一种通信工程项目的目标检测系统技术方案

本发明专利技术公开了一种通信工程项目的目标检测系统，包括云计算模块、采集模块、图像预处理模块、目标检测模块、图像传输模块、控制中心模块，系统通过采集模块采集到运动目标的图像集，环境分析模块采集环境数据进行分析得到影响因子，相关分析模块和云计算模块利用影响因子分别与R‑FCN和YOLO目标检测算法对图像进行检测得到一类目标检测结果和二类目标检测结果，控制中心模块通过对一类目标检测结果和二类目标检测结果进行分析得到最终目标检测结果，降低了图像传输的带宽的需求，通过两种目标检测算法的结合，克服了YOLO算法检测微小目标的缺点，提高了目标检测的实时性和准确性。

【技术实现步骤摘要】
一种通信工程项目的目标检测系统
本专利技术涉及目标检测
，特别是涉及一种通信工程项目的目标检测系统。
技术介绍
目标检测是计算机视觉领域中的一个非常重要的研究问题，它的主要任务之一是对图像中的目标进行精准识别和定位，目标检测在各个领域都有广泛的应用，在通信
中由于海量数据传输使网络带宽资源不足，对于数据处理模式面临重大的挑战；目标检测算法可以对监控视频中的动态目标进行检测，例如人脸识别技术、车辆检测技术，但是由于运动目标运动过程中存在光照变化、阴影、噪声干绕、相机抖动、恶劣天气因素的影响，监控视频中运动目标图像会出现变得模糊甚至微小目标被遮挡住等问题，现有技术中虽然已经存在很多复杂的目标检测算法，R-FCN技术可以检测到微小的目标，但是由于目标检测算法太过复杂，导致检测速度慢，YOLO技术可以大大提高目标检测速度，但是却会忽略微小目标的检测，为了适应复杂多变的应用环境，提高目标检测过程实时性和准确性，并能够极大地降低海量数据传输对网络带宽资源的需求，本专利技术提供了一种通信工程项目的目标检测系统。
技术实现思路
针对上述情况，为克服现有技术之缺陷，本专利技术之目的在于提供一种通信工程项目的目标检测系统，利用图像预处理模块对图像集进行分类处理，再通过云计算模块和目标分析模块分别对图像进行检测得到一类目标检测结果和二类目标检测结果，再由控制中心模块两个结果进行判定得到最终目标检测结果，增强了目标检测系统的稳定性和准确性。其解决的技术方案是，一种通信工程项目的目标检测系统，包括云计算模块、采集模块、图像预处理模块、目标检测模块、图像传输模块、控制中心模块，采集模块包括图像采集模块、光感应模块、环境采集模块、热感应模块，图像预处理模块包括图像清洗模块、图像预分类模块、图像检测模块、图像追踪模块，图像传输模块包括图像缓存模块、目标传输模块、相关图像传输模块，云计算模块包括环境分析模块、相关分析模块、存储模块，控制中心模块包括数据接收模块、结果分析模块、数据传输模块和监督模块，目标分析模块包括目标预处理模块、目标检测模块、误差分析模块和采集分析模块；系统管理过程具体如下：(1)、所述图像采集模块通过监控探头采集到监控视频，并对监控视频进行处理得到图像集，并将图像集发送至图像预处理模块，光感应模块采集监控过程的光亮程度并发送至环境采集模块，热感应模块采集监控过程中温度参数发送至环境采集模块，环境采集模块利用生成的采集环境数据对图像集进行标记，并发送至云计算模块，再由云计算模块对采集环境数据进行分析得到影响因子A，将影响因子A发送至目标分析模块；(2)、图像清洗模块对的图像集进行图像清洗，再由图像预分类模块对图像集进行分类得到初级图像集，图像检测模块根据图像集的颜色特征对初级图像集进行筛选得到目标图像集，初级图像集筛选出目标图像集以后的剩余图像为相关目标图像集，图像追踪模块根据图像在视频中的时刻对初级图像集进行标记，图像缓存模块根据目标图像集和相关目标图像集决定传输的优先权，相关图像传输模块将相关目标图像集发送至云计算模块，目标传输模块将目标图像集发送至目标分析模块；(3)、目标预处理模块根据图像追踪模块的标记对目标图像集进行排列，再由目标检测模块利用R-FCN目标检测算法对排列后的目标图像集的进行目标检测得到一类目标检测结果，目标检测模块在目标检测过程中结合了影响因子A对R-FCN的损失函数的影响，并将一类目标检测结果发送至控制中心模块；(4)、云计算模块的相关分析模块利用YOLO目标检测算法对相关目标图像集进行目标检测得到二类目标检测结果，检测过程中结合影响因子A对YOLO的损失函数的影响，云计算模块将二类目标检测结果也发送至控制中心模块，控制中心模块接收一类目标检测结果和二类目标检测结果，通过结果分析模块的分析得到最终目标检测结果。控制中心模块通过对一类目标检测结果和二类目标检测结果的分析得到最终目标检测结果，具体分析过程如下：步骤一、云计算模块的环境分析模块对相关目标图像集进行分析得到环境的影响因子A，计算过程如下：1)、环境分析模块根据图像追踪模块的标记信息从存储模块中调取采集信息，采集环境数据包括光亮程度、温度参数和采集信息，令光亮亮度为x1,i、温度参数为x2,i、采集信息为x3,i，以x1,i,x2,i,x3,i为自变量，以每张图像的清晰度yi为函数值，对相关目标图像集的i张图像进行标号(1,2,3,…i)；2)、利用线性回归函数y(n)＝ax1,i+bx2,i+cx3,i，写出i个方程组成的方程组，并利用解矩阵的方法计算出矩阵(a,b,c)；3)、环境分析模块根据矩阵(a,b,c)和计算出影响因子A，A＝p·(a,b,c)；步骤二、云计算模块的相关图像分析模块利用影响因子A和YOLO的目标检测算法对相关图像进行目标检测得到二类目标检测结果，YOLO技术中通过LOSS损失函数对目标进行定位，LOSS损失函数的推导过程如下：L为网络层，每层神经元个数为N(l)个，第l层第n个神经元的输入为{y1,l-1,y2,l-1,...,yN(l-1),l-1}，bn,l-1为偏置，根据对应的仿射变换的权重进行放射变换后得到zn,l，再经过激活函数得到yn,l,y’n,l为yn,l的导数，利用影响因子A改变损失函数的加权；步骤三、云计算模块将影响因子A发送至目标分析模块，目标检测模块通过结合环境影响参数A与R-FCN目标检测算法对目标图像集进行目标检测得到一类目标检测结果，同样考虑影响因子A对R-FCN的损失函数的加权，计算过程如下：其中，c*代表分类得到的ROI区域的类别，[c*>0]表示对括号内的判断满足时，结果为1，λ为多任务的比重，根据A调整的超参数，Lcls为分类损失函数，Lreg为回归损失函数，x,y,w,h代表边界框的4个值；步骤四、结果分析模块对一类目标检测结果和二类目标检测结果进行对比判断，计算一类目标检测结果与二类目标检测结果的相似度，若相似度大于0.5，将一类目标检测结果和二类目标检测结果直接合并为最终目标检测结果，若相似度小于0.5时，以一类目标检测结果为最终目标检测结果。由于以上技术方案的采用，本专利技术与现有技术相比具有如下优点；1.云计算模块通过线性回归的方法计算了环境因素对图像的目标检测结果的影响，并将影响因子与目标检测算法中的损失函数进行加权，充分考虑到了环境带了的影响，在不同的环境影响下，损失函数的值越小，目标检测系统越准确。2.系统中同时运用了YOLO和R-FCN两种目标检测算法，并根据两种目标检测算法的特点，处理不同数量的图像，最通过判断两种目标检测算法的目标检测结果得到最终目标检测结果，充分利用了YOLO检测图像速度快的特点，同时利用R-FCN检测小目标准确性强的特点来克服了YOLO的缺点。3.图像缓冲模块对图像处理起到了一个缓冲的作用，对于目标分析模块的图像优先本文档来自技高网...

【技术保护点】
1.一种通信工程项目的目标检测系统，其特征在于，包括云计算模块、采集模块、图像预处理模块、目标检测模块、图像传输模块、控制中心模块，采集模块包括图像采集模块、光感应模块、环境采集模块、热感应模块，图像预处理模块包括图像清洗模块、图像预分类模块、图像检测模块、图像追踪模块，图像传输模块包括图像缓存模块、目标传输模块、相关图像传输模块，云计算模块包括环境分析模块、相关分析模块、存储模块，控制中心模块包括数据接收模块、结果分析模块、数据传输模块和监督模块，目标分析模块包括目标预处理模块、目标检测模块、误差分析模块和采集分析模块；/n系统管理过程具体如下：/n(1)、所述图像采集模块通过监控探头采集到监控视频，并对监控视频进行处理得到图像集，且将图像集发送至图像预处理模块，光感应模块采集监控过程的光亮程度并发送至环境采集模块，热感应模块采集监控过程中温度参数发送至环境采集模块，环境采集模块利用生成的采集环境数据对图像集进行标记，并发送至云计算模块，再由云计算模块对采集环境数据进行分析得到影响因子A，将影响因子A发送至目标分析模块；/n(2)、图像清洗模块对的图像集进行图像清洗，再由图像预分类模块对图像集进行分类得到初级图像集，图像检测模块根据图像集的颜色特征对初级图像集进行筛选得到目标图像集，初级图像集筛选出目标图像集以后的剩余图像为相关目标图像集，图像追踪模块根据图像在视频中的时刻对初级图像集进行标记，图像缓存模块根据目标图像集和相关目标图像集决定传输的优先权，相关图像传输模块将相关目标图像集发送至云计算模块，目标传输模块将目标图像集发送至目标分析模块；/n(3)、目标预处理模块根据图像追踪模块的标记对目标图像集进行排列，再由目标检测模块利用R-FCN目标检测算法对排列后的目标图像集的进行目标检测得到一类目标检测结果，目标检测模块在目标检测过程中结合了影响因子A对R-FCN的损失函数的影响，并将一类目标检测结果发送至控制中心模块；/n(4)、云计算模块的相关分析模块利用YOLO目标检测算法对相关目标图像集进行目标检测得到二类目标检测结果，检测过程中结合影响因子A对YOLO的损失函数的影响，云计算模块将二类目标检测结果也发送至控制中心模块，控制中心模块接收一类目标检测结果和二类目标检测结果，通过结果分析模块的分析得到最终目标检测结果。/n...

【技术特征摘要】
1.一种通信工程项目的目标检测系统，其特征在于，包括云计算模块、采集模块、图像预处理模块、目标检测模块、图像传输模块、控制中心模块，采集模块包括图像采集模块、光感应模块、环境采集模块、热感应模块，图像预处理模块包括图像清洗模块、图像预分类模块、图像检测模块、图像追踪模块，图像传输模块包括图像缓存模块、目标传输模块、相关图像传输模块，云计算模块包括环境分析模块、相关分析模块、存储模块，控制中心模块包括数据接收模块、结果分析模块、数据传输模块和监督模块，目标分析模块包括目标预处理模块、目标检测模块、误差分析模块和采集分析模块；
系统管理过程具体如下：
(1)、所述图像采集模块通过监控探头采集到监控视频，并对监控视频进行处理得到图像集，且将图像集发送至图像预处理模块，光感应模块采集监控过程的光亮程度并发送至环境采集模块，热感应模块采集监控过程中温度参数发送至环境采集模块，环境采集模块利用生成的采集环境数据对图像集进行标记，并发送至云计算模块，再由云计算模块对采集环境数据进行分析得到影响因子A，将影响因子A发送至目标分析模块；
(2)、图像清洗模块对的图像集进行图像清洗，再由图像预分类模块对图像集进行分类得到初级图像集，图像检测模块根据图像集的颜色特征对初级图像集进行筛选得到目标图像集，初级图像集筛选出目标图像集以后的剩余图像为相关目标图像集，图像追踪模块根据图像在视频中的时刻对初级图像集进行标记，图像缓存模块根据目标图像集和相关目标图像集决定传输的优先权，相关图像传输模块将相关目标图像集发送至云计算模块，目标传输模块将目标图像集发送至目标分析模块；
(3)、目标预处理模块根据图像追踪模块的标记对目标图像集进行排列，再由目标检测模块利用R-FCN目标检测算法对排列后的目标图像集的进行目标检测得到一类目标检测结果，目标检测模块在目标检测过程中结合了影响因子A对R-FCN的损失函数的影响，并将一类目标检测结果发送至控制中心模块；
(4)、云计算模块的相关分析模块利用YOLO目标检测算法对相关目标图像集进行目标检测得到二类目标检测结果，检测过程中结合影响因子A对YOLO的损失函数的影响，云计算模块将二类目标检测结果也发送至控制中心模块，控制中心模块接收一类目标检测结果和二类目标检测结果，通过结果分析模块的分析得到最终目标检测结果。


2.根据权利要求1所述的一种通信工程项目的目标检测系统，其特征在于，控制中心模块通过对一类目标检测结果和二类目标检测结果的分析得到最终目标检测结果，具体分析过程如下：
步骤一、云计算模块的环境分析模块对相关目标图像集进行分析得到环境的影响因子A，计算过程如下：
1)、环境分析模块根据图像追踪模块的标记信息从存储模块中调取采集信息，采集环境数据包括光亮程度、温度参数和采集信息，令光亮亮度为x1,i、温度参数为x2,i、采集信息为x3,i，以x1,i,x2,i,x3,i为自变量，以每张图像的清晰度yi为函...

【专利技术属性】
技术研发人员：张奇，许焕良，逯小莹，张玉生，
申请(专利权)人：沸蓝建设咨询有限公司，
类型：发明
国别省市：浙江;33