高空危险物检测方法、装置及存储介质制造方法及图纸

本发明专利技术公开了高空危险物检测方法、装置及存储介质，其中高空危险物检测方法包括：获取目标检测区域的第一图像；根据第一图像利用高空危险物检测网络识别出高空危险物，并得到高空危险物在目标检测区域的位置信息；此能节约人力资源和时间，并快速确定高空危险物的位置信息，避免高空危险物坠落。避免高空危险物坠落。避免高空危险物坠落。

【技术实现步骤摘要】
高空危险物检测方法、装置及存储介质


[0001]本专利技术涉及图像识别领域，特别是高空危险物检测方法、装置及存储介质。

技术介绍

[0002]高空坠物容易造成人员伤亡，但通过人力排查楼层高空坠物容易浪费大量的时间和人力资源。

技术实现思路

[0003]本专利技术的目的在于至少解决现有技术中存在的技术问题之一，提供高空危险物检测方法、装置及存储介质。
[0004]本专利技术解决其问题所采用的技术方案是：
[0005]本专利技术的第一方面，高空危险物检测方法，包括以下步骤：
[0006]获取目标检测区域的第一图像，其中所述目标检测区域为危险高度以上的区域；
[0007]根据所述第一图像利用高空危险物检测网络识别出高空危险；
[0008]获取所述目标检测区域的坐标和所述高空危险物在所述目标检测区域的位置信息。
[0009]根据本专利技术的第一方面，所述获取目标检测区域的第一图像的步骤是通过无人机执行的。
[0010]根据本专利技术的第一方面，根据所述第一图像利用高空危险物检测网络识别出高空危险物具体包括以下步骤：
[0011]逐步提取所述第一图像的图像特征；
[0012]根据所述图像特征预测所述高空危险物在所述第一图像的位置信息和所述高空危险物的类别信息，进而识别出所述高空危险物。
[0013]根据本专利技术的第一方面，根据所述图像特征预测所述高空危险物在所述第一图像的位置信息和所述高空危险物的类别信息，进而识别出所述高空危险物具体包括以下步骤：
[0014]将所述第一图像均分为n*n个网格单元；
[0015]使每个所述网格单元根据所述图像特征判断待检测物的中心是否在其区域内，若是则预测所述第一图像中的所述待检测物；
[0016]使每个所述网格单元输出边界框信息和用于表示所述待检测物是否为所述高空危险物的类别信息，其中所述边界框信息包括边界框的中心位置坐标、边界框的宽度和高度以及置信度，所述置信度用于表示边界框是否包含所述待检测物和所述待检测物的位置的准确性；
[0017]获取所述置信度最高的所述边界框作为目标框，其中所述目标框中的所述待检测物为所述高空危险物。
[0018]本专利技术的第二方面，高空危险物检测装置，包括：
[0019]图像获取单元，用于获取目标检测区域的第一图像，其中所述目标检测区域为危险高度以上的区域；
[0020]检测单元，用于根据所述第一图像利用高空危险物检测网络识别出高空危险物；
[0021]信息获取单元，用于获取所述目标检测区域的坐标和所述高空危险物在所述目标检测区域的位置信息。
[0022]根据本专利技术的第二方面，所述图像获取单元为安装在无人机上的拍摄设备。
[0023]根据本专利技术的第二方面，所述高空危险物检测网络包括：
[0024]多个卷积模块，用于逐步提取所述第一图像的图像特征；
[0025]多个全连接模块，用于根据所述图像特征预测所述高空危险物在所述第一图像的位置信息和所述高空危险物的类别信息，进而识别出所述高空危险物。
[0026]根据本专利技术的第二方面，所述多个卷积模块至少包括第一卷积模块、第二卷积模块、第三卷积模块和第四卷积模块；
[0027]所述第一卷积模块包括依次连接的1x1卷积层、3x3卷积层、1x1卷积层、特殊卷积层、1x1卷积层、3x3卷积层和1x1卷积层；
[0028]所述第二卷积模块、所述第三卷积模块和所述第四卷积模块均包括依次连接的1x1卷积层、特殊卷积层和1x1卷积层。
[0029]根据本专利技术的第二方面，所述特殊卷积层是由多个组合层按通道数进行拼接而成；所述组合层包括依次连接的可变形卷积层、批归一化层和激活函数层；
[0030]所述可变形卷积层用于执行以下可变形卷积操作：
[0031]通过规则网格对输入图像采样，其中所述规则网络利用偏移量进行扩张，所述规则网络表示为：R＝{(-1,-1),(-1,0),
…
,(0,1),(1,1)}+
△
p
n
，其中R为规则网络，
△
p
n
为偏移量；
[0032]通过卷积核对采样点进行加权运算，所述加权运算表示为：
[0033]本专利技术的第三方面，存储介质存储有可执行指令，可执行指令能被计算机执行，使所述计算机执行如本专利技术第一方面所述的高空危险物检测方法。
[0034]上述方案至少具有以下有益效果：通过装载有拍摄设备的无人机或机器人获取目标检测区域的第一图像；根据所述第一图像利用高空危险物检测网络快速稳定地识别出高空危险物，节约人力资源和时间；确定高空危险物后即可得到高空危险物在目标检测区域的位置信息，并将目标检测区域的坐标和高空危险物在目标检测区域的位置信息发送处理人员，让处理人员对高空危险物进行处理，避免高空危险物坠落。
[0035]本专利技术的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到。
附图说明
[0036]下面结合附图和实例对本专利技术作进一步说明。
[0037]图1是本专利技术实施例高空危险物检测方法的步骤图；
[0038]图2是本专利技术实施例高空危险物检测装置的结构图；
[0039]图3是高空危险物检测网络的结构图；
[0040]图4是图3中的第一卷积模块的结构图；
[0041]图5是图3中的第二卷积模块的结构图；
[0042]图6是图5中的特殊卷积层的结构图；
[0043]图7是图6中的组合层的结构图。
具体实施方式
[0044]本部分将详细描述本专利技术的具体实施例，本专利技术之较佳实施例在附图中示出，附图的作用在于用图形补充说明书文字部分的描述，使人能够直观地、形象地理解本专利技术的每个技术特征和整体技术方案，但其不能理解为对本专利技术保护范围的限制。
[0045]在本专利技术的描述中，需要理解的是，涉及到方位描述，例如上、下、前、后、左、右等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本专利技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本专利技术的限制。
[0046]在本专利技术的描述中，若干的含义是一个或者多个，多个的含义是两个以上，大于、小于、超过等理解为不包括本数，以上、以下、以内等理解为包括本数。如果有描述到第一、第二只是用于区分技术特征为目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。
[0047]本专利技术的描述中，除非另有明确的限定，设置、安装、连接等词语应做广义理解，所属
技术人员可以结合技术方案的具体内容合理确定上述词语在本专利技术中的具体含义。
[0048]参照图1，本专利技术的一个实施例，提供了高空危险物检测方法，包括以下步骤：
...

【技术保护点】

【技术特征摘要】
1.高空危险物检测方法，其特征在于，包括以下步骤：获取目标检测区域的第一图像，其中所述目标检测区域为危险高度以上的区域；根据所述第一图像利用高空危险物检测网络识别出高空危险物；获取所述目标检测区域的坐标和所述高空危险物在所述目标检测区域的位置信息。2.根据权利要求1所述的高空危险物检测方法，其特征在于，所述获取目标检测区域的第一图像的步骤是通过无人机执行的。3.根据权利要求1所述的高空危险物检测方法，其特征在于，根据所述第一图像利用高空危险物检测网络识别出高空危险物具体包括以下步骤：逐步提取所述第一图像的图像特征；根据所述图像特征预测所述高空危险物在所述第一图像的位置信息和所述高空危险物的类别信息，进而识别出所述高空危险物。4.根据权利要求3所述的高空危险物检测方法，其特征在于，根据所述图像特征预测所述高空危险物在所述第一图像的位置信息和所述高空危险物的类别信息，进而识别出所述高空危险物具体包括以下步骤：将所述第一图像均分为n*n个网格单元；使每个所述网格单元根据所述图像特征判断待检测物的中心是否在其区域内，若是则预测所述第一图像中的所述待检测物；使每个所述网格单元输出边界框信息和用于表示所述待检测物是否为所述高空危险物的类别信息，其中所述边界框信息包括边界框的中心位置坐标、边界框的宽度和高度以及置信度，所述置信度用于表示边界框是否包含所述待检测物和所述待检测物的位置的准确性；获取所述置信度最高的所述边界框作为目标框，其中所述目标框中的所述待检测物为所述高空危险物。5.高空危险物检测装置，其特征在于，包括：图像获取单元，用于获取目标检测区域的第一图像，其中所述目标检测区域为危险高度以上的区域；检测单元，用于根据所述第一图像利用高空危险物检测网络识别出高空危险物；信息获取单元，用于获取所述目标检测区域的坐标和所述高空危险物在所述目标检测区域的位置信息。6.根据权利要求5所述的高空危险物检...

【专利技术属性】
技术研发人员：李汶睿，周文略，张俊亮，蒋润锦，刘始匡，黎繁胜，陈乐轩，黄俊威，陈泽聪，梁汝桐，詹英培，翟懿奎，王天雷，梁艳阳，
申请(专利权)人：五邑大学，
类型：发明
国别省市：