[发明专利]一种基于图像识别的坠落物识别方法及系统有效

专利信息
申请号: 202010173888.4 申请日: 2020-03-13
公开(公告)号: CN111488799B 公开(公告)日: 2020-12-15
发明(设计)人: 华绘 申请(专利权)人: 安徽小眯当家信息技术有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/32;G06K9/62;G06T7/62;G06T7/66
代理公司: 安徽知问律师事务所 34134 代理人: 代群群
地址: 230001 安徽省合肥*** 国省代码: 安徽;34
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 基于 图像 识别 坠落 方法 系统
【说明书】:

本发明公开了一种基于图像识别的坠落物识别方法及系统,属于图像识别领域。针对现有技术中存在的坠物识别准确率和召回率不高的问题,本发明对监控区域进行拍摄,将视频发送至服务器端,服务器端对视频进行物体识别、分组识别、疑似坠落物识别以及坠落物识别,对视频中的物体进行多次判定,如果最终结果判定为坠落物,就统计坠落物个数,并将识别结果发送至客户端,本发明通过将OpenCv中的运动物体检测、密度聚类、线性回归拟合、曲线拟合等多种识别判定方法相结合,可以提高坠物识别的识别率和召回率,同时可以对多个坠落物进行识别。

技术领域

本发明涉及图像识别领域,更具体地说,涉及一种基于图像识别的坠落物识别方法及系统。

背景技术

随着时代的发展,城市高楼林立,居民的住宅越来越舒适也越来越高,与此同时的安全隐患也随之浮出。近年来国内小区高空坠物事件频发,给人民群众的生命财产安全造成了极大的伤害,虽然物业也命令禁止住户高空抛物,故意高空抛物也属于违法行为,但是高空坠物致人伤亡的案例不断见诸报端,一方面是公众的法律意识淡薄导致高空抛物的发生,另一方面意外坠物如墙体脱落等事件的发生很难避免。因此,如何对高空坠物进行预警成为了急需解决的问题,同时由于坠物的时间是瞬时发生的,因此预警系统需要对坠物进行实时识别和提醒。

中国专利申请,申请号CN201511003797.1,公开日2016年3月30日,公开了应用物联网传感器预警高层坠物的安防装置,归属于电子学领域,包括物联网位移监测模块、位移数值是否超过设定值的判断模块、移动互联通讯模块、物联网远红外监测模块、建筑物下是否有人员的判断模块、云计算平台信号处理模块。该装置的主要功能在于在大风天或由于年久失修,高层建筑层上的高空广告牌,会产生高空坠落的危险,在悬挂于高空的广告牌的悬挂部位安装物联网位移传感器,提前测量出高空坠物的危险,通过物联网向云计算终端发出警报并发出地理位置坐标,控制中心将此信息发送给建筑物下面的提示装置,及时进行疏散人群的预防,在建筑物的下方产生声光报警。其不足之处在于,该发明通过设置位移传感器检测高空的坠物,无法对高空物体的种类进行识别判断,容易造成错误预警,识别准确率和召回率不高,长久会造成使用人群对装置的信任度降低。

发明内容

1.要解决的技术问题

针对现有技术中存在的坠物识别准确率和召回率不高的问题,本发明提供了一种基于图像识别的坠落物识别方法及系统,它可以提高坠物识别的识别率和召回率,同时可以对多个坠落物进行识别。

2.技术方案

本发明的目的通过以下技术方案实现。

一种基于图像识别的坠落物识别方法,包括以下步骤:

步骤1、对监控区域进行拍摄,将视频发送至服务器端进行处理;

步骤2、服务器端对视频进行物体识别,判断识别结果是否符合规定,若符合,则进入步骤3,否则返回步骤1;

步骤3、对识别出的物体进行分组识别,得到若干个分组;

步骤4、对每个分组进行疑似坠落物识别,判断识别结果是否符合规定,若符合,则判定物体为疑似坠落物,进入步骤5,否则判定物体不是坠落物;

步骤5、对疑似坠落物进行坠落物识别,判断物体运动是否符合自由落体的轨迹,如果符合,则判定物体为坠落物,否则判定物体不是坠落物;

步骤6、统计坠落物个数,将识别结果发送至客户端。

进一步的,步骤2中服务器端对视频进行物体识别,判断结果是否符合规定,包括以下步骤:

将视频拆分为若干帧图片;

对每一帧图片进行图像识别,得到图片中的物体边框,计算物体的边框面积;

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安徽小眯当家信息技术有限公司,未经安徽小眯当家信息技术有限公司许可,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/202010173888.4/2.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