CN111126317B - 一种图像处理方法、装置、服务器及存储介质 - Google Patents

一种图像处理方法、装置、服务器及存储介质 Download PDF

Info

Publication number
CN111126317B
CN111126317B CN201911373579.5A CN201911373579A CN111126317B CN 111126317 B CN111126317 B CN 111126317B CN 201911373579 A CN201911373579 A CN 201911373579A CN 111126317 B CN111126317 B CN 111126317B
Authority
CN
China
Prior art keywords
target
area
forbidden
image
image frame
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.)
Active
Application number
CN201911373579.5A
Other languages
English (en)
Other versions
CN111126317A (zh
Inventor
陈泳君
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tencent Technology Shenzhen Co Ltd
Original Assignee
Tencent Technology Shenzhen Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tencent Technology Shenzhen Co Ltd filed Critical Tencent Technology Shenzhen Co Ltd
Priority to CN201911373579.5A priority Critical patent/CN111126317B/zh
Publication of CN111126317A publication Critical patent/CN111126317A/zh
Application granted granted Critical
Publication of CN111126317B publication Critical patent/CN111126317B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services
    • G06Q50/265—Personal security, identity or safety
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/20—Image preprocessing
    • G06V10/25—Determination of region of interest [ROI] or a volume of interest [VOI]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/07—Target detection

Abstract

本发明实施例公开了一种图像处理方法、装置、服务器及存储介质，其中方法包括：获取目标图像帧，并从所述目标图像帧中确定出目标对象，所述目标图像帧是图像采集设备对目标环境区域进行监控时拍摄得到的；确定禁止区域在所述目标图像帧的禁止图像区域，所述禁止区域为所述目标环境区域中禁止所述目标对象入侵的区域；检测所述目标对象的关联身体特征对象在所述目标图像帧中的目标位置区域，并根据所述目标位置区域和所述禁止图像区域确定所述目标对象是否入侵所述禁止区域；在确定所述目标对象入侵所述禁止区域时，进行告警处理，可提升目标对象的入侵检测精度。

Description

一种图像处理方法、装置、服务器及存储介质
技术领域
本申请涉及计算机技术领域，尤其涉及一种图像处理方法、装置、服务器及存储介质。
背景技术
随着计算机技术的深入发展，为了减轻管理负担，从而降低人力成本，利用计算机实现对环境区域或者特点物品的监控成为了当前的发展潮流，基于计算机运算速度较快的特性，能实现对待监控区域或者待监控物品的实时监控。当前，对监控区域或监控物品的监控方法主要是通过检测监控目标对象(如被监控的人)所在的区域是否处于监控区域内，如果处于该监控区域内，则进行报警处理，而当前通过检测对象是否处于监控区域内的方法是基于光影之间的差异确定的，使得当前的监控精度较低，可见，如何提升监控精度成为了当前的研究热点。
发明内容
本发明实施例提供了一种图像处理方法、装置、服务器及存储介质，可提升目标对象的入侵检测精度。
一方面，本发明实施例提供了一种图像处理方法，所述方法包括：
获取目标图像帧，并从所述目标图像帧中确定出目标对象，所述目标图像帧是图像采集设备对目标环境区域进行监控时拍摄得到的；
确定禁止区域在所述目标图像帧的禁止图像区域，所述禁止区域为所述目标环境区域中禁止所述目标对象入侵的区域；
检测所述目标对象的关联身体特征对象在所述目标图像帧中的目标位置区域，并根据所述目标位置区域和所述禁止图像区域确定所述目标对象是否入侵所述禁止区域；
在确定所述目标对象入侵所述禁止区域时，进行告警处理。
另一方面，本发明实施例提供了一种图像处理装置，所述装置包括：
获取单元，应用获取目标图像帧，所述目标图像帧是图像采集设备对目标环境区域进行监控时拍摄得到的；
确定单元，用于从所述目标图像帧中确定出目标对象，；
所述确定单元，还用于确定禁止区域在所述目标图像帧的禁止图像区域，所述禁止区域为所述目标环境区域中禁止所述目标对象入侵的区域；
检测单元，用于检测所述目标对象的关联身体特征对象在所述目标图像帧中的目标位置区域；
所述确定单元，还用于根据所述目标位置区域和所述禁止图像区域确定所述目标对象是否入侵所述禁止区域；
处理单元，用于在确定所述目标对象入侵所述禁止区域时，进行告警处理。
在一个实施例中，所述装置还包括：输出单元和存储单元。
输出单元，用于响应于入侵检测指令，输出禁止区域设置界面；
所述获取单元，还用于从所述禁止区域设置界面获取禁止区域设置操作；
所述确定单元，还用于并根据所述禁止区域设置操作，从目标环境中确定出禁止区域，以及与该禁止区域相关的关联身体特征对象；
存储单元，用于关联存储所述禁止区域以及所述关联身体特征对象。
在一个实施例中，所述确定单元，具体用于：
获取所述目标图像帧所在的图像序列，所述图像序列包括所述目标图像帧；
根据所述图像序列，从所述目标图像帧中确定出移动对象；
获取所述移动对象的类型信息，并在所述类型信息指示所述移动对象为目标类型时，将所述移动对象作为目标对象，其中，所述目标类型包括人体类型。
在一个实施例中，所述图像序列还包括：至少一帧除所述目标图像帧之外的其他图像帧，
所述获取单元，还用于若根据所述图像序列，从所述目标图像帧中确定出移动对象失败，则获取对所述目标图像帧进行检测的检测时长；
所述获取单元，还用于在所述检测时长大于预设时长阈值时，从所述图像序列中获取任一所述其他图像帧作为所述目标图像帧。
在一个实施例中，所述获取单元，具体用于：
获取所述图像采集设备对所述目标环境区域进行监控时拍摄得到的视频数据，并对所述视频数据进行解码处理，得到至少一张解码图像；
基于所述视频数据的播放时间顺序对所述至少一张解码图像进行排序，得到图像序列。
在一个实施例中，所述检测单元，具体用于：
确定所述目标对象对应于所述目标图像帧的目标图像区域；
从所述目标图像区域对应的特征点集合中获取所述关联身体特征对象对应的目标特征点；
根据所述目标特征点在所述目标图像区域中的图像位置，确定所述关联身体特征对象在所述目标图像区域的特征图像区域；
其中，所述特征点集合包括以下一个或多个特征点：左眼特征点，右眼特征点，左耳特征点，右耳特征点，鼻子特征点，颈部特征点，左右肩特征点，左右手肘特征点，左右手腕特征点，左右胯部特征点，左右膝盖特征点，左右脚踝特征点。
在一个实施例中，所述确定单元，具体用于：
采用预设的特征定位算法，对所述目标对象进行特征定位检测，得到所述目标对象对应于目标图像帧的目标图像区域的特征点集合；
基于所述特征点集合，确定所述目标对象对应于所述目标图像帧的目标图像区域。
在一个实施例中，所述确定单元，具体用于：
判断所述目标位置区域和所述禁止图像区域是否存在重叠区域，所述重叠区域属于所述目标位置区域，且属于所述禁止图像区域；
在确定所述目标位置区域和所述禁止图像区域存在重叠区域时，确定所述目标对象入侵所述禁止区域。
再一方面，本发明实施例提供了一种服务器，包括处理器、存储器和通信接口，所述处理器、所述存储器和所述通信接口相互连接，其中，所述存储器用于存储计算机程序指令，所述处理器被配置用于执行所述程序指令，执行如下步骤：
获取目标图像帧，并从所述目标图像帧中确定出目标对象，所述目标图像帧是图像采集设备对目标环境区域进行监控时拍摄得到的；
确定禁止区域在所述目标图像帧的禁止图像区域，所述禁止区域为所述目标环境区域中禁止所述目标对象入侵的区域；
检测所述目标对象的关联身体特征对象在所述目标图像帧中的目标位置区域，并根据所述目标位置区域和所述禁止图像区域确定所述目标对象是否入侵所述禁止区域；
在确定所述目标对象入侵所述禁止区域时，进行告警处理。
再一方面，本发明实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行上述第一方面的方法。
在本发明实施例中，服务器在获取到图像采集设备对目标环境进行监控时拍摄的目标图像帧后，可从该目标图像帧中确定出目标对象，并确定该目标环境区域中的禁止区域，进一步地，所述服务器可确定该禁止区域对应于目标图像帧的禁止图像区域，以及该禁止区域所关联的关联身体特征对象，从而可检测所述目标对象的关联身体特征对象在所述目标图像帧中的目标位置区域，并确定根据该目标位置区域和禁止图像区域确定该目标对象入侵该禁止区域时，进行告警处理，服务器通过对禁止区域中关联身体特征对象的精细化设置，使得对禁止区域的入侵检测更精确，可有效提升服务器对禁止区域的入侵检测的精度，并可同时提升服务器的处理效率。
附图说明
为了更清楚地说明本发明实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种图像处理的框架示意图；
图2是本发明实施例提供的一种图像处理方法的示意流程图；
图3a是本发明实施例提供的一种对目标环境区域进行监控的示意图；
图3b是本发明实施例提供的一种对目标图像帧的示意图；
图4是本发明另一实施例提供的一种图像处理方法的示意流程图；
图5是本发明又一实施例提供的一种图像处理方法的示意流程图；
图6是本发明实施例提供的一种图像处理装置的示意性框图；
图7是本发明实施例提出的一种服务器的示意性框图。
具体实施方式
本发明实施例提出了一种图像处理方法，通过设置禁止区域对应的关联身体特征对象(即禁止对象，如手部，脚部或者头部等)，可实现对禁止区域的精细化设置，服务器只有在检测到目标对象中的关联身体特征对象入侵该禁止区域时，才进行告警处理，有效提升了对禁止区域的入侵检测精度，可实现对禁止区域的有效保护，如图1所示，服务器包括禁区入侵检测算法，该禁区入侵检测算法用于对入侵禁区的目标对象进行检测，在一个实施例中，管理人员可首先通过云端或者用户系统向服务器发送对禁止区域进行检测的入侵检测指令，在服务器接收到该入侵检测指令后，可将服务器的运行状态信息发送到管理人员所在的云端或者用户系统，以告知管理人员，服务器已成功开启对禁止区域的入侵检测，在管理人员通过云端或用户系统向服务器发送入侵检测指令后，服务器可先将禁止区域设置界面输出到用户系统的用户界面中，以使得管理人员在所述禁止区域设置界面中进行禁区设置，从而使得服务器可确定出目标环境区域中的禁止区域。
在一个实施例中，管理人员在基于所述禁止区域设置界面进行禁区设置时，可通过该设置界面选择需要开启对目标环境进行检测的图像采集设备，进一步地，管理人员可通过该禁区设置界面，并基于该图像采集设备采集到的目标环境区域对应的环境图像中进行禁止区域的设置，具体地，管理人员可从所述图像采集设备采集到的目标环境区域对应的环境图像中进行区域角点的选择，从而该设置界面可基于管理人员选择的区域角点进行自动连接，连接得到的图像对应在目标环境区域的位置区域即是该管理人员设置的禁止区域，基于该设置界面，管理人员可进行任意形状以及任意个数的禁止区域的设置，可满足各种地形和场景的禁止区域设置，实现了对禁止区域的精准设置。在所述管理人员对目标环境区域中的禁止区域设置完成后，服务器实时获取图像采集设备采集到的视频流，并基于禁区入侵检测算法对将该视频流解码后的图像序列进行入侵检测，从而可在检测到入侵行为后该告警信息发送给管理人员所在的客户端。在一个实施例中，服务器获取到的视频流可以是基于不同协议下的视频流，例如可以是基于实时消息传输协议(Real TimeMessaging Protocol，RTMP)的视频流，也可以是基于实时流传输协议(Real TimeStreaming Protocol，RTSP)的视频流，还可以是其他自定义协议下的视频流。
服务器在基于接收到的视频流得到图像序列后，可采用禁区入侵检测算法对所述图像序列中的各帧图像进行禁区入侵检测，在一个实施例中，以所述图像序列中的目标图像帧为例，服务器对该目标图像帧进行入侵检测的过程进行详细说明，其中，所述目标图像帧可以为所述图像序列的当前图像帧，也可以为所述图像序列的任一帧图像。具体地，服务器可在获取到图像采集设备在进行目标环境区域的监控时拍摄得到的目标图像帧后，从所述目标图像帧中确定出目标对象，在一个实施例中，所述服务器在从所述目标图像帧中确定出目标对象时，可先确定出所述目标图像帧所在的图像序列，从而可基于所述图像序列进行运动目标检测，在通过所述图像序列确定出所述目标图像帧中的移动对象后，可进一步地对所述移动对象进行人体检测，在确定所述移动对象的类型为人体类型时，可将所述人体类型的移动对象作为所述目标对象。其中，所述服务器可采用人体检测算法对所述移动对象进行人体检测，所述人体检测算法例如可以通过对所述移动对象进行人体关键点进行定位，从而基于得到的人体关键点确定该移动对象的类型是否为人体类型。
在一个实施例中，所述服务器在获取到所述目标图像帧后，还可同时确定图像采集设备所监控的目标环境区域中的禁止区域，以及与该禁止区域相关的关联身体特征对象，在目标对象为人体时，该关联身体特征对象例如可以是头部，脚部或者手部等，举例来说，若确定出的目标环境区域中的禁止区域包括禁止区域A和禁止区域B，则与该禁止区域A相关的关联身体特征对象可能为脚部，而与禁止区域B相关的关联身体特征对象则可能为头部，根据与所述禁止区域相关的关联身体特征对象，所述服务器可检测目标他对象的关联身体特征对象在该目标图像帧中的目标位置区域，具体地，所述服务器可根据所述关联身体特征对象所指示的目标关键点，从所述服务器确定所述移动对象的人体关键点中获取出所述目标关键点，从而根据所述目标关键点，则可确定出该关联身体特征对象在目标图像帧中的目标位置区域。
在所述服务器确定出所述目标位置区域后，进一步地，可根据所述目标位置区域和所述禁止图像区域确定该目标对象是否入侵该禁止区域，并在确定所述目标对象入侵该禁止区域时，进行告警处理，在一个实施例中，所述服务器在进行告警处理时，可输出预设的告警提示音，以提醒目标对象停止入侵该禁止区域，或者，所述服务器还可输出告警信息到管理人员的客户端，以提醒附近管理员尽快制止该目标对象入侵该禁止区域的行为，在本发明实施例中，对服务器进行告警处理的方式不做限定。
请参见图2，是本发明实施例提出的一种图像处理方法的示意流程图，该图像处理方法可应用于上述的服务器中，具体地，该图像处理方法包括：
S201，获取目标图像帧，并从所述目标图像帧中确定出目标对象，所述目标图像帧是图像采集设备对目标环境区域进行监控时拍摄得到的。
在一个实施例中，服务器获取的目标帧是所述服务器对获取到的视频流进行解码后得到的，所述视频流是服务器调用图像采集设备对目标环境区域进行监控时得到的，如图3a所示，所示图像采集设备可对图示中虚线角度范围内的环境区域进行监控拍摄，即图示中由301标识的环境区域进行监控，所述服务器在从所述图像采集设备获取到视频流后，可对所述视频流进行解码处理，得到该视频流对应的图像序列，进一步地，所述服务器可将所述图像序列中的当前图像帧作为目标图像帧，或者，所述服务器也可将所述图像序列中的任一图像帧作为所述目标图像帧，其中，所述目标环境区域为包括禁止区域的环境区域，禁止区域是指禁止目标对象(如人，或者动物)等入侵的区域，所述目标环境区域例如可以是公园，对应的禁止区域即是公园的草坪区域或者树木区域等。
在一个实施例中，服务器可从所述图像采集设备中实时获取对该目标环境区域进行监控的视频流，从而可实时进行告警处理，以实现对该目标环境区域的实时监控。在所述服务器获取到目标图像帧后，可进一步从该目标图像帧中确定出目标对象，其中，所述服务器确定出的目标对象为目标类型下的对象，该目标类型包括人体类型，即该目标对象包括人体类型下的对象，具体的，所述服务器在从所述目标图像帧中确定出目标对象时，可先确定该目标图像帧中的移动对象，在确定该目标图像帧中包括的移动对象后，可通过判断该移动对象的类型，在确定该移动对象的类型为目标类型时，将该移动对象作为目标对象。举例来说，若所述服务器确定出的目标图像帧如图3b所示，所述服务器从所述目标图像帧中确定出的移动对象包括302标识对象，以及303标识的对象，进一步地，所述服务器在确定出所述移动对象后，若所述服务器预设的需要检测的目标对象的类型为人体类型，所述服务器分别对由302标识的对象进行检测，可确定出由302标识的对象的类型为人体，而由303标识的对象的类型为物体，则所述服务器最终确定出的目标对象则为由302标识的人体对象。
在一个实施例中，所述服务器在确定所述目标图像帧的移动对象时，可先确定所述目标图像帧所在的图像序列，从而可基于所述图像序列采用帧间差分法，确定出所述目标图像帧中的移动对象，或者，所述服务器还可采用背景建模算法，确定出所述目标图像帧中的移动对象，所述背景建模算法包括混合高斯建模算法等。在一个实施例中，所述服务器在确定移动对象的类型时，可对所述移动对象进行类型检测，在预设的目标类型为人体类型时，则可采用人体检测算法对所述移动对象进行检测，以确定该移动对象的类型是否为人体类型，其中，所述人体检测算法例如可以是：基于目标检测的单发多盒检测算法(Single Shot MultiBox Detector，SSD)，一次检测算法(You Only Look Once，YOLO)，或者快速卷积神经网络(Faster Region-CNN，R-CNN)等。
S202，确定禁止区域在所述目标图像帧的禁止图像区域。
在一个实施例中，服务器在检测到用户(如上述的管理用户)从对应客户端中输入的入侵检测指令时，可将用于对目标环境的禁止区域进行设置的禁止区域设置界面输出到所述客户端对应的用户界面中，从而可从所述禁止区域设置界面获取用户对禁止区域的设置操作，其中，该设置操作可以是用户对该禁止区域设置界面中对应目标环境的点击操作，基于该点击操作，服务器可从所述目标环境中确定出对应的区域角点(即位置点)，基于用户选择的一个或多个区域角点，服务器可基于该一个或多个区域角点从所述目标环境中确定出禁止区域，在一个实施例中，若用户选择的区域角点的数量为一个，则服务器可将该一个区域角点预设范围内的区域作为禁止区域，如可将距离该一个区域角点200像素范围内的区域作为该禁止区域，若选择的区域角点的数量为两个，则服务器可将该两个区域角点连线所在的圆弧形作为该目标环境的禁止区域，其中，该圆弧形可以是圆形，可以是椭圆形，还可以是扇形或者其他不规则圆弧形状的图形，又或者，在选择的区域角点的数量为多个时，所述服务器可确定由该多个区域角点的连线，从而可将该连线确定出的区域作为禁止区域，其中，该禁止区域为所述目标环境区域中禁止所述目标对象入侵的区域。
在一个实施例中，所述禁止区域可以是用户提前设置并存储的，在服务器每次检测目标对象是否入侵禁止区域时，可获取存储的禁止区域进行检测，或者，所述禁止区域也可以是用户实时设置的，在本发明实施例中，对禁止区域的设置时间不做限定，其中，所述禁止区域为禁止目标对象入侵的区域，禁止目标对象入侵包括禁止目标对象的部分(如指定的部分部位，如手，或者脚等)入侵，也可以是包括禁止目标对象的全部入侵。
在一个实施例中，步骤S201中从目标图像帧中确定出目标对象的步骤和步骤S202可以是同时执行的，也可先执行步骤S201中从目标图像帧中确定出目标对象的步骤，再执行步骤S202，也可先执行步骤S202，在执行步骤S201中从目标图像帧中确定出目标对象的步骤，在本发明实施例中，不对上述两步骤的执行顺序做限定。
S203，检测所述目标对象的关联身体特征对象在所述目标图像帧中的目标位置区域，并根据所述目标位置区域和所述禁止图像区域确定所述目标对象是否入侵所述禁止区域。
S204，在确定所述目标对象入侵所述禁止区域时，进行告警处理。
在步骤S203和步骤S204中，服务器在从目标图像帧中确定出目标对象，并确定出目标环境区域中的禁止区域后，可进一步确定出该禁止区域对应于目标图像帧的禁止图像区域，以及与该目标环境中的禁止区域相关的关联身体特征对象，其中，与该禁止区域身体的关联身体特征对象是指对应于目标对象的某一个或多个部位的对象，该关联身体特征对象例如可以是目标对象的头部，或者脚部，或者手部，或者手部以及脚部等，该关联身体特征对象是用户在通过客户端进行禁止区域的设置时由用户选定的，或者，服务器也可根据用户在客户端选择的禁止区域自动设定对应的关联身体特征对象。可以理解的是，当选定的禁止区域为草坪时，对应的关联身体特征对象为脚部，当选定的禁止区域为树木时，对应的关联身体特征对象则为手部，又或者，当选定的禁止区域为汽车窗户时，对应的关联身体特征对象则为头部，而当选定的禁止区域包括草坪以及树木时，则对应的关联身体特征对象则为手部和脚部。
在一个实施例中，服务器在确定出禁止区域关联的关联身体特征对象后，可根据该关联身体特征对象，确定目标对象的关联身体特征对象在所述目标图像帧中的目标位置区域，其中，所述关联身体特征对象对应于所述目标对象的位置即是该目标位置区域，举例来说，当关联身体特征对象为头部时，头部对应于目标对象在该目标图像帧中的位置即是该目标位置区域。在一个实施例中，服务器在确定该目标对象的关联身体特征对象在所述目标图像帧中的目标位置区域时，可先获取该目标对象对应的特征点集合，从而从该特征点集合中确定出关联身体特征对象对应的特征点，该关联身体特征对象对应的特征点即是该关联身体特征对象对应于目标图像区域的目标位置区域，举例来说，当该关联身体特征对象为头部时，该关联身体特征对象对应的特征点可包括以下一个或多个：眼特征点，右眼特征点，左耳特征点，右耳特征点，鼻子特征点。
在所述服务器确定出目标对象的关联身体特征对象在所述目标图像帧中的目标位置区域后，可根据该目标位置区域和该禁止图像区域确定该目标对象是否入侵该禁止区域，并在确定该目标对象入侵该禁止区域时，则该服务器可进行告警处理，该告警处理可以是在所述目标环境区域的指定位置处播放告警信息，以提示目标对象尽快停止入侵行为，或者，也可以是向管理用户的客户端输出告警信息，以提示管理用户尽快制止目标对象的入侵行为，在本发明实施例中，对服务器进行告警处理的方式不作限定。
在本发明实施例中，服务器在获取到图像采集设备对目标环境进行监控时拍摄的目标图像帧后，可从该目标图像帧中确定出目标对象，并确定该目标环境区域中的禁止区域，进一步地，所述服务器可确定该禁止区域对应于目标图像帧的禁止图像区域，以及该禁止区域所关联的关联身体特征对象，从而可检测所述目标对象的关联身体特征对象在所述目标图像帧中的目标位置区域，并确定根据该目标位置区域和禁止图像区域确定该目标对象入侵该禁止区域时，进行告警处理，服务器通过对禁止区域中关联身体特征对象的精细化设置，使得对禁止区域的入侵检测更精确，可有效提升服务器对禁止区域的入侵检测的精度，并可同时提升服务器的处理效率。
请参见图4，是本发明另一实施例提出的一种图像处理方法的示意流程图，如图4所示，该方法可包括：
S401，获取目标图像帧，所述目标图像帧是图像采集设备对目标环境区域进行监控时拍摄得到的。
在一个实施例中，服务器在获取目标图像帧之前，需要先对目标环境区域中的禁止区域以及与该禁止区域关联的关联身体特征对象进行设定，具体地，服务器在接收到入侵检测指令后，可响应该入侵检测指令，并输出禁止区域设置界面，其中，服务器可将该禁止区域设置界面输出到管理人员对应客户端的用户界面中，使得所述管理人员可在对应客户端的用户界面中进行禁止区域的设置，对应的，所述服务器可从所述禁止区域设置界面中获取禁止区域的设置操作，从而可根据所述禁止区域设置操作，从目标环境中确定出禁止区域，以及该禁止区域关联的关联身体特征对象，所述服务器在确定出禁止区域，以及该禁止区域关联的关联身体特征对象后，可关联存储该禁止区域，以及该关联身体特征对象。
在一个实施例中，管理人员可在显示所述禁止区域设置界面的用户界面中，选取一个或多个区域角点，服务器则可根据所述管理人员选择的一个或多个区域角点，确定出目标环境区域中的禁止区域，同时，管理人员可在所述禁止区域设置界面中输入和该禁止区域关联的关联身体特征对象，该关联身体特征对象例如可以是脚部，头部等，服务器在确定出禁止区域，以及该禁止区域关联的关联身体特征对象后，可关联存储该禁止区域和该关联身体特征对象，也即表明服务器在后续进行禁止区域入侵检测的过程中，对于该禁止区域的入侵检测，是通过检测目标对象的关联身体特征对象是否入侵该禁止区域。
S402，获取所述目标图像帧所在的图像序列，所述图像序列包括所述目标图像帧，以及除所述目标图像帧之外的至少一帧其他图像帧。
S403，根据所述图像序列，从所述目标图像帧中确定出移动对象。
S404，获取所述移动对象的类型信息，并在所述类型信息指示所述移动对象为目标类型时，将所述移动对象作为目标对象。
在步骤S402～步骤S404中，是对上述实施例中从目标图像帧中确定出目标对象的细化步骤，具体地，服务器可先确定该目标图像帧所在的图像序列，在一个实施例中，服务器在确定该目标图像帧所在的图像序列时，可先获取所述图像采集设备对目标环境区域进行监控时拍摄得到的视频数据，从而可对所述视频数据进行解码处理，得到至少一张解码图像，服务器在得到所述至少一张解码图像后，可基于所述视频数据的播放时间顺序对所述至少一张解码图像进行排序，得到对应的图像序列。在一个实施例中，服务器在对视频数据解码得到至少一张解码图像时，可按照所述视频数据的帧率进行解码，并从每帧视频帧中选取一张或者多张图像作为解码图像。
在所述服务器确定出视频数据对应的图像序列后，可根据所述图像序列，从所述目标图像帧中确定出移动对象，在一个实施例中，若所述服务器根据所述图像序列，从所述目标图像帧中确定出移动对象失败，可进一步获取对该目标图像帧进行检测的检测时长，若所述检测时长大于预设的时长阈值，则从所述图像序列中获取任一其他图像帧作为所述目标图像帧，其中，所述预设的时长阈值例如可以是2秒或者3秒等，获取的任一其他图像帧可以是所述当前的目标图像帧的下一帧图像，或者下几帧图像等，使得所述服务器每隔所述预设时长阈值即可对新的目标图像帧进行检测，可有效提升服务器进行入侵检测的效率。
在一个实施例中，移动对象可能发生对禁止区域的持续性入侵行为，而造成禁止区域的损坏，而静止对象如果该对象不在禁止区域内，则不会对禁止区域造成破环，所以，服务器在从目标图像帧中确定出移动对象后，可通过获取所述移动对象的类型信息，并在该类型信息指示该移动对象为目标类型时，将所述移动对象作为目标对象，其中，所述目标类型包括人体类型，服务器在检测到移动对象后，通过对所述移动对象的类型的检测，确定出该移动对象的类型信息，在根据所述类型信息确定所述移动对象为目标类型时，将所述移动对象作为目标对象。
S405，确定禁止区域在所述目标图像帧的禁止图像区域，所述禁止区域为所述目标环境区域中禁止所述目标对象入侵的区域。
S406，检测所述目标对象的关联身体特征对象在所述目标图像帧中的目标位置区域，并根据所述目标位置区域和所述禁止图像区域确定所述目标对象是否入侵所述禁止区域。
S407，在确定所述目标对象入侵所述禁止区域时，进行告警处理。
在步骤S405～步骤S407中，服务器从所述目标图像帧中确定出目标对象的同时，可确定出所述目标环境中的禁止区域，以及该禁止区域在所述目标图像帧中的禁止图像区域，和与该禁止区域相关的关联身体特征对象，在一个实施例中，所述服务器对目标环境中的禁止区域的确定过程，以及对该禁止区域对应于目标图像帧的禁止图像区域的确定过程，和与该禁止区域相关的关联身体特征对象的确定过程，均可参见上述实施例的相关叙述，在此不再赘述。服务器在确定出目标对象禁止入侵的禁止区域，以及该禁止区域对应于目标图像帧的禁止图像区域，和与该禁止区域相关的关联身体特征对象后，可检测所述目标对象的关联身体特征对象在所述目标图像帧中的目标位置区域。
在一个实施例中，所述服务器在检测所述目标对象的关联身体特征对象在所述目标图像帧中的目标位置区域时，可先确定该目标对象对应于目标图像帧的目标图像区域，从而可从所述目标图像区域对应的特征点集合中获取该关联身体特征对象对应的目标特征点，进一步地，基于所述目标特征点在所述目标图像区域中的图像位置，可确定出所述关联身体特征对象对应于所述目标图像区域的特征图像区域，其中，所述特征点集合包括以下一个或多个特征点：左眼特征点，右眼特征点，左耳特征点，右耳特征点，鼻子特征点，颈部特征点，左右肩特征点，左右手肘特征点，左右手腕特征点，左右胯部特征点，左右膝盖特征点，左右脚踝特征点。举例来说，若服务器确定的关联身体特征对象为脚部，则所述服务器可从该目标图像区域对应的特征点集合中确定出脚部对应的目标特征点包括左右脚踝特征点。可以理解的是，当确定的关联身体特征对象为头部，则确定出的目标特征点可包括以下一个或多个：左眼特征点，右眼特征点，左耳特征点，右耳特征点，鼻子特征点；在确定的关联身体特征对象为手部时，确定出的目标特征点可包括以下一个或多个：左右肩特征点，左右手肘特征点，左右手腕特征点。
在一个实施例中，服务器在确定所述目标对象对应于目标图像帧中的目标图像区域时，可采用预设的特征定位算法，对该目标图像进行特征定位检测，得到该目标对象对应于目标图像帧的目标图像区域的特征点集合，从而可根据该特征点集合确定出该目标对象对应于该目标图像帧的目标图像区域，其中，服务器可将该目标特征集合中的特征点在所述目标图像帧中围成的区域，作为该目标图像帧的目标图像区域。在一个实施例中，服务器在从目标图像帧的目标图像区域中确定出关联身体特征对象对应的目标位置区域，以及该禁止区域对应于该目标图像帧的禁止图像区域后，可进一步地判断该目标位置区域和禁止图像区域是否存在重叠区域，并在确定存在所述重叠区域时，确定该目标对象入侵禁止区域，其中，该重叠区域为属于该目标位置区域，且属于该禁止图像区域的区域。
在本发明实施例中，服务器在从图像序列中获取到目标图像帧之后，可基于该目标图像帧所在的图像序列，从该目标图像帧中确定出移动对象，并可通过获取该移动对象的类型信息，在该类型信息指示该移动对象为目标类型时，将该移动对象作为目标对象，进一步地，服务器可确定进行入侵检测的目标环境区域中的禁止区域，并确定该禁止区域对应于该目标图像帧的禁止图像区域，以及与该禁止区域相关的关联身体特征对象，从而可根据该关联身体特征对象，从该目标图像对应于目标图像帧的目标图像区域中，确定出该关联身体特征对象对应的目标位置区域，并在检测到该目标位置区域处于所述禁止图像区域内时，进行告警处理，基于特征点对目标对象的定位方法，有效减少了传统入侵检测方法中由于物理空间到平面图像的映射误差，并结合对禁区的关联身体特征对象的划分，使得对目标环境区域的入侵检测精度得到有效提升。
在一个实施例中，可同时参见如图5所示的一种对目标环境区域进行入侵检测的流程示意图，如图所示，服务器可先从图像采集设备中获取该图像采集设备在对目标环境区域进行监控时拍摄得到的视频数据，从而可从所述视频数据中确定出目标图像帧，其中，所述目标图像帧可以是当前图像帧，以实现对目标环境区域的实时监控，进一步地，服务器可对该目标图像帧进行移动对象的检测，以确定该目标图像帧中是否存在移动对象，在确定该目标图像帧中存在移动对象时，则进一步检测该移动对象的类型，以确定该移动对象是否为人体用户，并在确定为该移动对象为人体类型时，根据禁止区域关联的关联身体特征对象，以及该目标对象的特征点，确定目标图像帧中关联身体特征对象所在的目标位置区域，并在根据该目标位置区域和禁止图像区域确定目标对象入侵该禁止区域时，进行告警处理。在一个实施例中，服务器在从目标图像帧中确定出移动对象时，或者确定该移动对象的类型不是目标类型(即未检测到人体)时，则从所述视频数据中获取任一其他图像帧作为目标图像帧，所述任一其他图像帧例如可以是当前图像帧的下一帧。
基于上述图像处理方法实施例的描述，本发明实施例还提出了一种图像处理装置，该图像处理装置可以是运行于上述服务器中的一个计算机程序(包括程序代码)。该图像处理装置可用于执行如图2和图4所述的图像处理方法，请参见图6，该图像处理装置可包括：获取单元601、确定单元602、检测单元603和处理单元604。
获取单元601，应用获取目标图像帧，所述目标图像帧是图像采集设备对目标环境区域进行监控时拍摄得到的；
确定单元602，用于从所述目标图像帧中确定出目标对象，；
所述确定单元602，还用于确定禁止区域在所述目标图像帧的禁止图像区域，所述禁止区域为所述目标环境区域中禁止所述目标对象入侵的区域；
检测单元603，用于检测所述目标对象的关联身体特征对象在所述目标图像帧中的目标位置区域；
所述确定单元602，还用于根据所述目标位置区域和所述禁止图像区域确定所述目标对象是否入侵所述禁止区域；
处理单元604，用于在确定所述目标对象入侵所述禁止区域时，进行告警处理。
在一个实施例中，所述装置还包括：输出单元605和存储单元606。
输出单元605，用于响应于入侵检测指令，输出禁止区域设置界面；
所述获取单元601，还用于从所述禁止区域设置界面获取禁止区域设置操作；
所述确定单元602，还用于并根据所述禁止区域设置操作，从目标环境中确定出禁止区域，以及与该禁止区域相关的关联身体特征对象；
存储单元606，用于关联存储所述禁止区域以及所述关联身体特征对象。
在一个实施例中，所述确定单元602，具体用于：
获取所述目标图像帧所在的图像序列，所述图像序列包括所述目标图像帧；
根据所述图像序列，从所述目标图像帧中确定出移动对象；
获取所述移动对象的类型信息，并在所述类型信息指示所述移动对象为目标类型时，将所述移动对象作为目标对象，其中，所述目标类型包括人体类型。
在一个实施例中，所述图像序列还包括：至少一帧除所述目标图像帧之外的其他图像帧，
所述获取单元601，还用于若根据所述图像序列，从所述目标图像帧中确定出移动对象失败，则获取对所述目标图像帧进行检测的检测时长；
所述获取单元601，还用于在所述检测时长大于预设时长阈值时，从所述图像序列中获取任一所述其他图像帧作为所述目标图像帧。
在一个实施例中，所述获取单元601，具体用于：
获取所述图像采集设备对所述目标环境区域进行监控时拍摄得到的视频数据，并对所述视频数据进行解码处理，得到至少一张解码图像；
基于所述视频数据的播放时间顺序对所述至少一张解码图像进行排序，得到图像序列。
在一个实施例中，所述检测单元603，具体用于：
确定所述目标对象对应于所述目标图像帧的目标图像区域；
从所述目标图像区域对应的特征点集合中获取所述关联身体特征对象对应的目标特征点；
根据所述目标特征点在所述目标图像区域中的图像位置，确定所述关联身体特征对象在所述目标图像区域的特征图像区域；
其中，所述特征点集合包括以下一个或多个特征点：左眼特征点，右眼特征点，左耳特征点，右耳特征点，鼻子特征点，颈部特征点，左右肩特征点，左右手肘特征点，左右手腕特征点，左右胯部特征点，左右膝盖特征点，左右脚踝特征点。
在一个实施例中，所述确定单元602，具体用于：
采用预设的特征定位算法，对所述目标对象进行特征定位检测，得到所述目标对象对应于目标图像帧的目标图像区域的特征点集合；
基于所述特征点集合，确定所述目标对象对应于所述目标图像帧的目标图像区域。
在一个实施例中，所述确定单元602，具体用于：
判断所述目标位置区域和所述禁止图像区域是否存在重叠区域，所述重叠区域属于所述目标位置区域，且属于所述禁止图像区域；
在确定所述目标位置区域和所述禁止图像区域存在重叠区域时，确定所述目标对象入侵所述禁止区域。
在本发明实施例中，获取单元601在获取到图像采集设备对目标环境进行监控时拍摄的目标图像帧后，确定单元602可从该目标图像帧中确定出目标对象，并确定该目标环境区域中的禁止区域，进一步地，所述确定单元602可确定该禁止区域对应于目标图像帧的禁止图像区域，以及该禁止区域所关联的关联身体特征对象，从而检测单元603可检测所述目标对象的关联身体特征对象在所述目标图像帧中的目标位置区域，并在确定单元602确定根据该目标位置区域和禁止图像区域确定该目标对象入侵该禁止区域时，处理单元604进行告警处理，使得可通过对禁止区域中关联身体特征对象的精细化设置，对禁止区域的入侵检测更精确，可有效提升对禁止区域的入侵检测的精度，并可同时提升进行入侵检测的处理效率。
请参见图7，是本发明实施例提供的一种服务器的结构示意性框图。如图7所示的本实施例中的服务器可包括：一个或多个处理器701；一个或多个输入设备702，一个或多个输出设备703和存储器704。上述处理器701、输入设备702、输出设备703和存储器704通过总线705连接。存储器704用于存储计算机程序，所述计算机程序包括程序指令，处理器701用于执行所述存储器704存储的程序指令。
所述存储器704可以包括易失性存储器(volatile memory)，如随机存取存储器(random-access memory，RAM)；存储器704也可以包括非易失性存储器(non-volatilememory)，如快闪存储器(flash memory)，固态硬盘(solid-state drive，SSD)等；存储器704还可以包括上述种类的存储器的组合。
所述处理器701可以是中央处理器(central processing unit，CPU)。所述处理器701还可以进一步包括硬件芯片。上述硬件芯片可以是专用集成电路(application-specific integrated circuit，ASIC)，可编程逻辑器件(programmable logic device，PLD)等。该PLD可以是现场可编程逻辑门阵列(field-programmable gate array，FPGA)，通用阵列逻辑(generic array logic，GAL)等。所述处理器701也可以为上述结构的组合。
本发明实施例中，所述存储器704用于存储计算机程序，所述计算机程序包括程序指令，处理器701用于执行存储器704存储的程序指令，用来实现上述如图2和图4中相应方法的步骤。
在一个实施例中，所述处理器701被配置调用所述程序指令，用于执行：
获取目标图像帧，并从所述目标图像帧中确定出目标对象，所述目标图像帧是图像采集设备对目标环境区域进行监控时拍摄得到的；
确定禁止区域在所述目标图像帧的禁止图像区域，所述禁止区域为所述目标环境区域中禁止所述目标对象入侵的区域；
检测所述目标对象的关联身体特征对象在所述目标图像帧中的目标位置区域，并根据所述目标位置区域和所述禁止图像区域确定所述目标对象是否入侵所述禁止区域；
在确定所述目标对象入侵所述禁止区域时，进行告警处理。
在一个实施例中，所述处理器701被配置调用所述程序指令，用于执行：
响应于入侵检测指令，输出禁止区域设置界面；
从所述禁止区域设置界面获取禁止区域设置操作，并根据所述禁止区域设置操作，从目标环境中确定出禁止区域，以及与该禁止区域相关的关联身体特征对象；
关联存储所述禁止区域以及所述关联身体特征对象。
在一个实施例中，所述处理器701被配置调用所述程序指令，用于执行：
获取所述目标图像帧所在的图像序列，所述图像序列包括所述目标图像帧；
根据所述图像序列，从所述目标图像帧中确定出移动对象；
获取所述移动对象的类型信息，并在所述类型信息指示所述移动对象为目标类型时，将所述移动对象作为目标对象，其中，所述目标类型包括人体类型。
在一个实施例中，所述图像序列还包括：至少一帧除所述目标图像帧之外的其他图像帧，所述处理器701被配置调用所述程序指令，用于执行：
若根据所述图像序列，从所述目标图像帧中确定出移动对象失败，则获取对所述目标图像帧进行检测的检测时长；
在所述检测时长大于预设时长阈值时，从所述图像序列中获取任一所述其他图像帧作为所述目标图像帧。
在一个实施例中，所述处理器701被配置调用所述程序指令，用于执行：
获取所述图像采集设备对所述目标环境区域进行监控时拍摄得到的视频数据，并对所述视频数据进行解码处理，得到至少一张解码图像；
基于所述视频数据的播放时间顺序对所述至少一张解码图像进行排序，得到图像序列。
在一个实施例中，所述处理器701被配置调用所述程序指令，用于执行：
确定所述目标对象对应于所述目标图像帧的目标图像区域；
从所述目标图像区域对应的特征点集合中获取所述关联身体特征对象对应的目标特征点；
根据所述目标特征点在所述目标图像区域中的图像位置，确定所述关联身体特征对象在所述目标图像区域的特征图像区域；
其中，所述特征点集合包括以下一个或多个特征点：左眼特征点，右眼特征点，左耳特征点，右耳特征点，鼻子特征点，颈部特征点，左右肩特征点，左右手肘特征点，左右手腕特征点，左右胯部特征点，左右膝盖特征点，左右脚踝特征点。
在一个实施例中，所述处理器701被配置调用所述程序指令，用于执行：
采用预设的特征定位算法，对所述目标对象进行特征定位检测，得到所述目标对象对应于目标图像帧的目标图像区域的特征点集合；
基于所述特征点集合，确定所述目标对象对应于所述目标图像帧的目标图像区域。
在一个实施例中，所述处理器701被配置调用所述程序指令，用于执行：
判断所述目标位置区域和所述禁止图像区域是否存在重叠区域，所述重叠区域属于所述目标位置区域，且属于所述禁止图像区域；
在确定所述目标位置区域和所述禁止图像区域存在重叠区域时，确定所述目标对象入侵所述禁止区域。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random AccessMemory，RAM)等。
以上所揭露的仅为本发明的局部实施例而已，当然不能以此来限定本发明之权利范围，本领域普通技术人员可以理解实现上述实施例的全部或局部流程，并依本发明权利要求所作的等同变化，仍属于发明所涵盖的范围。

Claims (10)

1.一种图像处理方法，其特征在于，包括：
获取目标图像帧，并从所述目标图像帧中确定出目标对象，所述目标图像帧是图像采集设备对目标环境区域进行监控时拍摄得到的；
确定禁止区域在所述目标图像帧的禁止图像区域，所述禁止区域为所述目标环境区域中禁止所述目标对象入侵的区域；所述禁止图像区域设置有关联身体特征对象，所述目标对象的关联身体特征对象是被禁止进入所述禁止图像区域中的；在同一图像帧包含多个图像区域时，不同禁止图像区域对应的关联身体特征对象不同；
确定所述目标对象对应于所述目标图像帧的目标图像区域；从所述目标图像区域对应的特征点集合中获取所述关联身体特征对象对应的目标特征点；根据所述目标特征点在所述目标图像区域中的图像位置，确定所述关联身体特征对象在所述目标图像区域的目标位置区域；其中，所述特征点集合包括以下一个或多个特征点：左眼特征点，右眼特征点，左耳特征点，右耳特征点，鼻子特征点，颈部特征点，左右肩特征点，左右手肘特征点，左右手腕特征点，左右胯部特征点，左右膝盖特征点，左右脚踝特征点；其中，不同关联身体特征对象所需获取的目标特征点是不同的；
根据所述目标位置区域和所述禁止图像区域确定所述目标对象是否入侵所述禁止区域；
在确定所述目标对象入侵所述禁止区域时，进行告警处理。
2.根据权利要求1所述的方法，其特征在于，所述获取目标图像帧之前，所述方法还包括：
响应于入侵检测指令，输出禁止区域设置界面；
从所述禁止区域设置界面获取禁止区域设置操作，并根据所述禁止区域设置操作，从所述目标环境区域中确定出所述禁止区域，以及与所述禁止区域相关的关联身体特征对象；
关联存储所述禁止区域以及所述关联身体特征对象。
3.根据权利要求1所述的方法，其特征在于，所述从所述目标图像帧中确定出目标对象，包括：
获取所述目标图像帧所在的图像序列，所述图像序列包括所述目标图像帧；
根据所述图像序列，从所述目标图像帧中确定出移动对象；
获取所述移动对象的类型信息，并在所述类型信息指示所述移动对象为目标类型时，将所述移动对象作为所述目标对象，其中，所述目标类型包括人体类型。
4.根据权利要求3所述的方法，其特征在于，所述图像序列还包括：至少一帧除所述目标图像帧之外的其他图像帧，所述方法还包括：
若根据所述图像序列，从所述目标图像帧中确定出移动对象失败，则获取对所述目标图像帧进行检测的检测时长；
在所述检测时长大于预设时长阈值时，从所述图像序列中获取任一所述其他图像帧作为所述目标图像帧。
5.根据权利要求3所述的方法，其特征在于，所述获取所述目标图像帧所在的图像序列，包括：
获取所述图像采集设备对所述目标环境区域进行监控时拍摄得到的视频数据，并对所述视频数据进行解码处理，得到至少一张解码图像；
基于所述视频数据的播放时间顺序对所述至少一张解码图像进行排序，得到所述图像序列。
6.根据权利要求1所述的方法，其特征在于，所述确定所述目标对象对应于所述目标图像帧的目标图像区域，包括：
采用预设的特征定位算法，对所述目标对象进行特征定位检测，得到所述目标对象对应于所述目标图像帧的目标图像区域的特征点集合；
基于所述特征点集合，确定所述目标对象对应于所述目标图像帧的目标图像区域。
7.根据权利要求1所述的方法，其特征在于，所述根据所述目标位置区域和所述禁止图像区域确定所述目标对象是否入侵所述禁止区域，包括：
判断所述目标位置区域和所述禁止图像区域是否存在重叠区域，所述重叠区域属于所述目标位置区域，且属于所述禁止图像区域；
在确定所述目标位置区域和所述禁止图像区域存在重叠区域时，确定所述目标对象入侵所述禁止区域。
8.一种图像处理装置，其特征在于，包括：
获取单元，用于获取目标图像帧，所述目标图像帧是图像采集设备对目标环境区域进行监控时拍摄得到的；
确定单元，用于从所述目标图像帧中确定出目标对象；
所述确定单元，还用于确定禁止区域在所述目标图像帧的禁止图像区域，所述禁止区域为所述目标环境区域中禁止所述目标对象入侵的区域；所述禁止图像区域设置有关联身体特征对象，所述目标对象的关联身体特征对象是被禁止进入所述禁止图像区域中的；在同一图像帧包含多个图像区域时，不同禁止图像区域对应的关联身体特征对象不同；
检测单元，用于确定所述目标对象对应于所述目标图像帧的目标图像区域；从所述目标图像区域对应的特征点集合中获取所述关联身体特征对象对应的目标特征点；根据所述目标特征点在所述目标图像区域中的图像位置，确定所述关联身体特征对象在所述目标图像区域的目标位置区域；其中，所述特征点集合包括以下一个或多个特征点：左眼特征点，右眼特征点，左耳特征点，右耳特征点，鼻子特征点，颈部特征点，左右肩特征点，左右手肘特征点，左右手腕特征点，左右胯部特征点，左右膝盖特征点，左右脚踝特征点；其中，不同关联身体特征对象所需获取的目标特征点是不同的；
所述确定单元，还用于根据所述目标位置区域和所述禁止图像区域确定所述目标对象是否入侵所述禁止区域；
处理单元，用于在确定所述目标对象入侵所述禁止区域时，进行告警处理。
9.一种服务器，其特征在于，包括处理器、存储器和通信接口，所述处理器、所述存储器和所述通信接口相互连接，其中，所述存储器用于存储计算机程序指令，所述处理器被配置用于执行所述程序指令，实现如权利要求1-7任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行如权利要求1-7任一项所述的方法。
CN201911373579.5A 2019-12-26 2019-12-26 一种图像处理方法、装置、服务器及存储介质 Active CN111126317B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911373579.5A CN111126317B (zh) 2019-12-26 2019-12-26 一种图像处理方法、装置、服务器及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911373579.5A CN111126317B (zh) 2019-12-26 2019-12-26 一种图像处理方法、装置、服务器及存储介质

Publications (2)

Publication Number Publication Date
CN111126317A CN111126317A (zh) 2020-05-08
CN111126317B true CN111126317B (zh) 2023-06-23

Family

ID=70503733

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911373579.5A Active CN111126317B (zh) 2019-12-26 2019-12-26 一种图像处理方法、装置、服务器及存储介质

Country Status (1)

Country Link
CN (1) CN111126317B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112101202A (zh) * 2020-09-14 2020-12-18 北京易华录信息技术股份有限公司 一种施工场景识别方法、装置及电子设备
CN112668496A (zh) * 2020-12-31 2021-04-16 深圳市商汤科技有限公司 入侵检测方法、装置、设备及存储介质
CN113673399A (zh) * 2021-08-12 2021-11-19 新疆爱华盈通信息技术有限公司 区域监测的方法、装置、电子设备及可读存储介质
CN113781793A (zh) * 2021-09-17 2021-12-10 神彩科技股份有限公司 一种车辆违禁行为的监管方法、装置、服务器及存储介质

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003105807A (ja) * 2001-09-27 2003-04-09 Komatsu Ltd 作業車両の侵入禁止領域での停止制御方法及びその制御装置
JP2008033819A (ja) * 2006-07-31 2008-02-14 Omron Corp 物体認識装置、監視システム、物体認識方法、物体認識プログラム、および該プログラムを記録した記録媒体
JP2008298543A (ja) * 2007-05-30 2008-12-11 Toyota Motor Corp 物体検出装置、及び車両用制御装置
CN107122743A (zh) * 2017-04-28 2017-09-01 北京地平线机器人技术研发有限公司 安防监控方法、装置和电子设备
CN109146322A (zh) * 2018-09-12 2019-01-04 深圳市商汤科技有限公司 监控方法及装置和系统、电子设备以及存储介质
CN109272616A (zh) * 2018-08-31 2019-01-25 镇江赛唯思智能科技有限公司 一种基于人脸识别的门禁控制方法及系统
CN109558865A (zh) * 2019-01-22 2019-04-02 郭道宁 一种基于人体关键点的对需特别看护人员的异常状态检测方法
CN110392239A (zh) * 2019-08-13 2019-10-29 北京积加科技有限公司 指定区域监控方法及装置

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7593547B2 (en) * 2004-10-12 2009-09-22 Siemens Corporate Research, Inc. Video-based encroachment detection
CN106507037A (zh) * 2016-09-30 2017-03-15 北京中星微电子有限公司 人员入侵/越界的智能监控方法和系统
CN108388845A (zh) * 2018-02-05 2018-08-10 李刚毅 对象检测方法和系统
CN109034124A (zh) * 2018-08-30 2018-12-18 成都考拉悠然科技有限公司 一种智能监控方法及系统
CN109919009A (zh) * 2019-01-24 2019-06-21 北京明略软件系统有限公司 目标对象的监控方法、装置及系统
CN109948574A (zh) * 2019-03-27 2019-06-28 新华三技术有限公司 视频检测方法及装置
CN110569770A (zh) * 2019-08-30 2019-12-13 重庆博拉智略科技有限公司 人体入侵行为识别方法、装置、存储介质及电子设备

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003105807A (ja) * 2001-09-27 2003-04-09 Komatsu Ltd 作業車両の侵入禁止領域での停止制御方法及びその制御装置
JP2008033819A (ja) * 2006-07-31 2008-02-14 Omron Corp 物体認識装置、監視システム、物体認識方法、物体認識プログラム、および該プログラムを記録した記録媒体
JP2008298543A (ja) * 2007-05-30 2008-12-11 Toyota Motor Corp 物体検出装置、及び車両用制御装置
CN107122743A (zh) * 2017-04-28 2017-09-01 北京地平线机器人技术研发有限公司 安防监控方法、装置和电子设备
CN109272616A (zh) * 2018-08-31 2019-01-25 镇江赛唯思智能科技有限公司 一种基于人脸识别的门禁控制方法及系统
CN109146322A (zh) * 2018-09-12 2019-01-04 深圳市商汤科技有限公司 监控方法及装置和系统、电子设备以及存储介质
CN109558865A (zh) * 2019-01-22 2019-04-02 郭道宁 一种基于人体关键点的对需特别看护人员的异常状态检测方法
CN110392239A (zh) * 2019-08-13 2019-10-29 北京积加科技有限公司 指定区域监控方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
image-based distance detection for non-zooming stationary camera towards detecting intrusive target;Oyekanmi E.等;2014 World Congress on Computer Applications and Information Systems (WCCAIS);第1-6页 *
基于深度学习的网络入侵检测研究综述;张勇东等;广州大学学报（自然科学版）;第18卷(第3期);第17-26页 *

Also Published As

Publication number Publication date
CN111126317A (zh) 2020-05-08

Similar Documents

Publication Publication Date Title
CN111126317B (zh) 一种图像处理方法、装置、服务器及存储介质
US11875467B2 (en) Processing method for combining a real-world environment with virtual information according to a video frame difference value to provide an augmented reality scene, terminal device, system, and computer storage medium
US10691949B2 (en) Action recognition in a video sequence
KR101825045B1 (ko) 경보 방법 및 장치
US9953506B2 (en) Alarming method and device
CN109145771B (zh) 一种人脸抓拍方法及装置
US10878578B2 (en) Exclusion zone in video analytics
US9521377B2 (en) Motion detection method and device using the same
CN111369590A (zh) 多目标跟踪方法、装置、存储介质及电子设备
CN110135195A (zh) 隐私保护方法、装置、设备及存储介质
WO2021254134A1 (zh) 一种隐私遮蔽处理方法、装置、电子设备及监控系统
US20150104067A1 (en) Method and apparatus for tracking object, and method for selecting tracking feature
WO2022194147A1 (zh) 目标对象监控方法和监控设备
CN110647818A (zh) 一种遮挡目标物体的识别方法及装置
CN111160187B (zh) 一种遗留物体检测的方法、装置及系统
CN113869137A (zh) 事件检测方法、装置、终端设备及存储介质
CN116707965A (zh) 一种威胁检测方法、装置、存储介质以及电子设备
CN111814776A (zh) 一种图像处理方法、设备、服务器及存储介质
CN111626105A (zh) 姿态估计方法、装置及电子设备
WO2015176521A1 (zh) 一种图像处理方法、装置及计算机存储介质
CN111369591A (zh) 一种运动物体的跟踪方法、装置及设备
US20180121729A1 (en) Segmentation-based display highlighting subject of interest
JP2012208878A (ja) 画像監視装置
CN112232170A (zh) 对象行为的确定方法及装置、存储介质、电子装置
CN114422776A (zh) 摄像设备的检测方法及装置、存储介质、电子装置

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