本發明涉及軌道交通安全，更具體地，涉及一種基于改進unet的指針式儀表識別方法、裝置及介質。

背景技術：

1、高鐵站區的泵房及其他相關設施為線路、車站和生產單位提供防洪、防澇排水、消防用水以及日常生產和生活用水等多項服務。這些服務對線路安全、行車安全以及車站的客運服務質量具有直接影響，因此責任十分重大。

2、目前，高鐵的給排水運維主要依賴于人力，管理方式相對粗放。大量人力資源被用于泵房的人工值守、定期檢修和線路巡檢。在發生突發事故時，必須迅速展開搶修工作，這就要求每個車站都配備值班人員以監控設備運行情況，導致維修服務的工作量非常龐大。盡管現有泵房安裝了高清攝像機以監控運行環境，但這些攝像機所提供的海量實時監控視頻缺乏自動分析功能，無法及時識別視頻中的關鍵信息，也無法迅速發現指針式儀表的異常讀數，從而存在顯著的安全隱患。

技術實現思路

1、為解決上述技術問題，本發明提供一種基于改進unet的指針式儀表識別方法、裝置及介質，以快速準確識別視頻中的關鍵信息，提升安全性。

2、第一方面，本發明提供一種基于改進unet的指針式儀表識別方法，所述方法包括：

3、構建儀表盤數據集，并利用所述儀表盤數據集訓練改進unet網絡，獲得儀表盤識別模型；

4、獲取實時儀表盤圖像，將所述實時儀表盤圖像輸入至所述儀表盤識別模型中，計算儀表數值。

5、進一步地，所述改進unet網絡包括解碼層和編碼層，所述編碼層包括依次連接的12個結構層，其中：

6、第1層為卷積層，核為3×3、步長為2、輸出通道為32；

7、第2層為深度卷積層，核為3×3、步長為1、輸出通道為32；

8、第3層為逐點卷積層，核為1×1、步長為1、輸出通道為64；

9、第4層為深度卷積層，核為3×3、步長為1、輸出通道為64；

10、第5層為逐點卷積層，核為1×1、步長為1、輸出通道為128；

11、第6層為深度卷積層，核為3×3、步長為2、輸出通道為128；

12、第7層為逐點卷積層，核為1×1、步長為1、輸出通道為256；

13、第8層為深度卷積層，核為3×3、步長為1、輸出通道為256；

14、第9層為逐點卷積層，核為1×1、步長為1、輸出通道為512；

15、第10層為深度卷積層，核為3×3、步長為1、輸出通道為512；

16、第11層為逐點卷積層，核為1×1、步長為1、輸出通道為1024；

17、第12層為深度卷積層，核為3×3、步長為1、輸出通道為1024；

18、第4層、第6層、第8層、第10層、第12層的結果為unet網絡的解碼層的輸入。

19、進一步地，利用所述儀表盤數據集訓練改進unet網絡，獲得儀表盤識別模型，包括：

20、以灰度掩膜圖作為儀表盤數據集；其中，所述灰度掩膜圖中大刻度處數值為1，指針處數值為2，其余為0；

21、將儀表盤數據集導入所述改進unet網絡中，使用自適應動量的隨機優化法進行訓練，得到儀表盤識別模型。

22、進一步地，獲取實時儀表盤圖像，將所述實時儀表盤圖像輸入至所述儀表盤識別模型中，計算儀表數值，包括：

23、以實時儀表盤圖像作為原始圖像，設置感興趣區域，裁剪原始圖像，得到矩形目標圖像；將所述矩形目標圖像輸入至所述儀表盤識別模型中，得到矩形掩膜圖m；

24、將所述矩形掩膜圖m以中心點(c,c)展開得到寬高分別為w和c的特征圖t，特征圖t的像素值滿足t(i,j)＝m(m,n)；其中，i、j為像素坐標索引，滿足

25、

26、式中，m為圖像展開后的橫坐標，n為圖像展開后的縱坐標，c為掩膜圖中心點的橫坐標，ρ為以中心點為原點的極坐標系的極徑，θ為以中心點為原點的極坐標系的極角；

27、確定儀表刻度索引kq，q＝1,2θ…n，n表示大刻度數量，滿足且a為刻度高度閾值；確定指針左邊緣索引k-1，滿足且b為指針高度閾值；確定指針右邊緣索引k-2，滿足且指針索引為k0＝(k-1+k-2)/2；

28、根據kr<k0<kr+1確定索引r，其中kr為第r個儀表刻度索引，kr+1為第r+1個儀表刻度索引；根據預設量程與索引r，計算當前儀表數值。

29、進一步地，根據預設量程與索引r，通過如下公式計算當前儀表數值：

30、

31、式中，d為儀表數值，w為預設量程。

32、第二方面，本發明提供一種基于改進unet的指針式儀表識別裝置，所述裝置包括：

33、模型訓練模塊，被配置為構建儀表盤數據集，并利用所述儀表盤數據集訓練改進unet網絡，獲得儀表盤識別模型；

34、儀表識別模塊，被配置為獲取實時儀表盤圖像，將所述實時儀表盤圖像輸入至所述儀表盤識別模型中，計算儀表數值。

35、進一步地，所述改進unet網絡包括解碼層和編碼層，所述編碼層包括依次連接的12個結構層，其中：

36、第1層為卷積層，核為3×3、步長為2、輸出通道為32；

37、第2層為深度卷積層，核為3×3、步長為1、輸出通道為32；

38、第3層為逐點卷積層，核為1×1、步長為1、輸出通道為64；

39、第4層為深度卷積層，核為3×3、步長為1、輸出通道為64；

40、第5層為逐點卷積層，核為1×1、步長為1、輸出通道為128；

41、第6層為深度卷積層，核為3×3、步長為2、輸出通道為128；

42、第7層為逐點卷積層，核為1×1、步長為1、輸出通道為256；

43、第8層為深度卷積層，核為3×3、步長為1、輸出通道為256；

44、第9層為逐點卷積層，核為1×1、步長為1、輸出通道為512；

45、第10層為深度卷積層，核為3×3、步長為1、輸出通道為512；

46、第11層為逐點卷積層，核為1×1、步長為1、輸出通道為1024；

47、第12層為深度卷積層，核為3×3、步長為1、輸出通道為1024；

48、第4層、第6層、第8層、第10層、第12層的結果為unet網絡的解碼層的輸入。

49、進一步地，所述儀表識別模塊被進一步配置為；

50、以實時儀表盤圖像作為原始圖像，設置感興趣區域，裁剪原始圖像，得到矩形目標圖像；將所述矩形目標圖像輸入至所述儀表盤識別模型中，得到矩形掩膜圖m；

51、將所述矩形掩膜圖m以中心點(c,c)展開得到寬高分別為w和c的特征圖t，特征圖t的像素值滿足t(i,j)＝m(m,n)；其中，i、j為像素坐標索引，滿足

52、

53、式中，m為圖像展開后的橫坐標，n為圖像展開后的縱坐標，c為掩膜圖中心點的橫坐標，ρ為以中心點為原點的極坐標系的極徑，θ為以中心點為原點的極坐標系的極角；

54、確定儀表刻度索引kq，q＝1,2θ…n，n表示大刻度數量，滿足且a為刻度高度閾值；確定指針左邊緣索引k-1，滿足且b為指針高度閾值；確定指針右邊緣索引k-2，滿足且指針索引為k0＝(k-1+k-2)/2；

55、根據kr<k0<kr+1確定索引r，其中kr為第r個儀表刻度索引，kr+1為第r+1個儀表刻度索引；根據預設量程與索引r，計算當前儀表數值。

56、進一步地，所述儀表識別模塊被進一步配置為根據預設量程與索引r，通過如下公式計算當前儀表數值：

57、

58、式中，d為儀表數值，w為預設量程。

59、第三方面，本發明提供一種可讀存儲介質，所述可讀存儲介質存儲有一個或者多個程序，所述一個或者多個程序可被一個或者多個處理器執行，以實現如上所述的方法。

60、本發明至少具有以下有益效果：

61、本發明利用歷史數據集對改進unet網絡進行訓練以得到儀表盤識別模型，基于儀表盤識別模型可及時識別視頻中的關鍵信息，以此迅速發現指針式儀表的異常讀數，從而盡可能地消除安全隱患。