[发明专利]泳池防溺水目标行为识别方法、装置、计算机设备及存储介质

权利要求书

1.泳池防溺水目标行为识别方法，其特征在于，包括：

获取多个相机所拍摄的图像；

将所述图像输入至联合检测模型中进行人体和人头的联合检测与匹配，以得到所有人的人头与人体的边界框序列以及人头与人体的匹配关系；

将所述边界框序列进行多相机融合，以将所述边界框序列内的人头框和人体框进行对齐处理，以得到对齐后的边界框序列；

将对齐后的边界框序列输入至相对位置判别模型内进行边界框序列中的人体和人头与水面的相对位置关系的确定，以得到相对位置关系序列；

将对齐后的边界框序列以及所述相对位置关系序列计算当前时间的边界框序列与前一时刻的边界框序列之间的关联，以得到人体跟踪轨迹；

所述将所述边界框序列进行多相机融合，以将所述边界框序列内的人头框和人体框进行对齐处理，以得到对齐后的边界框序列，包括：

采用张正友标定法计算多个相机的内参和外参；

构建一个统一的三维世界坐标系；

将所述边界框序列映射到所述三维世界坐标系中，且依据所述边界框序列的中心点位置、边界框的大小计算不同图像中两个框的匹配度；

筛选出匹配度超过设定阈值的人体框和人头框，以得到对齐后的边界框序列。

2.根据权利要求1所述的泳池防溺水目标行为识别方法，其特征在于，所述将对齐后的边界框序列以及所述相对位置关系序列计算当前时间的边界框序列与前一时刻的边界框序列之间的关联，以得到人体跟踪轨迹之后，还包括：

根据所述边界框序列更新状态数据库。

3.根据权利要求1所述的泳池防溺水目标行为识别方法，其特征在于，所述将所述图像输入至联合检测模型中进行人体和人头的检测，以得到边界框序列，包括：

利用ResNet50卷积网络提取所述图像的特征图；

将特征图铺平，以得到向量；

将所述向量与正余弦位置编码向量相加后输入至Transformer编码器进行编码，以得到特征向量；

将所述特征向量输入到一个Transformer解码器，结合接收的目标查询序列进行解码计算，以得到关键特征向量；

将所述关键特征向量输入至一个共享参数的预测头，以得到检测结果，其中，预测头包含一个人头框回归器、一个人体框回归器和一个前景/背景分类器；

利用非极大抑制技术去掉所述检测结果中重叠的检测内容，以得到人头人体联合检测与匹配结果。

4.根据权利要求1所述的泳池防溺水目标行为识别方法，其特征在于，所述相对位置判别模型是通过若干个带有相对位置关系标签的人头图像作为样本集训练卷积网络所得的。

5.根据权利要求1所述的泳池防溺水目标行为识别方法，其特征在于，所述将对齐后的边界框序列以及所述相对位置关系序列计算当前时间的边界框序列与前一时刻的边界框序列之间的关联，以得到人体跟踪轨迹，包括：

根据相邻两帧的对齐后的所述边界框序列以及所述相对位置关系序列计算相邻两帧之间每两个人体之间的距离，以得到距离矩阵；

将所述距离矩阵采用匈牙利匹配算法计算相邻两帧的人体框的匹配关系，以得到人体跟踪轨迹。

6.根据权利要求2所述的泳池防溺水目标行为识别方法，其特征在于，所述根据所述边界框序列更新状态数据库，包括：

计算当前帧所述边界框序列中每一个人头框与状态数据库中已有人头的匹配关系，以得到匹配关系；

根据所述匹配关系更新所述状态数据库。