1.一种基于混合LBF形状回归模型的挖掘机工作状态识别方法,包括以下步骤:
S1.训练一个混合LBF形状回归模型,并使用该混合LBF形状回归模型来预测输入视频帧中挖掘机的形状,即预测输入视频中挖掘机的特征点的相对坐标的集合;
S2.根据挖掘机的长宽比及步骤S1获得的特征点的相对坐标,计算挖掘机工作状态特征描述子;
S3.将挖掘机工作状态特征描述子作为SVM分类器的输入,识别挖掘机的工作状态,挖掘机的工作状态包括工作状态或者非工作状态。
2.根据权利要求1所述的基于混合LBF形状回归模型的挖掘机工作状态识别方法,其特征在于,所述步骤S1具体为:
S11、计算挖掘机的长宽比,根据长宽比把挖掘机分为N类,将挖掘机归一化到该类挖掘机对应的尺寸SIZE;
S12、分别针对每一类挖掘机训练相应的LBFn模型,n=1,2,…,N,将每一类的LBFn模型相集成,形成混合LBF形状回归模型;
S13、使用混合LBF形状回归模型,对输入视频中的挖掘机进行形状S*预测,即预测输入视频中挖掘机的特征点的相对坐标。
3.根据权利要求1所述的基于混合LBF形状回归模型的挖掘机工作状态识别方法,其特征在于,所述步骤S2具体为:
S21、根据前后两帧图像中挖掘机的长宽比WHRatio0和WHRatio1,计算挖掘机长宽比的变化:ΔWHRatio=|WHRatio1-WHRatio0|;
S22、依据步骤S1中获得的挖掘机特征点,计算反映挖掘机回转臂、铲斗柱、铲斗和机身旋转四种因素变化的夹角变化ΔAngle;
S23、将长宽比的变化ΔWHRatio和夹角的变化ΔAngle串联起来作为挖掘机工作状态的特征描述子MMF,即MMF=[ΔWHRatio,ΔAngle]描述挖掘机的运动特征。
4.根据权利要求1所述的基于混合LBF形状回归模型的挖掘机工作状态识别方法,其特征在于,所述步骤S3具体为:采用挖掘机工作状态特征描述子作为分类器的输入,并使用SVM分类器进行二分类,从而判断出当前挖掘机的工作状态,即确定挖掘机属于工作状态或者非工作状态。