CN110557628A - 一种检测摄像头遮挡的方法、装置及电子设备 - Google Patents
一种检测摄像头遮挡的方法、装置及电子设备 Download PDFInfo
- Publication number
- CN110557628A CN110557628A CN201810563104.1A CN201810563104A CN110557628A CN 110557628 A CN110557628 A CN 110557628A CN 201810563104 A CN201810563104 A CN 201810563104A CN 110557628 A CN110557628 A CN 110557628A
- Authority
- CN
- China
- Prior art keywords
- video frame
- judging
- camera
- image information
- information
- 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.)
- Pending
Links
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
- G08B21/18—Status alarms
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N17/00—Diagnosis, testing or measuring for television systems or their details
- H04N17/002—Diagnosis, testing or measuring for television systems or their details for television cameras
-
- 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)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Image Analysis (AREA)
Abstract
本申请提供一种检测摄像头遮挡的方法、装置及电子设备。该方法包括:获得目标摄像头采集的视频帧,其中,所述目标摄像头为用于对人员进行近景监控的摄像头;判断所述视频帧中是否包含人脸信息;当判断结果为是时,确定所述目标摄像头未被遮挡;当判断结果为否时,基于所述视频帧的特征信息,判断所述视频帧的图像信息是否单一,如果是,确定所述目标摄像头被遮挡,否则,确定所述目标摄像头未被遮挡。可见,通过本方案可以快速有效地检测摄像头是否被遮挡。
Description
技术领域
本申请涉及图像处理技术领域,特别涉及一种检测摄像头遮挡的方法、装置及电子设备。
背景技术
对于某些工作场景中,通常需对工作人员进行近景监控,以监控人员操作行为是否符合操作规范。例如:在驾驶场景中,驾驶员作为交通工具的负责人,必须遵守交规,不做出危害他人和自己的危险驾驶行为,因此,车辆公司会对驾驶人员进行近景监控,即在驾驶员正前方设置摄像头以实时监控驾驶员的驾驶行为。
但是,某些工作人员有时会做出不允许的行为,而为避免自己被监控到,会人为遮挡摄像头,影响到了人员操作行为的监控。可见,检测摄像头是否被遮挡成为监控过程中的一项重要需求。
那么,如何快速有效地检测摄像头是否被遮挡,是一个亟待解决的问题。
发明内容
有鉴于此,本申请实施例提供了一种检测摄像头遮挡的方法、装置及电子设备,以快速有效地检测摄像头是否被遮挡。
具体地,本申请实施例是通过如下技术方案实现的:
第一方面,本申请实施例提供了一种检测摄像头遮挡的方法,包括:
获得目标摄像头采集的视频帧,其中,所述目标摄像头为用于对人员进行近景监控的摄像头;
判断所述视频帧中是否包含人脸信息;
当判断结果为是时,确定所述目标摄像头未被遮挡;
当判断结果为否时,基于所述视频帧的特征信息,判断所述视频帧的图像信息是否单一,如果是,确定所述目标摄像头被遮挡,否则,确定所述目标摄像头未被遮挡。
可选地,所述基于所述视频帧的特征信息,判断所述视频帧的图像信息是否单一的步骤,包括:
计算所述视频帧的平均亮度;
判断所述平均亮度是否大于预设亮度阈值,如果是,判定所述视频帧的图像信息不单一,否则,判定所述视频帧的图像信息单一。
可选地,所述基于所述视频帧的特征信息,判断所述视频帧的图像信息是否单一的步骤,包括:
计算所述视频帧的均方根对比度;
判断所述均方根对比度是否大于预设对比度阈值,如果是,判定所述视频帧的图像信息不单一,否则,判定所述视频帧的图像信息单一。
可选地,所述基于所述视频帧的特征信息,判断所述视频帧的图像信息是否单一的步骤,包括:
计算所述视频帧的平均亮度;
判断所述平均亮度是否大于预设亮度阈值;
当判断结果为是时,判定所述视频帧的图像信息不单一;
当判断结果为否时,计算所述视频帧的均方根对比度,判断所述均方根对比度是否大于预设对比度阈值,如果是,判定所述视频帧的图像信息不单一,否则,判定所述视频帧的图像信息单一。
可选地,所述判断所述视频帧中是否包含人脸信息的步骤,包括:
基于预先训练的人脸检测模型,判断所述视频帧中是否包含人脸信息。
可选地,本申请实施例所提供的一种检测摄像头遮挡的方法还包括:
当确定出所述目标摄像头被遮挡时,输出报警信息。
可选地,本申请实施例所提供的一种检测摄像头遮挡的方法还包括:
当检测到连续获得的多个视频帧所对应的检测结果均为所述目标摄像头被遮挡时,输出报警信息。
第二方面,本申请实施例提供了一种检测摄像头遮挡的装置,包括:
视频帧获得单元,用于获得目标摄像头采集的视频帧,其中,所述目标摄像头为用于对人员进行近景监控的摄像头;
人脸判断单元,用于判断所述视频帧中是否包含人脸信息,当判断结果为是时,触发第一确定单元,当判断结果为否时,触发特征判断单元;
所述特征判断单元,用于基于所述视频帧的特征信息,判断所述视频帧的图像信息是否单一,如果是,触发第二确定单元,否则,触发所述第一确定单元;
所述第一确定单元,用于确定所述目标摄像头未被遮挡
所述第二确定单元,用于确定所述目标摄像头被遮挡。
可选地,所述特征判断单元具体用于:
计算所述视频帧的平均亮度;
判断所述平均亮度是否大于预设亮度阈值,如果是,判定所述视频帧的图像信息不单一,否则,判定所述视频帧的图像信息单一。
可选地,所述特征判断单元具体用于:
计算所述视频帧的均方根对比度;
判断所述均方根对比度是否大于预设对比度阈值,如果是,判定所述视频帧的图像信息不单一,否则,判定所述视频帧的图像信息单一。
可选地,所述特征判断单元具体用于:
计算所述视频帧的平均亮度;
判断所述平均亮度是否大于预设亮度阈值;
当判断结果为是时,判定所述视频帧的图像信息不单一;
当判断结果为否时,计算所述视频帧的均方根对比度,判断所述均方根对比度是否大于预设对比度阈值,如果是,判定所述视频帧的图像信息不单一,否则,判定所述视频帧的图像信息单一。
可选地,所述人脸判断单元具体用于:
基于预先训练的人脸检测模型,判断所述视频帧中是否包含人脸信息。
可选地,本申请实施例所提供的一种检测摄像头遮挡的装置还包括:
第一报警信息输出单元,用于当确定出所述目标摄像头被遮挡时,输出报警信息。
可选地,本申请实施例所提供的一种检测摄像头遮挡的装置还包括:
第二报警信息输出单元,用于当检测到连续获得的多个视频帧所对应的检测结果均为所述目标摄像头被遮挡时,输出报警信息。
第三方面,本申请实施例提供了一种电子设备,包括:内部总线、存储器、处理器和通信接口;其中,所述处理器、所述通信接口、所述存储器通过所述内部总线完成相互间的通信;其中,所述存储器,用于存储检测摄像头遮挡的方法对应的机器可行指令;
所述处理器,用于读取所述存储器上的所述机器可读指令,并执行所述指令以实现本申请实施例所提供的检测摄像头遮挡的方法。
本申请实施例所提供的方法中,考虑到目标摄像头的近景监控特性,在检测摄像头是否被遮挡时,首先判断视频帧中是否包含人脸信息,当判断出该视频帧包含人脸信息时,确定该目标摄像头未被遮挡,而当判断出该视频帧不包含人脸信息时,则进行进一步检测,具体的,基于该视频帧的特征信息,判断该视频帧的图像信息是否单一,如果是,确定该目标摄像头被遮挡,否则,确定该目标摄像头未被遮挡。可见,通过本方案可以快速有效地检测摄像头是否被遮挡。
附图说明
图1为本申请实施例所提供的一种检测摄像头遮挡的方法的流程图;
图2为本申请实施例所提供的一种检测摄像头遮挡的方法的另一流程图;
图3为本申请实施例所提供的一种检测摄像头遮挡的方法的另一流程图;
图4为本申请实施例所提供的一种检测摄像头遮挡的装置的结构示意图;
图5为本申请实施例所提供的一种检测摄像头遮挡的装置的另一结构示意图;
图6为本申请实施例所提供的一种检测摄像头遮挡的装置的另一结构示意图;
图7为本申请实施例所提供的一种电子设备的结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
在本申请使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。还应当理解,本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
应当理解,尽管在本申请可能采用术语第一、第二、第三等来描述各种信息,但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如,在不脱离本申请范围的情况下,第一信息也可以被称为第二信息,类似地,第二信息也可以被称为第一信息。取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
为了快速有效地检测摄像头是否被遮挡,本申请实施例提供了一种检测摄像头遮挡的方法、装置及电子设备。
下面首先对本申请实施例所提供的一种检测摄像头遮挡的方法进行介绍。
需要说明的是,本申请实施例所提供的一种检测摄像头遮挡的方法的执行主体可以为一种检测摄像头遮挡的装置。并且,该检测摄像头遮挡的装置可以应用于电子设备,其中,在具体应用中,该电子设备可以为终端设备或服务器,这都是合理的。
另外,本申请实施例所针对的目标摄像头为用于对人员进行近景监控的摄像头,所谓的近景监控具体指能够监控到人员的脸部的监控。举例而言:对于驾驶场景而言,该目标摄像头可以为用于对驾驶员进行近景监控的摄像头,即在驾驶员正前方所设置的摄像头;而对于收银场景而言,该目标摄像头可以为用于对收银员进行近景监控的摄像头,如在收银员正前方所设置的摄像头,等等。
如图1所示,本申请实施例提供了一种检测摄像头遮挡的方法,可以包括如下步骤:
S101,获得目标摄像头采集的视频帧,其中,该目标摄像头为用于对人员进行近景监控的摄像头。
其中,为了检测摄像头是否被遮挡,该检测摄像头遮挡的装置可以获得目标摄像头采集的视频帧,进而对所所获的视频帧进行先人脸分析再图像信息单一分析。
可以理解的是,该检测摄像头遮挡的装置可以实时获得目标摄像头采集的视频帧,也可以定时获得目标摄像头采集的视频帧,这都是合理的。
S102,判断该视频帧中是否包含人脸信息,如果是,执行S104,否则,执行S103。
由于目标摄像头为用于对人员进行近景监控的摄像头,如果该目标摄像头未被遮挡则必然会在该视频帧中检测到人脸信息,因此,该检测摄像头遮挡的装置在获得该视频帧后,可以首先判断该视频帧中是否包含人脸信息,并根据不同的判断结果执行不同的处理过程。具体的,当判断出该视频帧中包含人脸信息时,可以判断该目标摄像头必然未被遮挡;而当判断出该视频帧中未包含人脸信息时,由于该目标摄像头被遮挡以及人员暂时离开均会导致视频帧中没有人脸信息,因此,可以进行进一步的判断。
可选地,所述判断所述视频帧中是否包含人脸信息的步骤,可以包括:
基于预先训练的人脸检测模型,判断该视频帧中是否包含人脸信息。
可以理解的是,人脸检测模型的类型可以包括但不局限于:Adaboost分类器、SVM、CNN(Convolutional Neural Network,卷积神经网络),RNN(Recurrent Neural Networks,循环神经网络)和DNN(Deep Neural Network,深度神经网络)等等。其中,Adaboost是一种迭代算法,其核心思想是针对同一个训练集训练不同的弱分类器,然后把这些弱分类器集合起来,构成一个更强的最终分类器,即强分类器;而SVM指的是支持向量机,是一种判别方法,在机器学习领域,是一个有监督的学习模型,通常用来进行模式识别、分类以及回归分析。另外,具体的模型训练过程可以与现有技术中的模型训练过程相同,在此不做赘述。
其中,在训练人脸检测模型时,选择有效的、合理的正样本和负样本对于人脸检测模型的训练至关重要;并且,对于不同应用场景,人脸检测模型的样本可以不同或相同。为了方便理解,下面以选取与驾驶场景相关的正样本和负样本为例,介绍下人脸检测模型所需的样本的选择方式:
(1)正样本的选择:
为了保证夜间拍摄的图片能够作为训练样本,图片样本的格式可以为灰度图,从而避免图片样本的格式为彩图时所导致的缺少夜间训练样本的问题。
样本的分辨率不能太小,太小会导致信息损失过多,但太大也会导致计算量过高,同时考虑到车内的摄像头成像一般为760p或1080p,因此,可以将正样本的分辨率设置为200*200。具体的处理步骤为:考虑到摄像头位于驾驶员正面,因此驾驶员多数情况下应该居中,因此,可以先对原图的上下左右进行截图得到包含人脸的小图,再进一步缩放为200*200的小图。
另外,车辆行驶中,驾驶员姿态多变,有目视前方,有左顾右盼;车上的光线根据天气和车辆当前所在地的光照,也会多种多样,无法预测。因此,在收集正样本时,还可以采集驾驶员不同偏转角度的图片,不同俯仰角度的图片,晴天、阴雨天、白天和夜晚等各种环境下的图片,以保证人脸检测模型的准确率。
(2)负样本选择:
负样本分辨率与正样本一致。并且,可以通过两种来源来得到负样本:
来源一:从包含人脸的正样本的原图上裁剪出200*200不包含人脸的区域,这样做不仅可以丰富样本,还可以降低误检。
来源二:在不包含人脸的原图上随意截图。理论上不包含人脸的天空,大海等图,都可以作为负样本,但是人脸检测模型的应用场景是驾驶场景,因此,收集驾驶场景下的各种角度和各种场景下不包含人脸的大图,并将其裁剪为负样本将更具有针对性。实际应用中,可微调摄像头,在没有人脸存在时,向各个角度拍摄,兼顾光线,距离的丰富性,即可收集到大量有用负样本。
(3)正负样本比例:
实际应用中负样本多于正样本,训练时正负样本比例可以为1:2,当然,并不局限于此。另外,可以对正负样本进行平移,镜像,旋转,缩放,Hsv空间变换等多操作,扩增样本,进一步提高模型的稳定性和鲁棒性。
需要强调的是,判断该视频帧中是否包含人脸信息的具体实现方式存在多种,并不局限于上述的人脸检测模型,现有技术中任一种人脸信息检测方式均可以应用于本申请实施例中。
S103,基于该视频帧的特征信息,判断该视频帧的图像信息是否单一,如果是,执行S105,否则,执行S104。
在视频帧中未检测到人脸信息时,可能由于该目标摄像头被遮挡,也可能由于人员暂时离开,因此,可以对该视频帧进行进一步判断。而由于目标摄像头被遮挡时,该目标摄像头所采集的视频帧的图像信息单一,因此,该检测摄像头遮挡的装置可以基于该视频帧的特征信息,判断该视频帧的图像信息是否单一,并根据不同的判断结果执行不同的处理过程。具体的,当判断出该视频帧的图像信息单一时,可以确定该目标摄像头被遮挡,而当判断出该视频帧的图像信息不单一时,可以确定该目标摄像头未被遮挡。其中,该视频帧的特征信息可以为各个像素点的灰度值,当然并不局限于此。
需要说明的是,基于该视频帧的特征信息,判断该视频帧的图像信息是否单一的具体实现方式存在多种。下面对三种具体实现方式进行介绍:
可选地,在一种具体实现方式中,所述基于该视频帧的特征信息,判断该视频帧的图像信息是否单一的步骤,可以包括:
计算该视频帧的平均亮度;
判断该平均亮度是否大于预设亮度阈值,如果是,判定该视频帧的图像信息不单一,否则,判定该视频帧的图像信息单一。
其中,计算该视频帧的平均亮度所利用的计算公式可以为:
其中,M为视频帧的平均亮度,I(i,j)为i行j列的像素点的灰度值,N为视频帧的像素点总数,W为视频帧的宽,h为视频帧的高。
另外,可以理解的是,预设亮度阈值可以为根据经验值所设定的值,在此不做具体限定。
可选地,在另一种具体实现方式中,所述基于该视频帧的特征信息,判断该视频帧的图像信息是否单一的步骤,可以包括:
计算该视频帧的均方根对比度;
判断该均方根对比度是否大于预设对比度阈值,如果是,判定该视频帧的图像信息不单一,否则,判定该视频帧的图像信息单一。
可以理解的是,均方根对比度与内容的空域频率和空域分布均无关,被定义成一幅光栅图像内像素值的均方根,即标准差。
具体的,计算该视频帧的均方根对比度所利用的计算公式可以为:
其中,S视频帧的均方根对比度,M为视频帧的平均亮度,I(i,j)为i行j列的像素点的灰度值,N为视频帧的像素点总数,W为视频帧的宽,h为视频帧的高,其中,计算M所利用的计算公式可以为上述的公式1。
另外,可以理解的是,预设对比度阈值可以为根据经验值所设定的值,在此不做具体限定。
可选地,在另一种具体实现方式中,将平均亮度和均方根对比度结合以应用于判断图像信息是否单一的过程,具体的,所述基于该视频帧的特征信息,判断该视频帧的图像信息是否单一的步骤,可以包括:
计算该视频帧的平均亮度;
判断该平均亮度是否大于预设亮度阈值;
当判断结果为是时,判定该视频帧的图像信息不单一;
当判断结果为否时,计算该视频帧的均方根对比度,判断该均方根对比度是否大于预设对比度阈值,如果是,判定该视频帧的图像信息不单一,否则,判定该视频帧的图像信息单一。
需要强调的是,上述所给出的基于该视频帧的特征信息,判断该视频帧的图像信息是否单一的具体实现方式仅仅作为示例,并不应该构成对本申请实施例的限定。
S104,确定该目标摄像头未被遮挡;
其中,在判断出该视频帧中包含人脸信息时,可以直接确定该目标摄像头未被遮挡;而在判断出该视频帧中未包含人脸信息但判断出该视频帧的图像信息不单一,也可以确定该目标摄像头未被遮挡。
S105,确定该目标摄像头被遮挡。
其中,在判断出该视频帧的图像信息单一时,可以确定该目标摄像头被遮挡。
本申请实施例所提供的方法中,考虑到目标摄像头的近景监控特性,在检测摄像头是否被遮挡时,首先判断视频帧中是否包含人脸信息,当判断出该视频帧包含人脸信息时,确定该目标摄像头未被遮挡,而当判断出该视频帧不包含人脸信息时,则进行进一步检测,具体的,基于该视频帧的特征信息,判断该视频帧的图像信息是否单一,如果是,确定该目标摄像头被遮挡,否则,确定该目标摄像头未被遮挡。可见,通过本方案可以快速有效地检测摄像头是否被遮挡。
可选地,为了提示相关人员及时解决目标摄像头被遮挡的问题,在包含上述S101-S105的基础上,如图2所示,本申请实施例所提供的检测摄像头遮挡的方法,还可以包括:
S1061,当确定出该目标摄像头被遮挡时,输出报警信息。
其中,报警信息的输出方式可以包括但不局限于:语音或文本等。并且,报警信息的具体内容可以根据实际情况进行设定。以报警信息的输出方式为语音方式为例,报警信息可以为简单的报警音,也可以为一句语音内容,如:“摄像头被遮挡,请清除遮挡”,或者“请停止摄像头遮挡动作”。
并且,当确定出该目标摄像头被遮挡时,可以立即输出报警信息,也可以间隔预定时长输出报警信息,这都是合理的。其中,预定时长可以为5s、10s等,具体采用的时长值可以根据实际情况设定。
可选地,为了避免单帧所带来的误差,提高报警准确率,在包含上述S101-S105的基础上,如图3所示,本申请实施例所提供的检测摄像头遮挡的方法,还可以包括:
S1062,当检测到连续获得的多个视频帧所对应的检测结果均为该目标摄像头被遮挡时,输出报警信息。
举例而言:连续获得的多个视频帧可以为连续获得的3个视频帧、4个视频帧、5个视频帧或6个视频帧等等,具体的数量可以根据实际情况设定。
其中,报警信息的输出方式可以包括但不局限于:语音或文本等。并且,报警信息的具体内容可以根据实际情况进行设定。以报警信息的输出方式为语音方式为例,报警信息可以为简单的报警音,也可以为一句语音内容,如:“摄像头被遮挡,请清除遮挡”,或者“请停止摄像头遮挡动作”。
并且,当检测到连续获得的多个视频帧所对应的检测结果均为该目标摄像头被遮挡时,可以立即输出报警信息,也可以间隔预定时长输出报警信息,这都是合理的。其中,预定时长可以为5s、10s等,具体采用的时长值可以根据实际情况设定。
相应于上述方法实施例,本申请实施例还提供了一种检测摄像头遮挡的装置。如图4所示,该检测摄像头遮挡的装置可以包括:
视频帧获得单元410,用于获得目标摄像头采集的视频帧,其中,所述目标摄像头为用于对人员进行近景监控的摄像头;
人脸判断单元420,用于判断所述视频帧中是否包含人脸信息,当判断结果为是时,触发第一确定单元440,当判断结果为否时,触发特征判断单元430;
所述特征判断单元430,用于基于所述视频帧的特征信息,判断所述视频帧的图像信息是否单一,如果是,触发第二确定单元,否则,触发所述第一确定单元;
所述第一确定单元440,用于确定所述目标摄像头未被遮挡
所述第二确定单元450,用于确定所述目标摄像头被遮挡。
本申请实施例所提供的装置,考虑到目标摄像头的近景监控特性,在检测摄像头是否被遮挡时,首先判断视频帧中是否包含人脸信息,当判断出该视频帧包含人脸信息时,确定该目标摄像头未被遮挡,而当判断出该视频帧不包含人脸信息时,则进行进一步检测,具体的,基于该视频帧的特征信息,判断该视频帧的图像信息是否单一,如果是,确定该目标摄像头被遮挡,否则,确定该目标摄像头未被遮挡。可见,通过本方案可以快速有效地检测摄像头是否被遮挡。
可选地,在一种具体实现方式中,所述特征判断单元430具体用于:
计算所述视频帧的平均亮度;
判断所述平均亮度是否大于预设亮度阈值,如果是,判定所述视频帧的图像信息不单一,否则,判定所述视频帧的图像信息单一。
可选地,在一种具体实现方式中,所述特征判断单元430具体用于:
计算所述视频帧的均方根对比度;
判断所述均方根对比度是否大于预设对比度阈值,如果是,判定所述视频帧的图像信息不单一,否则,判定所述视频帧的图像信息单一。
可选地,在一种具体实现方式中,所述特征判断单元430具体用于:
计算所述视频帧的平均亮度;
判断所述平均亮度是否大于预设亮度阈值;
当判断结果为是时,判定所述视频帧的图像信息不单一;
当判断结果为否时,计算所述视频帧的均方根对比度,判断所述均方根对比度是否大于预设对比度阈值,如果是,判定所述视频帧的图像信息不单一,否则,判定所述视频帧的图像信息单一。
可选地,在一种具体实现方式中,所述人脸判断单元420具体用于:
基于预先训练的人脸检测模型,判断所述视频帧中是否包含人脸信息。
可选地,在包含上述图4所示的各个单元的基础上,如图5所示,本申请实施例所提供的一种检测摄像头遮挡的装置还可以包括:
第一报警信息输出单元461,用于当确定出所述目标摄像头被遮挡时,输出报警信息。
可选地,在包含上述图4所示的各个单元的基础上,如图6所示,本申请实施例所提供的一种检测摄像头遮挡的装置还可以包括:
第二报警信息输出单元462,用于当检测到连续获得的多个视频帧所对应的检测结果均为所述目标摄像头被遮挡时,输出报警信息。
相应于上述方法实施例,本申请实施例还提供了一种电子设备,如图7所示,该电子设备包括:内部总线710、存储器(memory)720、处理器(processor)730和通信接口(Communications Interface)740;其中,所述处理器730、所述通信接口740、所述存储器720通过所述内部总线710完成相互间的通信;
其中,所述存储器720,用于存储检测摄像头遮挡的方法对应的机器可行指令;
所述处理器730,用于读取所述存储器720上的所述机器可读指令,并执行所述指令以实现本申请所提供的一种检测摄像头遮挡的方法。其中,一种检测摄像头遮挡的方法,可以包括:
获得目标摄像头采集的视频帧,其中,所述目标摄像头为用于对人员进行近景监控的摄像头;
判断所述视频帧中是否包含人脸信息;
当判断结果为是时,确定所述目标摄像头未被遮挡;
当判断结果为否时,基于所述视频帧的特征信息,判断所述视频帧的图像信息是否单一,如果是,确定所述目标摄像头被遮挡,否则,确定所述目标摄像头未被遮挡。
本实施例中,关于检测摄像头遮挡的方法的具体步骤的相关描述可以参见本申请所提供方法实施例中的描述内容,在此不做赘述。
上述装置中各个单元的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程,在此不再赘述。
对于装置实施例而言,由于其基本对应于方法实施例,所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本申请方案的目的。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
以上所述仅为本申请的较佳实施例而已,并不用以限制本申请,凡在本申请的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本申请保护的范围之内。
Claims (15)
1.一种检测摄像头遮挡的方法,其特征在于,包括:
获得目标摄像头采集的视频帧,其中,所述目标摄像头为用于对人员进行近景监控的摄像头;
判断所述视频帧中是否包含人脸信息;
当判断结果为是时,确定所述目标摄像头未被遮挡;
当判断结果为否时,基于所述视频帧的特征信息,判断所述视频帧的图像信息是否单一,如果是,确定所述目标摄像头被遮挡,否则,确定所述目标摄像头未被遮挡。
2.根据权利要求1所述的方法,其特征在于,所述基于所述视频帧的特征信息,判断所述视频帧的图像信息是否单一的步骤,包括:
计算所述视频帧的平均亮度;
判断所述平均亮度是否大于预设亮度阈值,如果是,判定所述视频帧的图像信息不单一,否则,判定所述视频帧的图像信息单一。
3.根据权利要求1所述的方法,其特征在于,所述基于所述视频帧的特征信息,判断所述视频帧的图像信息是否单一的步骤,包括:
计算所述视频帧的均方根对比度;
判断所述均方根对比度是否大于预设对比度阈值,如果是,判定所述视频帧的图像信息不单一,否则,判定所述视频帧的图像信息单一。
4.根据权利要求1所述的方法,其特征在于,所述基于所述视频帧的特征信息,判断所述视频帧的图像信息是否单一的步骤,包括:
计算所述视频帧的平均亮度;
判断所述平均亮度是否大于预设亮度阈值;
当判断结果为是时,判定所述视频帧的图像信息不单一;
当判断结果为否时,计算所述视频帧的均方根对比度,判断所述均方根对比度是否大于预设对比度阈值,如果是,判定所述视频帧的图像信息不单一,否则,判定所述视频帧的图像信息单一。
5.根据权利要求1-4任一项所述的方法,其特征在于,所述判断所述视频帧中是否包含人脸信息的步骤,包括:
基于预先训练的人脸检测模型,判断所述视频帧中是否包含人脸信息。
6.根据权利要求1-4任一项所述的方法,其特征在于,还包括:
当确定出所述目标摄像头被遮挡时,输出报警信息。
7.根据权利要求1-4任一项所述的方法,其特征在于,还包括:
当检测到连续获得的多个视频帧所对应的检测结果均为所述目标摄像头被遮挡时,输出报警信息。
8.一种检测摄像头遮挡的装置,其特征在于,包括:
视频帧获得单元,用于获得目标摄像头采集的视频帧,其中,所述目标摄像头为用于对人员进行近景监控的摄像头;
人脸判断单元,用于判断所述视频帧中是否包含人脸信息,当判断结果为是时,触发第一确定单元,当判断结果为否时,触发特征判断单元;
所述特征判断单元,用于基于所述视频帧的特征信息,判断所述视频帧的图像信息是否单一,如果是,触发第二确定单元,否则,触发所述第一确定单元;
所述第一确定单元,用于确定所述目标摄像头未被遮挡
所述第二确定单元,用于确定所述目标摄像头被遮挡。
9.根据权利要求8所述的装置,其特征在于,所述特征判断单元具体用于:
计算所述视频帧的平均亮度;
判断所述平均亮度是否大于预设亮度阈值,如果是,判定所述视频帧的图像信息不单一,否则,判定所述视频帧的图像信息单一。
10.根据权利要求8所述的装置,其特征在于,所述特征判断单元具体用于:
计算所述视频帧的均方根对比度;
判断所述均方根对比度是否大于预设对比度阈值,如果是,判定所述视频帧的图像信息不单一,否则,判定所述视频帧的图像信息单一。
11.根据权利要求8所述的装置,其特征在于,所述特征判断单元具体用于:
计算所述视频帧的平均亮度;
判断所述平均亮度是否大于预设亮度阈值;
当判断结果为是时,判定所述视频帧的图像信息不单一;
当判断结果为否时,计算所述视频帧的均方根对比度,判断所述均方根对比度是否大于预设对比度阈值,如果是,判定所述视频帧的图像信息不单一,否则,判定所述视频帧的图像信息单一。
12.根据权利要求8-11任一项所述的装置,其特征在于,所述人脸判断单元具体用于:
基于预先训练的人脸检测模型,判断所述视频帧中是否包含人脸信息。
13.根据权利要求8-11任一项所述的装置,其特征在于,还包括:
第一报警信息输出单元,用于当确定出所述目标摄像头被遮挡时,输出报警信息。
14.根据权利要求8-11任一项所述的装置,其特征在于,还包括:
第二报警信息输出单元,用于当检测到连续获得的多个视频帧所对应的检测结果均为所述目标摄像头被遮挡时,输出报警信息。
15.一种电子设备,其特征在于,包括:内部总线、存储器、处理器和通信接口;其中,所述处理器、所述通信接口、所述存储器通过所述内部总线完成相互间的通信;其中,所述存储器,用于存储检测摄像头遮挡的方法对应的机器可行指令;
所述处理器,用于读取所述存储器上的所述机器可读指令,并执行所述指令以实现权利要求1-7任一项所述的检测摄像头遮挡的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810563104.1A CN110557628A (zh) | 2018-06-04 | 2018-06-04 | 一种检测摄像头遮挡的方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810563104.1A CN110557628A (zh) | 2018-06-04 | 2018-06-04 | 一种检测摄像头遮挡的方法、装置及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110557628A true CN110557628A (zh) | 2019-12-10 |
Family
ID=68735902
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810563104.1A Pending CN110557628A (zh) | 2018-06-04 | 2018-06-04 | 一种检测摄像头遮挡的方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110557628A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112261402A (zh) * | 2020-09-22 | 2021-01-22 | 北京紫光展锐通信技术有限公司 | 图像检测方法与系统以及摄像头遮挡监控方法与系统 |
CN112492254A (zh) * | 2020-10-10 | 2021-03-12 | 广东省电信规划设计院有限公司 | 一种用于远程会议的云视讯管理系统 |
CN112804519A (zh) * | 2020-12-28 | 2021-05-14 | 深圳市捷顺科技实业股份有限公司 | 摄像头遮挡检测方法、装置、电子设备及通道闸 |
CN114332721A (zh) * | 2021-12-31 | 2022-04-12 | 上海商汤临港智能科技有限公司 | 摄像装置遮挡检测方法、装置、电子设备及存储介质 |
CN114332720A (zh) * | 2021-12-31 | 2022-04-12 | 上海商汤临港智能科技有限公司 | 摄像装置遮挡检测方法、装置、电子设备及存储介质 |
CN114549821A (zh) * | 2022-01-14 | 2022-05-27 | 三一建筑机器人(西安)研究院有限公司 | 视觉模板生成、目标检测方法和装置及机器人系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103164315A (zh) * | 2011-12-15 | 2013-06-19 | 无锡中星微电子有限公司 | 基于智能视频分析的电脑使用时间提示方法及系统 |
CN105611188A (zh) * | 2015-12-23 | 2016-05-25 | 北京奇虎科技有限公司 | 基于自动曝光的摄像头遮挡检测方法及装置 |
WO2016152316A1 (ja) * | 2015-03-20 | 2016-09-29 | 日本電気株式会社 | 監視システム、監視方法、監視装置および監視装置の制御プログラム |
CN107554483A (zh) * | 2017-08-29 | 2018-01-09 | 湖北科技学院 | 一种基于人脸表情动作识别的车辆防盗系统 |
-
2018
- 2018-06-04 CN CN201810563104.1A patent/CN110557628A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103164315A (zh) * | 2011-12-15 | 2013-06-19 | 无锡中星微电子有限公司 | 基于智能视频分析的电脑使用时间提示方法及系统 |
WO2016152316A1 (ja) * | 2015-03-20 | 2016-09-29 | 日本電気株式会社 | 監視システム、監視方法、監視装置および監視装置の制御プログラム |
CN105611188A (zh) * | 2015-12-23 | 2016-05-25 | 北京奇虎科技有限公司 | 基于自动曝光的摄像头遮挡检测方法及装置 |
CN107554483A (zh) * | 2017-08-29 | 2018-01-09 | 湖北科技学院 | 一种基于人脸表情动作识别的车辆防盗系统 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112261402A (zh) * | 2020-09-22 | 2021-01-22 | 北京紫光展锐通信技术有限公司 | 图像检测方法与系统以及摄像头遮挡监控方法与系统 |
CN112492254A (zh) * | 2020-10-10 | 2021-03-12 | 广东省电信规划设计院有限公司 | 一种用于远程会议的云视讯管理系统 |
CN112804519A (zh) * | 2020-12-28 | 2021-05-14 | 深圳市捷顺科技实业股份有限公司 | 摄像头遮挡检测方法、装置、电子设备及通道闸 |
CN114332721A (zh) * | 2021-12-31 | 2022-04-12 | 上海商汤临港智能科技有限公司 | 摄像装置遮挡检测方法、装置、电子设备及存储介质 |
CN114332720A (zh) * | 2021-12-31 | 2022-04-12 | 上海商汤临港智能科技有限公司 | 摄像装置遮挡检测方法、装置、电子设备及存储介质 |
WO2023124385A1 (zh) * | 2021-12-31 | 2023-07-06 | 上海商汤智能科技有限公司 | 摄像装置遮挡检测方法、装置、电子设备、存储介质及计算机程序产品 |
WO2023124387A1 (zh) * | 2021-12-31 | 2023-07-06 | 上海商汤智能科技有限公司 | 摄像装置遮挡检测方法、装置、电子设备、存储介质及计算机程序产品 |
CN114549821A (zh) * | 2022-01-14 | 2022-05-27 | 三一建筑机器人(西安)研究院有限公司 | 视觉模板生成、目标检测方法和装置及机器人系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110557628A (zh) | 一种检测摄像头遮挡的方法、装置及电子设备 | |
US20190122059A1 (en) | Signal light detection | |
CN111242025B (zh) | 一种基于yolo的动作实时监测方法 | |
CN112733690B (zh) | 一种高空抛物检测方法、装置及电子设备 | |
US11508157B2 (en) | Device and method of objective identification and driving assistance device | |
CN112396116A (zh) | 一种雷电检测方法、装置、计算机设备及可读介质 | |
CN110598596A (zh) | 一种危险行为监测方法、装置及电子设备 | |
CN109508636A (zh) | 车辆属性识别方法、装置、存储介质及电子设备 | |
CN111723656B (zh) | 一种基于YOLO v3与自优化的烟雾检测方法及装置 | |
CN112819068A (zh) | 一种基于深度学习的船舶作业违章行为实时侦测方法 | |
CN110363114A (zh) | 一种人员工作状态检测方法、装置及终端设备 | |
CN103810696A (zh) | 一种目标对象图像检测方法及装置 | |
CN114140745A (zh) | 施工现场人员属性检测方法、系统、装置及介质 | |
US20120038602A1 (en) | Advertisement display system and method | |
CN108229281B (zh) | 神经网络的生成方法和人脸检测方法、装置及电子设备 | |
US20230419500A1 (en) | Information processing device and information processing method | |
CN114155470A (zh) | 一种河道区域入侵检测方法、系统及存储介质 | |
CN111914704B (zh) | 一种三轮车载人的识别方法、装置、电子设备及存储介质 | |
US20200074612A1 (en) | Image analysis apparatus, image analysis method, and recording medium | |
CN112001336A (zh) | 行人越界报警方法、装置、设备及系统 | |
CN115170894A (zh) | 一种烟火检测的方法及装置 | |
CN112883863A (zh) | 密集人流口罩佩戴率智能检测方法、系统、介质和设备 | |
JP2007272421A (ja) | 対象物検出装置、方法及びプログラム | |
CN117953580B (zh) | 一种基于跨摄像头多目标跟踪的行为识别方法、系统及电子设备 | |
CN115376275B (zh) | 一种基于图像处理的施工安全告警方法及系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191210 |