNN網絡構建；所述從所述航拍圖像中提取目標圖像的步驟包括：

將所述航拍圖像輸入到所述神經網絡模型中，以利用所述Mask RCNN網絡從所述航拍圖像中提取目標圖像；