买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：温氏食品集团股份有限公司;华南农业大学

摘要：本发明公开了一种基于深度学习算法的人车猪闯入监控方法、系统及设备，包括：利用获取的报警图像构建摄像头数据库；利用改进的CenterNet目标检测模型对报警图像进行人、车辆、猪只的检测，得到已标识的图像；改进的CenterNet目标检测模型检测出人、车辆、猪只后将对应的图片发送到业务端的判别模块中；判别结果会储存到对应的摄像头数据库中；基于持续学习的原始样本重播方法和梯度情景记忆方法，对新场景报警图像进行模型训练，从而减轻遗忘。本发明在使用检测模型时，在保证单帧图像目标检测的准确性与实时性的同时，加入了特征金字塔结构、中心池化结构和级联角点池化结构，增强了模型对特征的能力，提高了闯入特定镜头场景行为判别的稳定性。

主权项：1.基于深度学习算法的人车猪闯入监控方法，其特征在于，包括下述步骤：利用获取的报警图像构建摄像头数据库；利用改进的CenterNet目标检测模型对报警图像进行人、车辆、猪只的检测，得到已标识的图像；所述改进的CenterNet目标检测模型是使用三元组关键点标识一个对象替换原本使用中心关键点标识一个对象；所述的三元组关键点包括目标边界框的左上角点、右下角点和中心点；引入金字塔结构，使得不同尺度的目标在不同的感受野中进行检测；改进的CenterNet目标检测模型检测出人、车辆、猪只后将对应的图片发送到业务端的判别模块中，通过已标识的报警图像和摄像头数据库中的图像进行第一特判、第二特判和第三特判；所述第一特判为：先对图像中标识的人进行一个特判，再对报警图像中的人是否穿着规定工装判断是否为外来闯入人员；所述第二特判为：先对图像中标识的车辆进行一个特判，再对报警图像中的车辆是否为规定使用车型以及车牌号信息判断是否为外来闯入车辆；所述第三特判为：对报警图像中出现的猪只，对比摄像头数据库中该报警图像前后一段时间该目标的情况，如果猪只没有行为变化，并且周围猪只也没有行为变化，则判断为死猪的运输，将判断为死猪的图像发送到业务端，通过业务端审核后推送到小程序，若猪只有行为变化，则需要判断当前报警图像的时间是否在业务端设定的时间段内，是则不提交报警，否则判断为猪只偷盗行为，将图像信息上推送到小程序，所述图像信息包括图像时间、摄像头位置信息；对于所有的人员、车辆、猪只图像经过判别模块进行判别后，判别结果会储存到对应的摄像头数据库中，用于后续对该摄像头捕获的报警图像进行对比分析以及系统的自动迭代优化；基于持续学习的原始样本重播方法和梯度情景记忆方法，对新场景报警图像进行模型训练时，将摄像头数据库中部分以往具有代表性的图像一同放入新场景图像数据集中，当新场景加入更新模型时，旧场景数据作为约束或直接与新场景数据混合形成批次来更新模型，从而减轻遗忘。

全文数据：

权利要求：

百度查询： 温氏食品集团股份有限公司 华南农业大学 基于深度学习算法的人车猪闯入监控方法、系统及设备