【技术实现步骤摘要】
本申请涉及智能识别领域，特别是涉及塔吊吊物识别方法、系统和电子设备。
技术介绍
1、在建筑行业，对塔吊吊物的类型进行智能化识别，对于防止吊物碰撞以及施工进度估计等任务的执行都具有重要意义。
2、现有技术主要通过将激光雷达作为传感器，基于生成的3d信息进行物体类别的检测，或者使用rgb摄像机作为传感器，使用深度学习的检测网络，检测出画面中的吊物位置和类别。其中，基于激光雷达的方式计算量大，成本较高；基于rgb相机的方式，由于吊物类别和形状的多样性，对算法模型的要求较高，导致模型复杂度较高，并且无法识别未被训练过的吊物类别。
3、现有技术存在应用时，存在计算量较大且识别准确率不高的问题。
技术实现思路
1、本申请实施例提供了一种塔吊吊物识别方法、系统和电子设备，以至少解决相关技术中计算量较大且识别准确率不高的问题。
2、第一方面，本申请实施例提供了一种塔吊吊物识别方法，包括：
3、获取连续帧的吊钩图像数据，对所述吊钩图像数据进行识别，判断吊钩是否处于移动状态；
4、响应于所述吊钩处于移动状态，获取包含吊钩和吊物的待检测图像，通过主体检测模型对所述待检测图像进行检测，得到目标吊钩区域和吊物区域，所述主体检测模型为二分类模型；
5、根据所述目标吊钩区域和所述吊物区域确定待识别区域，通过特征提取网络提取所述待识别区域的待识别特征；
6、计算所述待识别特征与对比库中图像特征的特征相似度，根据所述特征相似度确定所
7、在一实施例中，所述通过主体检测模型对所述待检测图像进行检测，得到目标吊钩区域和吊物区域，包括：
8、对所述待检测图像进行检测，得到所述待检测图像中吊钩区域和吊物区域，所述吊钩区域和吊物区域的置信度大于或者等于第一阈值；
9、从所述吊钩区域中确定置信度最大的吊钩区域作为目标吊钩区域。
10、在一实施例中，所述根据所述目标吊钩区域和所述吊物区域确定待识别区域，包括：
11、获取每个所述吊物区域到所述目标吊钩区域的相对位置参数；
12、根据所述相对位置参数以及目标吊钩长度，在所述吊物区域中确定出待识别区域。
13、在一实施例中，所述相对位置参数包括：所述吊物区域的中心点和所述目标吊钩区域的中心点之间的第一距离，
14、所述根据所述相对位置参数以及目标吊钩长度，在所述吊物区域中确定出待识别区域，包括：
15、响应于所述第一距离与目标吊钩长度的比例在预设阈值范围内，将所对应的吊物区域作为待识别区域；或
16、所述相对位置参数包括：所述吊物区域的中心点和所述目标吊钩区域的底边中点之间的第二距离，
17、所述根据所述相对位置参数以及目标吊钩长度，在所述吊物区域中确定出待识别区域，包括：
18、响应于所述第二距离与目标吊钩长度的比例在预设阈值范围内，将所对应的吊物区域作为待识别区域。
19、在一实施例中，所述特征提取网络被配置为通过以下方式获取：
20、获取训练完成的分类模型，所述分类模型包括特征提取部分和分类部分，所述特征提取部分用于获取输入数据的特征向量，所述分类部分用于基于所述特征向量输出分类结果；
21、将所述分类模型的特征提取部分作为所述特征提取网络。
22、在一实施例中，所述对比库被配置为通过以下方式获取：
23、获取不同种类的第一吊物图像，对所述第一吊物图像进行特征提取得到图像特征，将所述第一吊物图像、图像特征以及对应的吊物类别存储至所述对比库中；和/或
24、接收用户终端上传的第二吊物图像，通过所述主体检测模型对所述第二吊物图像进行检测，得到吊物区域；
25、根据用户指令在所述吊物区域中确定目标吊物区域，以及所述目标吊物区域中吊物所对应的类别；
26、对所述目标吊物区域进行特征提取得到吊物特征，将所述第二吊物图像、所述吊物特征和所述类别存储至所述对比库中。
27、在一实施例中，所述方法还包括：在一次吊装过程中，进行多次塔吊吊物识别，响应于识别次数大于或者等于第二阈值，在多次识别得到的结果中，将出现次数最多的结果作为最终识别结果。
28、第二方面，本申请实施例提供了一种塔吊吊物识别系统，包括：
29、移动侦测模块：用于获取连续帧的吊钩图像数据，对所述吊钩图像数据进行识别，判断吊钩是否处于移动状态；
30、检测模块：响应于所述吊钩处于移动状态，获取包含吊钩和吊物的待检测图像，通过主体检测模型对所述待检测图像进行检测，得到目标吊钩区域和吊物区域，所述主体检测模型为二分类模型；
31、特征提取模块：用于根据所述目标吊钩区域和所述吊物区域确定待识别区域，通过特征提取网络提取所述待识别区域的待识别特征；
32、识别模块：用于计算所述待识别特征与对比库中图像特征的特征相似度，根据所述特征相似度确定所述待识别特征对应的识别结果。
33、第三方面，本申请实施例提供了一种电子设备，包括存储器，处理器，以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现第一方面所述的塔吊吊物识别方法。
34、第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现第一方面所述的塔吊吊物识别方法。
35、本申请实施例提供的塔吊吊物识别方法、系统和电子设备至少具有以下技术效果。
36、本申请使用移动侦测技术判断吊钩的状态，当吊钩处于移动状态时，获取包含吊钩和吊物的待检测图像，通过主体检测模型对待检测图像进行检测，检测吊钩和吊物的位置，并不区分具体的吊物的类型。本申请在吊钩处于移动状态时，才进行主体检测，降低识别过程中的计算量、减少处理器的负载。同时，主体检测模型只区分吊物和吊钩两个类别，降低了数据标注的要求和模型训练的难度。本申请通过特征提取网络提取待识别区域的待识别特征，将待识别特征和对比库中的图像特征进行对比，根据特征相似度确定吊物类别。不通过模型分类模型输出具体的结果，而是通过从对比库中查找相似的特征从而获取吊物类别。以此方式，即使是未经过特征提取网络训练的吊物类别，只要将该吊物图像特征加入到对比库中，即可对该吊物类型进行识别，从而有效提高吊物识别的准确性、便捷性和泛化性。
37、本申请的一个或多个实施例的细节在以下附图和描述中提出，以使本申请的其他特征、目的和优点更加简明易懂。
本文档来自技高网...【技术保护点】
1.一种塔吊吊物识别方法，其特征在于，包括：
2.根据权利要求1所述的塔吊吊物识别方法，其特征在于，所述通过主体检测模型对所述待检测图像进行检测，得到目标吊钩区域和吊物区域，包括：
3.根据权利要求2所述的塔吊吊物识别方法，其特征在于，所述根据所述目标吊钩区域和所述吊物区域确定待识别区域，包括：
4.根据权利要求3所述的塔吊吊物识别方法，其特征在于，所述相对位置参数包括：所述吊物区域的中心点和所述目标吊钩区域的中心点之间的第一距离，所述根据所述相对位置参数以及目标吊钩长度，在所述吊物区域中确定出待识别区域，包括：
5.根据权利要求1所述的塔吊吊物识别方法，其特征在于，所述特征提取网络被配置为通过以下方式获取：
6. 根据权利要求1所述的塔吊吊物识别方法，其特征在于，所述对比库被配置为通过以下方式获取：
7.根据权利要求1所述的塔吊吊物识别方法，其特征在于，所述方法还包括：
8.一种塔吊吊物识别系统，其特征在于，包括：
9.一种电子设备，其特征在于，包括
10.一种计算机可读
...【技术特征摘要】
1.一种塔吊吊物识别方法，其特征在于，包括：
2.根据权利要求1所述的塔吊吊物识别方法，其特征在于，所述通过主体检测模型对所述待检测图像进行检测，得到目标吊钩区域和吊物区域，包括：
3.根据权利要求2所述的塔吊吊物识别方法，其特征在于，所述根据所述目标吊钩区域和所述吊物区域确定待识别区域，包括：
4.根据权利要求3所述的塔吊吊物识别方法，其特征在于，所述相对位置参数包括：所述吊物区域的中心点和所述目标吊钩区域的中心点之间的第一距离，所述根据所述相对位置参数以及目标吊钩长度，在所述吊物区域中确定出待识别区域，包括：<...
【专利技术属性】
技术研发人员：郑东，刘浩，庄庆云，赵拯，彭观海，徐宇杰，
申请(专利权)人：杭州宇泛智能科技有限公司，
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。