[發明專利]一種事故原因離線智能診斷系統

在審

• 申請號: 202210980387.6
• 申請日: 2022-08-16
• 公開（公告）號: CN115205761A
• 公開（公告）日: 2022-10-18
• 發明（設計）人: 周心怡;李太斌;張沖
• 申請（專利權）人: 四川華能氫能科技有限公司
• 主分類號: G06V20/40
• 分類號: G06V20/40;G06N3/04;G06N3/08;G06V10/764;G06V10/77;G06V10/774;G06V10/82;G06V20/52
• 代理公司: 成都眾恒智合專利代理事務所(普通合伙) 51239
• 代理人: 劉沁

1.一種事故原因離線智能診斷系統，其特征在于，包括視頻數據讀取層、中心處理層、數據存儲層和關鍵特征識別算法模型庫；

所述關鍵特征識別算法模型庫存儲有若干類關鍵特征識別算法模型，所述關鍵特征識別算法模型為深度學習神經網絡模型，且基于從開源數據集獲取的對應類的化工事故圖像數據訓練而成；

所述視頻數據讀取層用于獲取監控視頻圖像數據；

所述中心處理層用于從所述關鍵特征識別算法模型庫，選擇對應類的關鍵特征識別算法模型作為當前事故原因診斷模型，并將所述監控視頻圖像數據輸入當前事故原因診斷模型，當前事故原因診斷模型對所述監控視頻圖像數據進行診斷，若未識別出關鍵特征，則不輸出診斷結果，若識別出關鍵特征，則輸出該關鍵特征屬于當前事故原因診斷模型對應類的事故原因的概率，以及該關鍵特征對應的視頻段和截圖作為診斷結果；

所述數據存儲層用于存儲輸出的診斷結果。

2.根據權利要求1所述的事故原因離線智能診斷系統，其特征在于，所述關鍵特征識別算法模型庫存儲有：人員聚集關鍵特征識別算法模型、非法闖入關鍵特征識別算法模型、值班室脫崗關鍵特征識別算法模型、消防通道堵塞關鍵特征識別算法模型、環境著火關鍵特征識別算法模型以及環境冒煙關鍵特征識別算法模型。

3.根據權利要求1所述的事故原因離線智能診斷系統，其特征在于，所述開源數據集為ImageNet和/或Pascal VOC。

4.根據權利要求1所述的事故原因離線智能診斷系統，其特征在于，所述關鍵特征識別算法模型包括卷積神經網絡模型和多個分類器，所述分類器的分類精度可調，精度越高的分類操作，識別速率越低，反之則越高；對于每個所述關鍵特征識別算法模型，所述中心處理層能選擇其對應精度的分類操作用于對所述監控視頻圖像數據進行診斷。

5.根據權利要求4所述的事故原因離線智能診斷系統，其特征在于，所述中心處理層包括條件選擇窗口，該窗口設置有分析精度選擇窗和關鍵特征識別算法模型選擇窗。

6.根據權利要求4所述的事故原因離線智能診斷系統，其特征在于，所述關鍵特征識別算法模型的訓練方法包括卷積神經網絡模型訓練以及分類器訓練。

7.根據權利要求6所述的事故原因離線智能診斷系統，其特征在于，所述關鍵特征識別算法模型的訓練過程包括：利用從開源數據集獲取的化工事故圖像數據訓練所述卷積神經網絡模型，使所述卷積神經網絡模型能識別化工事故圖像數據中的關鍵特征；采用訓練好的卷積神經網絡模型對從開源數據集獲取的化工事故圖像數據進行圖像CNN特征提取，構建關鍵特征訓練集；采用關鍵特征訓練集對分類器進行訓練。

8.根據權利要求7所述的事故原因離線智能診斷系統，其特征在于，從開源數據集獲取的化工事故圖像數據，均為使用LabelImg工具標注過的數據。

9.根據權利要求8所述的事故原因離線智能診斷系統，其特征在于，對于每一類從開源數據集獲取的化工事故圖像數據，其數量均為2000張以上。

10.根據權利要求9所述的事故原因離線智能診斷系統，其特征在于，所述監控視頻圖像數據的格式為MP4/M4V/FLV/MOV/WMV。