CN110569772A - 一种泳池内人员状态检测方法 - Google Patents

Abstract

本发明提供一种泳池内人员状态检测方法，能够降低溺水伤害，提高泳池安全系数。所述方法包括：获取泳池的可见光图像训练集，基于获取的训练集，训练位置识别模型；实时捕捉泳池的可见光图像，将其输入已训练好的位置识别模型，得到池内人员的位置和池内人员对应的检测框；利用训练集中的样本构建基于孤立森林的决策树；基于构建的决策树和得到的池内人员对应的检测框，对池内人员进行一级姿态分类，分为：直立姿态和非直立姿态；根据相邻帧在同一位置处的一级姿态分类结果，确定池内人员是否溺水，若溺水，则报警。本发明涉及泳池安全监控领域。

Description

一种泳池内人员状态检测方法

技术领域

本发明涉及泳池安全监控领域，特别是指一种泳池内人员状态检测方法。

背景技术

随着社会经济的快速发展和人民生活水平的提高，游泳这种适合大众进行的全身型体育运动越来越受到人们的喜爱。但由于游泳是在水中进行的，具有一定危险性，初学者常因在水中不能随意呼吸、行动而导致呛水和失去平衡，进而造成溺水事故。有时候游泳者也可能由于抽筋、相互碰撞、疾病或精神紧张等原因而发生溺水现象。

为了有效的解决溺水问题，国内外提出了很多状态监测报警系统。现有的监测报警系统主要有救生员监控的溺水监控系统、腕带式传感器监控系统等方式。采用救生员监控的溺水监控系统由于救生员需要忍受长时间的神经紧张与疲劳，导致溺水事件的监控效率较低，从而影响对溺水者的及时施救。采用腕带式传感器监控系统由于传感器数据量较大，导致其处理速度慢，无法达到多人实时监控的效果，且干扰项较多，成本过高。

发明内容

本发明要解决的技术问题是提供一种泳池内人员状态检测方法，以解决现有技术所存在的溺水监控系统监控效率较低、腕带式传感器监控系统无法同时监控多人的问题。

为解决上述技术问题，本发明实施例提供一种泳池内人员状态检测方法，包括：

获取泳池的可见光图像训练集，基于获取的训练集，训练位置识别模型；

实时捕捉泳池的可见光图像，将其输入已训练好的位置识别模型，得到池内人员的位置和池内人员对应的检测框；

利用训练集中的样本构建基于孤立森林的决策树；

基于构建的决策树和得到的池内人员对应的检测框，对池内人员进行一级姿态分类，分为：直立姿态和非直立姿态；

根据相邻帧在同一位置处的一级姿态分类结果，确定池内人员是否溺水，若溺水，则报警。

进一步地，所述获取泳池的可见光图像训练集，基于获取的训练集，训练位置识别模型包括：

利用可见光摄像头捕捉泳池的可见光视频样本集，以每多帧取1帧的方式筛选出训练集；

对训练集图像内所有池内人员的位置进行标注；

根据训练集及其标注结果，训练位置识别模型。

进一步地，所述实时捕捉泳池的可见光图像，将其输入已训练好的位置识别模型，得到池内人员的位置坐标包括：

在实时检测的过程中，利用可见光摄像头实时捕捉泳池的可见光图像，并利用与可见光摄像头摆放位置相邻拍摄角度相同的红外摄像头实时捕捉泳池的红外图像；

对实时捕捉的可见光图像和红外图像进行融合配准；

将配准后的可见光图像输入到已训练好的位置识别模型，得到池内人员的位置坐标，判断在同一时刻已配准的红外图像内对应位置处的温度是否大于预设的温度阈值，若是，则该位置处有人。

进一步地，所述基于构建的决策树和得到的池内人员对应的检测框，对池内人员进行一级姿态分类包括：

在当前帧可见光图像中，确定需要检测的数据点x，其中，x为检测框的高宽比；

对于数据点x，遍历每一颗决策树，确定数据点x在森林中的平均高度值；

根据平均高度值判断数据点x是否为异常点，若是异常点，则对应的池内人员处于直立姿态。

进一步地，所述根据平均高度值判断数据点x是否为异常点，若是异常点，则对应的池内人员处于直立姿态包括：

根据平均高度值，计算数据点x的异常概率分值，判断该异常概率分值是否大于预设的异常阈值，若大于，则数据点x为异常点，其对应的池内人员处于直立姿态。

进一步地，数据点x的异常概率分值表示为：

其中，s(x,m)为异常概率分值，h(x)为平均高度值，c(m)为决策树的平均路径长度，m为构建决策树的可见光图像的样本数，ξ是欧拉常数。

进一步地，所述根据相邻帧在同一位置处的一级姿态分类结果，确定池内人员是否溺水，若溺水，则报警包括：

判断前一帧可见光图像、当前帧可见光图像、后一帧可见光图像的数据点x处是否均出现直立姿态人员，若是，则数据点x处的人员处于溺水状态，触发溺水报警装置进行报警。

进一步地，在根据相邻帧在同一位置处的一级姿态分类结果，确定池内人员是否溺水，若溺水，则报警之后，所述方法还包括：

对非直立姿态人员进行泳姿识别，确定非直立姿态人员的泳姿。

进一步地，所述对非直立姿态人员进行泳姿识别，确定非直立姿态人员的泳姿包括：

对当前帧可见光图像，输入其相邻的前后各n帧图像，利用基于空间网络和空间融合层的全卷积神经网络对每一帧预测一个用于预测关节的热图；

利用光流信息将前后各n帧图像的热图扭曲到当前帧进行合并，得到集合热图；

将集合热图的最大值作为人体的身体关节，利用肘部和手腕关节的关联度对泳姿进行分类。

进一步地，所述利用肘部和手腕关节的关联度对泳姿进行分类包括：

以肘部和手腕关节的平均关键点正确估计比例作为识别的标准，对泳姿进行分类。

本发明的上述技术方案的有益效果如下：

上述方案中，获取泳池的可见光图像训练集，基于获取的训练集，训练位置识别模型；实时捕捉泳池的可见光图像，将其输入已训练好的位置识别模型，得到池内人员的位置和池内人员对应的检测框；利用训练集中的样本构建基于孤立森林的决策树；基于构建的决策树和得到的池内人员对应的检测框，对池内人员进行一级姿态分类，分为：直立姿态和非直立姿态；根据相邻帧在同一位置处的一级姿态分类结果，确定池内人员是否溺水，若溺水，则报警。这样，通过训练位置识别模型和采集的图像能够实时监控池内人员的位置和人数，并基于一级姿态分类对可能存在的溺水现象进行识别，从而降低溺水伤害，提高泳池安全系数。

附图说明

图1为本发明实施例提供的泳池内人员状态检测方法的流程示意图；

图2为本发明实施例提供的YOLO V3网络模型的结构示意图；

图3为本发明实施例提供的泳池内人员状态实时检测过程的详细流程示意图；

图4为本发明实施例提供的全卷积神经网络的结构示意图；

图5为本发明实施例提供的Spatial Net+Spatial Fusion Layers的结构示意图。

具体实施方式

为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。

本发明针对现有的溺水监控系统监控效率较低、腕带式传感器监控系统无法同时监控多人的问题，提供一种泳池内人员状态检测方法。

如图1所示，本发明实施例提供的泳池内人员状态检测方法，包括：

S101，获取泳池的可见光图像训练集，基于获取的训练集，训练位置识别模型；

S102，实时捕捉泳池的可见光图像，将其输入已训练好的位置识别模型，得到池内人员的位置和池内人员对应的检测框；

S103，利用训练集中的样本构建基于孤立森林的决策树；

S104，基于构建的决策树和得到的池内人员对应的检测框，对池内人员进行一级姿态分类，分为：直立姿态和非直立姿态；

S105，根据相邻帧在同一位置处的一级姿态分类结果，确定池内人员是否溺水，若溺水，则报警。

本发明实施例所述的泳池内人员状态检测方法，获取泳池的可见光图像训练集，基于获取的训练集，训练位置识别模型；实时捕捉泳池的可见光图像，将其输入已训练好的位置识别模型，得到池内人员的位置和池内人员对应的检测框；利用训练集中的样本构建基于孤立森林的决策树；基于构建的决策树和得到的池内人员对应的检测框，对池内人员进行一级姿态分类，分为：直立姿态和非直立姿态；根据相邻帧在同一位置处的一级姿态分类结果，确定池内人员是否溺水，若溺水，则报警。这样，通过训练位置识别模型和采集的图像能够实时监控池内人员的位置和人数，并基于一级姿态分类对可能存在的溺水现象进行识别，从而降低溺水伤害，提高泳池安全系数。

在前述泳池内人员状态检测方法的具体实施方式中，进一步地，所述获取泳池的可见光图像训练集，基于获取的训练集，训练位置识别模型包括：

利用可见光摄像头捕捉泳池的可见光视频样本集，以每多帧取1帧的方式筛选出训练集；

对训练集图像内所有池内人员的位置进行标注；

根据训练集及其标注结果，训练位置识别模型。

本实施例中，所述位置识别模型可以为YOLO V3网络模型，YOLO V3是一种目标检测的深度学习网络，YOLO V3网络模型的结构如图2所示。

本实施例中，可以利用1080P可见光摄像头捕捉泳池的可见光视频样本集，以每多帧(例如，25帧)取1帧的方式筛选出训练集，并使用LableImg(LabelImg是一个可视化的图像标定工具)对训练集图像内所有池内人员的位置进行标注，根据训练集及其标注结果，训练YOLO V3网络模型，其中，训练好的YOLO V3网络模型，能够输出可见光图像中池内人员所在的检测框以及检测框内池内人员的位置。

本实施例中，YOLO V3的anchor boxes(定位框)是通过聚类的方法得到的，对每个bbox(bounding box，检测框)预测四个角的坐标值t_x,t_y,t_w,t_h(检测框内部就是被检测出来的泳池内的人)。

本实施例中，因为泳池内可见光视频样本集中可能有重叠的标签，所以不使用softmax分类器(归一化指数函数分类器)而改用多个logistic分类器(罗杰斯特回归分类器)替代，分类损失采用binary cross-entropy loss。

在前述泳池内人员状态检测方法的具体实施方式中，进一步地，所述实时捕捉泳池的可见光图像，将其输入已训练好的位置识别模型，得到池内人员的位置坐标包括：

在实时检测的过程中，利用可见光摄像头实时捕捉泳池的可见光图像，并利用与可见光摄像头摆放位置相邻拍摄角度相同的红外摄像头实时捕捉泳池的红外图像；

对实时捕捉的可见光图像和红外图像进行融合配准；

将配准后的可见光图像输入到已训练好的位置识别模型，得到池内人员的位置坐标，判断在同一时刻已配准的红外图像内对应位置处的温度是否大于预设的温度阈值，若是，则该位置处有人。

本实施例中，如图3所示，在实时检测的过程中，可以利用1080P可见光摄像头实时捕捉泳池的可见光图像；并利用与可见光摄像头摆放位置相邻拍摄角度相同的红外摄像头实时捕捉泳池的红外图像，其中，红外图像中的颜色代表了任意一个像素点的温度；

本实施例中，由于采集图像所用的可见光摄像头和红外摄像头无法同轴拍摄，因此，需要利用ir-fusion融合技术对实时捕捉的可见光图像和红外图像进行融合配准，以确保可见光图像中检测的位置坐标和红外图像一一对应。

本实施例中，将配准后的可见光图像输入到已训练好的YOLO V3网络模型，得到池内人员的位置坐标，为了进一步提高识别结果的准确性，还需判断在同一时刻已配准的红外图像内对应位置处的温度是否大于预设的温度阈值，若是，则该位置处有人，此时，可以准确得到池内人员的位置和人数。

本实施例中，可以利用训练集中的部分样本构建基于孤立森林的决策树(iTree)，此处构建过程不同于普通的随机森林，由于直立样本远少于非直立样本，所以把直立样本的识别看作为一种异常点检测问题；其中，构建决策树(iTree)具体可以包括以下步骤：

A1，随机选择一个属性Attr(例如，根据标注结果确定池内人员的高宽比)；

A2，随机选择该属性的一个值Value；

A3，根据Attr对每条记录进行分类，把Attr小于Value的记录放在左子树，把大于等于Value的记录放在右子树。

A4，然后递归的构造左子树和右子树，直到满足以下条件：

1)，传入的数据集(即：训练集中的部分样本)只有一条记录或者多条一样的记录；

2)，树的高度达到了限定高度。

在前述泳池内人员状态检测方法的具体实施方式中，进一步地，所述基于构建的决策树和得到的池内人员对应的检测框，对池内人员进行一级姿态分类包括：

在当前帧可见光图像中，确定需要检测的数据点x，其中，x为检测框的高宽比；

对于数据点x，遍历每一颗决策树，确定数据点x在森林中的平均高度值；

根据平均高度值判断数据点x是否为异常点，若是异常点，则对应的池内人员处于直立姿态。

本实施例中，在当前帧可见光图像中，确定需要检测的数据点x，其中，配准后的可见光图像经已训练好的YOLO V3网络模型后会生成检测框，检测框的高宽比就是数据点X。

本实施例中，对于数据点x，遍历每一颗决策树，确定数据点x在森林中的平均高度值；其中，当遍历决策树t时，可以确定数据点x位于决策树t的层数h_t(x)，h_t(x)离根节点越近，则h_t(x)越小；h_t(x)越靠近底层，则h_t(x)越大；根节点的高度为0。

本实施例中，根据平均高度值，计算数据点x的异常概率分值，判断该异常概率分值是否大于预设的异常阈值，若大于，则数据点x为异常点，其对应的池内人员处于直立姿态。

本实施例中，数据点x的异常概率分值表示为：

其中，s(x,m)为异常概率分值，h(x)为平均高度值，c(m)为决策树的平均路径长度，m为构建决策树的可见光图像的样本数，ξ是欧拉常数。

本实施例中，s(x,m)的取值范围是[0,1]，取值越接近于1，则是异常点的概率也越大。通过设置s(x,m)的异常阈值，认为大于该异常阈值的即为异常点；异常阈值的选取受不同游泳馆的摄像头拍摄角度，光照强度，以及池内人员密集程度等因素的影响；当c(m)趋近于无穷时，异常概率分值越趋近于1，即表明是异常点的概率大；当c(m)趋近于0时，异常概率分值越趋近于0，即表明是异常点的概率小。

在前述泳池内人员状态检测方法的具体实施方式中，进一步地，所述根据相邻帧在同一位置处的一级姿态分类结果，确定池内人员是否溺水，若溺水，则报警包括：

判断前一帧可见光图像、当前帧可见光图像、后一帧可见光图像的数据点x处是否均出现直立姿态人员，若是，则数据点x处的人员处于溺水状态，触发溺水报警装置进行报警。

本实施例中，通过孤立森林算法可以得到一级姿态分类结果，结合相邻帧在同一位置处的一级姿态分类结果可以对溺水现象进行筛查。

在前述泳池内人员状态检测方法的具体实施方式中，进一步地，在根据相邻帧在同一位置处的一级姿态分类结果，确定池内人员是否溺水，若溺水，则报警之后，所述方法还包括：

对非直立姿态人员进行泳姿识别(即：二级姿态分类)，确定非直立姿态人员的泳姿。

在前述泳池内人员状态检测方法的具体实施方式中，进一步地，所述对非直立姿态人员进行泳姿识别，确定非直立姿态人员的泳姿包括：

对当前帧可见光图像，输入其相邻的前后各n帧图像，利用基于空间网络和空间融合层的全卷积神经网络对每一帧预测一个用于预测关节的热图；

利用光流信息将前后各n帧图像的热图扭曲到当前帧进行合并，得到集合热图；

将集合热图的最大值作为人体的身体关节，利用肘部和手腕关节的关联度对泳姿进行分类。

本实施例中，对当前帧可见光图像t，输入其相邻的前后各n帧图像，利用基于空间网络和空间融合层(Spatial Net+Spatial Fusion Layers)的全卷积神经网络(如图4所示)对每一帧预测一个用于预测关节的姿势热图；其中，Spatial Fusion Layers是为了学习关节之间的内在联系，其获取的是全卷积神经网络(Spatial Net+Spatial FusionLayers))中的conv3(第三卷积层)和conv7(第七卷积层)，将这两层结合之后再经过5层卷积，如图5所示。

本实施例中，全卷积神经网络共有两个损失函数，一个是在spatial net中运用L2范式的loss1，用于计算全卷积神经网络中输出的pose heatmap(姿势热图)与groundtruth(真实值)中的目标的坐标的高斯分布的距离；另一个是在spatial fusion Layer中的loss2，loss2也是相同的计算方式。

本实施例中，通过热图可以简单地聚合大量数据，并使用一种渐进的色带来优雅地表现，最终效果一般优于离散点的直接显示，可以很直观地展现空间数据的疏密程度或频率高低。

本实施例中，热图的生成过程包括以下步骤：

B1，为离散点(图像中的像素点)设定一个半径，创建一个缓冲区；

B2，对每个离散点的缓冲区，使用渐进的灰度带(完整的灰度带是0～255)从内而外，由浅至深地填充；

B3，由于灰度值可以叠加(值越大颜色越亮，在灰度带中则显得越白。在实际中，可以选择ARGB模型中任一通道作为叠加灰度值)，从而对于有缓冲区交叉的区域，可以叠加灰度值，因而缓冲区交叉的越多，灰度值越大，这块区域也就越“热”；

B4，以叠加后的灰度值为索引，从一条有256种颜色的色带中(例如彩虹色)映射颜色，并对图像重新着色，从而得到热图。

本实施例中，利用光流信息(Optical flow)将前后各n帧图像的热图扭曲(Warped)到当前帧t进行合并，合并到卷积层(图4中的conv9)中，得到集合热图。这样，利用光流法在运动分析的优点，将二维图像平面特定坐标点上的灰度瞬时变化率定义为光流矢量，而此处的灰度信息被热图的色彩信息所替代，利用图像序列中像素在时间域上的变化以及相邻帧之间的相关性来找到上一帧跟当前帧之间存在的对应关系，从而计算出相邻帧之间物体的运动信息，也就是预测关节点。

本实施例中，使用集合热图(每张热图的关节预测即为热图的最大值，则重叠叠加后的热图最大值可视为关节所在)的最大值作为人体的身体关节，利用肘部和手腕关节的关联度对泳姿进行分类。

在前述泳池内人员状态检测方法的具体实施方式中，进一步地，所述利用肘部和手腕关节的关联度对泳姿进行分类包括：

以肘部和手腕关节的平均关键点正确估计比例作为识别的标准，对泳姿进行分类。

本实施例中，由于四种常见泳姿(蛙泳、仰泳、自由泳、蝶泳)的上肢运动姿态差异较大，故可以把肘部和手腕关节的关联度作为泳姿的分类标准；具体的：可以以肘部和手腕关节的平均关键点正确估计比例(Percentage of Correct Keypoints，PCK)作为识别的标准，对泳姿进行分类，实现对池内人员的二级姿态的实时监测。

综上，本发明实施例所述的泳池内人员状态检测方法，可以实时辨识出池内人员的人数、位置、泳姿和溺水现象。

以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (10)

1.一种泳池内人员状态检测方法，其特征在于，包括：

获取泳池的可见光图像训练集，基于获取的训练集，训练位置识别模型；

实时捕捉泳池的可见光图像，将其输入已训练好的位置识别模型，得到池内人员的位置和池内人员对应的检测框；

利用训练集中的样本构建基于孤立森林的决策树；

基于构建的决策树和得到的池内人员对应的检测框，对池内人员进行一级姿态分类，分为：直立姿态和非直立姿态；

根据相邻帧在同一位置处的一级姿态分类结果，确定池内人员是否溺水，若溺水，则报警。

2.根据权利要求1所述的泳池内人员状态检测方法，其特征在于，所述获取泳池的可见光图像训练集，基于获取的训练集，训练位置识别模型包括：

利用可见光摄像头捕捉泳池的可见光视频样本集，以每多帧取1帧的方式筛选出训练集；

对训练集图像内所有池内人员的位置进行标注；

根据训练集及其标注结果，训练位置识别模型。

3.根据权利要求1所述的泳池内人员状态检测方法，其特征在于，所述实时捕捉泳池的可见光图像，将其输入已训练好的位置识别模型，得到池内人员的位置坐标包括：

在实时检测的过程中，利用可见光摄像头实时捕捉泳池的可见光图像，并利用与可见光摄像头摆放位置相邻拍摄角度相同的红外摄像头实时捕捉泳池的红外图像；

对实时捕捉的可见光图像和红外图像进行融合配准；

将配准后的可见光图像输入到已训练好的位置识别模型，得到池内人员的位置坐标，判断在同一时刻已配准的红外图像内对应位置处的温度是否大于预设的温度阈值，若是，则该位置处有人。

4.根据权利要求1所述的泳池内人员状态检测方法，其特征在于，所述基于构建的决策树和得到的池内人员对应的检测框，对池内人员进行一级姿态分类包括：

在当前帧可见光图像中，确定需要检测的数据点x，其中，x为检测框的高宽比；

对于数据点x，遍历每一颗决策树，确定数据点x在森林中的平均高度值；

根据平均高度值判断数据点x是否为异常点，若是异常点，则对应的池内人员处于直立姿态。

5.根据权利要求4所述的泳池内人员状态检测方法，其特征在于，所述根据平均高度值判断数据点x是否为异常点，若是异常点，则对应的池内人员处于直立姿态包括：

根据平均高度值，计算数据点x的异常概率分值，判断该异常概率分值是否大于预设的异常阈值，若大于，则数据点x为异常点，其对应的池内人员处于直立姿态。

6.根据权利要求5所述的泳池内人员状态检测方法，其特征在于，数据点x的异常概率分值表示为：

其中，s(x,m)为异常概率分值，h(x)为平均高度值，c(m)为决策树的平均路径长度，m为构建决策树的可见光图像的样本数，ξ是欧拉常数。

7.根据权利要求1所述的泳池内人员状态检测方法，其特征在于，所述根据相邻帧在同一位置处的一级姿态分类结果，确定池内人员是否溺水，若溺水，则报警包括：

判断前一帧可见光图像、当前帧可见光图像、后一帧可见光图像的数据点x处是否均出现直立姿态人员，若是，则数据点x处的人员处于溺水状态，触发溺水报警装置进行报警。

8.根据权利要求1所述的泳池内人员状态检测方法，其特征在于，在根据相邻帧在同一位置处的一级姿态分类结果，确定池内人员是否溺水，若溺水，则报警之后，所述方法还包括：

对非直立姿态人员进行泳姿识别，确定非直立姿态人员的泳姿。

9.根据权利要求8所述的泳池内人员状态检测方法，其特征在于，所述对非直立姿态人员进行泳姿识别，确定非直立姿态人员的泳姿包括：

对当前帧可见光图像，输入其相邻的前后各n帧图像，利用基于空间网络和空间融合层的全卷积神经网络对每一帧预测一个用于预测关节的热图；

利用光流信息将前后各n帧图像的热图扭曲到当前帧进行合并，得到集合热图；

将集合热图的最大值作为人体的身体关节，利用肘部和手腕关节的关联度对泳姿进行分类。

10.根据权利要求9所述的泳池内人员状态检测方法，其特征在于，所述利用肘部和手腕关节的关联度对泳姿进行分类包括：

以肘部和手腕关节的平均关键点正确估计比例作为识别的标准，对泳姿进行分类。