[发明专利]施工场景中挖掘机的监测方法和系统有效
申请号: | 201410052181.2 | 申请日: | 2014-02-14 |
公开(公告)号: | CN103810498B | 公开(公告)日: | 2018-04-13 |
发明(设计)人: | 卞佳音;贺智涛;刘毅刚;王全明;单鲁平;黄嘉盛;罗元泰 | 申请(专利权)人: | 广州供电局有限公司;深圳市朗驰欣创科技有限公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06K9/66 |
代理公司: | 广州华进联合专利商标代理有限公司44224 | 代理人: | 王茹,陈玉琼 |
地址: | 510620 广*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 一种施工场景中挖掘机的监测方法和系统,其中方法包括提取训练图像集的HOG特征和Gabor特征并进行训练得到基于HOG特征和Gabor特征相结合的挖掘机检测模型,其中,所述训练图像集包括多张挖掘机图片组成的挖掘机正样本和多张不包括挖掘机的施工场景图组成的挖掘机负样本;获取待检测施工场景图,并获取所述待检测施工场景图中的HOG特征和Gabor特征;将所述待检测施工场景图的HOG特征和Gabor特征输入挖掘机检测模型,当挖掘机检测模型输出值大于预设值时,显示所述待检测施工场景图中存在挖掘机。通过本发明方案提高了检测挖掘机效率,提高了检测精度。 | ||
搜索关键词: | 施工 场景 挖掘机 监测 方法 系统 | ||
【主权项】:
一种施工场景中挖掘机的监测方法,其特征在于,包括:提取训练图像集的HOG特征和Gabor特征并进行训练得到基于HOG特征和Gabor特征相结合的挖掘机检测模型,其中,所述训练图像集包括多张挖掘机图片组成的挖掘机正样本和多张不包括挖掘机的施工场景图组成的挖掘机负样本;获取待检测施工场景图,并获取所述待检测施工场景图中的HOG特征和Gabor特征;将所述待检测施工场景图的HOG特征和Gabor特征输入挖掘机检测模型,当挖掘机检测模型输出值大于预设值时,显示所述待检测施工场景图中存在挖掘机;所述获取待检测施工场景图,并获取所述待检测施工场景图中的HOG特征和Gabor特征;将所述待检测施工场景图的HOG特征和Gabor特征输入挖掘机检测模型,当挖掘机检测模型输出值大于预设值时,显示所述待检测施工场景图中存在挖掘机步骤,包括:对所述待检测施工场景图按照预设比例进行尺度缩放,并通过固定窗口遍历缩放后的图片;获取固定窗口内图像的HOG特征和Gabor特征;将所述固定窗口内图像的HOG特征和Gabor特征输入挖掘机检测模型,当挖掘机检测模型输出值大于预设值时,显示所述待检测施工场景图中存在挖掘机;还包括:将所述固定窗口内图像的HOG特征和Gabor特征输入挖掘机检测模型,当挖掘机检测模型输出值小于或等于预设值时,判断缩放后的图片是否遍历完成,若是则判断图片缩放是否达到金字塔的层数,否则继续通过固定窗口遍历缩放后的图片;所述判断图片缩放是否达到金字塔的层数的步骤之后还包括:根据所述判断结果,若是则结束检测,否则继续对所述待检测施工场景图按照预设比例进行尺度缩放,并通过固定窗口遍历缩放后的图片;所述提取训练图像集的HOG特征和Gabor特征并进行训练得到基于HOG特征和Gabor特征相结合的挖掘机检测模型的步骤包括:利用Libsvm的库函数编写训练程序,进行SVM训练,得到基于HOG特征和Gabor特征相结合的挖掘机检测模型;所述利用Libsvm的库函数编写训练程序,进行SVM训练,得到基于HOG特征和Gabor特征相结合的挖掘机检测模型之后,还包括步骤:采用Libsvm库函数编写程序进行测试样本的检测,测试精度和误报率;所述显示待检测施工场景图中存在挖掘机步骤之后,还包括步骤:存储待检测施工场景图中挖掘机的位置,并报警提示存在挖掘机。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广州供电局有限公司;深圳市朗驰欣创科技有限公司,未经广州供电局有限公司;深圳市朗驰欣创科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201410052181.2/,转载请声明来源钻瓜专利网。