[发明专利]实现监控场景中遗留物品检测的方法及装置在审
申请号: | 201910547197.3 | 申请日: | 2019-06-24 |
公开(公告)号: | CN110348327A | 公开(公告)日: | 2019-10-18 |
发明(设计)人: | 陈志博;石楷弘 | 申请(专利权)人: | 腾讯科技(深圳)有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/46;G06T7/00 |
代理公司: | 深圳市隆天联鼎知识产权代理有限公司 44232 | 代理人: | 叶虹 |
地址: | 518000 广东省深圳*** | 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: | |||
搜索关键词: | 单帧图片 遗留 运动前景像素 监控场景 监控 背景模型 候选区域 监控视频 物品检测 生物体 静止背景 历史轨迹 同位像素 准确检测 像素点 像素 过滤 停留 图片 | ||
本发明的实施例提供了一种实现监控场景中遗留物品检测的方法及装置。该方法包括:针对监控视频中的监控单帧图片逐像素点获取上一帧图片中同位像素点的背景模型;根据获取的所述背景模型,计算所述监控单帧图片中的运动前景像素,所述监控单帧图片中包括所述运动前景像素和静止背景像素;由所述运动前景像素在所述监控单帧图片中定位遗留物品候选区域;根据所述监控视频中的生物体历史轨迹过滤所述遗留物品候选区域,获得遗留物品所停留的区域。本发明实施例的技术方案能够实现对监控场景中的遗留物品进行准确检测。
技术领域
本发明涉及视频监控技术领域,具体而言,涉及一种实现监控场景中遗留物品检测的方法及装置。
背景技术
消防通道是指消防人员实施营救和被困人员疏散的通道,例如楼梯口和过道,在发生各种险情时起到不可低估的作用,因此需要保证消防通道时刻保持畅通。
消防通道通常设有监控摄像头,并调配有专利的安保人员对监控视频实时监控,以便于及时发现和清理消防通道中堆放的遗留物品。
而在一些消防通道自动监控的场景中,通常利用人工神经网络模型对消防通道对应的监控视频进行监测,在监测到消防通道中堆放有遗留物品时自动报警,并通知相关人员清理遗留物品,因此无需调配监控人员,节省了安保成本。
但是,在训练人工神经网络模型时,需要获取大量监控视频以及标定监控视频中出现的遗留物品作为训练数据,导致训练过程十分繁杂。并且考虑到实际的监控场景十分复杂,例如不同消防通道下的环境光照变化剧烈,所堆放遗留物品的种类繁多,难以训练出适合各种复杂场景的人工神经网络模型,导致通过人工神经网络模型对消防通道中遗留物品的检测容易出现漏检和误检等情况。
因此,亟待解决现有实现中无法对监控视频中出现的遗留物品进行准确检测的技术问题。
发明内容
为了解决上述技术问题,本发明的实施例提供了一种实现监控场景中遗留物品检测的方法及装置、电子设备、计算机可读存储介质。
其中,本发明所采用的技术方案为:
一种实现监控场景中遗留物品检测的方法,包括:针对监控视频中的监控单帧图片逐像素点获取上一帧图片中同位像素点的背景模型,所述背景模型用于在空域上模拟所述上一帧图片中同位像素点的背景像素变化;根据获取的所述背景模型,计算所述监控单帧图片中的运动前景像素,所述监控单帧图片包括所述运动前景像素和静止背景像素;由所述运动前景像素在所述监控单帧图片中定位遗留物品候选区域;根据所述监控视频中的生物体历史轨迹过滤所述遗留物品候选区域,获得遗留物品所停留的区域。
一种实现监控场景中遗留物品检测的装置,包括:背景模型获取模块,用于对监控视频中的监控单帧图片逐像素点获取上一帧图片中同位像素点在空域上的背景模型,所述背景模型用于模拟所述上一帧图片中同位像素点的背景像素变化;运动前景计算模块,用于相对所述背景模型计算所述监控单帧图片中的运动前景像素,所述监控单帧图片包括所述运动前景像素和静止背景像素;候选区域定位模块,用于由所述运动前景像素在所述监控单帧图片中定位遗留物品候选区域;候选区域过滤模块,用于根据所述监控视频中的生物体历史轨迹过滤所述遗留物品候选区域,获得遗留物品所停留的区域。
一种电子设备,包括处理器及存储器,所述存储器上存储有计算机可读指令,所述计算机可读指令被所述处理器执行时实现如上所述实现监控场景中遗留物品检测的方法。
一种计算机可读存储介质,其上存储有计算机可读指令,当所述计算机可读指令被计算机的处理器执行时,使计算机执行如上所述实现监控场景中遗留物品检测的方法。
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腾讯科技(深圳)有限公司,未经腾讯科技(深圳)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/pat/books/201910547197.3/2.html,转载请声明来源钻瓜专利网。