[发明专利]基于深度学习的高空抛物检测方法、装置及介质在审

专利信息
申请号: 202010716284.X 申请日: 2020-07-23
公开(公告)号: CN111898511A 公开(公告)日: 2020-11-06
发明(设计)人: 刘圭圭;李凡平;石柱国 申请(专利权)人: 北京以萨技术股份有限公司;青岛以萨数据技术有限公司;安徽以萨数据技术有限公司
主分类号: G06K9/00 分类号: G06K9/00;H04N7/18
代理公司: 北京酷爱智慧知识产权代理有限公司 11514 代理人: 向霞
地址: 100020 北京市朝阳区*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 深度 学习 高空 检测 方法 装置 介质
【权利要求书】:

1.一种基于深度学习的高空抛物检测方法,其特征在于,包括:

S1:使用第一帧高空抛物监控图像作为初始化背景,初始化t=2;

S2:根据所述初始化背景,基于yolov3检测方法,检测第t帧高空抛物监控图像中的运动目标,其中t≥2;

S3:结合匈牙利算法和卡尔曼滤波算法对检测到的所述运动目标进行追踪,并通过追踪算法获得所述运动目标的运动轨迹;

S4:根据所述运动目标的运动轨迹,判断所述运动目标是否为高空抛物,若是进入步骤S5,否则,删除所述运动目标的运动轨迹;

S5:根据所述运动目标的运动轨迹,获取所述运动目标的抛出位置。

2.如权利要求1所述的高空抛物检测方法,其特征在于,所述步骤S2具体包括:

S201:根据所述初始化背景,对第t帧高空抛物监控图像进行前景检测,得到第t帧高空抛物监控图像的前景检测结果;

S202:基于第t帧高空抛物监控图像的前景检测结果判断摄像头是否抖动,若是,进入步骤S203,否则进入步骤S204;

S203:使用第t帧的高空抛物监控图像更新所述初始化背景,使得t=t+1,并转至步骤S201;

S204:采用随机更新方法更新所述初始化背景,进入步骤S205;

S205:使用yolov3检测方法,检测第t帧高空抛物监控图像中的运动目标,并进入步骤S3。

3.如权利要求2所述的高空抛物检测方法,其特征在于,所述基于第t帧高空抛物监控图像的前景检测结果判断摄像头是否抖动,具体包括:

(1)统计所述前景检测结果中,前景目标所占像素点的个数,记为n1;

(2)计算n1与第t帧的高空抛物监控图像的总像素点个数n2的比例n1/n2;

(3)若比例n1/n2大于设定阈值,则认为摄像头发生抖动,否则,认为摄像头未发生抖动。

4.如权利要求1所述的高空抛物检测方法,其特征在于,所述步骤S3具体包括:

S301:将第t-1帧高空抛物监控图像中该运动目标的信息和第t帧高空抛物监控图像中该运动目标的信息输入匈牙利算法,使用匈牙利算法匹配第t-1帧高空抛物监控图像中该运动目标在第t帧高空抛物监控图像中的位置,若追踪成功,将第t帧高空抛物监控图像中该运动目标的位置输入到对应的卡尔曼滤波器中,若追踪失败,使用卡尔曼滤波器预测该运动目标在第t帧高空抛物监控图像中的位置;根据得到的该运动目标在第t帧高空抛物监控图像中的位置形成初步轨迹;

S302:判断所述初步轨迹中是否存在连续5个点都是使用卡尔曼滤波器预测得到,若是,则确定所述初步轨迹为该运动目标的运动轨迹,转至步骤S4;否则,进入步骤S303;

S303:判断第t帧高空抛物监控图像是否为高空抛物监控视频的最后一帧,若是,则结束;否则,t=t+1,并转至步骤S2。

5.如权利要求1所述的高空抛物检测方法,其特征在于,所述步骤S5具体包括:

S401:统计检测到的运动轨迹中,使用匈牙利算法匹配得到的点个数x、使用卡尔曼滤波预测得到的点个数y和非加速运动点个数z;

S402:若或z>0.3*(x+y),则判定该运动目标不是高空抛物,并进入步骤S403;否则,判定该运动目标为高空抛物,进入步骤S5;

S403:将该运动目标的运动轨迹删除。

6.如权利要求1所述的高空抛物检测方法,其特征在于,所述步骤S6具体包括:

对所述运动轨迹进行曲线拟合,获取所述运动目标的抛出位置。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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北京以萨技术股份有限公司;青岛以萨数据技术有限公司;安徽以萨数据技术有限公司,未经北京以萨技术股份有限公司;青岛以萨数据技术有限公司;安徽以萨数据技术有限公司许可,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/202010716284.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top