申请/专利权人：江苏濠汉信息技术有限公司

申请日：2020-06-19

公开（公告）日：2020-10-16

公开（公告）号：CN111783579A

主分类号：G06K9/00(20060101)

分类号：G06K9/00(20060101);G06K9/62(20060101);G06Q50/08(20120101);G08B13/196(20060101)

优先权：

专利状态码：有效-授权

法律状态：2022.05.06#授权;2020.11.03#实质审查的生效;2020.10.16#公开

摘要：本发明公开了一种基于无人机视觉分析的施工人员跨越围栏检测系统，包括数据采集模块、数据整理模块、数据分析模块、控制器、图像监测模块、报警模块以及存储模块。所述数据采集模块通过无人机在施工现场上空拍取图片，从中选取1000张包含施工人员和围栏的样本图片，并人工标注出其中的施工人员和围栏位置，所述数据整理模块接收样本图片信息并对样本图片信息进行整理，构建目标检测训练样本，得到检测模型M。本发明首先利用轻量级的YOLOv3目标检测网络检测施工人员和围栏，然后通过跟踪施工人员的运动轨迹和围栏是否存在交点来判断施工人员是否存在跨越围栏违章行为，实现了在无人机上进行违章检测，提升了施工违章行为智能监测能力。

主权项：1.基于无人机视觉分析的施工人员跨越围栏检测系统，其特征在于，包括数据采集模块、数据整理模块、数据分析模块、控制器、图像监测模块、报警模块以及存储模块；所述数据采集模块包括无人机，所述无人机用于在施工现场上空拍取图片，从中选取1000张包含施工人员和围栏的样本图片，并人工标注出其中的施工人员和围栏位置，所述数据采集模块还用于将样本图片信息传输到数据整理模块，所述数据整理模块接收样本图片信息并对样本图片信息进行整理，构建目标检测训练样本，训练基于YOLOv3的轻量级施工人员和围栏检测器，得到检测模型M，具体步骤如下：S1：将1000张包含施工人员和围栏的样本图片构成样本集S0；S2：对样本集S0中的每一张样本图片si进行特征标准化操作，得到新的数据S1；S3：对样本集S0中的每一张样本图片si，以Si的中心坐标为旋转中心，随机旋转±30°，得到新的数据集S2；S4：对样本集S0中的每一张样本图片si进行水平翻转，得到新的数据集S3；S5：将集合{S0，S1，S2，S3}标记成数据样本集S；S6：从样本集S中随机选取3200张图片作为训练集，其余800张作为测试集，输入YOLOv3网络，得到检测模型M；所述数据整理模块还用于将检测模型M传输到数据分析模块，所述图像监测模块为飞行在施工现场上空的无人机，所述图像监测模块用于实时获取施工现场的视频流并将视频流传输到数据分析模块，所述数据分析模块接收检测模型M和视频流并对检测模型M和视频流作出分析和处理，具体步骤如下：步骤一：读取无人机实时视频流，获取当前图像帧fi；步骤二：调用模型M处理图像帧fi，如同时检测到施工人员和临时围栏，则执行步骤三，否则继续执行步骤一；步骤三：根据步骤二得到的检测结果更新跟踪队列，具体方法如下：SS1：计算施工人员检测矩形框图像的HSV直方图h1和SILTP直方图h2，令h＝{h1，h2}表示该人员的表观特征；SS2：遍历施工人员跟踪队列，获取队列中每一个施工人员的最新状态{Pj1，Pj2，Pj3，Pj4，hj}，其中下标j表示第j个施工人员，P表示该施工人员的矩形框四个坐标点，h表示其表观特征；SS3：令d1＝ΔP，d2＝Δh，ΔP表示当前帧施工人员和其最新状态矩形框的重合面积占比，Δh表示表观特征之间的余弦距离；SS4：令d＝αd1+1-αd2，当d小于预设值时，则将当前状态加入到施工人员队列；队列中连续N帧未得到更新的剔除跟踪队列；将匹配的当前帧作为初始队列；其中，α为系数因子；步骤四：判断跟踪队列中的施工人员运动轨迹和临时围栏是否有交叉，具体过程如下：X1：遍历施工人员跟踪队列，定义施工人员矩形框左下角坐标和右下角坐标分别为x0，y0和x1，y0，取其中点坐标作为施工人员轨迹点，连接施工人员轨迹点得到轨迹线T；X2：将围栏矩形框左下角坐标记为x1，y1，右下角坐标记为x2，y2，x1，y1和x2，y2构成线段判断与施工人员运动轨迹是否有交点，如存在交点，则生成报警信号，否则返回步骤三。

全文数据：

权利要求：

百度查询： 江苏濠汉信息技术有限公司 基于无人机视觉分析的施工人员跨越围栏检测系统

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD