[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

说明书

本申请提供一种高空抛物检测方法、装置、计算机设备及存储介质，该方法包括以下步骤：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目标视频画面内所有移动物体；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；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；采用长短期记忆网络（LSTM）分类模型进行分类，将移动物体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。本申请所采用的高空抛物检测方法，抗干扰能力强，能有效过滤掉非高空抛物的运动物体；能够实时检测出现在监控摄像头视场内的高空抛物事件，实时性高，漏检率低。

技术领域

本申请涉及图像识别技术领域，具体而言，涉及一种高空抛物检测方法、装置、计算机设备及存储介质。

背景技术

近年来高空抛物、坠物事件时有发生，高空抛物是一种不文明的行为，在污染环境的同时也严重危害居民的公共安全、扰乱社会安宁，一旦发生高空抛物伤人事件时，很难从众多住户中定位肇事者的具体位置从而追究责任，且无法及时提醒地面上的行人注意躲避，导致高空抛物安全事故频发。因此，若能准确及时定位高空抛物楼层，并及时预警与拦截，能极大保护人民的生命及财产安全，一直是社会所关注且亟待解决的问题。

相关技术中出现了基于计算机视觉的高空抛物检测方法，具体地，中国专利（CN111476973A）提供了一种利用红外感应系统进行高空抛物检测，但红外感应系统价格昂贵，实施不易；中国专利（CN205982657U）提供了一种基于超声波反射检测的高空抛物报警方法，但系统造价昂贵，部署不易，且易受周边环境干扰，精准度不够。此外，在实际情况中，存在单路摄像头无法监控整个楼体、自然物体的运动复杂多变受到风力、气候、空气阻力影响、非抛物的自然物体持续干扰等问题，出现较高的误检率和漏检率，也即，在监控画面复杂且存在自然物体持续来回运动时，相关技术中的高空抛物检测算法不能达到理想效果。

发明内容

为解决上述技术问题，本发明提出一种高空抛物检测方法，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出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；

基于规则的高空抛物识别，判断识别是否为高空抛物；

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、像素大小变化等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；

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。

优选地，所述基于规则的高空抛物识别，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轮廓线，或从上至下穿越特殊位置线，即可认为发生高空抛物。

优选地，所述背景建模算法为单高斯模型的方法，或混合高斯模型的方法，实现对所述移动物体的检测。

本申请实施例还提供了一种高空抛物检测装置，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；

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；