[發(fā)明專利]基于熱成像的對(duì)象檢測(cè)方法、裝置及服務(wù)器

有效

• 申請(qǐng)?zhí)枺?/td>: 202110093543.2
• 申請(qǐng)日: 2021-01-25
• 公開(kāi)（公告）號(hào): CN112418200B
• 公開(kāi)（公告）日: 2021-04-02
• 發(fā)明（設(shè)計(jì)）人: 文丁;季翔宇;李源
• 申請(qǐng)（專利權(quán)）人: 成都點(diǎn)澤智能科技有限公司;中科智云科技有限公司
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/62;G06N3/08;G06T7/11;G06T7/194;G06T7/269;G08B13/196
• 代理公司: 成都極刻智慧知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 51310
• 代理人: 唐維虎

1.一種基于熱成像的對(duì)象檢測(cè)方法，其特征在于，應(yīng)用于服務(wù)器，所述方法包括：

獲取熱成像視頻流中第一連續(xù)幀數(shù)據(jù)序列中滿足對(duì)象檢測(cè)的第二連續(xù)幀數(shù)據(jù)序列；

對(duì)所述第二連續(xù)幀數(shù)據(jù)序列進(jìn)行分類，獲得不同目標(biāo)類別對(duì)應(yīng)的第二連續(xù)幀數(shù)據(jù)序列，其中，不同目標(biāo)類別用于表征不同的檢測(cè)目標(biāo)區(qū)域大小；

根據(jù)每個(gè)目標(biāo)類別所對(duì)應(yīng)的對(duì)象檢測(cè)策略，對(duì)每個(gè)目標(biāo)類別對(duì)應(yīng)的第二連續(xù)幀數(shù)據(jù)序列進(jìn)行對(duì)象檢測(cè)，獲得對(duì)象檢測(cè)信息；

所述方法還包括：

將所述對(duì)象檢測(cè)信息與預(yù)設(shè)先驗(yàn)框的先驗(yàn)框信息進(jìn)行比較，并根據(jù)比較結(jié)果判斷所述對(duì)象檢測(cè)信息對(duì)應(yīng)的運(yùn)動(dòng)對(duì)象是否入侵所述預(yù)設(shè)先驗(yàn)框的區(qū)域；

當(dāng)所述對(duì)象檢測(cè)信息對(duì)應(yīng)的運(yùn)動(dòng)對(duì)象入侵所述預(yù)設(shè)先驗(yàn)框的區(qū)域時(shí)，將所述對(duì)象檢測(cè)信息中所述運(yùn)動(dòng)對(duì)象的對(duì)象坐標(biāo)作為報(bào)警點(diǎn)坐標(biāo)與所述預(yù)設(shè)先驗(yàn)框的區(qū)域進(jìn)行關(guān)聯(lián)，獲得報(bào)警關(guān)聯(lián)結(jié)果；

根據(jù)獲得的所有報(bào)警關(guān)聯(lián)結(jié)果確定所有運(yùn)動(dòng)對(duì)象的歷史報(bào)警信息以及所述歷史報(bào)警信息的報(bào)警確認(rèn)標(biāo)簽信息；

基于所述所有運(yùn)動(dòng)對(duì)象的歷史報(bào)警信息以及所述歷史報(bào)警信息的報(bào)警確認(rèn)標(biāo)簽信息訓(xùn)練報(bào)警決策模型，獲得目標(biāo)報(bào)警決策模型；

所述基于所述所有運(yùn)動(dòng)對(duì)象的歷史報(bào)警信息以及所述歷史報(bào)警信息的報(bào)警確認(rèn)標(biāo)簽信息訓(xùn)練報(bào)警決策模型，獲得目標(biāo)報(bào)警決策模型的步驟，包括：

根據(jù)所述歷史報(bào)警信息的報(bào)警確認(rèn)標(biāo)簽信息獲取所述所有運(yùn)動(dòng)對(duì)象的歷史報(bào)警信息對(duì)應(yīng)的歷史報(bào)警確認(rèn)信息，將所述歷史報(bào)警確認(rèn)信息輸入到報(bào)警決策模型的特征提取單元中，以對(duì)所述歷史報(bào)警確認(rèn)信息進(jìn)行特征學(xué)習(xí)并生成對(duì)應(yīng)的報(bào)警特征學(xué)習(xí)信息；所述報(bào)警決策模型包括所述特征提取單元和分類單元；

將所述報(bào)警特征學(xué)習(xí)信息輸入到所述分類單元中，以對(duì)所述報(bào)警特征學(xué)習(xí)信息的學(xué)習(xí)數(shù)據(jù)段進(jìn)行分類決策得到所述報(bào)警特征學(xué)習(xí)信息的決策分類結(jié)果；

根據(jù)所述報(bào)警特征學(xué)習(xí)信息的決策分類結(jié)果，對(duì)所述特征提取單元和所述分類單元進(jìn)行權(quán)重調(diào)整，直至所述特征提取單元和所述分類單元更新結(jié)束，得到已訓(xùn)練的目標(biāo)報(bào)警決策模型；

所述對(duì)所述歷史報(bào)警確認(rèn)信息進(jìn)行特征學(xué)習(xí)并生成對(duì)應(yīng)的報(bào)警特征學(xué)習(xí)信息的步驟，包括：

對(duì)所述歷史報(bào)警確認(rèn)信息進(jìn)行特征學(xué)習(xí)；

根據(jù)已學(xué)習(xí)的報(bào)警確認(rèn)特征信息得到報(bào)警確認(rèn)差異特征分布；

根據(jù)所述報(bào)警確認(rèn)差異特征分布生成所述報(bào)警特征學(xué)習(xí)信息；

其中，所述歷史報(bào)警確認(rèn)信息包括報(bào)警確認(rèn)時(shí)序向量矩陣和報(bào)警確認(rèn)空序向量矩陣；

所述對(duì)所述歷史報(bào)警確認(rèn)信息進(jìn)行特征學(xué)習(xí)，根據(jù)已學(xué)習(xí)的報(bào)警確認(rèn)特征信息得到報(bào)警確認(rèn)差異特征分布，根據(jù)所述報(bào)警確認(rèn)差異特征分布生成所述報(bào)警特征學(xué)習(xí)信息的步驟，包括：

將所述報(bào)警確認(rèn)時(shí)序向量矩陣和所述報(bào)警確認(rèn)空序向量矩陣輸入到有向圖模型中，以通過(guò)所述有向圖模型進(jìn)行特征學(xué)習(xí)，并根據(jù)學(xué)習(xí)的報(bào)警確認(rèn)特征信息確定所述有向圖模型的有向圖節(jié)點(diǎn)的有向圖特征分布；

根據(jù)所述有向圖節(jié)點(diǎn)的有向圖特征分布生成所述報(bào)警確認(rèn)差異特征分布；

將所述報(bào)警確認(rèn)空序向量矩陣和所述報(bào)警確認(rèn)差異特征分布進(jìn)行融合；

根據(jù)融合得到的報(bào)警確認(rèn)空序向量矩陣生成所述報(bào)警特征學(xué)習(xí)信息；

其中，在將報(bào)警確認(rèn)空序向量矩陣和報(bào)警確認(rèn)差異特征分布進(jìn)行融合的過(guò)程中，可獲取報(bào)警確認(rèn)空序向量矩陣和報(bào)警確認(rèn)差異特征分布之間的可融合特征節(jié)點(diǎn)集，其中，所述可融合特征節(jié)點(diǎn)集包括報(bào)警確認(rèn)空序向量矩陣在目標(biāo)融合區(qū)間內(nèi)調(diào)用的多個(gè)空序可融合特征節(jié)點(diǎn)、所述報(bào)警確認(rèn)差異特征分布在所述目標(biāo)融合區(qū)間內(nèi)調(diào)用的多個(gè)差異可融合特征節(jié)點(diǎn)，以及各可融合特征節(jié)點(diǎn)的融合元素序列；然后，利用與所述多個(gè)空序可融合特征節(jié)點(diǎn)對(duì)應(yīng)的空序特征屬性，及與所述多個(gè)差異可融合特征節(jié)點(diǎn)對(duì)應(yīng)的差異特征屬性構(gòu)建特征屬性，并根據(jù)所述特征屬性獲取融合位圖信息，其中，所述空序特征屬性用于表征按照所述融合元素序列進(jìn)行融合控制的所述多個(gè)空序可融合特征節(jié)點(diǎn)的關(guān)鍵融合對(duì)象，所述差異特征屬性用于表征按照所述融合元素序列進(jìn)行融合控制的所述多個(gè)差異可融合特征節(jié)點(diǎn)的可融合特征節(jié)點(diǎn)的關(guān)鍵融合對(duì)象，所述融合位圖信息用于表征所述空序特征屬性及所述差異特征屬性的融合映射關(guān)系；

利用所述可融合特征節(jié)點(diǎn)集中在目標(biāo)融合區(qū)間段內(nèi)被調(diào)用且按所述融合元素序列的數(shù)據(jù)層結(jié)構(gòu)的所述空序可融合特征節(jié)點(diǎn)與所述差異可融合特征節(jié)點(diǎn)構(gòu)建融合分配節(jié)點(diǎn)集，并根據(jù)所述融合分配節(jié)點(diǎn)集獲取融合行為定位信息，其中，所述融合行為定位信息用于表征所述融合分配節(jié)點(diǎn)集中至少兩個(gè)映射可融合特征節(jié)點(diǎn)之間的融合映射關(guān)系；

根據(jù)所述融合位圖信息與所述融合行為定位信息，獲取所述報(bào)警確認(rèn)空序向量矩陣與所述報(bào)警確認(rèn)差異特征分布之間的融合場(chǎng)景匹配參數(shù)，根據(jù)所述融合場(chǎng)景匹配參數(shù)確定所述報(bào)警確認(rèn)空序向量矩陣與所述報(bào)警確認(rèn)差異特征分布之間的融合業(yè)務(wù)快照，并基于所述融合業(yè)務(wù)快照對(duì)所述報(bào)警確認(rèn)空序向量矩陣與所述報(bào)警確認(rèn)差異特征分布所對(duì)應(yīng)的融合過(guò)程執(zhí)行融合控制，得到融合后的報(bào)警確認(rèn)空序向量矩陣，作為所述報(bào)警特征學(xué)習(xí)信息。