[发明专利]一种针对可疑人员的管控方法、系统及设备

说明书

本发明公开了一种针对可疑人员的管控方法，对警戒区域内是否存在可疑人员进行检测，包括以下步骤，通过摄像机获取警戒区域内的视频数据流，绘制最大尺寸过滤框和最小尺寸过滤框；通过区域检测算法，确定视频数据流中位于最大尺寸过滤框和最小尺寸过滤框之间的物体类别；如果物体类别为非人类，则对物体进行抓拍，不触发报警；如果物体类别为人类，且逗留时间超过预先设置的触发阈值，则通过语音输入输出设备发出警报，调度大屏显示可疑人员的实时监控画面。

技术领域

本发明涉及安全控制领域，具体涉及一种针对可疑人员的管控方法、系统及设备。

背景技术

随着社会的发展，现在办公大楼、工业园区、住户小区越来越多。对于这些区域的安防工作是管理过程中的一个重要环节。

对于可疑人员，传统的措施是通过巡逻人员或者值班人员去发现，但是这些区域无法配备较多的巡逻人员或者值班人员，会造成监管的盲区，可能造成财产损失，或者人身安全受到威胁。

发明内容

为解决上述技术问题，本发明提供一种针对可疑人员的管控方法、系统及设备。

为解决上述技术问题，本发明采用如下技术方案：

一种针对可疑人员的管控方法，对警戒区域内是否存在可疑人员进行检测，包括以下步骤：

步骤一：通过摄像机获取警戒区域内的视频数据流，绘制最大尺寸过滤框和最小尺寸过滤框；

步骤二：通过区域检测算法，确定视频数据流中位于最大尺寸过滤框和最小尺寸过滤框之间的物体类别；

步骤三：如果物体类别为非人类，则对物体进行抓拍，不触发报警；如果物体类别为人类，且逗留时间超过预先设置的触发阈值，则通过语音输入输出设备发出警报，调度大屏显示可疑人员的实时监控画面。

具体地，所述区域检测算法进行训练时，需对已标注图像进行最大极值稳定区域提取，包括依次进行的像素点排序、极值区域生成、稳定区域判断、区域拟合、区域归一化，并将得到的预处理图像导入FasterRCNN模型中进行训练。

具体地，对已标注图像进行像素点排序时，采用opencv软件库的sort函数将已标注图像进行排序。

具体地，对已标注图像进行极值区域生成时，选取不同像素点的阈值对图形进行二值化，得到二值化图像；阈值T＝m+kv，其中m为以该像素点为中心的区域的平均灰度值，v为该区域的标准差，k为系数。

具体地，采用Seed-Filling方法求解所述二值化图像的连通区域，包括以下步骤：

a：扫描图像B，直到当前像素点B(x,y)＝1；

a1：将当前像素点B(x,y)作为种子并赋予其一个标签，然后将该种子相邻的所有前景像素点都压入栈中；

a2：弹出栈顶像素点，赋予其相同的标签，然后再将与该栈顶像素点相邻的所有前景像素点都压入栈中；

a3：重复步骤a2直到栈内元素为空，此时便找到图像B中的一个连通区域，该区域内的像素点的标签均为label；

b：重复第步骤a直到扫描结束；扫描结束时得到图像B中所有的连通区域。

具体地，对已标注图像进行稳定区域判断时，则其中Q_i表示第i个连通区域的面积，Δ表示微小的阈值变化，当v(i)小于给定阈值时则认为该连通区域为极值区域。

具体地，对已标注图片进行区域拟合即对极值区域进行椭圆拟合：