[发明专利]一种高空抛物检测方法、装置、计算机设备及存储介质有效
申请号: | 202011306953.2 | 申请日: | 2020-11-19 |
公开(公告)号: | CN112418069B | 公开(公告)日: | 2021-05-11 |
发明(设计)人: | 徐光耀;季翔宇 | 申请(专利权)人: | 中科智云科技有限公司;上海点泽智能科技有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62;G06N3/04;G06N3/08;G08B21/02 |
代理公司: | 苏州市中南伟业知识产权代理事务所(普通合伙) 32257 | 代理人: | 丁博寒 |
地址: | 230088 安徽省合肥市*** | 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 高空 检测 方法 装置 计算机 设备 存储 介质 | ||
1.一种高空抛物检测方法,其特征在于,包括以下步骤:
设置视频监控区域,实时采集目标视频图像;
采用背景建模算法检测所述目标视频图像内所有移动物体;
采用卡尔曼滤波的方式对检测出的所述移动物体进行跟踪,获取所述移动物体轨迹特点及相关参数,包括轨迹曲线趋势、物体移动加速度、物体前后帧交并比、物体形状及像素大小变化,再对所有轨迹进行分析与过滤;
基于规则的高空抛物识别,判断识别所述移动物体是否为高空抛物,采用设定建筑外轮廓线及特殊位置线,一旦出现运动物体轨迹由内而外穿过所述轮廓线,或从上至下穿越所述特殊位置线,即可认定是高空抛物;
采用长短期记忆网络(LSTM)分类模型进行分类,将所述轨迹曲线趋势、物体移动加速度、物体前后帧交并比、物体形状、像素大小变化参数作为特征数据输入到LSTM中获取分类结果,判断是否为误报;包括:通过卡尔曼滤波算法获取的轨迹曲线趋势、物体移动加速度、物体前后帧交并比、物体形状及像素大小变化,将上述数据作为最能代表运动物体内容的特征数据,将特征数据输入到LSTM网络模型中进行训练学习,最后输出分类结果,判断是否物体是否为高空抛物;其中,LSTM模型的第一个LSTM隐藏层的神经元个数为128,第二个LSTM隐藏层的神经元个数为32,最后输出层是1个神经元,代表高空抛物的概率;
若经所述长短期记忆网络(LSTM)分类模型分类结果为非误报,推送报警信息至监控中心。
2.根据权利要求1所述的一种高空抛物检测方法,其特征在于,所述背景建模算法为单高斯模型方法、混合高斯模型方法或光流法,实现对所述移动物体的检测。
3.一种高空抛物检测装置,其特征在于,包括:
摄像模块,用于实时采集目标视频图像;
检测模块,用于采用背景建模算法检测目标视频图像内所有移动物体;
跟踪模块,用于采用卡尔曼滤波的方式对检测出的所述移动物体进行跟踪,获取所述移动物体轨迹特点及相关参数,包括轨迹曲线趋势、物体移动加速度、物体前后帧交并比、物体形状及像素大小变化,再对所有轨迹进行分析与过滤;
识别模块,用于基于规则的高空抛物识别,判断识别所述移动物体是否为高空抛物,采用设定建筑外轮廓线及特殊位置线,一旦出现运动物体轨迹由内而外穿过所述轮廓线,或从上至下穿越所述特殊位置线,即可认定是高空抛物;
过滤模块,用于采用长短期记忆网络(LSTM)分类模型进行分类,将轨迹曲线趋势、物体移动加速度、物体前后帧交并比、物体形状、像素大小变化参数作为特征数据输入到LSTM中获取分类结果,判断是否为误报;包括:通过卡尔曼滤波算法获取的轨迹曲线趋势、物体移动加速度、物体前后帧交并比、物体形状及像素大小变化,将上述数据作为最能代表运动物体内容的特征数据,将特征数据输入到LSTM网络模型中进行训练学习,最后输出分类结果,判断是否物体是否为高空抛物;其中,LSTM模型的第一个LSTM隐藏层的神经元个数为128,第二个LSTM隐藏层的神经元个数为32,最后输出层是1个神经元,代表高空抛物的概率;
报警模块,用于推送报警信息至监控中心。
4.一种计算机设备,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计算机程序时,实现根据权利要求1-2中任一项所述的高空抛物检测方法。
5.一种存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现根据权利要求1-2中任一项所述的高空抛物检测方法。
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中科智云科技有限公司;上海点泽智能科技有限公司,未经中科智云科技有限公司;上海点泽智能科技有限公司许可,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/202011306953.2/1.html,转载请声明来源钻瓜专利网。