[发明专利]一种基于时空邻域特征的泳池溺水检测方法

权利要求书

1.一种基于时空邻域特征的泳池溺水检测方法，其特征在于所涉及的泳池溺水监控检测方法的具体工艺步骤如下：

步骤一、采用时空片段的特征进行背景建模：

先通过安装在水面上方的摄像头实时采集游泳池的视频图像序列，并将其传输至与摄像头连接的计算机，通过计算机对视频图像序列的图片进行处理，采用像素时空邻域中的共现矩阵作为高阶测量标准；设在时间t时刻像素点p的邻域包含的N个像素强度集记为S(p,t)＝{x₁,x₂,....,x_N}，先从图像区域中的像素和在背景学习的过程中聚类像素观测值，再通过比较两种观测值的相似性的方式来获得一个紧凑模型；通过将像素点P的邻域片段定义为邻域中一个有序的像素子集强度，其中I({1,4,12}；P)是指3-向量强度(x₁,x₄,x₁₂)从像素点p邻域中像素强度集S(P)＝{x₁,x₂,.....x_N}中提取出来的；再使用Z个强度片段固定子集O₁,O₂,...,O_z来定义像素点邻域的Z个片段，通过将其对应的片段I(O_i；P)和I(O_i；Q)作为对应的像素点P和Q两个不同的时空邻域进行比较的向量，两个时空邻域之间总体相似性的度量是通过对相应片段的相似性得分进行鲁棒性组合获得的，具体计算方式能够表示为如下公式：d(P,Q)＝median_1≤i≤Z||I(O_i；P)-I(O_i；Q)||，所述公式的含义为返回给定数值的中值，即一组数中位于中间的数值，该公式能够表示出邻域之间的空间和时间关系；其中，I({1,4,12}；P)是指像素点P邻域中的N个像素，提取3个像素值，(x₁,x₄,x₁₂)组成的向量；

步骤二、建立观测值数据库：

观测值表示图片像素的时空邻域的高阶观测值，即每个像素周围的邻域强度，建立观测值数据库用以确定每个像素周围的邻域强度，建立过程具体包括如下步骤：

S1、从大量的像素中训练观测值组成一个背景数据库，具体方式为通过收集Z个不同数据库中存储的Z个片段区域中的每个像素，每个片段类型O_i都有一个单独的数据库，对于给定的O，首先定义了一个公差T，如果给定的O从像素周围取R个像素的子集，则使用||.||_∝无穷范数来比较R维空间中的向量，如果则两个R维空间向量和匹配；

S2、使用K-means算法对S1中提取的R维空间向量进行聚类，具有权值W_i的当前聚类中心与聚类中心点C_i有关，增加一个新的向量如果匹配存在的聚类则选择最接近的匹配聚类更新如下：

W_j＝W_j+1

如果与存在的任何聚类都不匹配，那么增加作为新的聚类，并使的权值为1；

步骤三、前景检测：

S1、通过计算机对通过泳池上方的摄像头获得的视频流进行像素处理，包括给定像素点P和它周围的时空量即指像素点P周围的邻域片段，先提取与O₁,O₂,...,O_z相关的Z个强度片段，将这些片段记为再检测每个片段是否在其对应的数据库中具有匹配的原型，定义如下：

其中集合A_i由背景O_i片段的原型组成，用以使用集合或者数据库检测前景；mask代表匹配生成的掩码图像；

S2、选用Z＝9类型的片段，每个片段包含从3*3*5时空邻域取得的3个强度值，其中一个值取自当前帧，另外两个值取自视频序列的第五帧，要求当前像素显示在其中4个掩码中；

S3、模型在学习阶段持续1000个视频帧，按每秒40帧的帧率，在检测期间中，先计算总和掩码图像S(x,y)，计算在每个像素点处提取的9个片段中在相应的数据库中没有匹配的片段的数量，再通过在3*3空间窗口上对掩码进行平均，如果像素值大于1，则该像素为前景；

S4、对检测到的前景进行肢体分析，判断其双臂、头部和身体相对水面的位置；出现溺水情况的人，双臂会伸到身体两侧向下压，头部30％以上在水面以上，同时还具有身体垂直并且上下漂浮的特征，当分析结果符合上述所有溺水特征时，则判断为溺水；

步骤四、报警救援：

与摄像头连接的计算机通过步骤三中所述的方法预判到有溺水者和具体位置，与摄像头相连接的计算机控制监控泳池的报警器发出蜂鸣报警，并将溺水者的位置发送到救生员携带的信号接收器，救生员通过呼叫器通知其他工作人员，第一时间开展施救，实现泳池溺水监控检测功能。

2.根据权利要求1中所述的基于时空邻域特征的泳池溺水检测方法，其特征在于计算机处理的图像为灰度图像，不采用任何颜色信息，能够有效减少图像数据处理量，并且上述图像处理方法也同样适用于夜间的监视场景中。