[发明专利]一种离岗检测方法及系统

权利要求书

1.一种离岗检测方法，其特征在于，包括：

模型训练步骤：对包括各种类型人头、左右耳、人体上半身、人全身图像的训练集样本进行训练获得人头模型、左右耳模型、人体上半身模型和人全身模型；

离岗检测步骤：获取岗亭视频帧序列，利用人头模型、左右耳模型、人体上半身模型、人全身模型对岗亭视频帧序列进行检测，至少检测到人头、左右耳、人体上半身、人全身中的一种，否则判断为离岗状态；具体为：

S21.获取视频帧序列；

S22.利用人头模型、左右耳模型、人体上半身模型、人全身模型中的任一种模型对视频帧序列中的哨兵进行检测，若检测不到目标则执行步骤S23，否则执行步骤S21；

S23.利用人头模型、左右耳模型、人体上半身模型、人全身模型中除去步骤S22所使用模型外的任一种模型对视频帧序列中的哨兵进行检测，若检测不到目标则执行步骤S24，否则执行步骤S21；

S24.利用人头模型、左右耳模型、人体上半身模型、人全身模型中除去步骤S22、S23所使用模型外的任一种模型对视频帧序列中的哨兵进行检测，若检测不到目标则执行步骤S25，否则执行步骤S21；

S25.利用人头模型、左右耳模型、人体上半身模型、人全身模型中除去步骤S22、S23、S24所使用模型剩余的模型对视频帧序列中的哨兵进行检测，若检测不到目标则判断为离岗状态，否则执行步骤S21。

2.根据权利要求1所述的离岗检测方法，其特征在于，所述模型训练步骤具体包括如下步骤：

从实际应用场景中获取各种类型人头、左右耳、人体上半身、人全身图像形成训练集样本；

对训练集样本进行标注，得到图像中人头、左右耳、人体上半身、人全身的目标区域和所属类别；

使用训练集样本进行训练获得人头模型、左右耳模型、人体上半身模型、人全身模型。

3.根据权利要求2所述的离岗检测方法，其特征在于，利用harr特征与级联Adaboost算法对训练集样本进行训练获得人头模型、左右耳模型。

4.根据权利要求2所述的离岗检测方法，其特征在于，利用级联的DPM算法对训练集样本进行训练获得人体上半身模型、人全身模型。

5.根据权利要求4所述的离岗检测方法，其特征在于，所述方法在判断为离岗状态后还还产生离岗告警信息。

6.一种离岗检测系统，其特征在于，包括：

模型训练模块，用于对包括各种类型人头、左右耳、人体上半身、人全身图像的训练集样本进行训练获得人头模型、左右耳模型、人体上半身模型和人全身模型；

离岗检测模块，用于获取岗亭视频帧序列，利用人头模型、左右耳模型、人体上半身模型、人全身模型对岗亭视频帧序列进行检测，至少检测到人头、左右耳、人体上半身、人全身中的一种，否则判断为离岗状态；

具体为，所述离岗检测模块获取岗亭视频帧序列；通过模型训练模块训练得到的人头模型、左右耳模型、人体上半身模型、人全身模型中的任一种模型对视频帧序列中的哨兵进行检测，若检测不到目标，则利用人头模型、左右耳模型、人体上半身模型、人全身模型中除去已使用模型外的任一种模型对视频帧序列中的哨兵进行检测；若还是未检测到目标，则利用人头模型、左右耳模型、人体上半身模型、人全身模型中除去所使用模型剩余的模型对视频帧序列中的哨兵进行检测，若检测不到目标则判断为离岗状态；以上若检测到目标则重复通过离岗检测模块获取岗亭视频帧序列。

7.根据权利要求6所述的离岗检测系统，其特征在于，所述模型训练模块具体包括：

样本获取模块，用于在实际应用场景中获取各种类型人头、左右耳、人体上半身、人全身图像，训练集样本；

预处理模块，用于对训练集样本进行标注，得到图像中人头、左右耳、人体上半身、人全身的目标区域和所属类别；

训练模块，用于对训练集样本进行训练获得人头模型、左右耳模型、人体上半身模型、人全身模型。