5G+工业互联网的机器视觉检测系统及方法技术方案

本发明专利技术涉及计算机视觉技术领域，具体涉及一种5G+工业互联网的机器视觉检测系统及方法，本发明专利技术是通过将采集的单向人车混行区域的监控影像，并通过5G网络传输采集的监控影像，再基于监控影像对监控影像中的面部、人体和车辆进行识别并追踪，得到面部检测结果、人体检测结果以及车辆检测结果，最终基于面部检测结果、人体检测结果以及车辆检测结果，分析得到监控影像中的行人数量和车辆数量；本发明专利技术能够将基于面部检测结果、人体检测结果以及车辆检测结果进行综合分析，避免了行人检测中存在的将车辆内的驾驶员和乘客重复计数，导致行人数量误差较大的问题。量误差较大的问题。量误差较大的问题。

【技术实现步骤摘要】
5G+工业互联网的机器视觉检测系统及方法


[0001]本专利技术涉及计算机视觉
，具体涉及一种5G+工业互联网的机器视觉检测系统。

技术介绍

[0002]在单向的人车混流区域，例如监控区域的入口处或出口处，传统的人群监控全部靠安保干警进行人眼识别和个人经验来区分行人和车辆，工作压力较大，随着机器视觉技术和5G+工业互联网通信技术的发展，越来越多的企业采用智能无人检测系统来完成上述工作；
[0003]但现有的技术在对单向的人车混流区域进行行人和车辆识别的过程中，两者通常是独立进行识别的，无法很好地相互配合，导致行人的计数与实际相差较大，无法达到很好的识别效果，例如将车辆内的驾驶员和乘客也计入行人的数量中，无法很好的区别行人和车辆。

技术实现思路

[0004](一)解决的技术问题
[0005]针对现有技术的不足，本专利技术提供了一种5G+工业互联网的机器视觉检测系统，解决了现有的技术在对单向的人车混流区域进行行人和车辆识别时准确度较差的问题。
[0006](二)技术方案
[0007]为实现以上目的，本专利技术通过以下技术方案予以实现：
[0008]第一方面，提供了一种5G+工业互联网的机器视觉检测系统，包括：
[0009]影像采集模块，用于获取单向人车混行区域的监控影像，并通过5G网络进行影像传输；
[0010]面部检测模块，用于对所述监控影像中的面部进行识别并追踪，得到面部检测结果；
[0011]人体检测模块，用于对所述监控影像中的人体进行识别并追踪，得到人体检测结果；
[0012]车辆检测模块，用于对所述监控影像中的车辆进行识别并追踪，得到车辆检测结果；
[0013]流量分析模块，用于基于所述面部检测结果、人体检测结果以及车辆检测结果分析得到监控影像中的行人数量和车辆数量。
[0014]进一步的，所述对所述监控影像中的面部进行识别并追踪，得到面部检测结果，包括：
[0015]将通过5G网络获取的所述监控影像输入基于神经网络的面部检测模型对监控影像中的面部区域进行识别，得到面部检测结果；
[0016]且所述面部检测结果表示为：
[0017]F＝{face
i
},i＝1,2,...,I
[0018]face
i
＝{position
i,n
},n＝1,2,...,N
[0019]或
[0020]其中，I表示监控影像中共检测到I个面部；N表示监控影像共有N帧画面；face
i
表示识别到的第i个面部在监控影像中检测结果；position
i,n
表示第i个面部在第n帧画面中的面部矩形识别框的位置；所述面部矩形识别框的对角线两端点的坐标，表示画面中没有识别到第i个面部。
[0021]进一步的，所述对所述监控影像中的人体进行识别并追踪，得到人体检测结果，包括：
[0022]将通过5G网络获取的所述监控影像输入基于神经网络的人体检测模型对监控影像中的人体区域进行识别，得到人体检测结果；
[0023]且所述人体检测结果表示为：
[0024]B＝{body
j
},j＝1,2,...,J
[0025]body
j
＝{position
j,n
},n＝1,2,...,N
[0026]或
[0027]其中，J表示监控影像中共检测到J个人体；body
i
表示识别到的第j个人体在监控影像中检测结果；position
j,n
表示第j个人体在第n帧画面中的人体矩形识别框的位置；表示所述人体矩形识别框的对角线两端点的坐标，表示画面中没有识别到第j个人体。
[0028]进一步的，所述对所述监控影像中的车辆进行识别并追踪，得到车辆检测结果，包括：
[0029]将通过5G网络获取的所述监控影像输入基于神经网络的车辆检测模型对监控影像中的车辆区域进行识别，得到车辆检测结果；
[0030]且所述车辆检测结果表示为：
[0031]C＝{car
k
},k＝1,2,...,K
[0032]car
k
＝{position
k,n
},n＝1,2,...,N
[0033]或
[0034]其中，K表示监控影像中共检测到K个车辆；car
k
表示识别到的第k个车辆在监控影像中检测结果；position
k,n
表示第k个车辆在第n帧画面中的车辆矩形识别框的位置；表示所述车辆矩形识别框的对角线两端点的坐标，表示画面中没有识别到第k个车辆。
[0035]进一步的，所述基于所述面部检测结果、人体检测结果以及车辆检测结果分析得到监控影像中的行人数量和车辆数量，包括：
[0036]Q1、令n＝1；
[0037]Q2、获取第n帧画面中的所有面部检测结果、所有人体检测结果以及所有车辆检测
结果，构建第n帧画面的综合检测结果；
[0038]Q3、将第n帧画面中的人体矩形识别框position
j,n
与面部矩形识别框position
i,n
进行映射匹配，构建面部检测结果与人体检测结果的对应关系；
[0039]Q4、遍历所有车辆矩形识别框position
k,n
，基于第k个车辆的车辆矩形识别框position
k,n
，筛选出位于position
k,n
内的所有面部矩形识别框，得到第k个车辆的备选误差面部集合F'＝{face
i'
},i'＝1,2,...,I'；
[0040]Q5、剔除备选面部集合F
’
中存在对应的人体矩形识别框的面部，得到误差面部集合F”＝{face
i”},i”＝1,2,...,I”；
[0041]Q6、将误差面部集合F”中的面部从面部检测结果F中剔除；
[0042]Q7、令n＝n+1，若n＞N，则输出面部检测结果F和车辆检测结果C；否则，返回Q2。
[0043]第二方面，提供了一种基于5G+工业互联网的机器视觉检测方法，该方法包括：
[0044]采集单向人车混行区域的监控影像，并通过5G网络传输采集的监控影像；
[0045]基于所述监控影像对所述监控影像中的面部、人体和车辆进行识别并追踪，得到面部检测结果、人体检测结果以及车辆检测结果；
[0046]基于所述面部检测结果、人体检测结果以及车辆检测结果，分析得到监控影像中的行人数量和车辆数量。
[0047]进一步的，对所述监控影像中的面部进行识别并追踪，得到面部检测结果，包括：
[0048]将通过5G网络获取的所述监控影像输入基于神经网络的面部检测模型对监控影像中的面部区域进行识别，得到面部检测结果；<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种5G+工业互联网的机器视觉检测系统，其特征在于，包括：影像采集模块，用于获取单向人车混行区域的监控影像，并通过5G网络进行影像传输；面部检测模块，用于对所述监控影像中的面部进行识别并追踪，得到面部检测结果；人体检测模块，用于对所述监控影像中的人体进行识别并追踪，得到人体检测结果；车辆检测模块，用于对所述监控影像中的车辆进行识别并追踪，得到车辆检测结果；流量分析模块，用于基于所述面部检测结果、人体检测结果以及车辆检测结果分析得到监控影像中的行人数量和车辆数量。2.如权利要求1所述的一种5G+工业互联网的机器视觉检测系统，其特征在于，所述对所述监控影像中的面部进行识别并追踪，得到面部检测结果，包括：将通过5G网络获取的所述监控影像输入基于神经网络的面部检测模型对监控影像中的面部区域进行识别，得到面部检测结果；且所述面部检测结果表示为：F＝{face
i
},i＝1,2,...,Iface
i
＝{position
i,n
},n＝1,2,...,N或其中，I表示监控影像中共检测到I个面部；N表示监控影像共有N帧画面；face
i
表示识别到的第i个面部在监控影像中检测结果；position
i,n
表示第i个面部在第n帧画面中的面部矩形识别框的位置；所述面部矩形识别框的对角线两端点的坐标，表示画面中没有识别到第i个面部。3.如权利要求2所述的一种5G+工业互联网的机器视觉检测系统，其特征在于，所述对所述监控影像中的人体进行识别并追踪，得到人体检测结果，包括：将通过5G网络获取的所述监控影像输入基于神经网络的人体检测模型对监控影像中的人体区域进行识别，得到人体检测结果；且所述人体检测结果表示为：B＝{body
j
},j＝1,2,...,Jbody
j
＝{position
j,n
},n＝1,2,...,N或其中，J表示监控影像中共检测到J个人体；body
i
表示识别到的第j个人体在监控影像中检测结果；position
j,n
表示第j个人体在第n帧画面中的人体矩形识别框的位置；表示所述人体矩形识别框的对角线两端点的坐标，表示画面中没有识别到第j个人体。4.如权利要求3所述的一种5G+工业互联网的机器视觉检测系统，其特征在于，所述对所述监控影像中的车辆进行识别并追踪，得到车辆检测结果，包括：将通过5G网络获取的所述监控影像输入基于神经网络的车辆检测模型对监控影像中的车辆区域进行识别，得到车辆检测结果；且所述车辆检测结果表示为：
C＝{car
k
},k＝1,2,...,Kcar
k
＝{position
k,n
},n＝1,2,...,N或其中，K表示监控影像中共检测到K个车辆；car
k
表示识别到的第k个车辆在监控影像中检测结果；position
k,n
表示第k个车辆在第n帧画面中的车辆矩形识别框的位置；表示所述车辆矩形识别框的对角线两端点的坐标，表示画面中没有识别到第k个车辆。5.如权利要求4所述的一种5G+工业互联网的机器视觉检测系统，其特征在于，所述基于所述面部检测结果、人体检测结果以及车辆检测结果分析得到监控影像中的行人数量和车辆数量，包括：Q1、令n＝1；Q2、获取第n帧画面中的所有面部检测结果、所有人体检测结果以及所有车辆检测结果，构建第n帧画面的综合检测结果；Q3、将第n帧画面中的人体矩形识别框position
j,n
与面部矩形识别框position
i,n
进行映射匹配，构建面部检测结果与人体检测结果的对应关系；Q4、遍历所有车辆矩形识别框position
k,n
，基于第k个车辆的车辆矩形识别框position
k,n
，筛选出位于position
k,n
内的所有面部矩形识别框，得到第k个车辆的备选误差面部集合F'＝{face
i'
},i'＝1,2,...,I'；Q5、剔除备选面部集合F
’
中存在对应的人体矩形识别框的面部，得到误差面部集合F”＝{face
i”},i”＝1,2,...,I”；Q6、将误差面部集合F”中的面部从面部检测结果F中剔除；Q7、令n＝n+1，若n＞N，则输出...

【专利技术属性】
技术研发人员：陈万胜，耿虎，昂少强，陈莞青，王成，周建平，
申请(专利权)人：万申科技股份有限公司，
类型：发明
国别省市：