[發(fā)明專利]基于RetinaXNet的建筑夜景燈光異常檢測(cè)方法在審
| 申請(qǐng)?zhí)枺?/td> | 202110909371.1 | 申請(qǐng)日: | 2021-08-09 |
| 公開(公告)號(hào): | CN113762084A | 公開(公告)日: | 2021-12-07 |
| 發(fā)明(設(shè)計(jì))人: | 宋雪樺;王赟;王昌達(dá);金華;杜聰;劉思雨 | 申請(qǐng)(專利權(quán))人: | 江蘇大學(xué) |
| 主分類號(hào): | G06K9/00 | 分類號(hào): | G06K9/00;G06K9/62 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 212013 *** | 國省代碼: | 江蘇;32 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 基于 retinaxnet 建筑 夜景 燈光 異常 檢測(cè) 方法 | ||
1.一種基于RetinaXNet的建筑夜景燈光異常檢測(cè)方法,其特征在于,包括如下步驟:
1)構(gòu)建初始夜景燈圖像集合C并發(fā)送到GPU計(jì)算服務(wù)器進(jìn)行存儲(chǔ);
2)對(duì)圖像集合C進(jìn)行處理得到數(shù)據(jù)集,并將數(shù)據(jù)集劃分為訓(xùn)練集E和測(cè)試集T;3)構(gòu)建RetinaXNet網(wǎng)絡(luò)模型;所述RetinaXNet網(wǎng)絡(luò)模型包括輸入模塊、主干模塊、檢測(cè)頭模塊;
4)利用UFL函數(shù)優(yōu)化RetinaXNet網(wǎng)絡(luò)模型的權(quán)值;
5)訓(xùn)練RetinaXNet網(wǎng)絡(luò)模型;
6)夜景燈異常檢測(cè),即通過攝像頭獲取待檢測(cè)幀并送入RetinaXNet網(wǎng)絡(luò),將網(wǎng)絡(luò)的輸出結(jié)果映射回原圖,判斷夜景燈是否異常。
2.如權(quán)利要求1所述的基于RetinaXNet的建筑夜景燈光異常檢測(cè)方法,其特征在于,所述步驟1)包括如下步驟:
1.1)利用攝像頭采集夜景燈光的視頻數(shù)據(jù)V,所述攝像頭事先固定安裝于可以拍攝需要進(jìn)行夜景燈光檢測(cè)的地點(diǎn);
1.2)從視頻數(shù)據(jù)V中每隔時(shí)間Δt提取一幀圖像,構(gòu)建初始夜景燈圖像集合C,記為C={I1,I2...In},Ii為第i幀圖像,n為夜景燈圖像的個(gè)數(shù);
1.3)將初始夜景燈圖像集合C發(fā)送到GPU計(jì)算服務(wù)器進(jìn)行存儲(chǔ)。
3.如權(quán)利要求1所述的基于RetinaXNet的建筑夜景燈光異常檢測(cè)方法,其特征在于,所述步驟2)包括如下步驟:
2.1)對(duì)圖像集合C中的每一幀圖像,計(jì)算像素值小于j的像素出現(xiàn)概率pi(j),計(jì)算公式如下:
pi(j)表示第i幀圖像中灰度大于0小于j的出現(xiàn)概率,nt為灰度級(jí)小于j的像素個(gè)數(shù),nI為每幀圖像的像素總個(gè)數(shù);
2.2)計(jì)算集合C中每一幀圖像的直方圖結(jié)果G(i),計(jì)算公式如下:
G(i)為第i幀的灰度直方圖處理結(jié)果,其中0≤i<256,pi(j)表示第i幀圖像中像素大于0小于j的出現(xiàn)概率;
2.3)計(jì)算像素均衡化的結(jié)果H(v),均衡化圖像集合C,其中C={I1,I2...In},處理后的圖像集合記為C′,C'={I1',I2'...In'},計(jì)算公式如下:
式中,v為圖像集合C中單張圖像I上的像素值,H(v)為對(duì)v均衡化的計(jì)算結(jié)果,G(v)為當(dāng)前v的直方圖處理結(jié)果,Gmin為直方圖處理的最小值,Gmax為直方圖處理的最大值,L為灰度級(jí)數(shù),round代表對(duì)像素值結(jié)果的四舍五入,所有像素計(jì)算完成得到單張圖像I',集合記為C′;
2.4)對(duì)圖像集合C′中的圖像計(jì)算平均像素值a,其中C'={I1',I2'...In'},計(jì)算公式如下:
式中,M為圖像的長度像素值,N為圖像的寬度像素值,It'(r,c)為圖像集合C′中的圖像像素的坐標(biāo),t為選取圖像的編號(hào);
2.5)對(duì)圖像集合C′中的圖像進(jìn)行缺失和填補(bǔ)處理,缺失和填補(bǔ)的值為g(i,j),得到數(shù)據(jù)集C”,計(jì)算公式如下:
式中,g(i,j)為缺失和填補(bǔ)的值,I'(i,j)為圖像集合C′中圖像I'的坐標(biāo)為(i,j)的像素值,Th為設(shè)定的閾值;
2.6)按比例m:n將數(shù)據(jù)集C”分為訓(xùn)練集E和測(cè)試集T。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于江蘇大學(xué),未經(jīng)江蘇大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202110909371.1/1.html,轉(zhuǎn)載請(qǐng)聲明來源鉆瓜專利網(wǎng)。
- 同類專利
- 專利分類
G06K 數(shù)據(jù)識(shí)別;數(shù)據(jù)表示;記錄載體;記錄載體的處理
G06K9-00 用于閱讀或識(shí)別印刷或書寫字符或者用于識(shí)別圖形,例如,指紋的方法或裝置
G06K9-03 .錯(cuò)誤的檢測(cè)或校正,例如,用重復(fù)掃描圖形的方法
G06K9-18 .應(yīng)用具有附加代碼標(biāo)記或含有代碼標(biāo)記的打印字符的,例如,由不同形狀的各個(gè)筆畫組成的,而且每個(gè)筆畫表示不同的代碼值的字符
G06K9-20 .圖像捕獲
G06K9-36 .圖像預(yù)處理,即無須判定關(guān)于圖像的同一性而進(jìn)行的圖像信息處理
G06K9-60 .圖像捕獲和多種預(yù)處理作用的組合





