[發明專利]一種基于可變卷積核的煙霧明火檢測算法

在審

• 申請號: 202110797428.3
• 申請日: 2021-07-14
• 公開（公告）號: CN113537213A
• 公開（公告）日: 2021-10-22
• 發明（設計）人: 譚守標;朱兆亞;朱呂甫
• 申請（專利權）人: 安徽炬視科技有限公司
• 主分類號: G06K9/32
• 分類號: G06K9/32;G06K9/38;G06K9/40;G06K9/46;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 合肥律眾知識產權代理有限公司 34147
• 代理人: 龍海麗

1.一種基于可變卷積核的煙霧明火檢測算法，其特征在于，包括以下步驟：

步驟1：通過攝像設備對行人的視頻圖像進行多方向采集，并發送至計算機數據庫內；

步驟2：對采集的多個視頻圖像數據分別進行預處理，突出視頻圖像中局部的行人圖像；

步驟3：對各個預處理后視頻圖像數據中行人的局部圖像分別進行追蹤，并對各個圖像數據中的人臉圖像進行特征提取；

步驟4：將提取的多個特征與數據庫內的數據進行對比，并完成對行人的身份認證；

步驟5：將無法完成身份認證的人臉數據進行記錄，并儲存于數據庫內。

2.根據權利要求1所述的一種基于可變卷積核的煙霧明火檢測算法，其特征在于：所述步驟1中，通過多個攝像頭和照明燈對行人的視頻圖像數據進行采集，并通過yolov2算法對視頻圖像數據進行檢測，并將檢測有行人的視頻圖像數據進行記錄，并通過網絡發送至計算機內的數據庫中。

3.根據權利要求2所述的一種基于可變卷積核的煙霧明火檢測算法，其特征在于：所述步驟2中，在計算機數據庫中通過SVLM算法對采集的多個視頻圖像數據中行人的圖像分別進行局部增強，并突出各個行人圖像，先將彩色圖像轉化為灰度圖像，計算公式如公式(1)所示：

I(x,y)＝0.299×R(x,y)+0.578×G(x,y)+0.114×B(x,y) (1)

其中R(x,y)、G(x,y)、B(x,y)分別代表像素(x,y)處的紅綠藍灰度值，I(x,y)代表坐標(x,y)處的像素灰度值，將該灰度圖像與二維高斯函數卷積，如公式(2)所示：

其中L(x,y)為經過高斯濾波后的圖像，F(x+i,y+j)代表尺度為m×n的二維高斯函數，該運算是一個低通濾波的過程，F(x,y)函數的定義如公式(3)所示：

F_g(x,y)＝q×exp(-(x²+y²)/σ²) (3)

其中q是將高斯函數歸一化的系數，如公式(4)所示：

∫∫q×exp(-(x²+y²)/σ²)dxdy＝1 (4)

σ決定了高斯模板的尺度大小，尺度越大則模板中包含的鄰域像素信息就越多；輸入圖像經過不同尺度σ的高斯模板，得到的圖像L將會包含不同范圍的鄰域信息。將這些圖像求和再取平均，得到的均值圖像即為SVLM圖像；再通過恢復公式(5)將增強后的灰度圖像恢復成彩色圖像，如恢復公式(5)所示：

其中，S(x,y)為增強后圖像；R'(x，y)、B'(x，y)和G'(x，y)分別為彩色恢復后的紅色、藍色和綠色分量；β∈(0，1]為色度調整參數。

4.根據權利要求3所述的一種基于可變卷積核的煙霧明火檢測算法，其特征在于：所述步驟3中，通過提取各個局部增強后的視頻圖像數據中各幀間行人的運動信息，對各個視頻圖像數據內行人的運動軌跡進行預測及定位，再通過Cascade級聯檢測器對定位后的行人臉部位置進行定位，并對人臉位置進行局部增強，再對移動各個視頻圖像中行人臉部圖像增強后的特征進行提取。

5.根據權利要求4所述的一種基于可變卷積核的煙霧明火檢測算法，其特征在于：所述步驟3中，通過SVM追蹤算法對目標局部的運動軌跡進行預測和定位。

6.根據權利要求5所述的一種基于可變卷積核的煙霧明火檢測算法，其特征在于：所述步驟4中，將實時采集人臉部圖像的多個數據特征與數據庫中人臉庫特征集內的數據進行相似度比對，對實時采集的行人身份進行認證。