一种用于智能巡检的异常物体检测方法和系统技术方案

本发明专利技术提出了一种用于智能巡检的异常物体检测方法和系统，该方法包括获取同一场景下不同时间的图像对，并标注出图像对中的差异区域；构建数字孪生异常检测模型，利用标注后的图像训练数字孪生异常检测模型；通过误差反向传播调整数字孪生异常检测模型的权重；通过调整数字孪生异常检测模型使输入网络的图像对处在相同的视角下；然后利用调整后的数字孪生异常检测模型标记出图像对的最终差异区域，以及在标记出图像对的最终差异区域之后对输出的二值图进行形态学图像处理以减少检测模型的误报。基该方法，还提出了一种用于智能巡检的异常物体检测系统。本发明专利技术可解决智能巡检场景中依赖大量训练样本的问题，可应用于不限类别的异常物体检测。别的异常物体检测。别的异常物体检测。

【技术实现步骤摘要】
一种用于智能巡检的异常物体检测方法和系统


[0001]本专利技术属于智能巡检
，特别涉及一种用于智能巡检的异常物体检测方法和系统。

技术介绍

[0002]随着技术进步，各行业原有的监控、运维方式已经不能满足智能化的要求。无论是自动化类型的常规监控方式，还是安防为主的视频监控方式，迫切需要进行能力升级，以适应行业客户的更高需要。
[0003]在电力、水利、轨道、化工等安全生产环境中，常规的例行巡检面临着人工巡视、人工复盘的大量重复性工作，因此亟需一套设备智能化巡视方案。目前的智能监控巡视方案或采用目标检测的方式，但是该方式只能针对特定目标进行识别告警，需要大量的数据训练，且对于训练集中未出现过的类别则无法识别。

技术实现思路

[0004]为了解决上述技术问题，本专利技术提出了一种用于智能巡检的异常物体检测方法和系统，用于解决智能巡检场景中依赖大量训练样本的问题，可应用于不限类别的异常物体检测。
[0005]为实现上述目的，本专利技术采用以下技术方案：
[0006]一种用于智能巡检的异常物体检测方法，包本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于智能巡检的异常物体检测方法，其特征在于，包括以下步骤：获取同一场景下不同时间的图像对，并标注出图像对中的差异区域；以UNet为网络基础和采用空洞卷积构建数字孪生异常检测模型，利用标注后的图像训练数字孪生异常检测模型；设计损失函数，通过误差反向传播调整数字孪生异常检测模型的权重；通过调整数字孪生异常检测模型使输入网络的图像对处在相同的视角下；然后利用调整后的数字孪生异常检测模型标记出图像对的最终差异区域。2.根据权利要求1所述的一种用于智能巡检的异常物体检测方法，其特征在于，所述方法还包括在标记出图像对的最终差异区域之后对输出的二值图进行形态学图像处理以减少数字孪生异常检测模型的误报。3.根据权利要求1所述的一种用于智能巡检的异常物体检测方法，其特征在于，所述获取同一场景下不同时间的图像对时，同时采用人工合成的方式扩充数据；其中人工合成的方式扩充数据的方法为：设置扣取好的贴图，在图像上随机区域融合不同大小的贴图，人为制造差异样本对。4.根据权利要求3所述的一种用于智能巡检的异常物体检测方法，其特征在于，所述标注出图像对中的差异区域的过程包括：对所述人为制造差异样本对后的图像对，采用图像标注工具labelme标注出图像对中的差异部分，然后采用将图像对加权融合的方式，使两张图像中的差异区域显现出来；其中加权融合的公式为：Img＝λ1*img1+λ2*img2；其中，λ1为第一张图像的权重，img1为第一张图像；λ2为第二张图像的权重；img2为第二张图像；img为融合后的图像。5.根据权利要求4所述的一种用于智能巡检的异常物体检测方法，其特征在于，在所述标注出图像对中的差异区域之后还包括对标注后的图像进行数据增强。6.根据权利要求1所述的一种用于智能巡检的异常物体检测方法，其特征在于，所述数字孪生异常检测模型还包括：采用CBAM加入通道和空间维度上的注意力机制。7.根据权利要求1所述的一种用于智能巡检的异常物体检测方法，其特征在于，所述通过误差反向传播调整数字孪生异常检测模型的权重的过程包括：所述损失函数表示为：Loss＝FL+DL...

【专利技术属性】
技术研发人员：岳绍龙，李嘉齐，许云晓，李睿，侯晓云，
申请(专利权)人：智洋创新科技股份有限公司，
类型：发明
国别省市：