地质灾害安全报警防误入方法、装置、设备及存储介质 |
|||||||
申请号 | CN202311812233.7 | 申请日 | 2023-12-26 | 公开(公告)号 | CN117935492A | 公开(公告)日 | 2024-04-26 |
申请人 | 中矿定位(北京)技术有限责任公司; | 发明人 | 张正; | ||||
摘要 | 本 发明 提供了一种地质灾害安全报警防误入方法、装置、设备及存储介质,其中,方法包括:通过 定位 导航实时监测活动区域内的隐患 风 险;当监测到隐患风险时启动人体实时检测,在活动区域内获取拍摄图像,对拍摄图像进行预处理;根据环境遮挡选择对应的自定义检测方法,通过自定义检测方法结合红外热成像识别判断预处理后图像是否存在人体轮廓,如果检测到人体轮廓,则使用特征提取方法验证识别到的人体轮廓是否正确,如果正确则启动报警。本发明将定位导航技术和 图像识别 技术结合,在检测到隐患风险时启动人体检测,有效防止行人误入具有隐患风险的特定区域,提高了安全性能。 | ||||||
权利要求 | 1.一种地质灾害安全报警防误入方法,其特征在于,包括: |
||||||
说明书全文 | 地质灾害安全报警防误入方法、装置、设备及存储介质技术领域[0001] 本发明涉及安全报警技术领域,尤其涉及一种地质灾害安全报警防误入方法、装置、设备及存储介质。 背景技术[0002] 地质灾害是在自然或人为因素作用下形成的地质现象,在破坏环境的同时会给人类的生命财产等带来损失。 [0003] 相关技术中,全球卫星导航技术能够有效检测到特定区域内的时空变化规律,从而识别地质灾害发生的可能性,但识别到可能发生地质灾害后往往采用人工报警的方式,即通过广播或短信提醒行人不要进入含有隐患风险的区域,效率低下且无法保证行人因疏忽误入危险区域。 [0004] 综合以上该技术领域发展状况分析,现有的技术中方案缺少识别隐患风险的区域并监测区域内行人,给出报警提示的方案。 发明内容[0005] 本发明的目的在于提供一种地质灾害安全报警防误入方法、装置、设备及存储介质,旨在解决现有技术中的上述问题。 [0006] 根据本发明实施例的第一方面,提供一种地质灾害安全报警防误入方法,包括: [0007] 通过定位导航实时监测活动区域内的隐患风险; [0008] 当监测到隐患风险时启动人体实时检测,在活动区域内获取拍摄图像,对拍摄图像进行预处理; [0009] 根据环境遮挡选择对应的自定义检测方法,通过自定义检测方法结合红外热成像识别判断预处理后图像是否存在人体轮廓,如果检测到人体轮廓,则使用特征提取方法验证识别到的人体轮廓是否正确,如果正确则启动报警。 [0010] 根据本发明实施例的第二方面,提供一种地质灾害安全报警防误入装置,包括: [0011] 风险监测模块,用于通过定位导航实时监测活动区域内的隐患风险; [0012] 启动及预处理模块,用于当监测到隐患风险时启动人体实时检测,在活动区域内获取拍摄图像,对拍摄图像进行预处理; [0013] 识别验证模块,用于根据环境遮挡选择对应的自定义检测方法,通过自定义检测方法结合红外热成像识别判断预处理后图像是否存在人体轮廓,如果检测到人体轮廓,则使用特征提取方法验证识别到的人体轮廓是否正确,如果正确则启动报警。 [0014] 根据本发明实施例的第三方面,提供一种电子设备,包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,该计算机程序被处理器执行时实现如本公开第一方面所提供的地质灾害安全报警防误入方法的步骤。 [0015] 根据本发明实施例的第四方面,提供一种计算机可读存储介质,其上存储有信息传递的实现程序,该程序被处理器执行时实现本公开第一方面所提供的地质灾害安全报警防误入方法的步骤。 [0016] 本发明实施例提供的技术方案包括以下有益效果:将定位导航技术和图像识别技术有效结合起来,在检测到隐患风险时启动人体检测,有效防止行人误入具有隐患风险的特定区域,并且隐患检测和人体检测都是实时进行的,进一步提高了安全性能。 [0018] 为了更清楚地说明本说明书一个或多个实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本说明书中记载的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。 [0019] 图1是本发明实施例的地质灾害安全报警防误入方法的流程图; [0020] 图2是本发明实施例的地质灾害安全报警防误入装置的示意图; [0021] 图3是本发明实施例的电子设备的示意图。 具体实施方式[0022] 为了使本技术领域的人员更好地理解本说明书一个或多个实施例中的技术方案,下面将结合本说明书一个或多个实施例中的附图,对本说明书一个或多个实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本说明书的一部分实施例,而不是全部的实施例。基于本说明书一个或多个实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都应当属于本文件的保护范围。 [0023] 方法实施例 [0024] 根据本发明实施例,提供了一种地质灾害安全报警防误入方法,图1是本发明实施例的地质灾害安全报警防误入方法的流程图,如图1所示,根据本发明实施例的地质灾害安全报警防误入方法具体包括: [0025] 在步骤S110中,通过定位导航实时监测活动区域内的隐患风险,具体包括: [0026] 通过定位导航的接收机实时接收卫星信号,将卫星信号通过数据通讯网络传输至定位导航的数据处理模块,通过数据处理模块分解计算确定导航设备当前的三维坐标,通过对比三维坐标下隐患指标与导航设备初始坐标下隐患指标之间的差值,根据差值是否在阈值范围内,判断是否有隐患风险,其中,隐患指标包括滑坡指数、沉降指数及崩塌指数。 [0028] 在步骤S120中,当监测到隐患风险时启动人体实时检测,在活动区域内获取拍摄图像,对拍摄图像进行预处理,具体包括: [0030] 在步骤S130中,根据环境遮挡选择对应的自定义检测方法,通过自定义检测方法结合红外热成像识别判断预处理后图像是否存在人体轮廓,如果检测到人体轮廓,则使用特征提取方法验证识别到的人体轮廓是否正确,如果正确则启动报警,具体包括: [0031] 当待判断环境的干扰遮挡率高于遮挡阈值时,使用Haar级联内梯度判断法作为自定义检测方法,否则使用YOLO模型作为自定义检测算法,其中,Haar级联内梯度判断法为在Haat级联分类器的滑动窗口中,通过HOG梯度直方法计算滑动窗口内的纹理特征,将所有窗口纹理特征拼接为总纹理特征,根据总纹理特征确定轮廓。 [0032] 通过自定义检测方法获取第一轮廓; [0034] 将第一轮廓和第二轮廓的区域合并,得到总识别轮廓,根据预先建立的轮廓库,初步判断总识别轮廓是否为人体轮廓,如果不是人体轮廓则不再继续判断,继续实时检测,如果初步判定总识别轮廓是人体轮廓则使用特征提取方法进一步确认。 [0035] 如果判定总识别轮廓是人体轮廓,则使用特征提取方法提取总识别轮廓中的关键部位,其中,关键部位包括头、肩膀、手及脚,特征提取方法为卷积神经网络,如果能够识别到关键部位,则证明初步识别到的人体轮廓正确,活动区域内有人闯入,使用扩音器进行在具有隐患风险的活动区域内有人闯入的报警,否则继续人体实时检测,直到定位导航监测不到任何隐患风险。 [0037] 综上所述,针对现状存在的问题,本次发明地质灾害安全报警防误入方法,将定位导航技术和图像识别技术有效结合起来,在检测到隐患风险时启动人体检测,有效防止行人误入具有隐患风险的特定区域,使用图像处理算法提升了获取到的拍摄图像的清晰度,结合人体检测方法和红外检测技术作为识别到的轮廓,在人体检测时根据干扰遮挡情况选择对应的检测方法,Haar级联分类器和HOG梯度方向直方图适用于受限的环境,Haar级联内梯度判断法集成了两种方法的优点,得到初步判断结果后,再通过特征提取法进一步确认得到的轮廓是否是人对应的,避免人体检测时出现错误,提升了识别的准确率,并且隐患检测和人体检测都是实时进行的,进一步提高了安全性能。 [0038] 装置实施例 [0039] 根据本发明实施例,提供了一种地质灾害安全报警防误入装置,图2是本发明实施例的地质灾害安全报警防误入装置的示意图,如图2所示,根据本发明实施例的地质灾害安全报警防误入装置具体包括: [0040] 风险监测模块20,用于通过定位导航实时监测活动区域内的隐患风险; [0041] 启动及预处理模块22,用于当监测到隐患风险时启动人体实时检测,在活动区域内获取拍摄图像,对拍摄图像进行预处理; [0042] 识别验证模块24,用于根据环境遮挡选择对应的自定义检测方法,通过自定义检测方法结合红外热成像识别判断预处理后图像是否存在人体轮廓,如果检测到人体轮廓,则使用特征提取方法验证识别到的人体轮廓是否正确,如果正确则启动报警,具体用于: [0043] 当待判断环境的干扰遮挡率高于遮挡阈值时,使用Haar级联内梯度判断法作为自定义检测方法,否则使用YOLO模型作为自定义检测算法,其中,Haar级联内梯度判断法为在Haat级联分类器的滑动窗口中,通过HOG梯度直方法计算滑动窗口内的纹理特征,将所有窗口纹理特征拼接为总纹理特征,根据总纹理特征确定轮廓; [0044] 通过自定义检测方法获取第一轮廓; [0045] 将预处理后图像处理为红外图像,将红外图像中温度在人体阈值之外的区域剔除,得到第二轮廓; [0046] 将第一轮廓和第二轮廓的区域合并,得到总识别轮廓,根据预先建立的轮廓库初步判断总识别轮廓是否为人体轮廓; [0047] 使用特征提取方法提取总识别轮廓中的关键部位,其中,关键部位包括头、肩膀、手及脚,如果能够识别到关键部位,则证明初步识别到的人体轮廓正确,活动区域内有人闯入,否则继续人体实时检测,直到定位导航监测不到任何隐患风险。 [0048] 综上所述,针对现状存在的问题,本次发明地质灾害安全报警防误入装置,将定位导航技术和图像识别技术有效结合起来,在检测到隐患风险时启动人体检测,有效防止行人误入具有隐患风险的特定区域,使用图像处理算法提升了获取到的拍摄图像的清晰度,结合人体检测方法和红外检测技术作为识别到的轮廓,在人体检测时根据干扰遮挡情况选择对应的检测方法,Haar级联分类器和HOG梯度方向直方图适用于受限的环境,Haar级联内梯度判断法集成了两种方法的优点,得到初步判断结果后,再通过特征提取法进一步确认得到的轮廓是否是人对应的,避免人体检测时出现错误,提升了识别的准确率,并且隐患检测和人体检测都是实时进行的,进一步提高了安全性能。 [0049] 电子设备实施例 [0050] 图3是本发明实施例的电子设备的示意图。电子设备300,可包括至少一个处理器310和存储器320。处理器310可以执行存储在存储器320中的指令。处理器310通过数据总线与存储器320通信连接。除存储器320外,处理器310还可通过数据总线与输入设备330、输出设备340、通信设备350通信连接。 [0051] 处理器310可以是任何常规的处理器,诸如商业可获得的CPU。处理器还可以包括诸如图像处理器(Graphic Process Unit,GPU),现场可编程门阵列(Field Programmable Gate Array,FPGA)、片上系统(System on Chip,SOC)、专用集成芯片(Application Specific Integrated Circuit,ASIC)或它们的组合。 [0052] 存储器320可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。 [0053] 在本公开实施例中,存储器320中存储有可执行指令,处理器310可以从存储器320中读取可执行指令,并执行指令以实现上述示例性实施例中任一的地质灾害安全报警防误入方法的全部或部分步骤。 [0054] 计算机可读存储介质实施例 [0055] 除了上述方法和装置以外,本公开的示例性实施例还可以是计算机程序产品或存储有该计算机程序产品的计算机可读存储介质,该计算机产品中包括计算机程序指令,该计算机程序指令可被处理器执行,以实现上述示例性实施例中任一的地质灾害安全报警防误入方法中描述的全部或部分步骤。 [0056] 计算机程序产品可以以一种或多种程序设计语言的任意组合来编写用于执行本申请实施例操作的程序代码,程序设计语言包括面向对象的程序设计语言,诸如Java、C++等,还包括常规的过程式程序设计语言,诸如“C”语言或类似的程序设计语言以及脚本语言(例如Python)。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。 [0057] 计算机可读存储介质可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以包括但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子包括:具有一个或多个导线电连接的静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘,或者上述的任意合适的组合。 [0058] 最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。 |