[發(fā)明專利]一種針對(duì)嵌入式設(shè)備的運(yùn)煤皮帶異物視頻檢測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202110763899.2
• 申請(qǐng)日: 2021-07-06
• 公開(kāi)（公告）號(hào): CN113469071A
• 公開(kāi)（公告）日: 2021-10-01
• 發(fā)明（設(shè)計(jì)）人: 杜京義;陳瑞;曹靜菲;黨夢(mèng)珂;梁大明;孫嘉暉;高瑞;史志芒;楊寧
• 申請(qǐng)（專利權(quán)）人: 西安科技大學(xué)
• 主分類號(hào): G06K9/00
• 分類號(hào): G06K9/00;G06K9/62;G06N3/04
• 代理公司: 西安弘理專利事務(wù)所 61214
• 代理人: 劉娜

1.一種針對(duì)嵌入式設(shè)備的運(yùn)煤皮帶異物視頻檢測(cè)方法，其特征在于，具體按照以下步驟實(shí)施：

步驟1，攝像頭采集皮帶轉(zhuǎn)接處視頻流圖像，具體過(guò)程如下：

步驟101，實(shí)時(shí)獲取攝像機(jī)拍攝的皮帶轉(zhuǎn)接處視頻；

步驟102，將步驟101采集到的實(shí)時(shí)視頻拆分成單幀圖像，單幀圖像的尺寸為416×416×3；

步驟103，在步驟102的單幀圖像中選擇異物圖像數(shù)據(jù)，人工標(biāo)注異物圖像數(shù)據(jù)中的各類異物并進(jìn)行數(shù)據(jù)增強(qiáng)，將增強(qiáng)后的異物數(shù)據(jù)集按9：1劃分為訓(xùn)練集和測(cè)試集數(shù)據(jù)；

步驟2，利用k-means算法聚類生成錨框參數(shù)；

步驟3，利用卷積塊提取圖像淺層次特征信息，具體為：

步驟301，輸入步驟102中的單幀圖像，設(shè)置卷積塊對(duì)輸入圖像進(jìn)行淺層次特征提取，得到208×208×16淺層特征圖M_t；

步驟302，計(jì)算當(dāng)前輸入淺層特征圖M_t與關(guān)鍵幀淺層特征圖的偏差，即得到淺層特征圖偏差值；

步驟303，判斷步驟302中的淺層特征圖偏差值是否大于設(shè)定偏差閾值ω；

步驟4，利用輕量化異物檢測(cè)模型提取圖像特征信息；

步驟5，重復(fù)進(jìn)行步驟3-4，直至所有的單幀圖像檢測(cè)完畢。

2.根據(jù)權(quán)利要求1所述的一種針對(duì)嵌入式設(shè)備的運(yùn)煤皮帶異物視頻檢測(cè)方法，其特征在于，所述步驟2中，具體為：利用K-means算法對(duì)步驟103中的異物圖像數(shù)據(jù)集進(jìn)行聚類，利用異物圖像數(shù)據(jù)中的標(biāo)注框與聚類中心框的交并比，設(shè)置聚類數(shù)為9，計(jì)算聚類框參數(shù)信息，d(box,cencentroid)＝1-IOU(box,centroid)，其中box代表真實(shí)框，centroid代表聚類中心框；得到初始聚類的錨框參數(shù)yolo_anchors＝[A₁，A₂，A₃，A₄，A₅，A₆，A₇，A₈，A₉]，再將得到的錨框參數(shù)進(jìn)行更新；聚類錨框參數(shù)：A₁＝(25，29)，A₂＝(37，64)，A₃＝(43，41)，A₄＝(55，83)，A₅＝(68，140)，A₆＝(70，53)，A₇＝(93，90)，A₈＝(125，160)，A₉＝(243，253)。

3.根據(jù)權(quán)利要求1所述的一種針對(duì)嵌入式設(shè)備的運(yùn)煤皮帶異物視頻檢測(cè)方法，其特征在于，所述步驟301中，設(shè)置的卷積塊結(jié)構(gòu)為，卷積步長(zhǎng)為2，卷積核大小為3×3，通道數(shù)為16；批歸一化ε為0.001，衰減率為0.98；激活函數(shù)為L(zhǎng)eakyRelu。

4.根據(jù)權(quán)利要求1所述的一種針對(duì)嵌入式設(shè)備的運(yùn)煤皮帶異物視頻檢測(cè)方法，其特征在于，所述步驟302中，當(dāng)輸入第一幀淺層特征圖時(shí)，設(shè)置第一幀淺層特征圖為關(guān)鍵幀淺層特征圖，利用公式M_ω＝θXX^T計(jì)算淺層特征圖偏差值，X＝[1,1…1]_1×m[M_t-M_k]_m×n，其中M_t表示當(dāng)前輸入圖像的淺層特征圖，M_k表示關(guān)鍵幀圖像的淺層特征圖，M_ω表示淺層特征圖偏差值，X是矩陣，矩陣大小為m×n，X^T是X轉(zhuǎn)置；θ為10^-11。

5.根據(jù)權(quán)利要求4所述的一種針對(duì)嵌入式設(shè)備的運(yùn)煤皮帶異物視頻檢測(cè)方法，其特征在于，所述步驟303中，偏差閾值ω為25；若淺層特征圖偏差值大于偏差閾值ω，則說(shuō)明當(dāng)前幀圖像信息變化較大，設(shè)置當(dāng)前輸入淺層特征圖為新的關(guān)鍵幀圖像的淺層特征圖，若淺層特征圖偏差值小于偏差閾值ω，則說(shuō)明當(dāng)前幀圖像信息變化較小，則關(guān)鍵幀圖像的淺層特征圖保持不變。