一种基于机器视觉的落石实时监测方法、系统、装置及存储介质

本发明涉及计算机，更具体地说，涉及一种基于机器视觉的落石实时监测方法、装置、设备及存储介质。

背景技术：

1、危岩崩塌具有突发性强、分布范围广和一定的隐蔽性等特点，每年都造成巨大的经济损失和人员伤亡。因此，及时发现苗头并做出反应是防止事故发生、减少人员伤亡的关键。危岩大面积崩塌早期往往有前期征兆，如出现落石掉落、裂缝等现象。但现有技术的落石监测方法无法精准区分落石与其他移动物体，导致了干扰物的错误识别、在处理快速移动物体或者弱纹理背景时存在鲁棒性不足、无法准确区分落石和其他移动物体，可能会引发误报的技术问题。

技术实现思路

1、本发明提供了一种基于机器视觉的落石实时监测方法、系统、装置及存储介质，通过创新性的三阶段落石检测，完成对危岩落石的实时监测。

2、本发明提供一种基于机器视觉的落石实时监测方法包括：

3、获取实时危岩视频数据，进行动态目标检测，获取所述动态目标的动态目标框；

4、基于预先训练的落石识别模型对所述动态目标框中动态目标进行纹理识别，得到第一落石识别结果；

5、若所述第一落石识别结果为存在落石，则对所述动态目标框中动态目标进行目标跟踪和轨迹识别，得到第二落石识别结果。

6、进一步地，本发明还提供一种基于机器视觉的落石实时监测系统，包括：

7、运动目标检测模块，用于获取实时危岩视频数据，进行动态目标检测，获取所述动态目标的动态目标框；

8、纹理识别模块，用于基于预先训练的落石识别模型对所述动态目标框中动态目标进行纹理识别；

9、运动目标跟踪模块，用于根据所述纹理识别模块得到的结果，对所述动态目标框中动态目标进行目标跟踪和轨迹识别，得到落石识别结果。

10、进一步地，本发明还提供一种基于机器视觉的落石实时监测装置，包括处理器、存储器；

11、所述存储器，其上存储有计算机程序。

12、所述处理器用于执行所述存储器中存储的一个或者多个程序，以实现上述的基于机器视觉的落石实时监测方法的步骤。

13、进一步地，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现上述的基于机器视觉的落石实时监测方法的步骤。

14、有益效果

15、本发明提供了一种基于机器视觉的落石实时监测方法、系统、装置及存储介质，本发明的技术方案采用改进的轻量级纹理判别网络shufflenetv2，通过三阶段落石检测，综合运用了落石的三大关键特征：运动特性、纹理特性，以及落石特有的高处至低处的运动规律实时进行危岩落石的实时检测，克服了现有的落石监测方法存在的难题，实现了对落石的精确检测与区分，有效避免了非落石干扰，在提高了对复杂环境下快速运动与弱纹理落石的鲁棒识别能力的同时，节省计算资源，提高了危岩落石监测的实时性，实现了危岩落石实时监测与预警。

技术特征：

1.一种基于机器视觉的落石实时监测方法，其特征在于，包括：

2.根据权利要求1所述的基于机器视觉的落石实时监测方法，其特征在于，预先训练的落石识别模型包括：

3.根据权利要求2所述的基于机器视觉的落石实时监测方法，其特征在于，所述纹理判别网络shufflenetv2包括初级卷积网络和深度可分离卷积网络；

4.根据权利要求3所述的基于机器视觉的落石实时监测方法，其特征在于，所述通过深度可分离卷积网络提取所述动态目标的全部纹理特征包括：

5.根据权利要求1所述的基于机器视觉的落石实时监测方法，其特征在于，所述若所述第一落石识别结果为存在落石，则对所述动态目标进行目标跟踪，进行轨迹识别，得到第二落石识别结果包括：

6.根据权利要求5所述的基于机器视觉的落石实时监测方法，其特征在于，所述对所述实时危岩视频动态目标图像的动态目标框使用sort算法进行动态目标轨迹跟踪，获得所述动态目标的轨迹集合，进行轨迹识别包括：

7.一种基于机器视觉的落石实时监测系统，其特征在于，包括：

8.如权利要求7所述的基于机器视觉的落石实时监测系统，其特征在于，还包括预警模块，用于根据所述运动目标跟踪模块得到的落石识别结果，若所述落石识别结果为存在落石，则发出警报。

9.一种基于机器视觉的落石实时监测装置，其特征在于，包括处理器、存储器；

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如权利要求1至6中任一项所述的基于机器视觉的落石实时监测方法的步骤。

技术总结
本发明提供了一种基于机器视觉的落石实时监测方法、系统、装置及存储介质，本发明的技术方案采用改进的轻量级纹理判别网络ShuffleNetV2，通过三阶段落石检测，综合运用了落石的三大关键特征：运动特性、纹理特性，以及落石特有的高处至低处的运动规律实时进行危岩落石的实时检测，克服了现有的落石监测方法存在的难题，实现了对落石的精确检测与区分，有效避免了非落石干扰，在提高了对复杂环境下快速运动与弱纹理落石的鲁棒识别能力的同时，节省计算资源，提高了危岩落石监测的实时性，实现了危岩落石实时监测与预警。

技术研发人员：张衡,李世超,王荣艺
受保护的技术使用者：西南大学
技术研发日：
技术公布日：2024/9/23