Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

烟火易混淆目标实时检测方法 

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!

摘要:烟火易混淆目标实时检测方法,包括:1构建第一类别目标检测器和多种易混淆目标分类器;2获取实时图像;3将实时图像输入第一类别目标检测器,得到若干目标位置框及对应的烟火第一类别;4判断烟火第一类别是否属于易混淆目标类别,若是,则进入步骤5,若否,则以烟火第一类别作为当前目标位置框的类别;5根据烟火第一类别,选择对应的易混淆目标分类器;并利用选择的易混淆目标分类器对当前目标位置框中的图像进行分类,以得到的烟火第二类别作为当前目标位置框的类别;6将所有检测到的目标位置框及对应的类别输出到步骤2中的实时图像。本发明实现了精度与速度的权衡,使模型不需要额外的标注成本也能达到较好的效果。

主权项:1.烟火易混淆目标实时检测方法,其特征在于,包括以下步骤:1构建第一类别目标检测器和多种易混淆目标分类器,包括以下步骤:1.1获取历史烟火检测数据,构建第一类别训练集和多种第二类别训练集;所述第一类别训练集若干正样本和若干负样本。所述正样本为包含烟火第一类别的图像。所述负样本为不含烟火第一类别的图像;所述第一类别训练集Q如下所示: 式中,向量B1={B11,B12,...,B1N}表示包含类火对象的图像数据;向量B2={B21,B22,...,B2N}表示包含类烟对象的图像数据;向量B3={B31,B32,...,B3N}表示包含机械对象的图像数据;向量C1={C11,C12,...,C1N}表示包含负样本的图像数据;N表示烟火第一类别图像数据总数;所述第二类别训练集包括类火对象训练集、类烟对象训练集、机械对象训练集;所述类火对象训练集Q1如下所示:Q1=[Dg1Dg2…DgM]2式中,向量Dg={Dg1,Dg2,...,DgM}表示包含第g种类火对象的图像数据;g为正整数;M表示烟火第二类别图像数据总数;所述类烟对象训练集Q2如下所示:Q2=[Eh1Eh2…EhM]3式中,向量Eh={Eh1,Eh2,...,EhM}表示包含第h种类烟对象的图像数据;h为正整数;所述机械对象训练集Q3如下所示:Q3=[Fr1Fr2…FrM]4式中,向量Fr={Fr1,Fr2,...,FrM}表示包含第r种机械对象的图像数据;r为正整数;1.2利用神经网络构建目标检测器,并利用第一类别训练集训练目标检测器,得到第一类别目标检测器;在利用第一类别训练集训练目标检测器时,通过神经网络的总体损失函数更新目标检测器,所述神经网络的总体损失函数λ如下所示:λ=λbox+λobj+λcls5式中,λbox为CIOU损失函数;λobj为BCE损失函数;其中,交叉熵损失函数λcls如下所示: 式中,n1为批序号,n1=1,2,...,N1,N1为批大小;i1和k1均为类别序号,C为总分类数;表示真实标签;和均表示分类层输出值;所述第一类别目标检测器如下所示:αi=f1I,0≤i≤n27式中,αi为第i个目标位置框的第一类别;I为输入图像,f1为目标检测器分类过程,n2为目标位置框的总数;1.3利用神经网络构建多组易混淆分类器,并利用不同种类的第二类别训练集分别训练这些易混淆分类器,得到多种易混淆目标分类器;所述易混淆目标分类器如下所示:βi=f2αi,wi8式中,βi为第i个目标位置框的第二类别;f2为易混淆分类过程;其中,易混淆目标分类器wi如下所示:wi=gαi9式中,g为易混淆目标分类网络权重参数选择函数;2获取实时视频流I0=[I1,I2,…,IT];IT表示第T帧实时图像;其中,第t帧实时图像It如下所示: 式中,表示第t帧待检测图像中像素点e,f对应的像素值,e=1,2,...,m,f=1,2,...,n;m×n表示实时图像的尺寸;3对实时图像It进行预处理,得到待检测图像It1,如下所示: 式中,表示第t帧待检测图像中像素点e,f对应的像素值;v×u表示待检测图像的尺寸;4将待检测图像It1输入第一类别目标检测器,检测得到若干目标位置框及每个目标位置框的烟火第一类别;所述目标位置框如下所示: 式中,p1j、p2j、p3j、p4j分别表示目标位置框的第一、二、三、四条边界线的第j个采样点向量,j=1,2,...,k,k为边界线采样点总数;所述目标位置框的第s条边界线的第j个采样点数据向量分别表示第s条边界线的第j个采样点对应的待检测图像像素点坐标和像素值,s=1,2,3,4;5遍历步骤4检测到的目标位置框,判断当前目标位置框的烟火第一类别是否属于易混淆目标类别,若是,则进入步骤6,若否,则以当前目标位置框的烟火第一类别作为当前目标位置框的类别;6根据当前目标位置框的烟火第一类别,选择对应的易混淆目标分类器;并利用选择的易混淆目标分类器对当前目标位置框中的图像进行分类,得到当前目标位置框的烟火第二类别,并以当前目标位置框的烟火第二类别作为当前目标位置框的类别;7将所有检测到的目标位置框及对应的类别输出到步骤2中的实时图像It,得到含有目标位置框和类别文字标注的检测结果图像It',即: 式中,表示第t帧检测结果图像像素点e,f对应的像素值。

全文数据:

权利要求:

百度查询: 国家电网有限公司华中分部 重庆大学 烟火易混淆目标实时检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。