【技术实现步骤摘要】
安全设施检测方法及系统
[0001]本申请涉及网络安全领域,尤其涉及一种安全设施检测方法及系统。
技术介绍
[0002]在一些针对通信基站施工安全检查的场景中,主要是采用人工检测方式进行。人工检测是指监理人员定期对工作人员的工作环境的合规性进行巡视检查,即设备的外观是否存在异常,仪表数据是否正常,设备的气味、触觉是否正常,以及允许触摸的识别温度是否正常等进行检查,尤其是作业人员有没有正确佩带安全带和安全帽。
[0003]由于每年都新增大量基站,且施工团队水平参差不齐,为保证质量,需要投入大量的人力对项目进行监管、审查和检查,这就需要耗费大量的人力成本和时间成本,效率较低。
技术实现思路
[0004]本申请实施例提供一种安全设施检测方法及系统,以解决现有技术中人工检查需要耗费大量人力成本,效率较低的问题。
[0005]为了解决上述技术问题,本申请是这样实现的:
[0006]第一方面,提供了一种安全设施检测方法,该方法包括:
[0007]获取图像集,所述图像集包括不同形态的通信设备图像和不同佩带安全设备的图像,所述图像集包括前景区域和背景区域;
[0008]将所述图像集输入到预先建立的Faster
‑
RCNN级联网络结构中,筛选出包含目标的前景图像,所述预先建立的Faster
‑
RCNN级联网络结构为将带径向基核函数的支持向量机分类器引入到区域生成网络中得到的;
[0009]根据预先构建的异常检测模型,对所述包含目标的前景 ...
【技术保护点】
【技术特征摘要】
1.一种安全设施检测方法,其特征在于,包括:获取图像集,所述图像集包括不同形态的通信设备图像和不同佩带安全设备的图像,所述图像集包括前景区域和背景区域;将所述图像集输入到预先建立的Faster
‑
RCNN级联网络结构中,筛选出包含目标的前景图像,所述预先建立的Faster
‑
RCNN级联网络结构为将带径向基核函数的支持向量机分类器引入到区域生成网络中得到的;根据预先构建的异常检测模型,对所述包含目标的前景图像进行异常检测。2.根据权利要求1所述的方法,其特征在于,所述将所述图像集输入到预先建立的Faster
‑
RCNN级联网络结构中,筛选出包含目标的前景图像,包括:将所述图像集输入到预先建立的Faster
‑
RCNN级联网络结构中,进行卷积计算,得到特征图;提取所述特征图中的目标图像,所述目标图像包括不同形态的目标;对所述目标图像进行二分类筛选,得到含所述目标的前景图像。3.根据权利要求2所述的方法,其特征包在于,所述对所述目标图像进行二分类筛选,得到包含所述目标的前景图像,包括:利用带径向基核函数的支持向量机分类器对所述目标图像进行二分类筛选,所述径向基核函数具有两个惩罚参数;所述利用带径向基核函数的支持向量机分类器对所述目标图像进行二分类筛选,包括:利用带有引力搜索算子的正态变异猫群算法优化所述惩罚参数,得到最优惩罚参数;将所述最优惩罚参数输入到所述支持向量机分类器中,将所述目标的前景区域图像和背景区域图像进行分类。4.根据权利要求3所述的方法,其特征在于,所述利用带有引力搜索算子的正态变异猫群算法优化所述惩罚参数,得到最优惩罚参数,包括:初始化猫群的位置和速度,每只猫对应一组惩罚参数;评价每只猫的适应度值;采用混合比例进行模式分配,模式包括搜索模式和追踪模式;若所述猫的模式为搜索模式,则利用正态分布曲线更新各猫的位置;若所述猫的模式为追踪模式,则通过惯性权重值和加速常数项更新各猫的位置;利用引力搜索算子优化更新后的各猫的位置,得到新的位置;判断是否满足终止条件,若满足,则终止,若不满足,则采用混合比例进行模式分配。5.根据权利要求4所述的方法,其特征在于,所述利用引力搜索算子优化更新后的各猫的位置,得到新的位置,包括:利用下式计算新的猫群中各猫的重力和惯性质量:利用下式计算新的猫群中各猫的重力和惯性质量:
其中,m
i,d
为第i只猫在d维空间中的重力;f(x)为猫的适应度值;x
i,d
为第i只猫在d维空间中的位置;x
j,d
为第j只猫在d维空间中的位置;w(t)为第猫的集合;M
i,d
为第i只猫在d维空间中相对于其它猫的惯性质量;从所有猫中选择质量最大的个体组成优越猫群集合,对剩余猫施加引力,得到各猫的新位置,各猫的新位置如下式所示:x'
i,d
=x
i,d
+F
...
【专利技术属性】
技术研发人员:赵东明,田雷,刘静,
申请(专利权)人:中国移动通信集团有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。