申请/专利权人：大连海事大学

申请日：2021-08-19

公开（公告）日：2024-04-16

公开（公告）号：CN113962282B

主分类号：G06V10/774

分类号：G06V10/774;G06V20/40;G06V10/25;G06N3/082;G06T7/246;G06T7/277;G06T7/66;G06F30/20

优先权：

专利状态码：有效-授权

法律状态：2024.04.16#授权;2022.02.15#实质审查的生效;2022.01.21#公开

摘要：本发明提供一种基于改进YOLOv5L+DeepSort的船舶机舱火灾实时检测方法。本发明包括：获取机舱火灾图像和视频数据；把采集到的火灾图像输入到改进的YOLOv5L模型进行特征提取，获取特征图，并将输入图像分割成若干大小相同的栅格；对疑似火灾区域给出多个预测框；利用非极大值抑制方法将置信度区间不符合要求的预测框剔除掉，得到最优目标框，获得目标位置；将YOLOv5L检测到的目标位置信息和目标框信息同步到DeepSort目标跟踪算法；DeepSort目标跟踪算法通过卡尔曼滤波器来预测火焰目标运动趋势从而得到火焰蔓延趋势。本发明改进YOLOv5L模型与DeepSort多目标跟踪算法进行融合，将YOLOv5L检测到火灾位置信息传递给DeepSort，对火焰目标进行实时跟踪并预测其未来蔓延趋势，及时的指导机舱工作人员进行定向灭火。

主权项：1.一种基于改进YOLOv5L+DeepSort的船舶机舱火灾实时检测方法，其特征在于，包括如下步骤：步骤1、获取机舱火灾图像和视频数据；步骤2、把采集到的火灾图像输入到改进的YOLOv5L模型进行特征提取，获取特征图，并将输入图像分割成若干大小相同的栅格；对疑似火灾区域给出多个预测框；利用非极大值抑制方法将置信度区间不符合要求的预测框剔除掉，得到最优目标框，从而获得目标位置；步骤3、将YOLOv5L检测到的目标位置信息和目标框信息同步到DeepSort目标跟踪算法；DeepSort目标跟踪算法通过卡尔曼滤波器来预测火焰目标运动趋势从而得到火焰蔓延趋势；所述步骤2中，改进的YOLOv5L模型的搭建包括如下步骤：步骤21、搭建原始YOLOv5L模型，依次将算法的输入端、主干结构、Neck结构、输出端搭建出来并按照算法传播方向进行连接；步骤22、采用CIoU_Loss作为损失函数，对YOLOv5L的损失函数进行改进；步骤23、采用hard-Swish作为YOLOv5的激活函数，对YOLOv5L的激活函数进行改进；步骤24、采用高斯加权的Soft-NMS算法作为非极大值抑制方法对YOLOv5L的非极大值抑制方法进行改进；所述步骤22具体计算公式如下： 其中：α为权重系数，bpred，bgt为预测框和真实框的中心点位置，ρ2为两框中心位置的欧氏距离，c为两框外接矩形的对角线距离，IOU为预测框和真实框的交并比，w和h为预测框的宽和高，wgt和hgt分别为真实框的宽和高，v衡量了预测框和真实框长宽比的相似性；所述步骤23具体计算公式如下： ReLU6＝min6,max0,x5其中：x为输入，ReLU6为ReLU激活函数的变种；所述步骤24具体计算公式如下： 其中：si为当前检测框的得分，M为得分最高的检测框，bi为当前检测框，IOU为交并比，e和σ为常数；当改进后的YOLOv5L模型检测到火灾发生时，会及时发出警报并将火焰目标位置信息同步到DeepSort目标跟踪算法中，所述DeepSort目标跟踪包括如下步骤：步骤31、运动状态估计：DeepSort在多目标跟踪过程中，采用卡尔曼滤波器来对火焰目标下一帧的运动趋势进行预测，使用八维状态空间来定义某一时刻火焰目标运动状态，其中u,v目标跟踪框的中心位置，r是目标跟踪框的长宽比，h是目标跟踪框的高度，为目标运动信息；步骤32、跟踪目标创建与删除：通过先设置最大阈值Amax，即连续检测最大帧数；然后对于每一个待跟踪的火焰目标，记录上一次检测结果与跟踪结果成功匹配之后到当前帧之间的帧数a，该数在卡尔曼滤波器预测期间递增；当跟踪结果和检测结果相匹配时将其重置为0，若a持续递增超过设置的最大阈值Amax时，此时视为目标已丢失或跟踪结束，当现存的跟踪器一直无法和检测结果中的目标相匹配时，则视为出现新目标，并增加新跟踪器，在后续跟踪的连续三帧中，新增加跟踪器的预测位置与检测结果如果能正确匹配，则判定出现新目标；如无法匹配，则视为误检将其删除；步骤33、运动关联：将卡尔曼滤波器预测得到火焰目标运动状态与目标检测结果之间的马氏距离来进行匹配，马氏距离通过测量检测结果和跟踪结果之间的标准差来评价状态估计的不确定性，马氏距离小于阈值时，表明成功匹配，若检测结果和跟踪结果成功匹配，则结果为1；步骤34、级联匹配：在匹配过程中，会根据跟踪器所对应目标被遮挡的时间长短来划分，赋予遮挡时间较短、最近出现的目标的跟踪器优先匹配的权力，降低遮挡时间长的目标的跟踪器优先级；步骤35、状态更新：使用卡尔曼滤波更新公式来对已经匹配上的跟踪器参数进行更新，对下一时刻目标进行预测；当更新后的参数预测出来的结果无法匹配时，说明当前火焰目标可能已经丢失或者熄灭，此时将该跟踪器删除；对未完成匹配的火焰目标分配新的跟踪器来对运动状态进行预测，并将所有跟踪器得到的信息进行更新用于下一帧的计算。

全文数据：

权利要求：

百度查询： 大连海事大学 一种基于改进YOLOv5L+DeepSort的船舶机舱火灾实时检测系统及方法

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。

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