[发明专利]基于视频监控的临水预警方法及系统

说明书

本发明公开了一种基于视频监控的临水预警方法及系统，获取视频流数据；对视频流中当前帧进行人员识别；对当前帧行人进行人员实时追踪；对追踪的行人进行落水行为识别，并在识别到落水行为后发出警报预警。对当前帧识别的行人进行人员实时追踪时，先设置置信度阈值，对当前帧的低于置信度阈值的检测框进行过滤，同时，对当前帧的检测框进行非最大值抑制；然后读取当前帧非最大值抑制后剩余的检测框的位置，并利用重识别神经网络提取这些检测框内的图像块的表观特征；利用卡尔曼滤波器预测追踪器在当前帧的运动状态即预测框的位置及大小，基于检测框内的图像块的表观特征，用检测框匹配追踪器。实现了临水行人的自动追踪及落水行为识别、预警。

技术领域

本发明属于视频图像识别领域，涉及一种基于视频监控的临水预警方法及系统。

背景技术

临水作业时，时常会有工作人员在靠近水源的地方行走，也时常会有大量的在水源两边的横跨，这些行为都具有一定的危险性，例如由于恶劣的天气(比如路面结冰)，或者工作劳累等，都会导致不慎落水出现事故的概率增加。基于此，安装视频监控以便实时监测必不可少，但同时也带来了新的问题：人工监测会导致人力成本增加以及监控时间存在空档。所以，为视频监控配置一个带有实时预警功能的安防系统以代替人工，可以更好的保障工作人员的安全以及节省成本，从而具有重要的研究意义及商业价值。

发明内容

为了解决上述问题，本发明提供一种基于视频流的临水预警方法及系统，以解决人工监测导致人力成本增加以及监控时间存在空档的问题。

本发明所采用的技术方案是，基于视频监控的临水预警方法，按照以下步骤进行：

步骤S1、获取视频流数据；

步骤S2、对视频流中当前帧进行人员识别；

步骤S3、对当前帧识别的行人进行人员实时追踪；

步骤S4、对追踪的行人进行落水行为识别，并在识别到落水行为后发出警报进行预警。

进一步的，步骤S3包括：

设置置信度阈值，对当前帧的低于置信度阈值的检测框进行过滤，同时，对当前帧的检测框进行非最大值抑制；

读取当前帧非最大值抑制后剩余的检测框的位置，并利用重识别神经网络提取这些检测框内的图像块的表观特征。

进一步的，步骤S3还包括：

利用卡尔曼滤波器预测追踪器在当前帧的运动状态即预测框的位置及大小；

基于检测框内的图像块的表观特征，用检测框匹配追踪器，得到追踪器与检测框的匹配对；

更新每个已匹配的追踪器的卡尔曼滤波器参数及保存的特征向量集，并利用未匹配上的追踪器进行目标消失、新目标出现的判断；

利用未匹配上的检测框初始化新追踪器，每初始化一个新的追踪器，追踪器编号加1。

进一步的，利用卡尔曼滤波器预测追踪器在当前帧的运动状态即预测框的位置及大小的具体实施过程如下：

根据所有追踪器在前一帧的运动状态即前一帧的检测框的位置和大小，利用卡尔曼滤波器预测所有追踪器在当前帧运动状态，每个追踪器在当前帧的运动状态为：

S(k)＝AS(k-1)