CN109584509B - 一种基于红外线与可见光组合的游泳池溺水监测方法 - Google Patents
一种基于红外线与可见光组合的游泳池溺水监测方法 Download PDFInfo
- Publication number
- CN109584509B CN109584509B CN201811611769.1A CN201811611769A CN109584509B CN 109584509 B CN109584509 B CN 109584509B CN 201811611769 A CN201811611769 A CN 201811611769A CN 109584509 B CN109584509 B CN 109584509B
- Authority
- CN
- China
- Prior art keywords
- head
- visible light
- drowning
- swimming pool
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 206010013647 Drowning Diseases 0.000 title claims abstract description 63
- 230000009182 swimming Effects 0.000 title claims abstract description 52
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000012544 monitoring process Methods 0.000 title claims abstract description 20
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 66
- 238000006073 displacement reaction Methods 0.000 claims abstract description 27
- 238000001931 thermography Methods 0.000 claims description 9
- 230000003068 static effect Effects 0.000 claims description 7
- 238000005070 sampling Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 4
- 238000013135 deep learning Methods 0.000 claims description 4
- 230000001360 synchronised effect Effects 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 3
- 238000003384 imaging method Methods 0.000 abstract description 6
- 230000006399 behavior Effects 0.000 abstract description 2
- 230000005855 radiation Effects 0.000 description 6
- 238000011160 research Methods 0.000 description 6
- 230000009471 action Effects 0.000 description 5
- 230000004888 barrier function Effects 0.000 description 4
- 210000003414 extremity Anatomy 0.000 description 4
- 230000036541 health Effects 0.000 description 4
- 210000004072 lung Anatomy 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 230000003595 spectral effect Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000036760 body temperature Effects 0.000 description 2
- 230000004907 flux Effects 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 210000001364 upper extremity Anatomy 0.000 description 2
- 206010003497 Asphyxia Diseases 0.000 description 1
- 230000005457 Black-body radiation Effects 0.000 description 1
- 206010062575 Muscle contracture Diseases 0.000 description 1
- 206010033799 Paralysis Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000000386 athletic effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 208000029028 brain injury Diseases 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 208000006111 contracture Diseases 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002592 echocardiography Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000004962 physiological condition Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 210000000707 wrist Anatomy 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/08—Alarms for ensuring the safety of persons responsive to the presence of persons in a body of water, e.g. a swimming pool; responsive to an abnormal condition of a body of water
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/50—Constructional details
- H04N23/54—Mounting of pick-up tubes, electronic image sensors, deviation or focusing coils
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/30—Transforming light or analogous information into electric information
- H04N5/33—Transforming infrared radiation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
本发明公开了一种基于红外线与可见光组合的游泳池溺水监测方法。本发明提出的基于游泳者头部平面位移速度和水上或水下位置的组合溺水判据，能全面覆盖各种溺水行为。通过双光成像，提出了红外线与可见光组合的判定头部入水状态及衍生出的溺水判定方法，能有效的快速判断出溺水事件，给救生员及时提示。是一种可推广的、智能的游泳池溺水报警系统，来辅助救生员的工作，帮助救生员实时监控掌握整个游泳池的情况，从而提高游泳池的安全性。让人们在享受游泳带来乐趣的同时，不必承受过多的生命威胁。
Description
技术领域
本发明涉及溺水监控系统领域，特别涉及一种基于红外线与可见光组合的游泳池溺水监测方法。
背景技术
游泳运动广泛地受到人们的喜爱，在游泳池里游泳、嬉水，是人们夏日消暑、休闲的好方法。但游泳池中的溺水问题却一直困扰着人们。在2014年世界卫生组织发布的《全球溺水报告》中指出，每年全球有37.2万人死于溺水。根据我国卫生部发表的数字显示，中国每年约有57000人溺水死亡；相当于每天有150多人溺亡。
溺水，又叫淹溺，是指人淹没于水中，由于水吸入肺内(湿淹溺90％)或喉挛(干淹溺10％)所致窒息。基于视频的监测系统显然无法做到判断水是否吸入肺内，只能选择溺水后视频表现来判定。经过查看相关资料，基于视频的溺水初期表现分为两种，一种是人头在水面忽上忽下，人上肢在水面有较剧烈动作，平面位移速度缓慢。另一种是人头在半入水状态(口鼻在水下)，身体垂直，肢体有上下划水动作，平面位移速度缓慢。中期表现为，人头在水面以下，肢体动作缓慢，平面位移相对静止。最终表现就是沉入一定深度水下，平面位移相对静止
在众多的溺水事故中，有许多是发生在有专业救生员的公共游泳池。由于人自身生理条件的限制，救生员是很难长时间保持注意力高度集中，很难高效地保证泳池内的人员安全。另外，游泳池的水面上会有光的反射，这也使得救生员在疲劳时，难以及时分辨正常游泳者与溺水者。对救生员来说，溺水又是低概率事件，容易产生麻痹大意的心理状态。而一旦发生溺水事故，仅数分钟就会造成无法治愈的脑部伤害或者直接死亡。
到目前为止，国内外关于溺水报警系统的实现主要有以下三种方式：
1.游泳者随身携带传感器监测系统。主要由入水式随身携带装置与岸上固定装置构成。入水装置可佩戴在游泳者的腕部、裤带或泳帽处，通常包括一个传感器、一个信号收发器和一个微处理器。传感器主要用来监测人体脉搏和游泳者的入水深度等信息。如果游泳者在水下时间超过一定阈值，或者游泳者心跳发生异常，或者岸上装置信号失联，那么就发出警报。这种装置安装、使用、维护比较麻烦，且耗资巨大，水下运动误报率高、也无法跟踪每个游泳者。最主要是游泳者本身相对比较排斥携带设备入水。所以这种监测系统并未大规模的推广使用。
2.声呐探测报警系统。通过在水下或泳池底部安装一套声呐发射、接收装置，利用探测器去确定是否有障碍物存在，然后根据设定的溺水判据(如障碍物大小，障碍物入水深度、障碍物静止时间)来判定是否溺水。这类系统也存在很多缺点：1)声呐鉴定一个溺水者基本是看他身体里含有多少空气，如果是肺部充满水的深度溺水，得到的信号就无法肯定，甚至不进行判定了。2)此套设备需要用几百伏的电压去产生声呐脉冲，而安全规定不得超过在12V或24V(各国标准略有不同)。3)如果身体与墙非常近时，因为声呐信号中包含回声，泳池墙壁不利于消除噪声信号，很难提取出监测溺水所必须的信号。4)泳池人数过多时，无法对每个人进行跟踪鉴别。因而，声呐报警系统也未得到大规模推广使用。
3.基于视频的报警系统。主要优点是救生员能够看到有关溺水者的视频信息，就能立即掌握游泳者的情况。现有的基于视频的溺水报警系统比较出名的是法国Vision IQ公司的Poseidon系统和新加坡南洋科技大学的DEWS系统。2001年法国Vision IQ公司发明了世界上第一套基于视频的溺水报警系统Poseidon。该系统是在水底安装大量摄像机，游泳池上方也安装大量摄像机，通过水下水上网络实时监测游泳者的活动，该系统的软件通过图像来判断游泳者的轨迹、速度、位置。结合溺水判定依据来发出警报，并在游泳池边上的屏幕上标出溺水者的位置。目前，该系统已经在很多欧美国家投入使用，并拯救了许多生命。但是，Poseidon系统价格相当昂贵，每套达数百万美元。在我国推广这套系统很不符合实际。新加坡南洋科技大学的DEWS系统则是利用安装在游泳池上方的一组摄像机作为监测设备，对每个游泳者进行动作识别，依据是否挣扎，身体垂直的溺水特征来提示报警。但是，溺水者的动作特征与正常游泳者相差并不大，深度溺水后更是缺乏动作。所以目前该系统还没有形成成型的产品。
尽管国外已有类似的理论研究和相关产品，但我国在溺水报警系统方面还处于起步阶段，仅有游泳者身上携带设备入水这种报警系统投入应用。基于视频的溺水监测系统，北京工业大学、哈尔滨工程大学、太原理工大学等做了一定深度研究，提出了多篇论文和专利。但市场上还没有应用，因此在这方面的研究还有很大发展空间。基于我国游泳池普遍没有安装泳池监控智能报警系统，提出一种可推广的、智能的游泳池溺水报警系统，来辅助救生员的工作，帮助救生员实时监控掌握整个游泳池的情况，从而提高游泳池的安全性正是本发明人所要解决的问题。
发明内容
针对现有技术存在的不足，本发明的主要目的在于提供一种智能以及可推广的基于红外线与可见光组合的游泳池溺水监测方法。
为实现上述目的，本发明提供了如下技术方案：一种基于红外线与可见光组合的游泳池溺水监测方法，包括以下步骤：
(1)、使用热像仪与可见光摄像机同步、同角度并列拍摄游泳池场景。基于可见光视频来抓取人图像，使用可见光摄像机拍摄游泳池场景视频，运用计算机深度学习技术来提取可见光视频中的人头像或者使用背景建模结合前景提取的方法，让计算机识别人头。
(2)、速度提取，提取到游泳者头部特征图像后，把每个头部标注，视频采样图像相邻帧之间的头像位置和大小变化呈现平滑移动，以此认定为同一目标头像，实时跟踪，并以头像的像素位移为基础追踪该头部在T(比如0.5秒)时间内从第一帧图像位置(x1,y1)至最终帧图像的位置(x2,y2)的速度v，设定速度阈值Vt；
(3)、使用同步双光图像计算头部入水比例。设可见光图像中的某头部面积为P，该头像对应区域的热成像的头部特征面积为Q，取k＝Q/P，设定比较阈值Kt；
(4)、设定头部沉浮状态的时间阈值为t1(比如5秒)，头部在水下状态的时间阈值为t2(比如30秒)，t1＜t2，半入水状态的时间阈值为t3(比如20秒)，头部在水上状态的阈值时间为t4(比如5秒)；
(5)、当(x2,y2)丢失时，判定为头像丢失，若头像出画面边界，判定为安全，否则为危险警报；
当v≥Vt时，判定为游泳者快速移动，判定为安全；
当v＜Vt时，判定为游泳者缓慢移动或相对静止，开始对该游泳者计时，时间为t并转至步骤(6)；
(6)、判断k是否为0，若k＝0转至步骤(7)，否则转至步骤(8)；
(7)、k＝0时，若t1＜t＜t2，判定为头部沉浮状态，警示警报，否则若t≥t2，判定为头部在水下状态，危险警报，否则继续计时并调取新的视频图像计算k值转至步骤(6)；
(8)、当0＜k＜Kt时，若t≥t3，判定为半入水状态，警示警报，否则继续计时并调取新的视频图像计算k值转至步骤(6)；当k＞Kt时，若t＞t4，判定为头部水上状态，安全，否则继续计时并调取新的视频图像计算k值转至步骤(6)。
优选的，所述速度v根据公式计算得出。
优选的，所述热像仪与可见光摄像机同步同角度拍摄时双光影像重合。
本发明相对于现有技术具有如下优点，本申请提出的基于游泳者头部平面位移速度和水上(或水下)位置的组合溺水判据，能全面覆盖各种溺水行为。通过热像仪以及双光热像仪进行成像并提出了红外线与可见光组合的头部入水及溺水判定方法，能有效的快速判断出溺水事件，给救生员及时提示。
本方案是一种可推广的、智能的游泳池溺水报警系统，来辅助救生员的工作，帮助救生员实时监控掌握整个游泳池的情况，从而提高游泳池的安全性。让人们在享受游泳带来乐趣的同时，不必承受过多的生命威胁。
附图说明
图1为本发明的采用热像仪拍摄人的头部在水中纵向位置的结构示意图；
图2为本发明中人在游泳池内时的双光画面的结构示意图；
图3为本发明的可见光头像平面位移速度计算流程图；
图4为本发明的头部入水及溺水判定系统流程图。
具体实施方式
下面结合附图对本发明作进一步说明。
一种基于红外线与可见光组合的游泳池溺水监测方法，包括以下步骤：
(1)、使用热像仪与可见光摄像机同步、同角度并列拍摄游泳池场景。基于可见光视频来抓取人图像，使用可见光摄像机拍摄游泳池场景视频，运用计算机深度学习技术来提取可见光视频中的人头像或者使用背景建模结合前景提取的方法，让计算机识别人头。
(2)、速度提取，提取到游泳者头部特征图像后，把每个头部标注，视频采样图像相邻帧之间的头像位置和大小变化呈现平滑移动，以此认定为同一目标头像，实时跟踪，并以头像的像素位移为基础追踪该头部在T(比如0.5秒)时间内从第一帧图像位置(x1,y1)至最终帧图像的位置(x2,y2)的速度v，设定速度阈值Vt；
(3)、使用同步双光图像计算头部入水比例。设可见光图像中的某头部面积为P，该头像对应区域的热成像的头部特征面积为Q，取k＝Q/P，设定比较阈值Kt；
(4)、设定头部沉浮状态的时间阈值为t1(比如5秒)，头部在水下状态的时间阈值为t2(比如30秒)，t1＜t2，半入水状态的时间阈值为t3(比如20秒)，头部在水上状态的阈值时间为t4(比如5秒)；
(5)、当(x2,y2)丢失时，判定为头像丢失，若头像出画面边界，判定为安全，否则为危险警报；
当v≥Vt时，判定为游泳者快速移动，判定为安全；
当v＜Vt时，判定为游泳者缓慢移动或相对静止，开始对该游泳者计时，时间为t并转至步骤(6)；
(6)、判断k是否为0，若k＝0转至步骤(7)，否则转至步骤(8)；
(7)、k＝0时，若t1＜t＜t2，判定为头部沉浮状态，警示警报，否则若t≥t2，判定为头部在水下状态，危险警报，否则继续计时并调取新的视频图像计算k值转至步骤(6)；
(8)、当0＜k＜Kt时，若t≥t3，判定为半入水状态，警示警报，否则继续计时并调取新的视频图像计算k值转至步骤(6)；当k＞Kt时，若t＞t4，判定为头部水上状态，安全，否则继续计时并调取新的视频图像计算k值转至步骤(6)。
优选的，所述速度v根据公式计算得出。
优选的，所述热像仪与可见光摄像机同步同角度拍摄时双光影像重合。
本方案的一种基于红外线与可见光组合的游泳池溺水监测方法，基于视频的溺水初期表现分为两种，一种是人头在水面忽上忽下，人上肢在水面有较剧烈动作，平面位移速度缓慢。另一种是人头在半入水状态(口鼻在水下)，身体垂直，肢体有上下划水动作，平面位移速度缓慢。中期表现为，人头在水面以下，肢体动作缓慢，平面位移相对静止。
最终表现就是沉入一定深度水下，平面位移相对静止。基于以上特征，列出如下表一：
表一为人在游泳池内的位置与速度和溺水之间的关系列表。
基于以上表一的分析，总结出判定溺水的三要素:a.游泳者头部的水平面位移速度；b.游泳者头部在水面的纵向位置；c.各种表现的阈值时间。
我国卫生部及体育运动委员会颁布的游泳池水质标准，符合标准的游泳池浑浊度不大于5度，或池水透明度应在1.5m左右深处时，人沿两岸岸边能看清池底四、五泳道为准。
红外线是波长介乎微波与可见光之间的电磁波，高于绝对零度(-273.15℃)的物质都可以产生红外线，也就是热辐射。红外线(热辐射)是不能被人眼所感受到的，而红外热像仪是通过红外光学系统收集被测目标的红外辐射，利用红外探测器把红外辐射转变为电信号，从而获得目标的红外热像图。对同一种材料来讲，红外热图像反映的是目标不同部分之间温度的差别，所以利用红外热像仪可以获得被测目标的温度。
普朗克定律给出了黑体辐射的光谱分布，将普朗克公式对波长微分，就可求得黑体温度与光谱辐射通量密度的峰值波长的关系，即维恩位移定律。维恩位移定律表明，光谱辐射通量密度的峰值波长与绝对温度成反比。根据公式计算，人体的辐射波长在10m附近，一般商用热像仪的成像波长为8-14m，所以其可以很好的对人体目标进行成像。热像仪成像画面的实质是每个像素点都是一个温度值。
因此可见光摄像机能够拍摄到各种水深和各种速度的人体图像。可以得到游泳者头部的水平面位移速度，即溺水三要素之a。
游泳池的水，由于其容积大，对在水底的人体来说，相当于黑体，人体在水中发出的红外线被水吸收，因此红外热像仪不能对水下人体成像。
游泳池水的温度一般在22-26℃(我国卫生部及体育运动委员会颁布的游泳池水质标准)，人体体温一般在36-37℃，皮肤温度在33℃左右，两者有非常明显的温差。因此热像仪成像画面中，人体水面以上部分与水面会有明显差异。因此用热像仪来拍摄游泳者，将会明显显示水面以上的人体图像，难以显示水面以下的人体图像。将得到游泳者头部在水面的纵向位置，即溺水三要素之b。
使用计时器可以得到溺水三要素之c。
另外还有一种特殊情况，人溺水后沉入深水的话，可见光里的人像也可能丢失。对应溺水判据后，列出如下表二：
其中v表示水平位移速度；Vt表示水平位移速度阈值。
本方案中使用FLIR公司型号为A615的热像仪以及MIREA公司生产的型号为T100IR双光热像仪，当然也可以采用可见光摄像机，参照图1，从热成像图片上都能够清晰分辨人体在水面以上的部位。因为热成像的伪彩色是根据每个像素点的温度值而赋予的不同颜色，我们设定一个阈值，比如30℃，能够方便的记录此温度值以上的像素点的数量、位置等不同信息。同时采用可见光摄像机或者双光热像仪能够采集连续视频和照片，能够清晰显示不同水深，不同游泳速度的人体，能够实现跟踪图像。
同时采集双光连续视频和照片，实测结果图像如图2所示，进行成像对比，溺水判据能够在双光画面上呈现出溺水特征，实验结果如下表三所示；
可见光拍摄头像可见用“○”表示，不可见用“●”表示；热红外拍摄可见用“△”表示，不可见用“▲”表示；双光拍摄图像同步用“＝”表示，不同步用“≠”；“v”表示水平位移速度；“Vt”表示水平位移阈值。
经双光逐帧对比，同步性相当一致，只要符合溺水判据都能够在双光画面上呈现出溺水特征。
在本方案中，可见光视频是用来实现游泳池中间的人头识别、追踪定位、计算平面位移速度，需要用到很多模型和算法。鉴于国内外多家公司、研究机构、科研院所已经做了深入的研究和应用，也不是本方法的创新重点，故这里不做详细阐述。参照附图3和附图4。优选的使用计算机深度学习的方法抓取人头像。也可以采用背景建模与前景提取的方法抓取人头像。
步骤(2)中的速度提取，当提取到人头图像后，把每个头部标注，当采样率合适时，视频采样图像相邻帧之间的位置和大小变化将会呈现平滑移动，以此认定为同一目标，实时跟踪。其中头像平面位移速度计算，游泳者的速度v,用间隔一定时间的像素位移距离来表示。例：头像C初始帧时记录下头像的中心位置(x1，y1)，每间隔T时间记录一下坐标位置(x2，y2)。则该时间段的位移速度为：
计算机连续记录存储这个值。再设定一个速度阈值Vt。当v≥Vt时，判定游泳者为快速位移。当v<Vt时，判定游泳者为慢速位移或相对静止。当失去(x2，y2)值时，判定为头像丢失。
步骤(3)中，因为红外热成像画面是用来判定人头部在水上还是水下的。这个判定需要结合可见光的同步画面组合判断，其原理是用计算热成像头像面积Q与可见光头像面积P之比k。若k＝0，判定头在水下；0<k≤Kt判定头处于半水下；k>Kt判定头处于水上。
画面调试即双光重合，通过双光成像仪经过调试，确保画面能重合。也可以用一台热像仪加一台摄像机并列，经过画面处理后重合。此为现有技术，本实施例不做赘述。
当可见光视频发现游泳者v<Vt时，被判定慢速位移或相对静止后，调取热成像图片帧。假设可见光的游泳者头像范围内像素点数量为P，对应区域内热成像高于30℃(此温度可根据实际情况设置)的像素点的数量为Q，设定k＝Q/P。并设定阈值Kt。间隔一段时间对比阈值，当k＝0，且持续时间t为t2≥t>t1判定头像水面沉浮。当k＝0,且持续时间t为t>t2时，判定头像在水下，(t1<t2)。当k为0<k<Kt时，且t>t3秒时，判定头像为半水下。当k>Kt时，且t>t4时。判定头像在水上。这里的t1、t2、t3、t4表示各种现象的时间阈值，即设定头部沉浮状态的时间阈值为t1(比如5秒)，头部在水下状态的时间阈值为t2(比如30秒)，t1＜t2，半入水状态的时间阈值为t3(比如20秒)，头部在水上状态的阈值时间为t4(比如5秒)。
以上所述仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (3)
1.一种基于红外线与可见光组合的游泳池溺水监测方法，其特征在于，包括以下步骤：
(1)、使用热像仪与可见光摄像机同步、同角度并列拍摄游泳池场景， 基于可见光视频来抓取人图像，使用可见光摄像机拍摄游泳池场景视频，运用计算机深度学习技术来提取可见光视频中的人头像或者使用背景建模结合前景提取的方法，让计算机识别人头；
(2)、速度提取，提取到游泳者头部特征图像后，把每个头部标注，视频采样图像相邻帧之间的头像位置和大小变化呈现平滑移动，以此认定为同一目标头像，实时跟踪，并以头像的像素位移为基础追踪该头部在T时间内从第一帧图像位置(x1,y1)至最终帧图像的位置(x2,y2)的速度v，设定速度阈值Vt；
(3)、使用同步双光图像计算头部入水比例，设可见光图像中的某头部面积为P，该头像对应区域的热成像的头部特征面积为Q，取k＝Q/P，设定比较阈值Kt；
(4)、设定头部沉浮状态的时间阈值为t1，头部在水下状态的时间阈值为t2，t1＜t2，半入水状态的时间阈值为t3，头部在水上状态的阈值时间为t4；
(5)、当(x2,y2)丢失时，判定为头像丢失，若头像出画面边界，判定为安全，否则为危险警报；
当v≥Vt时，判定为游泳者快速移动，判定为安全；
当v＜Vt时，判定为游泳者缓慢移动或相对静止，开始对该游泳者计时，时间为t并转至步骤(6)；
(6)、判断k是否为0，若k＝0转至步骤(7)，否则转至步骤(8)；
(7)、k＝0时，若t1＜t＜t2，判定为头部沉浮状态，警示警报，否则若t≥t2，判定为头部在水下状态，危险警报，否则继续计时并调取新的视频图像计算k值转至步骤(6)；
(8)、当0＜k＜Kt时，若t≥t3，判定为半入水状态，警示警报，否则继续计时并调取新的视频图像计算k值转至步骤(6)；当k＞Kt时，若t＞t4，判定为头部水上状态，安全，否则继续计时并调取新的视频图像计算k值转至步骤(6)。
2.根据权利要求1所述的一种基于红外线与可见光组合的游泳池溺水监测方法，其特征在于：所述速度v根据公式
计算得出。
3.根据权利要求1所述的一种基于红外线与可见光组合的游泳池溺水监测方法，其特征在于：所述热像仪与可见光摄像机同步同角度拍摄时双光影像可重合。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811611769.1A CN109584509B (zh) | 2018-12-27 | 2018-12-27 | 一种基于红外线与可见光组合的游泳池溺水监测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811611769.1A CN109584509B (zh) | 2018-12-27 | 2018-12-27 | 一种基于红外线与可见光组合的游泳池溺水监测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109584509A CN109584509A (zh) | 2019-04-05 |
| CN109584509B true CN109584509B (zh) | 2020-08-11 |
Family
ID=65932108
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811611769.1A Expired - Fee Related CN109584509B (zh) | 2018-12-27 | 2018-12-27 | 一种基于红外线与可见光组合的游泳池溺水监测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109584509B (zh) |
Families Citing this family (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109902669A (zh) * | 2019-04-19 | 2019-06-18 | 田鸣鸣 | 基于图像识别的人工智能防溺水预警系统、设备及方法 |
| CN110084223A (zh) * | 2019-05-10 | 2019-08-02 | 南京硅基智能科技有限公司 | 一种用于游泳池的监控方法及系统 |
| CN110852362B (zh) * | 2019-10-30 | 2022-09-06 | 程畅 | 溺水事件检测方法及装置、计算机可读存储介质 |
| CN110852218B (zh) * | 2019-10-30 | 2023-04-07 | 程畅 | 溺水事件检测方法及装置、计算机可读存储介质 |
| CN111222421A (zh) * | 2019-12-26 | 2020-06-02 | 杭州宇泛智能科技有限公司 | 水域中人员状态检测方法、装置及电子设备 |
| CN111626162B (zh) * | 2020-05-18 | 2023-06-02 | 江苏科技大学苏州理工学院 | 基于时空大数据分析的水上救援系统及溺水警情预测方法 |
| CN113345205B (zh) * | 2021-03-24 | 2024-03-08 | 蒋勇武 | 溺水检测方法和装置 |
| CN114022910B (zh) * | 2022-01-10 | 2022-04-12 | 杭州巨岩欣成科技有限公司 | 泳池防溺水监管方法、装置、计算机设备及存储介质 |
| CN114359373B (zh) * | 2022-01-10 | 2022-09-09 | 杭州巨岩欣成科技有限公司 | 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 |
| WO2024123710A1 (en) * | 2022-12-05 | 2024-06-13 | Kourai Inc. | Pool guardian and surveillance safety systems and methods |
| CN115979250B (zh) * | 2023-03-20 | 2023-06-09 | 山东上水环境科技集团有限公司 | 基于uwb模块、语义地图与视觉信息的定位方法 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0579319A2 (en) * | 1992-07-16 | 1994-01-19 | Philips Electronics Uk Limited | Tracking moving objects |
| CN202033875U (zh) * | 2011-03-24 | 2011-11-09 | 中国人民解放军国防科学技术大学 | 一种基于摄像网络的泳池防溺水预警系统 |
| CN102905671A (zh) * | 2010-05-28 | 2013-01-30 | 海德罗沃克斯国际有限公司 | 水下跑步机和一体式喷射器设备以及选择性地控制水下跑步机系统的方法 |
| CN103413114A (zh) * | 2013-05-17 | 2013-11-27 | 浙江大学 | 一种基于支持向量机的溺水行为检测方法 |
| CN105401752A (zh) * | 2015-12-11 | 2016-03-16 | 马科峰 | 防溺水系统、方法、泳池以及泳池的建造方法 |
| CN106022230A (zh) * | 2016-05-11 | 2016-10-12 | 太原理工大学 | 一种基于视频的游泳池溺水事件检测方法 |
| DE102015110031A1 (de) * | 2015-06-23 | 2016-12-29 | Mcpatent Gmbh | Verfahren zur Erkennung Ertrinkender |
| CN107566797A (zh) * | 2017-09-07 | 2018-01-09 | 青岛博晶微电子科技有限公司 | 一种泳池溺水监控检测装置 |
| CN107833432A (zh) * | 2017-11-30 | 2018-03-23 | 深圳市多精彩电子科技有限公司 | 溺水监控报警系统及溺水监控报警方法 |
| US10115007B2 (en) * | 2016-03-16 | 2018-10-30 | Sportsmedia Technology Corporation | Tracking of handheld sporting implements using computer vision |
| US10163323B1 (en) * | 2018-02-14 | 2018-12-25 | National Chin-Yi University Of Technology | Swimming pool safety surveillance system |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0683451B2 (ja) * | 1986-08-01 | 1994-10-19 | 東芝エンジニアリング株式会社 | 水没検知システム |
| FR2763459B1 (fr) * | 1997-05-15 | 1999-07-23 | Poseidon | Systeme de surveillance d'une piscine pour la prevention des noyades |
| FR2858450B1 (fr) * | 2003-07-28 | 2005-11-11 | Vision Iq | Procede et systeme pour detecter un corps dans une zone situee a proximite d'une interface |
| US7839291B1 (en) * | 2007-10-02 | 2010-11-23 | Flir Systems, Inc. | Water safety monitor systems and methods |
| CN103139482B (zh) * | 2013-03-08 | 2015-08-12 | 上海海事大学 | 海难搜救机器视觉系统 |
| CN107622505B (zh) * | 2017-09-07 | 2020-02-18 | 青岛联合创智科技有限公司 | 一种泳池溺水监控检测方法 |
-
2018
- 2018-12-27 CN CN201811611769.1A patent/CN109584509B/zh not_active Expired - Fee Related
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP0579319A2 (en) * | 1992-07-16 | 1994-01-19 | Philips Electronics Uk Limited | Tracking moving objects |
| CN102905671A (zh) * | 2010-05-28 | 2013-01-30 | 海德罗沃克斯国际有限公司 | 水下跑步机和一体式喷射器设备以及选择性地控制水下跑步机系统的方法 |
| CN202033875U (zh) * | 2011-03-24 | 2011-11-09 | 中国人民解放军国防科学技术大学 | 一种基于摄像网络的泳池防溺水预警系统 |
| CN103413114A (zh) * | 2013-05-17 | 2013-11-27 | 浙江大学 | 一种基于支持向量机的溺水行为检测方法 |
| DE102015110031A1 (de) * | 2015-06-23 | 2016-12-29 | Mcpatent Gmbh | Verfahren zur Erkennung Ertrinkender |
| CN105401752A (zh) * | 2015-12-11 | 2016-03-16 | 马科峰 | 防溺水系统、方法、泳池以及泳池的建造方法 |
| US10115007B2 (en) * | 2016-03-16 | 2018-10-30 | Sportsmedia Technology Corporation | Tracking of handheld sporting implements using computer vision |
| CN106022230A (zh) * | 2016-05-11 | 2016-10-12 | 太原理工大学 | 一种基于视频的游泳池溺水事件检测方法 |
| CN107566797A (zh) * | 2017-09-07 | 2018-01-09 | 青岛博晶微电子科技有限公司 | 一种泳池溺水监控检测装置 |
| CN107833432A (zh) * | 2017-11-30 | 2018-03-23 | 深圳市多精彩电子科技有限公司 | 溺水监控报警系统及溺水监控报警方法 |
| US10163323B1 (en) * | 2018-02-14 | 2018-12-25 | National Chin-Yi University Of Technology | Swimming pool safety surveillance system |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109584509A (zh) | 2019-04-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109584509B (zh) | 一种基于红外线与可见光组合的游泳池溺水监测方法 | |
| CN113688724B (zh) | 一种基于双目视觉的泳池溺水监测方法 | |
| CN106022230B (zh) | 一种基于视频的游泳池溺水事件检测方法 | |
| CN108764058B (zh) | 一种基于热成像效应的双摄像头人脸活体检测方法 | |
| CN101188745B (zh) | 游泳池智能溺水视频监控系统及方法 | |
| US8669876B2 (en) | Above-water monitoring of swimming pools | |
| US11769387B2 (en) | Method and apparatus for detecting drowning | |
| CN108537256A (zh) | 一种安全帽佩戴识别方法及装置 | |
| CN105046888B (zh) | 水上游客识别监控平台 | |
| CN103413114A (zh) | 一种基于支持向量机的溺水行为检测方法 | |
| CN110155274A (zh) | 一种游泳池水下智能救生系统 | |
| CN102542301A (zh) | 基于视频的早期溺水行为动作检测方法 | |
| US20210174073A1 (en) | A Method and Apparatus for Swimmer Tracking | |
| CN114359373B (zh) | 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 | |
| CN113435336A (zh) | 一种基于人工智能的跑步智能计时系统及方法 | |
| US20220122380A1 (en) | Analysis and deep learning modeling of sensor-based object detection data in bounded aquatic environments | |
| CN112489372A (zh) | 一种泳池监控报警系统 | |
| Hayat et al. | The swimmers motion detection using improved VIBE algorithm | |
| CN103456123A (zh) | 一种基于流动和扩散特征的视频烟气探测方法 | |
| US7583196B2 (en) | Method and system for detecting a body in a zone located proximate an interface | |
| Aji et al. | Infrared image analysis for human face recognition | |
| CN112580560A (zh) | 一种应用于泳池的智能监控方法及系统 | |
| CN117319612B (zh) | 水下影像采集识别系统 | |
| CN111827740A (zh) | 一种基于双目视觉的泳池监控系统及方法 | |
| CN110754715A (zh) | 一种具备判断威胁和报警功能的智能衣服 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20221223 Address after: 213161 Room 101, Unit C, Building 2, Fangcaoyuan, Hutang Town, Wujin District, Changzhou City, Jiangsu Province Patentee after: Shi Jianchun Address before: 215411 floor 8, building 11, No. 20, Jianxiong Road, science and education new town, Taicang City, Suzhou City, Jiangsu Province Patentee before: TAICANG XIAOCHEDONG AUTO SERVICE Co.,Ltd. |
|
| TR01 | Transfer of patent right | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200811 |