【技术实现步骤摘要】
本申请涉及智能检测领域，且更为具体地，涉及一种基于图像识别的防堵塞预警系统及其方法。
技术介绍
1、板式给料机也称为板式喂料机，是一种连续输送物料的机械，可以沿水平或倾斜方向向破碎机、料斗车或其它工作机械连续配给和转运物料，适用于大中型原煤开采生产线中松散、块状、量大喂料工序，尤其对运送大块、高温和尖锐的物料最为适合，可在高温高湿恶劣环境中可靠工作，并能在露天和潮湿恶劣的环境下可靠地工作。
2、目前，在原煤开采的过程中，在使用板式给料机给破碎系统转运开采的原煤物料时，由于原煤物料有大有小，尺寸不一，因此可能会因原煤物料的尺寸过大而导致破碎系统的堵塞停运，进而造成严重的后果。
3、因此，期望一种优化的防堵塞预警系统，其能够对于板式给料机上的大块原煤物料进行检测识别，以在检测出大块物料时产生防堵塞预警提示信息，防止破碎系统堵塞停运。
技术实现思路
1、为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种基于图像识别的防堵塞预警系统及其方法，其通过采用基于机器视角的人工智能检测技术，以分别提取出在板式给料机上的原煤俯视图和侧视图的图像隐含特征信息，并融合被测原煤的俯视视角特征和侧视视角特征来提高大块检测的精准度。这样，能够对于板式给料机上的大块原煤进行准确地识别检测，进而在检测到大块原煤物料时产生防堵塞预警提示信息，以防止破碎系统堵塞停运。
2、根据本申请的一个方面，提供了一种基于图像识别的防堵塞预警系统，其包括：
3、原煤图像采集
4、去粉尘模块，用于将所述原煤俯视图像和所述原煤侧视图像分别通过基于自动编解码器的去粉尘生成器以得到生成原煤俯视图像和生成原煤侧视图像；
5、俯视视角编码模块，用于将所述生成原煤俯视图像通过使用空间注意力的第一卷积神经网络模型以得到生成原煤俯视特征矩阵；
6、侧视视角编码模块，用于将所述生成原煤侧视图像通过使用空间注意力的第二卷积神经网络模型以得到生成原煤侧视特征矩阵；
7、异视角融合模块，用于融合所述生成原煤俯视特征矩阵和所述生成原煤侧视特征矩阵以得到分类特征矩阵；以及
8、防堵塞预警模块，用于将所述分类特征矩阵通过分类器以得到分类结果，所述分类结果用于表示是否产生防堵塞预警提示信息。
9、在上述基于图像识别的防堵塞预警系统中，所述去粉尘模块，包括：编码单元，用于使用所述自动编解码器的编码器从所述原煤俯视图像和所述原煤侧视图像提取出原煤俯视特征和原煤侧视特征，其中，所述自动编解码器的编码器为卷积层；以及，解码单元，用于使用所述自动编解码器的解码器对所述原煤俯视特征和原煤侧视特征进行解码以得到所述生成原煤俯视图像和所述生成原煤侧视图像，其中，所述自动编解码器的解码器为反卷积层。
10、在上述基于图像识别的防堵塞预警系统中，所述基于自动编解码器的去粉尘生成器的编码器包括多个卷积层，所述基于自动编解码器的去粉尘生成器的解码器包括多个反卷积层。
11、在上述基于图像识别的防堵塞预警系统中，所述俯视视角编码模块，包括：第一深度卷积编码单元，用于使用所述第一卷积神经网络模型的各层在层的正向传递中分别对输入数据进行卷积处理、沿通道维度的池化处理和非线性激活处理以由所述第一卷积神经网络模型的最后一层输出初始生成原煤俯视特征矩阵；以及，第一空间注意力单元，用于将所述初始生成原煤俯视特征矩阵输入所述第一卷积神经网络模型的空间注意力层以得到所述生成原煤俯视特征矩阵。
12、在上述基于图像识别的防堵塞预警系统中，所述侧视视角编码模块，包括：第二深度卷积编码单元，用于使用所述第二卷积神经网络模型的各层在层的正向传递中分别对输入数据进行卷积处理、沿通道维度的池化处理和非线性激活处理以由所述第二卷积神经网络模型的最后一层输出初始生成原煤侧视特征矩阵；以及，第二空间注意力单元，用于将所述初始生成原煤侧视特征矩阵输入所述第二卷积神经网络模型的空间注意力层以得到所述生成原煤侧视特征矩阵。
13、在上述基于图像识别的防堵塞预警系统中，所述异视角融合模块，进一步用于：以如下公式融合所述生成原煤俯视特征矩阵和所述生成原煤侧视特征矩阵以得到所述分类特征矩阵；其中，所述公式为：
14、
15、其中m1和m2分别为所述生成原煤俯视特征矩阵和所述生成原煤侧视特征矩阵通过线性变换得到的对角矩阵，mc是所述分类特征矩阵，relu(·)表示relu激活函数，表示矩阵相乘，且分子矩阵和分母矩阵之间的除法为矩阵特征值的按位置相除，exp(·)表示矩阵的指数运算，所述矩阵的指数运算表示计算以矩阵中各个位置的特征值为幂的自然指数函数值。
16、在上述基于图像识别的防堵塞预警系统中，所述防堵塞预警模块，包括：展开单元，用于将所述分类特征矩阵基于行向量或列向量展开为分类特征向量；全连接编码单元，用于使用所述分类器的多个全连接层对所述分类特征向量进行全连接编码以得到编码分类特征向量；以及，分类结果生成单元，用于将所述编码分类特征向量通过所述分类器的softmax分类函数以得到所述分类结果。
17、根据本申请的另一方面，提供了一种基于图像识别的防堵塞预警方法，其包括：
18、获取由摄像头采集的原煤俯视图像和原煤侧视图像；
19、将所述原煤俯视图像和所述原煤侧视图像分别通过基于自动编解码器的去粉尘生成器以得到生成原煤俯视图像和生成原煤侧视图像；
20、将所述生成原煤俯视图像通过使用空间注意力的第一卷积神经网络模型以得到生成原煤俯视特征矩阵；
21、将所述生成原煤侧视图像通过使用空间注意力的第二卷积神经网络模型以得到生成原煤侧视特征矩阵；
22、融合所述生成原煤俯视特征矩阵和所述生成原煤侧视特征矩阵以得到分类特征矩阵；以及
23、将所述分类特征矩阵通过分类器以得到分类结果，所述分类结果用于表示是否产生防堵塞预警提示信息。
24、根据本申请的再一方面，提供了一种电子设备，包括：处理器；以及，存储器，在所述存储器中存储有计算机程序指令，所述计算机程序指令在被所述处理器运行时使得所述处理器执行如上所述的基于图像识别的防堵塞预警方法。
25、根据本申请的又一方面，提供了一种计算机可读介质，其上存储有计算机程序指令，所述计算机程序指令在被处理器运行时使得所述处理器执行如上所述的基于图像识别的防堵塞预警方法。
26、与现有技术相比，本申请提供的一种基于图像识别的防堵塞预警系统及其方法，其通过采用基于机器视角的人工智能检测技术，以分别提取出在板式给料机上的原煤俯视图和侧视图的图像隐含特征信息，并融合被测原煤的俯视视角特征和侧视视角特征来提高大块检测的精准度。这样，能够对于板式给料机上的大块原煤进行准确地识别检测，进而在检测到大块原煤物料时产生防堵塞预警提示信息，以防止破碎系统堵塞停运。...
【技术保护点】
1.一种基于图像识别的防堵塞预警系统，其特征在于，包括：
2.根据权利要求1所述的基于图像识别的防堵塞预警系统，其特征在于，所述去粉尘模块，包括：
3.根据权利要求2所述的基于图像识别的防堵塞预警系统，其特征在于，所述基于自动编解码器的去粉尘生成器的编码器包括多个卷积层，所述基于自动编解码器的去粉尘生成器的解码器包括多个反卷积层。
4.根据权利要求3所述的基于图像识别的防堵塞预警系统，其特征在于，所述俯视视角编码模块，包括：
5.根据权利要求4所述的基于图像识别的防堵塞预警系统，其特征在于，所述侧视视角编码模块，包括：
6.根据权利要求5所述的基于图像识别的防堵塞预警系统，其特征在于，所述异视角融合模块，进一步用于：以如下公式融合所述生成原煤俯视特征矩阵和所述生成原煤侧视特征矩阵以得到所述分类特征矩阵；
7.根据权利要求6所述的基于图像识别的防堵塞预警系统，其特征在于，所述防堵塞预警模块，包括：
8.一种基于图像识别的防堵塞预警方法，其特征在于，包括：
9.根据权利要求8所述的基于图像
10.根据权利要求9所述的基于图像识别的防堵塞预警方法，其特征在于，所述将所述分类特征矩阵通过分类器以得到分类结果，包括：
...【技术特征摘要】
1.一种基于图像识别的防堵塞预警系统，其特征在于，包括：
2.根据权利要求1所述的基于图像识别的防堵塞预警系统，其特征在于，所述去粉尘模块，包括：
3.根据权利要求2所述的基于图像识别的防堵塞预警系统，其特征在于，所述基于自动编解码器的去粉尘生成器的编码器包括多个卷积层，所述基于自动编解码器的去粉尘生成器的解码器包括多个反卷积层。
4.根据权利要求3所述的基于图像识别的防堵塞预警系统，其特征在于，所述俯视视角编码模块，包括：
5.根据权利要求4所述的基于图像识别的防堵塞预警系统，其特征在于，所述侧视视角编码模块，包括：
6.根据权利要求5所述的基于图像识别的防堵塞预...
【专利技术属性】
技术研发人员：张浩，王鹏，谭泽莹，吴宜真，苏睿之，刘崇，杨俊祥，
申请(专利权)人：北京华能新锐控制技术有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。