[发明专利]一种目标识别的方法、装置及摄像机在审

专利信息
申请号: 201910713004.7 申请日: 2019-08-02
公开(公告)号: CN111753609A 公开(公告)日: 2020-10-09
发明(设计)人: 张睿轩 申请(专利权)人: 杭州海康威视数字技术股份有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/32;H04N7/18
代理公司: 北京博思佳知识产权代理有限公司 11415 代理人: 杨春香
地址: 310051 浙*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 目标 识别 方法 装置 摄像机
【权利要求书】:

1.一种目标识别的方法,其特征在于,所述方法包括:

获取监控区域的视频帧及深度图像;

从所述视频帧中检测出处于运动状态的目标;

当跟踪到所述目标触发预设的事件规则时,获取所述目标触发所述事件规则时刻的目标视频帧以及目标深度图像;

识别所述目标视频帧中的目标的目标类型;

基于所述目标深度图像确定所述目标的物理尺寸;

结合所述物理尺寸以及所述目标类型,确定所述目标是否为指定目标。

2.根据权利要求1所述的方法,其特征在于,检测出的所述目标包括所述目标的外接矩形框,所述识别所述目标视频帧中的目标的目标类型,包括:

从所述目标视频帧中截取包含所述目标的局部图像,所述局部图像以所述目标的外接矩形框为边界截取;

将所述局部图像输入已训练的深度学习模型,以由该深度学习模型对该局部图像进行目标识别,输出所述目标的目标类型。

3.根据权利要求2所述的方法,其特征在于,所述基于所述目标深度图像确定所述目标的物理尺寸,包括:

将所述目标的外接矩形框的各像素点在所述目标深度图像中进行映射,以确定各像素点在所述目标深度图像中的对应映射点;

获取各映射点的点云数据;

根据所述外接矩形框的各顶点像素点对应的映射点的点云数据,计算所述外接矩形框的边界长度,作为所述目标的物理尺寸。

4.根据权利要求1-3任一项所述的方法,其特征在于,所述根据所述物理尺寸以及所述目标类型,确定所述目标是否为指定目标,包括:

当所述目标类型与所述物理尺寸均与所述指定目标匹配时,则判定所述目标为指定目标;

当所述目标类型与所述物理尺寸任一与所述指定目标不匹配时,则判定所述目标不为指定目标。

5.根据权利要求2所述的方法,其特征在于,采用如下方式检测所述目标是否触发预设的事件规则:

若检测到所述目标的外接矩形框与预设的警告线或警告区域相交时,则判定所述目标框对象触发预设的事件规则。

6.根据权利要求1或2或3或5所述的方法,其特征在于,所述方法还包括:

当确定所述目标为指定目标以后,则触发报警处理。

7.一种目标识别装置,其特征在于,所述装置包括:

图像获取模块,用于获取监控区域的视频帧及深度图像;

目标检测模块,用于从所述视频帧中检测出处于运动状态的目标;

目标图像确定模块,用于当跟踪到所述目标触发预设的事件规则时,获取所述目标触发所述事件规则时刻的目标视频帧以及目标深度图像;

目标类型识别模块,用于识别所述目标视频帧中的目标的目标类型;

物理尺寸确定模块,用于基于所述目标深度图像确定所述目标的物理尺寸;

目标判断模块,用于结合所述物理尺寸以及所述目标类型,确定所述目标是否为指定目标。

8.根据权利要求7所述的装置,其特征在于,检测出的所述目标包括所述目标的外接矩形框,所述目标类型识别模块包括:

局部图像截取子模块,用于从所述目标视频帧中截取包含所述目标的局部图像,所述局部图像以所述目标的外接矩形框为边界截取;

目标类型确定子模块,用于将所述局部图像输入已训练的深度学习模型,以由该深度学习模型对该局部图像进行目标识别,输出所述目标的目标类型。

9.根据权利要求8所述的装置,其特征在于,所述物理尺寸确定模块包括:

像素点映射子模块,用于将所述目标的外接矩形框的各像素点在所述目标深度图像中进行映射,以确定各像素点在所述目标深度图像中的对应映射点;

点云数据获取子模块,用于获取各映射点的点云数据;

物理尺寸计算子模块,用于根据所述外接矩形框的各顶点像素点对应的映射点的点云数据,计算所述外接矩形框的边界长度,作为所述目标的物理尺寸。

10.一种摄像机,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1-6任一项所述的方法的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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杭州海康威视数字技术股份有限公司,未经杭州海康威视数字技术股份有限公司许可,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/201910713004.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top