本發(fā)明涉及區(qū)域監(jiān)控，具體為多視角多維度的區(qū)域智能監(jiān)控方法。

背景技術(shù)：

1、隨著社會(huì)的發(fā)展和城市化進(jìn)程的加速，人們對安全的需求日益增加。區(qū)域監(jiān)控作為保障公共安全的重要手段，受到了越來越多的關(guān)注和重視。由于使用場景千差萬別，傳統(tǒng)的標(biāo)準(zhǔn)化視頻監(jiān)控產(chǎn)品已經(jīng)難以滿足市場需求。用戶越來越傾向于選擇能夠量身定制的產(chǎn)品，以滿足自己的實(shí)際需求。本發(fā)明中提供的方法的應(yīng)用場景內(nèi)包含不同維度的監(jiān)控手段，如：熱源、可燃?xì)怏w等。

2、上述場景中當(dāng)前大部分的監(jiān)控手段通常采用的是固定式可見光攝像機(jī)，主要有以下問題：拍攝角度單一，有盲區(qū)、沒有其他監(jiān)控手段。隨著智能制造的快速發(fā)展，對于自動(dòng)化、實(shí)時(shí)性、智能化、高效性等需求越來越高，當(dāng)前的監(jiān)控手段越來越不能滿足現(xiàn)代工業(yè)生產(chǎn)的發(fā)展要求。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明提供了一種多視角多維度的區(qū)域智能監(jiān)控方法與系統(tǒng)，部署多種類傳感器，并基于多維度融合的檢測網(wǎng)絡(luò)進(jìn)行區(qū)域智能監(jiān)控，提升了環(huán)境多變問題的魯棒性。

2、為了解決上述技術(shù)問題，本發(fā)明提供多視角多維度的區(qū)域智能監(jiān)控方法，包括以下步驟：

3、s1、區(qū)域部署多種類傳感器；

4、s2、采集不同角度、角度rgb圖像及紅外圖像；

5、s3、采集不同位置氣體傳感器濃度；

6、s4、系統(tǒng)報(bào)警及決策支持；

7、s5、使用過程中，發(fā)現(xiàn)高溫源還涉及到區(qū)域內(nèi)的車輛，為了屏蔽此高溫源，本發(fā)明中采用yolo模型進(jìn)行車輛的檢測；

8、s6、使用了多維度的監(jiān)控方法來檢測，同時(shí)配置了不同程度的報(bào)警策略。

9、進(jìn)一步地，s1中多種類傳感器包括視覺傳感器、可燃?xì)怏w檢測報(bào)警儀、現(xiàn)場接線箱、主控柜、展示設(shè)備及報(bào)警設(shè)備，所述視覺傳感器部署在廠房、打包間、生產(chǎn)車間等區(qū)域。

10、進(jìn)一步地，s2中包括數(shù)據(jù)采集與準(zhǔn)備、圖像數(shù)據(jù)標(biāo)注、圖像預(yù)處理、數(shù)據(jù)增強(qiáng)、可見光圖像煙火目標(biāo)檢測模型和紅外溫度檢測。

11、進(jìn)一步地，所述數(shù)據(jù)采集與準(zhǔn)備包括獲取包含煙霧、火焰及非煙火干擾物的圖像和視頻數(shù)據(jù)、從公開數(shù)據(jù)集，用于增強(qiáng)算法的泛化能力；

12、所述圖像數(shù)據(jù)標(biāo)注包括通過搭建的圖像標(biāo)注平臺(tái)進(jìn)行煙火圖像的標(biāo)注，生成包含煙霧、火焰位置和類別信息的xml和json文件；

13、所述圖像預(yù)處理包括對于圖像數(shù)據(jù)進(jìn)行預(yù)處理，圖像縮放、裁剪、歸一化、以及視頻數(shù)據(jù)的幀提取和關(guān)鍵幀選擇；

14、所述數(shù)據(jù)增強(qiáng)包括隨機(jī)旋轉(zhuǎn)、翻轉(zhuǎn)、縮放、平移、濾波、改變顏色空間分量、像素隨機(jī)擾動(dòng)、奇異值分解等方法。

15、進(jìn)一步地，所述可見光圖像煙火目標(biāo)檢測模型模型采用resnet架構(gòu)，并包含多個(gè)卷積組，每個(gè)卷積組包含多個(gè)殘差塊，通過全局平均池化層和softmax激活函數(shù)輸出分類結(jié)果。

16、進(jìn)一步地，所述紅外溫度檢測包括獲取不同位置、角度的紅外溫度圖像，對于圖像進(jìn)行拼接后獲得全面的區(qū)域溫度分布信息圖。

17、進(jìn)一步地，s3中采集不同位置氣體傳感器濃度值，形成區(qū)域濃度場，通過濃度是否達(dá)到閾值及濃度趨勢這兩種方式進(jìn)行檢測處理；

18、傳感器通過感受氣體濃度變化產(chǎn)生相應(yīng)的電信號，處理單元采集這些信號；采集到的信號包含噪聲或干擾，進(jìn)行濾波、放大處理；根據(jù)傳感器的輸出信號和校準(zhǔn)數(shù)據(jù)，計(jì)算出待檢測氣體的濃度，計(jì)算出的濃度值通過顯示屏進(jìn)行顯示同時(shí)系統(tǒng)將獲取此信息，根據(jù)提前設(shè)置好的濃度閾值，觸發(fā)報(bào)警機(jī)制；

19、在一定時(shí)間內(nèi)，出現(xiàn)濃度的急速變化時(shí)，系統(tǒng)認(rèn)定為此狀態(tài)需要進(jìn)行報(bào)警告知；

20、其中，(c＿1)和(c＿2)是在時(shí)間(t＿1)和(t＿2)測量的濃度值。

21、進(jìn)一步地，所述系統(tǒng)報(bào)警及決策支持包括監(jiān)控報(bào)警、實(shí)時(shí)數(shù)據(jù)和自定義控制。

22、進(jìn)一步地，s5中，采用yolo模型進(jìn)行車輛的檢測，具體實(shí)時(shí)方法包括：數(shù)據(jù)收集、數(shù)據(jù)預(yù)處理、數(shù)據(jù)標(biāo)注、模型部署及應(yīng)用。

23、進(jìn)一步地，s6中包括煙火與紅外融合分析、可燃?xì)怏w檢測與視覺傳感器配合檢測和報(bào)警策略。

24、借由上述技術(shù)方案，本發(fā)明提供了多視角多維度的區(qū)域智能監(jiān)控方法，至少具備以下有益效果：

25、通過獲取不同采集位置的圖片信息，對圖片信息分別進(jìn)行特征提取，得到多組圖片特征；通過獲取不同位置的可燃?xì)怏w濃度信息，結(jié)合區(qū)域分布圖，得到濃度分布圖；同時(shí)基于上述兩者的檢測結(jié)果，系統(tǒng)根據(jù)檢測結(jié)果配置了不同的報(bào)警策略和決策支持，本發(fā)明中部署多種類傳感器，并基于多維度融合的檢測網(wǎng)絡(luò)進(jìn)行區(qū)域智能監(jiān)控，提升了環(huán)境多變問題的魯棒性。

技術(shù)特征：

1.多視角多維度的區(qū)域智能監(jiān)控方法，其特征在于，包括以下步驟：

2.根據(jù)權(quán)利要求1所述的多視角多維度的區(qū)域智能監(jiān)控方法，其特征在于：s1中多種類傳感器包括視覺傳感器、可燃?xì)怏w檢測報(bào)警儀、現(xiàn)場接線箱、主控柜、展示設(shè)備及報(bào)警設(shè)備，所述視覺傳感器部署在廠房、打包間、生產(chǎn)車間區(qū)域。

3.根據(jù)權(quán)利要求1所述的多視角多維度的區(qū)域智能監(jiān)控方法，其特征在于：s2中包括數(shù)據(jù)采集與準(zhǔn)備、圖像數(shù)據(jù)標(biāo)注、圖像預(yù)處理、數(shù)據(jù)增強(qiáng)、可見光圖像煙火目標(biāo)檢測模型和紅外溫度檢測。

4.根據(jù)權(quán)利要求3所述的多視角多維度的區(qū)域智能監(jiān)控方法，其特征在于：所述數(shù)據(jù)采集與準(zhǔn)備包括獲取包含煙霧、火焰及非煙火干擾物的圖像和視頻數(shù)據(jù)、從公開數(shù)據(jù)集，用于增強(qiáng)算法的泛化能力；

5.根據(jù)權(quán)利要求4所述的多視角多維度的區(qū)域智能監(jiān)控方法，其特征在于：所述可見光圖像煙火目標(biāo)檢測模型模型采用resnet架構(gòu)，并包含多個(gè)卷積組，每個(gè)卷積組包含多個(gè)殘差塊，通過全局平均池化層和softmax激活函數(shù)輸出分類結(jié)果。

6.根據(jù)權(quán)利要求5所述的多視角多維度的區(qū)域智能監(jiān)控方法，其特征在于：所述紅外溫度檢測包括獲取不同位置、角度的紅外溫度圖像，對于圖像進(jìn)行拼接后獲得全面的區(qū)域溫度分布信息圖。

7.根據(jù)權(quán)利要求1所述的多視角多維度的區(qū)域智能監(jiān)控方法，其特征在于：s3中采集不同位置氣體傳感器濃度值，形成區(qū)域濃度場，通過濃度是否達(dá)到閾值及濃度趨勢這兩種方式進(jìn)行檢測處理；

8.根據(jù)權(quán)利要求1所述的多視角多維度的區(qū)域智能監(jiān)控方法，其特征在于：所述系統(tǒng)報(bào)警及決策支持包括監(jiān)控報(bào)警、實(shí)時(shí)數(shù)據(jù)和自定義控制。

9.根據(jù)權(quán)利要求1所述的多視角多維度的區(qū)域智能監(jiān)控方法，其特征在于：s5中，采用yolo模型進(jìn)行車輛的檢測，具體實(shí)時(shí)方法包括：數(shù)據(jù)收集、數(shù)據(jù)預(yù)處理、數(shù)據(jù)標(biāo)注、模型部署及應(yīng)用。

10.根據(jù)權(quán)利要求1所述的多視角多維度的區(qū)域智能監(jiān)控方法，其特征在于：s6中包括煙火與紅外融合分析、可燃?xì)怏w檢測與視覺傳感器配合檢測和報(bào)警策略。

技術(shù)總結(jié)
本發(fā)明涉及區(qū)域監(jiān)控領(lǐng)域，具體涉及多視角多維度的區(qū)域智能監(jiān)控方法，包括以下步驟：區(qū)域部署多種類傳感器；采集不同角度、角度RGB圖像及紅外圖像；采集不同位置氣體傳感器濃度；系統(tǒng)報(bào)警及決策支持；使用過程中，發(fā)現(xiàn)高溫源還涉及到區(qū)域內(nèi)的車輛，為了屏蔽此高溫源，本發(fā)明中采用YOLO模型進(jìn)行車輛的檢測；使用了多維度的監(jiān)控方法來檢測，同時(shí)配置了不同程度的報(bào)警策略。本發(fā)明中部署多種類傳感器，并基于多維度融合的檢測網(wǎng)絡(luò)進(jìn)行區(qū)域智能監(jiān)控，提升了環(huán)境多變問題的魯棒性。

技術(shù)研發(fā)人員：袁益利,葉雁飛,李宏庭,黃勇平
受保護(hù)的技術(shù)使用者：寶武環(huán)科（湛江）資源循環(huán)利用有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/30