[發(fā)明專利]一種基于Mask Rcnn以及SSD的地磅人體入侵檢測方法有效
| 申請?zhí)枺?/td> | 202110020354.2 | 申請日： | 2021-01-07 |
| 公開（公告）號： | CN112861631B | 公開（公告）日： | 2022-08-05 |
| 發(fā)明（設計）人： | 陸寶春;王若禹;盛國良;徐德宏;翁朝陽 | 申請（專利權）人： | 南京理工大學;南京肯確智能科技有限公司 |
| 主分類號： | G06V20/40 | 分類號： | G06V20/40;G06V10/774;G06V10/764;G06V10/82;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 南京理工大學專利中心 32203 | 代理人： | 朱沉雁 |
| 地址： | 210094 江*** | 國省代碼： | 江蘇;32 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 mask rcnn 以及 ssd 地磅 人體 入侵 檢測 方法 | ||
1.一種基于Mask Rcnn以及SSD的地磅人體入侵檢測方法，其特征在于，包括以下步驟：
步驟1、利用Opencv計算機視覺庫將攝像頭采集地磅區(qū)域歷史視頻進行分幀，并將分幀后的圖像統(tǒng)一尺寸，獲得初始圖像集，所述圖像包含人的位置信息、車輛的位置信息或地磅輪廓信息中的至少一種；
步驟2、在地磅稱重狀態(tài)為空閑狀態(tài)時，采用Mask Rcnn卷積神經(jīng)網(wǎng)絡訓練的地磅區(qū)域識別模型對攝像頭拍攝的實時地磅區(qū)域視頻進行識別，識別出地磅區(qū)域輪廓，并進行保存；
步驟3、采用SSD卷積神經(jīng)網(wǎng)絡訓練的行人車輛模型對攝像頭拍攝的實時稱重視頻識別，識別出人的位置信息和車輛的位置信息，當人的位置信息與地磅區(qū)域出現(xiàn)交集時，說明地磅區(qū)域有人體入侵，記錄下此時的稱重狀態(tài)、周圍環(huán)境人數(shù)、地磅區(qū)域人數(shù)；
步驟4、當稱重狀態(tài)為地磅稱重且地磅區(qū)域人數(shù)大于0時，開啟定時器，記錄人體入侵時間；
步驟5、當人體入侵時間超出設定閾值，自動報警，并記錄稱重異常信息。
2.根據(jù)權利要求1所述的基于Mask Rcnn以及SSD的地磅人體入侵檢測方法，其特征在于，步驟2中，在地磅稱重狀態(tài)為空閑狀態(tài)時，采用Mask Rcnn卷積神經(jīng)網(wǎng)絡訓練的地磅區(qū)域識別模型對攝像頭拍攝的實時地磅區(qū)域視頻進行識別，識別出地磅區(qū)域輪廓，并進行保存，其具體步驟如下：
步驟2.1、從初始圖像集中篩選出包含地磅輪廓信息的圖片，通過Labelme手動標注地磅區(qū)域，并沿著地磅輪廓區(qū)域手工標注，標簽類別為weightbridge，生成xml文件，并采用圖像平移、旋轉(zhuǎn)、鏡像、裁剪、模糊處理方式對初始圖像集進行擴增，獲得第一次擴增圖像集，將第一次擴增圖像集與xml文件制作成VOC2007格式的標注地磅區(qū)域數(shù)據(jù)集，并將標注地磅區(qū)域數(shù)據(jù)集分為地磅區(qū)域訓練集和地磅區(qū)域測試集；
步驟2.2、搭建Mask Rcnn卷積神經(jīng)網(wǎng)絡，使用特征金字塔網(wǎng)絡獲得多尺度的特征映射作為區(qū)域生成網(wǎng)絡的輸入，生成錨框，進行分類、矩形框定位，最后獲得目標實例的二值掩碼mask，其中主干網(wǎng)絡選用Resnet-101網(wǎng)絡結(jié)構(gòu)；
步驟2.3、設置地磅區(qū)域識別模型初始超參數(shù)、迭代次數(shù)以及一次訓練所選取的樣本數(shù)；每次迭代，地磅區(qū)域識別模型對地磅區(qū)域訓練集中的樣本進行一次計算，通過損失函數(shù)的loss值向前反饋和計算超參數(shù)差值，對地磅區(qū)域識別模型的超參數(shù)進行更新；
Mask Rcnn網(wǎng)絡的損失函數(shù)L：
Mask Rcnn網(wǎng)絡的損失函數(shù)就是分類、回歸、掩碼損失之和，其中表示Mask Rcnn網(wǎng)絡的分類損失，Lbox表示Mask Rcnn網(wǎng)絡的回歸損失，Lmask表示Mask Rcnn網(wǎng)絡的掩碼損失；
步驟2.4、將地磅區(qū)域訓練集和測試集輸入到構(gòu)建好的Mask Rcnn卷積神經(jīng)網(wǎng)絡中進行訓練和測試，并在訓練過程中調(diào)整學習率，獲得地磅區(qū)域識別模型；
步驟2.5、分別在迭代次數(shù)達到10000次、15000次、20000次時保存地磅區(qū)域識別模型；
步驟2.6、使用地磅區(qū)域識別模型對攝像頭拍攝的實時地磅區(qū)域視頻進行識別，識別出地磅區(qū)域輪廓，并進行保存。
3.根據(jù)權利要求2所述的基于Mask Rcnn以及SSD的地磅人體入侵檢測方法，其特征在于：步驟2.1中，按照3:1將標注地磅區(qū)域數(shù)據(jù)集分為地磅區(qū)域訓練集和地磅區(qū)域測試集。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于南京理工大學;南京肯確智能科技有限公司，未經(jīng)南京理工大學;南京肯確智能科技有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業(yè)授權和技術合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202110020354.2/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
