【技术实现步骤摘要】
本专利技术涉及图像目标检测相关，尤其是涉及一种落石动态实时监测方法、系统、设备及存储介质。
技术介绍
1、随着工业化的发展，针对地形类型复杂多样，尤其以山地和高原为主的地方，在山区架设桥梁、轨道交通和高速公路等道路基础设施是重中之重，但在山区建设道路基础设施，面临着落石造成交通堵塞和损坏路面等潜在灾害，以往针对落石的检测多通过传感器与雷达进行监测，但传感器的信息采集易受到周遭环境因素的干扰，影响监测精度。
2、近年随着计算机硬件的发展，以及视频监控信息量的增长，计算机视觉获得了极大的发展，计算机自动分析处理视频中的信息降低了落石监测施工成本、运营成本和维护成本，目前，有通过相机拍摄待监测区域的视频信息并计算每帧图像之间的信息差值确立落石的位置的方法，但该方法易受到其他运动物体的干扰，造成落石的误判误报；还有一种通过训练神经网络学习落石特征从而识别落石的位置的方法，但该方法缺失了落石的动态信息，并不能对落石的路径做出预判，不能满足及时响应的需求。
技术实现思路
1、本专利技术旨在...
【技术保护点】
1.一种落石动态实时监测方法，其特征在于，所述落石动态实时监测方法包括：
2.根据权利要求1所述的一种落石动态实时监测方法，其特征在于，所述根据所述第一图像通过卷积神经网络进行回归预测，得到第一矩形框及其对应的落石置信度，包括：
3.根据权利要求2所述的一种落石动态实时监测方法，其特征在于，所述根据落石置信度与预设精度阈值对所述第一矩形框进行筛选，得到第二矩形框，包括：
4.根据权利要求3所述的一种落石动态实时监测方法，其特征在于，所述通过LBP算法修正所述第二矩形框，得到第二图像，包括：
5.根据权利要求4所述的一种落...
【技术特征摘要】
1.一种落石动态实时监测方法，其特征在于，所述落石动态实时监测方法包括：
2.根据权利要求1所述的一种落石动态实时监测方法，其特征在于，所述根据所述第一图像通过卷积神经网络进行回归预测，得到第一矩形框及其对应的落石置信度，包括：
3.根据权利要求2所述的一种落石动态实时监测方法，其特征在于，所述根据落石置信度与预设精度阈值对所述第一矩形框进行筛选，得到第二矩形框，包括：
4.根据权利要求3所述的一种落石动态实时监测方法，其特征在于，所述通过lbp算法修正所述第二矩形框，得到第二图像，包括：
5.根据权利要求4所述的一种落石动态实时监测方法，其特征在于，采用如下公式计算自适应阈值：
6.根据权利要求1所述的一种落石动态实时监测方法，其特征在于，所述根据所述上一时刻的背景样本集、所述自适应阈值和...
【专利技术属性】
技术研发人员：杨世忠，武永强，李海峰，王路路，
申请(专利权)人：湘江实验室，
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。