买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：华南理工大学;广东省通信产业服务有限公司

摘要：本发明涉及基于语义分割和目标检测的人员违规下水监测方法，包括以下步骤：获取水域标注数据集并进行筛选，基于筛选后的水域标注数据集训练水域语义分割模型；基于预设的水域语义分割模型识别图像中的水域位置；基于预设的人员目标检测模型检测人员的位置；结合水域语义分割模型和人员目标检测模型所得图像中水域的像素以及人员的位置信息，基于人员违规下水监测算法检测人员是否违规下水；根据人员目标检测框中水域比例绘制相关折线图，通过预设的水域预警模型输出对应安全告警指数，并执行对应的告警措施。本发明实现了在复杂环境中精准地识别出水域和人员位置，对违规入水行为的快速响应，降低事故发生的风险。

主权项：1.一种基于语义分割和目标检测的人员违规下水监测方法，其特征在于，包括以下步骤：S1、获取水域标注数据集并进行筛选，基于筛选后的水域标注数据集训练水域语义分割模型；S2、基于预设的水域语义分割模型识别图像中的水域位置；S3、基于预设的人员目标检测模型检测人员的位置；S4、结合水域语义分割模型和人员目标检测模型所得图像中水域的像素以及人员的位置信息，基于人员违规下水监测算法检测人员是否违规下水；S5、根据人员目标检测框中水域比例绘制相关折线图，通过预设的水域预警模型输出对应安全告警指数，并执行对应的告警措施；其中，步骤S2中，所述水域语义分割模型采用多种网络构架的神经网络模型，包括采用ResNet预训练网络提取图像特征以及采用U-Net分割图像中的水域像素；所述水域语义分割模型的搭建包括以下步骤：S21、采用ResNet50网络作为基础模型，并通过imagenet数据集进行预训练；S22、去除ResNet50模型的最后一层全连接层，将预处理后的图像数据输入到模型中，通过卷积层提取图像的特征表示；S23、提取ResNet50的第一层input_layer、conv1_relu、conv2_block3_out以及conv3_block4_out作为U-Net网络的编码器；S24、定义解码器，由一个二维转置卷积块、连接层concatenate和一个自定义卷积块组成解码器；S25、提取ResNet50网络的conv4_block6_out作为跳跃连接层，该层位于编码器和解码器之间；S26、采用1x1的二维卷积层得到与原始输入尺寸大小一致的语义分割结果图；S27、采用Adam优化器和交叉熵损失函数进行训练，优化调整模型参数；步骤S24中，所述自定义卷积块由若干个二维卷积层、归一化层以及激活函数连接组成；步骤S4中，所述人员违规下水监测算法检测人员是否违规下水包括以下步骤：S41、根据人员目标检测框和水域像素的位置，计算人员目标检测框下边缘在水域中的比例，将所得比例与预设的下边缘阈值进行对比；S42、当人员目标检测框的下边缘在水域中的比例超过预设的下边缘阈值时，计算人员目标检测框中水域比例，将所得人员目标检测框中水域比例与预设的全局阈值进行对比；步骤S41中，所述人员目标检测框下边缘在水域中的比例p1计算公式为： ；其中，人员目标检测框四个顶点位置从左到右从上到下依次为x1,y1、xm,y1、x1,yn和xm,yn，x表示水平坐标位置，y表示垂直坐标位置，则人员目标检测框下边缘的像素依次为x1,yn、x1+1,yn、x1+2,yn...xm,yn共M个像素，M为人员目标检测框水平方向上的像素个数，检测m为x轴上的坐标，n为y轴上的坐标，S表示图像中的水域像素集合，表示人员目标检测框下边缘像素在S中的个数；在步骤S42中，所述人员目标检测框中水域比例p2的计算公式为： ；其中，N为人员目标检测框竖直方向上的像素个数，M*N表示人员目标检测框内依次遍历的像素个数，表示人员目标检测框中水域像素个数。

全文数据：

权利要求：

百度查询： 华南理工大学 广东省通信产业服务有限公司 基于语义分割和目标检测的人员违规下水监测方法