基于CIM与区块链的城市垃圾桶满溢检测方法技术

本发明专利技术公开了一种基于CIM与区块链的城市垃圾桶满溢检测方法。该方法包括：搭建垃圾桶满溢检测深度神经网络，该网络包括垃圾桶检测子网络、垃圾桶满溢状况分级子网络；枪型摄像机对采集的图像进行垃圾桶检测子网络推理，得到垃圾桶位置信息；球型摄像机根据垃圾桶位置进行自动聚焦、调距并采集图像；将垃圾桶满溢检测深度神经网络推理任务拆分为多个推理子任务并分配至球型摄像机端、云端云主机实例，配置动态区块链私链；对球型摄像机采集的图像，执行深度神经网络推理，完成垃圾桶满溢检测。利用本发明专利技术，实现了自动化的垃圾桶满溢检测，不仅降低了成本，而且提高了检测精度、实时性、效率，还提高了数据处理传输过程中的安全性。

【技术实现步骤摘要】
基于CIM与区块链的城市垃圾桶满溢检测方法
本专利技术涉及人工智能、智慧城市、CIM、区块链
，具体涉及一种基于CIM与区块链的城市垃圾桶满溢检测方法。
技术介绍
当前，全球信息技术呈加速发展趋势，信息技术在国民经济中的地位日益突出，建设智慧城市对于一个国家综合竞争力的全面提高具有重要的战略意义。智慧城市的产生源自物联网、云计算、移动互联网、人工智能为代表的新一代信息技术与知识社会环境下逐步孕育的开放的城市创新生态。智慧城市强调的是利用新一代信息技术和各类通信终端融合，实现城市智慧式管理和运行。城市建设应抓住技术带来的便利，依托BIM等信息化技术，构建城市专属CIM模型，不断整合资源，找准定位，探索智慧城市建设新路径，提升城市服务水平和服务质量。目前针对智慧城市垃圾桶满溢检测的方案大多是基于物联网，存在成本高、易损坏、易丢失的问题。
技术实现思路
本专利技术的目的在于针对上述现有技术存在的缺陷，提出一种基于CIM与区块链的城市垃圾桶满溢检测方法，实现了自动化的城市垃圾桶满溢检测，不仅降低了成本，而且提高了垃圾桶满溢检测的实时性、精度，还保证了数据处理传输过程中的隐私保护。一种基于CIM与区块链的城市垃圾桶满溢检测方法包括：(1)搭建垃圾桶满溢检测深度神经网络，该网络包括垃圾桶检测子网络、垃圾桶满溢状况分级子网络；(2)枪型摄像机端加载训练好的垃圾桶检测子网络，对采集的图像进行垃圾桶检测子网络推理，并将输出的垃圾桶坐标信息透视变换到城市信息模型地面坐标系中；(3)球型摄像机端根据城市信息模型地面坐标系中垃圾桶位置进行自动聚焦、调距并采集图像；(4)将垃圾桶满溢检测深度神经网络推理任务拆分为多个推理子任务；(5)将多个推理子任务随机分配至球型摄像机端、云端云主机实例；(6)球型摄像机端、云主机实例的推理子任务参数信息作为对应摄像机端、云主机实例的区块主体数据，按照垃圾桶满溢检测深度神经网络推理子任务之间的任务执行顺序，配置动态区块链私链，区块链私链的链序与任务执行顺序一致；(7)对球型摄像机采集的图像，执行垃圾桶满溢检测深度神经网络推理，完成垃圾桶满溢检测；(8)将城市垃圾桶满溢检测结果以及采集的图像集成到城市信息模型中，通过调用信息交换模块实时更新城市三维模型，并结合WebGIS技术，在Web进行数据可视化，展示城市垃圾桶满溢状况。(1)中垃圾桶满溢检测子网络包括：垃圾桶检测编码器，对摄像头采集的图像进行特征提取，输出垃圾桶特征图；垃圾桶检测解码器，对垃圾桶特征图进行上采样和特征提取，输出垃圾桶关键点热力图和垃圾桶包围框尺寸；后处理单元，对垃圾桶关键点热力图进行关键点回归，得到垃圾桶关键点坐标位置，结合垃圾桶包围框尺寸，得到垃圾桶包围框信息。(1)中垃圾桶满溢状况分级子网络包括：垃圾桶分割单元，根据垃圾桶关键点热力图中的垃圾桶关键点位置以及垃圾桶包围框尺寸从摄像头采集的原始图像中分割出垃圾桶图像；垃圾满溢状况分级编码器，对垃圾桶图像进行特征提取，得到垃圾桶满溢情况分级特征图；全连接层，将垃圾桶满溢情况分级特征图映射到样本标记空间，输出城市垃圾桶满溢等级。(4)具体为：将垃圾桶满溢检测深度神经网络推理任务划分为垃圾桶检测编码器推理子任务、垃圾桶检测解码器推理子任务、后处理单元子任务、垃圾桶分割单元子任务、垃圾满溢状况分级编码器推理子任务、全连接层推理子任务。(5)具体为：将垃圾桶检测编码器推理子任务、垃圾桶检测解码器推理子任务、后处理单元子任务分配至球型摄像机；随机选取多个云主机实例，将垃圾桶分割单元推理子任务、垃圾满溢状况分级编码器推理子任务、全连接层推理子任务分配至云主机实例。(6)包括：球型摄像机中垃圾桶检测编码器、垃圾桶检测解码器、后处理单元所需参数作为对应球型摄像机的区块主体数据；云主机实例中垃圾桶分割单元、垃圾桶满溢状况分级编码器、全连接层所需参数作为对应云主机实例的区块主体数据；按照垃圾桶满溢检测深度神经网络推理子任务之间的任务执行顺序，将各区块连接，得到区块链私链，区块链私链的链序与任务执行顺序一致。(7)中执行垃圾桶满溢检测深度神经网络推理具体为：对球型摄像机采集的图像，按照推理子任务的任务执行顺序，区块链私链中的节点对其接收到的来自上一节点的数据进行解密，执行相应的推理子任务，对其要传输至下一节点的数据进行加密；区块链私链中的节点即球型摄像机、云主机实例；区块链私链的节点对其传输至下一节点的数据进行加密并发送至下一区块节点。该方法还包括训练垃圾桶检测子网络：标注样本图像内垃圾桶中心点位置坐标以及垃圾桶包围框的长、宽，并通过高斯核对垃圾桶中心位置进行卷积得到垃圾桶关键点热力图作为标注热力图；将样本图像集、标注热力图、包围框的长、包围框宽作为输入训练垃圾桶检测编码器、垃圾桶检测解码器。基于如下损失函数训练垃圾桶检测子网络：TotalLoss＝CenterLoss+δ*SizeLoss其中，δ为权重参数，α和β是超参数，N是图像中垃圾桶的中心点数量，c为类别参数，γxyc为预测的热力图中点(x，y)的值，yxyc为标注热力图中点(x，y)的值，SPk为预测的包围框的长、宽组成的二维向量，sk为真实包围框的长、宽组成的二维向量。本专利技术与现有技术相比，具有以下有益效果：1.本专利技术采用深度神经网络对城市垃圾桶满溢情况进行检测，其使用大量样本，具有更好的泛化性能，提高了方法的稳定性和检测准确性。2.本专利技术利用计算机视觉技术检测垃圾桶是否满溢，不仅实时性强，而且成本低、应用方便。3.本专利技术设计了垃圾桶检测子网络检测垃圾桶目标，设计了垃圾桶满溢状况分级子网络检测垃圾桶满溢状况，相比于直接进行垃圾桶满溢检测，能够提高垃圾桶满溢检测精度。4.本专利技术根据枪机、球机的特点，使用不同的终端进行图像采集，从一定程度上能够节约成本，同时提高检测精度。5.本专利技术结合云端技术，将球机的部分计算任务分布在不同的云主机实例上执行，提高了方法的并行性。6.本专利技术结合区块链技术，配置区块链私链，提高了网络参数的安全性能，而且区块链私链是动态配置的，不易被破解。对区块之间传输的数据进行加密，能够防止网络中间结果数据泄露。附图说明图1为本专利技术的神经网络结构图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图以及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。本专利技术提供一种基于CIM与区块链的城市垃圾桶满溢检测方法。首先通过枪型摄像机针对垃圾桶位置进行大致的确定，并将结果图像透视变换到CIM地面中，然后球型摄像机针对垃圾桶坐标依次进行自动调焦、调距以执行垃圾桶满溢检本文档来自技高网...

【技术保护点】
1.一种基于CIM与区块链的城市垃圾桶满溢检测方法，其特征在于，该方法包括：/n(1)搭建垃圾桶满溢检测深度神经网络，该网络包括垃圾桶检测子网络、垃圾桶满溢状况分级子网络；/n(2)枪型摄像机端加载训练好的垃圾桶检测子网络，对采集的图像进行垃圾桶检测子网络推理，并将输出的垃圾桶坐标信息透视变换到城市信息模型地面坐标系中；/n(3)球型摄像机端根据城市信息模型地面坐标系中垃圾桶位置进行自动聚焦、调距并采集图像；/n(4)将垃圾桶满溢检测深度神经网络推理任务拆分为多个推理子任务；/n(5)将多个推理子任务随机分配至球型摄像机端、云端云主机实例；/n(6)球型摄像机端、云主机实例的推理子任务参数信息作为对应摄像机端、云主机实例的区块主体数据，按照垃圾桶满溢检测深度神经网络推理子任务之间的任务执行顺序，配置动态区块链私链，区块链私链的链序与任务执行顺序一致；/n(7)对球型摄像机采集的图像，执行垃圾桶满溢检测深度神经网络推理，完成垃圾桶满溢检测；/n(8)将城市垃圾桶满溢检测结果以及采集的图像集成到城市信息模型中，通过调用信息交换模块实时更新城市三维模型，并结合WebGIS技术，在Web进行数据可视化，展示城市垃圾桶满溢状况。/n...

【技术特征摘要】
1.一种基于CIM与区块链的城市垃圾桶满溢检测方法，其特征在于，该方法包括：
(1)搭建垃圾桶满溢检测深度神经网络，该网络包括垃圾桶检测子网络、垃圾桶满溢状况分级子网络；
(2)枪型摄像机端加载训练好的垃圾桶检测子网络，对采集的图像进行垃圾桶检测子网络推理，并将输出的垃圾桶坐标信息透视变换到城市信息模型地面坐标系中；
(3)球型摄像机端根据城市信息模型地面坐标系中垃圾桶位置进行自动聚焦、调距并采集图像；
(4)将垃圾桶满溢检测深度神经网络推理任务拆分为多个推理子任务；
(5)将多个推理子任务随机分配至球型摄像机端、云端云主机实例；
(6)球型摄像机端、云主机实例的推理子任务参数信息作为对应摄像机端、云主机实例的区块主体数据，按照垃圾桶满溢检测深度神经网络推理子任务之间的任务执行顺序，配置动态区块链私链，区块链私链的链序与任务执行顺序一致；
(7)对球型摄像机采集的图像，执行垃圾桶满溢检测深度神经网络推理，完成垃圾桶满溢检测；
(8)将城市垃圾桶满溢检测结果以及采集的图像集成到城市信息模型中，通过调用信息交换模块实时更新城市三维模型，并结合WebGIS技术，在Web进行数据可视化，展示城市垃圾桶满溢状况。


2.如权利要求1所述的方法，其特征在于，(1)中垃圾桶满溢检测子网络包括：
垃圾桶检测编码器，对摄像头采集的图像进行特征提取，输出垃圾桶特征图；
垃圾桶检测解码器，对垃圾桶特征图进行上采样和特征提取，输出垃圾桶关键点热力图和垃圾桶包围框尺寸；
后处理单元，对垃圾桶关键点热力图进行关键点回归，得到垃圾桶关键点坐标位置，结合垃圾桶包围框尺寸，得到垃圾桶包围框信息。


3.如权利要求2所述的方法，其特征在于，(1)中垃圾桶满溢状况分级子网络包括：
垃圾桶分割单元，根据垃圾桶关键点热力图中的垃圾桶关键点位置以及垃圾桶包围框尺寸从摄像头采集的原始图像中分割出垃圾桶图像；
垃圾满溢状况分级编码器，对垃圾桶图像进行特征提取，得到垃圾桶满溢情况分级特征图；
全连接层，将垃圾桶满溢情况分级特征图映射到样本标记空间，输出城市垃圾桶满溢等级。


4.如权利要求3所述的方法，其特征在于，(4)具体为：
将垃圾桶满溢检测深度神经网络推理任务划分为垃圾桶检测编码器推理子任务、垃圾桶...

【专利技术属性】
技术研发人员：陈金山，夏晶婷，
申请(专利权)人：陈金山，
类型：发明
国别省市：北京;11