[发明专利]遗留物检测方法、装置、电子设备及可读存储介质在审
| 申请号: | 202010623755.2 | 申请日: | 2020-06-30 |
| 公开(公告)号: | CN111723773A | 公开(公告)日: | 2020-09-29 |
| 发明(设计)人: | 张发恩;胡太祥;陈冰;王梦秋 | 申请(专利权)人: | 创新奇智(合肥)科技有限公司 |
| 主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/62;H04N7/18 |
| 代理公司: | 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 | 代理人: | 唐正瑜 |
| 地址: | 230000 安徽省合肥市高新区习友路333*** | 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: | 遗留 检测 方法 装置 电子设备 可读 存储 介质 | ||
1.一种遗留物检测方法,其特征在于,所述方法包括:
获取目标监控区域的多张视频帧图像;
从所述多张视频帧图像中确定未出现行人的目标视频帧图像;
提取所述目标视频帧图像的目标图像特征;
获取所述目标图像特征与针对所述目标监控区域预先确定的背景图像特征的相似程度,其中,所述背景图像特征为预先在预设时间段内对所述目标监控区域进行拍摄获得的背景图像,并对所述背景图像的图像特征进行聚类获得的聚类特征;
基于所述相似程度检测所述目标视频帧图像中是否出现遗留物。
2.根据权利要求1所述的方法,其特征在于,通过如下方式获取所述背景图像特征:
获取在预设时间段内对所述目标监控区域进行拍摄获得的背景图像;
提取每张背景图像的图像特征,并对所述图像特征进行聚类,获得至少一个聚类对应的聚类特征;
确定每个聚类对应的聚类特征的特征均值,所述特征均值为所述背景图像特征。
3.根据权利要求2所述的方法,其特征在于,所述对所述图像特征进行聚类,获得至少一个聚类对应的聚类特征,包括:
对所述图像特征进行k均值聚类计算,获得k个聚类对应的聚类特征,k为大于或等于1的整数。
4.根据权利要求1所述的方法,其特征在于,通过如下方式获取所述背景图像特征:
获取在预设时间段内对所述目标监控区域进行拍摄获得的背景图像;
将所述预设时间段划分为多个时间段,获取每个时间段对应的背景图像;
提取每个时间段对应的每张背景图像的图像特征,对每个时间段对应的图像特征进行聚类,获得每个时间段对应的多个聚类的聚类特征;
计算获得每个时间段对应的聚类特征的特征均值,将所述特征均值作为所述背景图像特征。
5.根据权利要求1所述的方法,其特征在于,从所述多张视频帧图像中确定未出现行人的目标视频帧图像,包括:
采用YOLO网络对每张视频帧图像进行行人检测;
将未检测到行人的视频帧图像作为目标视频帧图像。
6.根据权利要求1所述的方法,其特征在于,所述基于所述相似程度检测所述目标视频帧图像中是否出现遗留物,包括:
若所述相似程度大于或等于预设相似程度,则确定所述目标视频帧图像中未出现遗留物;
若所述相似程度小于预设相似程度,则确定所述目标视频帧图像中出现遗留物。
7.根据权利要求1所述的方法,其特征在于,所述提取所述目标视频帧图像的目标图像特征之后,所述获取所述目标图像特征与针对所述目标监控区域预先确定的背景图像特征的相似程度之前,还包括:
对所述目标图像特征与所述背景图像特征进行降维,获得预设维数的目标图像特征和背景图像特征。
8.一种遗留物检测装置,其特征在于,所述装置包括:
图像获取模块,用于获取目标监控区域的多张视频帧图像;
图像检测模块,用于从所述多张视频帧图像中确定未出现行人的目标视频帧图像;
特征提取模块,用于提取所述目标视频帧图像的目标图像特征;
计算模块,用于获取所述目标图像特征与针对所述目标监控区域预先确定的背景图像特征的相似程度,其中,所述背景图像特征为预先在预设时间段内对所述目标监控区域进行拍摄获得的背景图像,并对所述背景图像的图像特征进行聚类获得的聚类特征;
遗留物检测模块,用于基于所述相似程度检测所述目标视频帧图像中是否出现遗留物。
9.一种电子设备,其特征在于,包括处理器以及存储器,所述存储器存储有计算机可读取指令,当所述计算机可读取指令由所述处理器执行时,运行如权利要求1-7任一所述的方法。
10.一种可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时运行如权利要求1-7任一所述的方法。
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创新奇智(合肥)科技有限公司,未经创新奇智(合肥)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/202010623755.2/1.html,转载请声明来源钻瓜专利网。





