[发明专利]一种基于视频监控人员未佩戴口罩行为的自动检测系统及方法有效
申请号: | 202010630270.6 | 申请日: | 2020-07-03 |
公开(公告)号: | CN111860230B | 公开(公告)日: | 2022-12-06 |
发明(设计)人: | 盛浩;胡瀚涛;周建伟;王帅;吴玉彬 | 申请(专利权)人: | 北京航空航天大学 |
主分类号: | G06V40/16 | 分类号: | G06V40/16;G06V40/10;G06V20/40;G06V20/52;G06Q50/26 |
代理公司: | 北京科迪生专利代理有限责任公司 11251 | 代理人: | 安丽;顾炜 |
地址: | 100191*** | 国省代码: | 北京;11 |
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 视频 监控 人员 佩戴 口罩 行为 自动检测 系统 方法 | ||
1.一种基于视频监控人员未佩戴口罩行为的自动检测系统,其特征在于,包括:口罩佩戴检测模块、行人流向预测模块、区域风险评估预测模块、信息可视化模块和告警上报模块;
口罩佩戴检测模块:负责对摄像头拍摄的每张监控图像中的每个像素的行人特征进行处理和分类,以判断该行人是否佩戴口罩,如果没有配戴口罩,则将未配戴口罩的该行人特征与身份相关信息即行人身份特征上传至外部的监控系统的全局共享信息中,该身份特征包括一份唯一标识的身份码、未佩戴口罩的标记、所出现的区域位置与时间,并传至行人流向预测模块以及区域风险评估预测模块中;
行人流向预测模块:利用摄像头内自带的时间记录功能和行人重识别功能获取不同行人出现在不同摄像头下的时间间隔,基于口罩佩戴检测模块得到的行人身份码以及出现的区域位置和相应的时间,按照时间顺序对行人所出现的位置进行先后排序,并依次构建出以数据结构形式存储于监控系统中的全局共享信息中的事件集作为全局事件集,所述事件集记录同一个行人在两不同摄像机下出现的时间间隔,并设定时间间隔作为划分事件的依据;基于所述事件集,利用贝叶斯公式计算出每个事件发生的先验概率,预测出行人可能出现的下一个或几个区域的概率,并上报给区域风险评估预测模块;
区域风险评估预测模块:基于口罩佩戴检测模块提供的行人特征与行人流向预测模块提供的行人流向预测信息,生成行人出现的流向预测先验概率表,该先验概率表是由各行人流向预测的先验概率组成,在该先验概率表的基础上整合口罩佩戴检测模块与行人流向预测模块提供的信息,计算出未佩戴口罩行人的整体流向以及各个区域的潜在风险,并依此计算出问题高发区域即高风险区域,将计算得出的问题高发区域、未佩戴口罩行人的图片和出现的区域的信息作为预测结果上报给信息可视化模块;
信息可视化模块:负责对区域风险评估预测模块的预测结果进行整理,针对监控系统发现的未佩戴口罩的行人,进行对该未佩戴口罩的行人图片以及所在区域的展示;同时,还将该未佩戴口罩的行人的可能流向和可能出现的区域进行预测并展示;此外,该模块还负责对这些未佩戴口罩的行人进行广播劝诫和提醒;最后,对区域风险评估预测模块计算出的出现未佩戴口罩行为高发区域进行标记,展现给操作者;
告警上报模块:负责上报区域风险评估预测模块中的所预测出的人员流向结果和风险各区域评估的风险信息至监控系统的中心数据库以及获取各其它区域的检测系统上传到中心数据库的信息产生相应的影响因子,从而获取其它区域检测系统预估的对本区域产生影响的各个影响因子,用于对本区域检测系统所在的区域进行风险评估,将应用于本区域的检测系统和其它区域的检测系统所获取的信息进行整合以及将可能的相互影响用于本区域的风险评估。
2.根据权利要求1所述的基于视频监控人员未佩戴口罩行为的自动检测系统,其特征在于:所述口罩佩戴检测模块具体实现如下:
初始化,加载口罩佩戴检测模块的网络参数,设置全局变量集合,该全局变量集合用于监控系统查询某张图片的某个部分或者某个像素位置是否属于未带口罩的人脸区域,对行人特征的处理和分类具体实现如下,循环输入每一张场景图片,判断是否处理完所有图片,如果是则结束,如果尚有图片未处理完,则对图片进行分割,循环判断图片中的每一个像素,若已判断完,表示已经处理完该张图片,继续处理下一张,若判断的像素属于戴口罩人脸区域,记录下该像素的位置信息,将该位置信息与该张图片的编号作为三元组共同存到全局变量中,再处理下一个像素,直至判断完所有的像素,若出现属于戴口罩人脸区域的像素,则该将该行人特征与身份相关信息上传至监控系统的全局共享信息中。
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北京航空航天大学,未经北京航空航天大学许可,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/202010630270.6/1.html,转载请声明来源钻瓜专利网。