[发明专利]遗留物检测方法、装置、电子设备及可读存储介质

说明书

本申请提供一种遗留物检测方法、装置、电子设备及可读存储介质，涉及智能监控技术领域。该方法包括：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；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。通过本申请的遗留物检测方法可无需预先收集大量的遗留物图像进行模型训练，也可实现针对多种不同的遗留物进行检测，从而可减少遗留物漏检或误检的情况，有效提高遗留物检测的准确性。

技术领域

本申请涉及智能监控技术领域，具体而言，涉及一种遗留物检测方法、装置、电子设备及可读存储介质。

背景技术

随着网络监控摄像头的普及和广泛使用，遗留物检测技术成了安全防范领域中智能视频监控的一个重要分支。目前针对遗留物的检测方法一般是基于神经网络模型(如双背景模型和混合高斯模型等)的改进，但是在模型训练时，由于遗留物的种类繁多，各种遗留物的图像的采集较为困难，这样就难以训练出适合各种遗留物检测的模型，从而导致通过模型进行遗留物检测时容易出现漏检或误检等情况。

发明内容

本申请实施例的目的在于提供一种遗留物检测方法、装置、电子设备及可读存储介质，用以改善现有技术中遗留物检测时容易出现漏检或误检的问题。

第一方面，本申请实施例提供了一种遗留物检测方法，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。

在上述实现过程中，通过将未出现行人的目标视频帧图像的目标图像特征与对应的针对目标监控区域的背景图像特征进行相似程度计算，获得两个特征之间的相似程度，然后可基于相似程度判断目标视频帧图像中是否出现遗留物，通过本申请的遗留物检测方法可无需预先收集大量的遗留物图像进行模型训练，也可实现针对多种不同的遗留物进行检测，从而可减少遗留物漏检或误检的情况，有效提高遗留物检测的准确性。

可选地，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。

在上述实现过程中，通过将背景图像的图像特征进行聚类，然后将每个聚类对应的特征均值作为背景特征，可有效减少参与计算的特征点的数量，从而有效减少后续的计算量。

可选地，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。

在上述实现过程中，由于k均值聚类在将相似的特征点进行聚类方面具有较好的效果，所以，通过对图像特征进行k均值聚类计算，可以提高特征点聚类的效果和准确性。

可选地，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；