CN111667508A - 一种检测方法和相关装置 - Google Patents
一种检测方法和相关装置 Download PDFInfo
- Publication number
- CN111667508A CN111667508A CN202010524052.4A CN202010524052A CN111667508A CN 111667508 A CN111667508 A CN 111667508A CN 202010524052 A CN202010524052 A CN 202010524052A CN 111667508 A CN111667508 A CN 111667508A
- Authority
- CN
- China
- Prior art keywords
- motion
- target
- detected
- parabola
- determining
- 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.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 34
- 238000000034 method Methods 0.000 claims description 38
- 238000012545 processing Methods 0.000 claims description 9
- 238000012216 screening Methods 0.000 claims description 4
- 230000009471 action Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000004590 computer program Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
- G06T7/215—Motion-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本申请实施例公开了一种检测方法和相关装置,该方法中,检测目标视频包括的多帧图像中的第一运动区域。可以确定目标运动区域中是否包括至少m个像素点,该至少m个像素点在多帧图像中出现的次数小于第一阈值,该目标运动区域为第一运动区域中的任意一个,该第一阈值是根据待检测对象的运动速度确定的,m是根据目标运动区域中的像素点数量确定的。若是,确定目标运动区域为第二运动区域;并根据第二运动区域,确定针对待检测对象的目标运动轨迹。该方案根据待检测对象的运动速度与待检测对象对应的像素点在图像中出现的次数间的关联,实现对运动的待检测对象的运动轨迹的准确检测。
Description
技术领域
本申请涉及图像处理领域,特别是涉及一种检测方法和相关装置。
背景技术
抛物在一些公共场所中是一种危险行为,比如在机场随意抛物,可能会造成潜在的安全隐患;在体育馆内抛物会影响体育赛事的正常进行。因此,借助监控摄像头,自动进行物体的运动轨迹检测,有助于管理人员及时根据运动轨迹发现安全隐患,以便更好地管理公共区域。
目前,主要通过对每张图像中的待检测对象进行检测,从而通过跟踪物体提取物体的运动轨迹。
应用该方法检测运动速度较高的物体的运动轨迹会失效。
发明内容
为了解决上述技术问题,本申请提供了一种检测方法和相关装置,根据待检测对象的运动速度与待检测对象对应的像素点在图像中出现的次数间的关联,实现对运动的待检测对象的运动轨迹的准确检测。
本申请实施例公开了如下技术方案:
一方面,本申请实施例提供了一种检测方法,所述方法包括:
检测目标视频包括的多帧图像中的第一运动区域;
确定目标运动区域中是否包括至少m个像素点,且所述至少m个像素点在所述多帧图像中出现的次数小于第一阈值,所述目标运动区域为所述第一运动区域中的任意一个,所述第一阈值是根据待检测对象的运动速度确定的;m是根据所述目标运动区域中的像素点数量确定的;
若是,确定所述目标运动区域为第二运动区域;
根据所述第二运动区域,确定针对所述待检测对象的目标运动轨迹。
另一方面,本申请实施例提供了一种检测装置,所述装置包括:
检测单元,用于检测目标视频包括的多帧图像中的第一运动区域;
第一确定单元,用于确定目标运动区域中是否包括至少m个像素点,且所述至少m个像素点在所述多帧图像中出现的次数小于第一阈值,所述目标运动区域为所述第一运动区域中的任意一个,所述第一阈值是根据待检测对象的运动速度确定的;m是根据所述目标运动区域中的像素点数量确定的;
第二确定单元,用于若是,确定所述目标运动区域为第二运动区域;
第三确定单元,用于根据所述第二运动区域,确定针对所述待检测对象的目标运动轨迹。
另一方面,本申请实施例提供了一种设备,所述设备包括处理器以及存储器:
所述存储器用于存储程序代码,并将所述程序代码传输给所述处理器;
所述处理器用于根据所述程序代码中的指令执行上述方法。
另一方面,本申请实施例一种计算机可读存储介质,所述计算机可读存储介质用于存储计算机程序,所述计算机程序用于执行上述方法。
由上述技术方案可以看出,检测目标视频包括的多帧图像中的第一运动区域。可以理解,基于待检测对象的运动速度的不同,其第一运动轨迹中每个像素点在多帧图像中出现的次数也会出现对应变化。由此,可以确定目标运动区域中是否包括至少m个像素点,该至少m个像素点在多帧图像中出现的次数小于第一阈值,该目标运动区域为第一运动区域中的任意一个,该第一阈值是根据待检测对象的运动速度确定的,m是根据目标运动区域中的像素点数量确定的。若是,确定目标运动区域为第二运动区域;并根据第二运动区域,确定针对待检测对象的目标运动轨迹。该方案根据待检测对象的运动速度与待检测对象对应的像素点在图像中出现的次数间的关联,实现对运动的待检测对象的运动轨迹的准确检测。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种检测方法流程图;
图2为本申请实施例提供的一种检测方法流程图;
图3为本申请实施例提供的一种检测装置结构图。
具体实施方式
下面结合附图,对本申请的实施例进行描述。
目前,主要通过对每张图像中的待检测对象进行检测,从而通过跟踪物体提取物体的运动轨迹,应用该方法检测运动速度较高的物体的运动轨迹会失效。
为此,本申请实施例提供了一种检测方法,该方法包括:检测目标视频包括的多帧图像中的第一运动区域。可以理解,基于待检测对象的运动速度的不同,其第一运动轨迹中每个像素点在多帧图像中出现的次数也会出现对应变化。由此,可以确定目标运动区域中是否包括至少m个像素点,该至少m个像素点在多帧图像中出现的次数小于第一阈值,该目标运动区域为第一运动区域中的任意一个,该第一阈值是根据待检测对象的运动速度确定的,m是根据目标运动区域中的像素点数量确定的。若是,确定目标运动区域为第二运动区域;并根据第二运动区域,确定针对待检测对象的目标运动轨迹。该方案根据待检测对象的运动速度与待检测对象对应的像素点在图像中出现的次数间的关联,实现对运动的待检测对象的运动轨迹的准确检测。
接下来对本申请实施例提供的一种检测方法进行介绍。
参见图1,该图示出了本申请实施例提供的一种检测方法流程图,如图1所示,该方法包括:
S101:检测目标视频包括的多帧图像中的第一运动区域。
可以理解,若需要进行检测的待检测对象在目标视频中运动,则在图像中该待检测对象的所处位置也在发生变化,导致这些图像中对应于该待检测对象的像素点的色彩、亮度等也会发生变化,由此,可以针对目标视频中的多帧图像,确定这些图像中像素点的变化差异,从多帧图像中分别确定出待检测对象的运动区域,记为第一运动区域。
本申请实施例不限定上述多帧图像是目标视频中的哪几帧图像,在一些实施例中,上述多帧图像可以是目标视频帧中的多帧连续图像,或者可以是目标视频中每隔预设帧数间隔的多帧图像,等等,不再赘述。
在具体实现中,该目标视频比如可以是包括T帧连续图像的视频,可以通过成熟的运动检测算法,比如基于混合高斯模型的背景建模算法,得到每个图像中的运动区域。其中,可以将图像中的运动区域的像素值设置为255,即像素值为255的图像区域对应于运动区域,像素值为0的图像区域对应于图像中的静止区域。然后,可以通过区域连通算法,提取出多个连通的运动区域,记为第一运动区域。
由于在拍摄目标视频时基于光线等影响,导致拍摄的多帧图像中可能出现像素值发生变化的像素点,影响后续图像处理,由此,在一种可能的实现方式中,所述方法还可以包括:
对目标视频包括的多帧图像进行模糊处理。
在具体实现中,例如可以通过高斯模糊的方式进行图像的模糊处理。
则,S101、检测目标视频包括的多帧图像中的第一运动区域的方式,可以包括:
检测经模糊处理后得到的多帧图像中的第一运动区域。
通过该方式,降低了噪点对后续图像处理的影响。
在一种可能的实现方式中,所述方法还可以包括:
从第一运动区域中筛选出符合尺寸条件的第三运动区域。其中,尺寸条件可以是根据待检测对象的尺寸确定的。
可以理解,在目标视频中检测得到的第一运动区域中,可能包括多种对象对应的运动区域。由此,可以根据待检测对象的尺寸数据得到对应的尺寸条件,以从第一运动区域中筛选出符合待检测对象的尺寸条件的运动区域,记为第三运动区域。
在具体实现中,该待检测对象可以具有在图像中显示的面积大小,由此,可以根据待检测对象在图像中的显示面积,确定一个面积最大阈值t1和面积最小阈值t2,以及根据待检测对象的宽高比,确定一个宽高比阈值t3。从而,根据第一运动区域的面积s和宽高比a,并通过下述尺寸条件中的一种或多种:s<t1,s>t2,a>t3,筛选得到第三运动区域。
从而,下述中目标运动区域可以是该第三运动区域中的任意一个。
S102:确定目标运动区域中是否包括至少m个像素点,且所述至少m个像素点在所述多帧图像中出现的次数小于第一阈值,若是,执行S103。
S103:确定所述目标运动区域为第二运动区域。
其中,该目标运动区域可以为第一运动轨迹中的任意一个。该第一阈值可以是根据待检测对象的运动速度确定的。当待检测对象的运动速度越大时,该第一阈值可以越小,该待检测对象的运动速度越小时,该第一阈值可以越大。其中,m可以是一个数量阈值,m可以用于根据目标运动区域中符合条件(即像素点在多帧图像中出现的次数小于第一阈值)的像素点数量,衡量目标运动区域是否为第二运动区域。若目标运动区域中存在的符合该条件的像素点数量不少于m,可以将目标运动区域确定为第二运动区域,若目标运动区域中存在的符合该条件的像素点数量少于m,可以确定目标运动区域不属于第二运动区域。该m可以是根据目标运动区域中包括的像素点数量确定的,如为目标运动区域中像素点数量的80%,等等。
其中,这里所述的针对目标运动区域中的像素点在多帧图像中出现的次数,可以是指该像素点在多帧图像中属于第一运动区域(或第三运动区域)的次数。
当确定目标运动轨迹中包括至少m个像素点,且至少m个像素点在多帧图像中出现的次数小于第一阈值时,可以执行S103,即确定目标运动区域为第二运动区域。
S104:根据所述第二运动区域,确定针对所述待检测对象的目标运动轨迹。
可以理解,基于每帧图像中的第二运动区域对应的像素值为255,其它区域的像素值为0。则,可以对每帧图像中的第二运动区域进行累加,得到的像素值为255的区域,作为针对所述待检测对象的目标运动轨迹。
由上述技术方案可以看出,检测目标视频包括的多帧图像中的第一运动区域。可以理解,基于待检测对象的运动速度的不同,其第一运动轨迹中每个像素点在多帧图像中出现的次数也会出现对应变化。由此,可以确定目标运动区域中是否包括至少m个像素点,该至少m个像素点在多帧图像中出现的次数小于第一阈值,该目标运动区域为第一运动区域中的任意一个,该第一阈值是根据待检测对象的运动速度确定的,m是根据目标运动区域中的像素点数量确定的。若是,确定目标运动区域为第二运动区域;并根据第二运动区域,确定针对待检测对象的目标运动轨迹。该方案根据待检测对象的运动速度与待检测对象对应的像素点在图像中出现的次数间的关联,实现对运动的待检测对象的运动轨迹的准确检测。
本申请提供的技术方案还可以用于检测抛出的物体或做自由落体运动的物体,其中,当待检测物体为抛出的物体或做自由落体运动的物体时,可以令该S102中的第一阈值可以比较小,如为1,以使待检测对象对应的运动速度较大。在一种可能实现方式中,所述方法还可以包括:
可以根据目标运动轨迹,拟合得到对应的目标抛物线。
可以理解,基于拍摄待检测对象的视角不同,导致抛出的物体的运动轨迹为抛物线或直线,做自由落体运动(指仅受重力和空气阻力)的物体的运动轨迹为直线。由此,可以根据目标运动轨迹中的部分或全部像素点,拟合得出该目标运动轨迹对应的目标抛物线。
在一种可能的实现方式中,上述根据目标运动轨迹,拟合得到对应的目标抛物线的方式,可以包括:
在本申请实施例中,基于需要进行针对做抛物线或自由落体运动的待检测对象进行检测,由此,可以预先设置抛物线参数范围。该抛物线参数是指抛物线方程中所对应的参数,例如为抛物线方程y=ax2+bx+c中的a、b和c,在具体实现中,预先设置抛物线参数范围的方式可以是,预先设置上述3个参数(即a、b和c)中的1个或2个参数的范围。
从而,针对于目标运动轨迹中的任意一个像素点(记为第二像素点),可以根据第二像素点在所处图像中的坐标即(x,y),并按照预先设置的抛物线参数范围,确定当目标运动轨迹为抛物线时第二像素点对应的抛物线参数。也就是说,将第二像素点在所处图像中的坐标即(x,y)代入抛物线方程中,基于预先设置的抛物线参数范围,确定出第二像素点所对应即符合的抛物线参数。
例如,假设第二像素点在所处图像中的坐标为(1,3),预设的抛物线参数范围为:a可以是1、2,b可以是1、2、3,则,确定该第二像素点在目标运动轨迹为抛物线是对应的抛物线参数(a,b,c)可以是(1,1,1)、(1,2,0)、(1,3,-1)、(2,1,0)、(2,2,-1)和(2,3,-2)。
另外,针对第二像素点若可以以此确定出对应的抛物线参数,可以记录这些抛物线参数对应的分数。其中,抛物线对应的分数可以用于标识抛物线参数对应于目标运动轨迹中的像素点的数量。也就是说,该抛物线对应的分数可以用于标识,目标运动轨迹中对应于该抛物线参数的像素点的数量。例如,针对抛物线参数(a,b,c)为(1,1,1),其对应的分数为50,可以用于标识目标运动轨迹中有10个像素点是对应于该抛物线参数(1,1,1),即将该这10个像素点在所处图像中的坐标带入抛物线方式中,是可以得到该抛物线参数的。
在完成对目标运动轨迹中预设数量个像素点确定对应的抛物线参数以及记录抛物线参数对应的分数后,可以根据抛物线参数对应的分数,确定用于构建目标抛物线的目标参数。
在具体实现中,可以根据抛物线参数对应的分数,确定目标运动轨迹中所对应像素点的数量最多的抛物线参数,为用于构建目标抛物线的目标参数,从而,可以根据目标参数,得到目标抛物线。
若根据目标参数中的参数a为0,则所确定的目标抛物线即为一条直线,可以直接根据该目标抛物线即直线,确定待检测对象是否为抛出的物体或做自由落体运动的物体。
其中,预设数量可以是预设的、用于确定目标抛物线的像素点数量,也就是说,在根据目标运动轨迹拟合目标抛物线时,根据目标运动轨迹中预设数量个像素点来进行确定。预设数量可以是根据目标运动轨迹中的像素点数量确定的,在具体实现中,预设数量可以是目标运动轨迹中像素点数量的部分或全部。
在具体实现中,可以通过Hough变换拟合得到对应的目标抛物线。Hough变换可以用于检测图像中直线、圆、抛物线、椭圆等形状能够用一定函数关系描述的曲线。
从而,可以根据所述目标抛物线,确定所述待检测对象是否为抛出的物体或做自由落体运动的物体。
在一种可能的实现方式中,上述根据所述目标抛物线,确定所述待检测对象是否为抛出的物体或做自由落体运动的物体的方法,包括:
确定所述目标抛物线经过所述目标运动轨迹中的像素点数量是否不小于第二阈值,若是,可以确定待检测对象为抛出的物体或做自由落体运动的物体。
其中,第二阈值可以用于衡量目标运动轨迹所对应的待检测对象是否为抛出的物体或做自由落体运动的物体。当目标抛物线经过目标运动轨迹中的像素点数量不小于第二阈值,即表示目标运动轨迹更可能为抛物线,由此确定待检测对象为抛出的物体或做自由落体运动的物体;当目标抛物线经过目标运动轨迹中的像素点数量小于第二阈值,即表示目标运动轨迹几乎不是抛物线,确定待检测对象不属于抛出的物体或做自由落体运动的物体。第二阈值可以是根据目标运动轨迹中包括的像素点数量确定的,例如为目标运动轨迹中像素点数量的40%,等等。若否,则确定待检测对象不属于抛出的物体或做自由落体运动的物体。
在一种可能的实现方式中,上述根据所述目标抛物线,确定所述待检测对象是否为抛出的物体或做自由落体运动的物体的方法,包括:
确定所述目标抛物线与所述目标运动轨迹间的目标特征。
其中,所述目标特征可以包括下述特征中的任意一种或多种:
第一像素点的数量;其中,第一像素点为目标抛物线经过所述目标运动轨迹中的像素点,根据第一像素点中每两个相邻像素点间沿水平方向的距离确定的方差;根据第一像素点中每两个相邻像素点间沿竖直方向的距离确定的方差;根据第一像素点中每两个相邻像素点间沿水平方向的距离确定的平均值;所述目标抛物线的抛物线参数。
然后,可以根据所述目标特征,确定待检测对象是否为抛出的物体或做自由落体运动的物体。
在具体实现中,可以通过神经网络模型来根据目标特征,确定待检测对象是否为抛出的物体或做自由落体运动的物体。例如可以将目标特征构成特征向量输入训练好的支持向量机(Support Vector Machine,SVM),输出抛物行为的判断结果。
接下来结合实际场景,对本申请实施例提供的一种检测方案进行介绍。
参见图2,该图示出了本申请实施例提供的一种检测方法流程图,如图2所示,所述方法包括:首先,可以对输入的目标视频中的T帧如50帧连续图像进行高斯模糊,以减小其中各帧图像噪点的影响。然后,可以使用背景建模方法对模糊后的视频进行运动检测,以提取出运动区域,记为第一运动区域。接着,对候选的第一运动区域进行过滤,移除面积大于面积最大阈值t1或小于面积最小阈值t2的运动区域或者宽高比大于宽高比阈值t3的运动区域,记为第三运动区域,实现减小行人和噪点的影响。然后,由于抛物运动或自由落体运动速度快,由此只保留这T帧中仅出现过一次的第三运动区域,作为第二运动区域。将这T帧的第二运动区域进行累加,得到目标运动轨迹。接着,对得到的目标运动轨迹利用Hough变换进行抛物线检测,生成对应的目标抛物线。最后,确定提取的目标抛物线与目标运动轨迹间的误差,若该误差小于预设的误差阈值,则确定为抛物行为。
该方法利用抛物体积小且运动速度快的特点,对运动检测的结果进行过滤,大幅降低光线变化、图像噪声和行人带来的影响。以及通过叠加多帧连续图像中的第二运动区域,并保留多帧连续图像中仅出现一次的第一运动区域,通过待检测对象的尺寸数据剔除了其它缓慢移动的运动物体的影响,大大提升了目标运动轨迹的纯净度。
本申请实施例还提供了一种检测装置,参见图3,该图示出了本申请实施例提供的一种检测装置示意图,如图3所示,所述装置包括:
检测单元301,用于检测目标视频包括的多帧图像中的第一运动区域;
第一确定单元302,用于确定目标运动区域中是否包括至少m个像素点,且所述至少m个像素点在所述多帧图像中出现的次数小于第一阈值,所述目标运动区域为所述第一运动区域中的任意一个,所述第一阈值是根据待检测对象的运动速度确定的;m是根据所述目标运动区域中的像素点数量确定的;
第二确定单元303,用于若是,确定所述目标运动区域为第二运动区域;
第三确定单元304,用于根据所述第二运动区域,确定针对所述待检测对象的目标运动轨迹。
在一种可能的实现方式中,所述第三确定单元304,具体用于:
根据所述目标运动轨迹,拟合得到对应的目标抛物线;
根据所述目标抛物线,确定所述待检测对象是否为抛出的物体或做自由落体运动的物体。
在一种可能的实现方式中,所述第三确定单元304,具体用于:
确定所述目标抛物线经过所述目标运动轨迹中的像素点数量是否不小于第二阈值,若是,确定所述待检测对象为抛出的物体或做自由落体运动的物体。
在一种可能的实现方式中,所述第三确定单元304,具体用于:
确定所述目标抛物线与所述目标运动轨迹间的目标特征;
根据所述目标特征,确定所述待检测对象是否为抛出的物体或做自由落体运动的物体;
其中,所述目标特征包括下述特征中的任意一种或多种:
第一像素点的数量;所述第一像素点中两个相邻像素点间沿水平方向的距离的方差;所述第一像素点中两个相邻像素点间沿竖直方向的距离的方差;所述第一像素点中两个相邻像素点间沿水平方向的距离的平均值;所述第一抛物线的抛物线参数;所述第一像素点为所述目标抛物线经过所述目标运动轨迹中的像素点。
在一种可能的实现方式中,所述第三确定单元304,具体用于:
针对所述目标运动轨迹中的第二像素点,根据所述第二像素点在所处图像中的坐标,并按照预先设置的抛物线参数范围,确定当所述目标运动轨迹为抛物线时所述第二像素点对应的抛物线参数,并记录所述抛物线参数对应的分数;所述第二像素点为所述目标运动轨迹中的任意一个像素点,所述分数用于标识所述抛物线参数对应于所述目标运动轨迹中的像素点的数量;
在完成对所述目标运动轨迹中预设数量个像素点确定对应的抛物线参数以及记录所述抛物线参数对应的分数后,根据所述抛物线参数对应的分数,确定用于构建所述目标抛物线的目标参数。
在一种可能的实现方式中,所述检测单元301,具体用于:
对所述目标视频包括的多帧图像进行模糊处理;
检测经所述模糊处理后得到的多帧图像中的第一运动区域。
在一种可能的实现方式中,第二确定单元303,具体用于:
从所述第一运动区域中筛选出符合尺寸条件的第三运动区域,所述尺寸条件是根据所述待检测对象的尺寸确定的;
则,所述目标运动区域为所述第三运动区域中的任意一个。
由上述技术方案可以看出,检测目标视频包括的多帧图像中的第一运动区域。可以理解,基于待检测对象的运动速度的不同,其第一运动轨迹中每个像素点在多帧图像中出现的次数也会出现对应变化。由此,可以确定目标运动区域中是否包括至少m个像素点,该至少m个像素点在多帧图像中出现的次数小于第一阈值,该目标运动区域为第一运动区域中的任意一个,该第一阈值是根据待检测对象的运动速度确定的,m是根据目标运动区域中的像素点数量确定的。若是,确定目标运动区域为第二运动区域;并根据第二运动区域,确定针对待检测对象的目标运动轨迹。该方案根据待检测对象的运动速度与待检测对象对应的像素点在图像中出现的次数间的关联,实现对运动的待检测对象的运动轨迹的准确检测。
本申请实施例提供了一种设备,所述设备包括处理器以及存储器:
所述存储器用于存储程序代码,并将所述程序代码传输给所述处理器;
所述处理器用于根据所述程序代码中的指令执行上述方法。
本申请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用于存储计算机程序,所述计算机程序用于执行上述方法。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到上述实施例方法中的全部或部分步骤可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者诸如媒体网关等网络通信设备,等等)执行本申请各个实施例或者实施例的某些部分所述的方法。
需要说明的是,本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种检测方法,其特征在于,所述方法包括:
检测目标视频包括的多帧图像中的第一运动区域;
确定目标运动区域中是否包括至少m个像素点,且所述至少m个像素点在所述多帧图像中出现的次数小于第一阈值,所述目标运动区域为所述第一运动区域中的任意一个,所述第一阈值是根据待检测对象的运动速度确定的;m是根据所述目标运动区域中的像素点数量确定的;
若是,确定所述目标运动区域为第二运动区域;
根据所述第二运动区域,确定针对所述待检测对象的目标运动轨迹。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
根据所述目标运动轨迹,拟合得到对应的目标抛物线;
根据所述目标抛物线,确定所述待检测对象是否为抛出的物体或做自由落体运动的物体。
3.根据权利要求2所述的方法,其特征在于,所述根据所述目标抛物线,确定所述待检测对象是否为抛出的物体或做自由落体运动的物体,包括:
确定所述目标抛物线经过所述目标运动轨迹中的像素点数量是否不小于第二阈值,若是,确定所述待检测对象为抛出的物体或做自由落体运动的物体。
4.根据权利要求2所述的方法,其特征在于,所述根据所述目标抛物线,确定所述待检测对象是否为抛出的物体或做自由落体运动的物体,包括:
确定所述目标抛物线与所述目标运动轨迹间的目标特征;
根据所述目标特征,确定所述待检测对象是否为抛出的物体或做自由落体运动的物体;
其中,所述目标特征包括下述特征中的任意一种或多种:
第一像素点的数量;所述第一像素点中两个相邻像素点间沿水平方向的距离的方差;所述第一像素点中两个相邻像素点间沿竖直方向的距离的方差;所述第一像素点中两个相邻像素点间沿水平方向的距离的平均值;所述第一抛物线的抛物线参数;所述第一像素点为所述目标抛物线经过所述目标运动轨迹中的像素点。
5.根据权利要求2-4任意一项所述的方法,其特征在于,所述根据所述目标运动轨迹,拟合得到对应的目标抛物线,包括:
针对所述目标运动轨迹中的第二像素点,根据所述第二像素点在所处图像中的坐标,并按照预先设置的抛物线参数范围,确定当所述目标运动轨迹为抛物线时所述第二像素点对应的抛物线参数,并记录所述抛物线参数对应的分数;所述第二像素点为所述目标运动轨迹中的任意一个像素点,所述分数用于标识所述抛物线参数对应于所述目标运动轨迹中的像素点的数量;
在完成对所述目标运动轨迹中预设数量个像素点确定对应的抛物线参数以及记录所述抛物线参数对应的分数后,根据所述抛物线参数对应的分数,确定用于构建所述目标抛物线的目标参数。
6.根据权利要求1-4任意一项所述的方法,其特征在于,所述方法还包括:
对所述目标视频包括的多帧图像进行模糊处理;
所述检测目标视频包括的多帧图像中的第一运动区域,包括:
检测经所述模糊处理后得到的多帧图像中的第一运动区域。
7.根据权利要求1-4所述的方法,其特征在于,所述方法还包括:
从所述第一运动区域中筛选出符合尺寸条件的第三运动区域,所述尺寸条件是根据所述待检测对象的尺寸确定的;
则,所述目标运动区域为所述第三运动区域中的任意一个。
8.一种检测装置,其特征在于,所述装置包括:
检测单元,用于检测目标视频包括的多帧图像中的第一运动区域;
第一确定单元,用于确定目标运动区域中是否包括至少m个像素点,且所述至少m个像素点在所述多帧图像中出现的次数小于第一阈值,所述目标运动区域为所述第一运动区域中的任意一个,所述第一阈值是根据待检测对象的运动速度确定的;m是根据所述目标运动区域中的像素点数量确定的;
第二确定单元,用于若是,确定所述目标运动区域为第二运动区域;
第三确定单元,用于根据所述第二运动区域,确定针对所述待检测对象的目标运动轨迹。
9.根据权利要求8所述的装置,其特征在于,所述第三确定单元,具体用于:
根据所述目标运动轨迹,拟合得到对应的目标抛物线;
根据所述目标抛物线,确定所述待检测对象是否为抛出的物体或做自由落体运动的物体。
10.一种设备,其特征在于,所述设备包括处理器以及存储器:
所述存储器用于存储程序代码,并将所述程序代码传输给所述处理器;
所述处理器用于根据所述程序代码中的指令执行权利要求1-7任意一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010524052.4A CN111667508B (zh) | 2020-06-10 | 2020-06-10 | 一种检测方法和相关装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010524052.4A CN111667508B (zh) | 2020-06-10 | 2020-06-10 | 一种检测方法和相关装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111667508A true CN111667508A (zh) | 2020-09-15 |
CN111667508B CN111667508B (zh) | 2023-10-24 |
Family
ID=72386634
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010524052.4A Active CN111667508B (zh) | 2020-06-10 | 2020-06-10 | 一种检测方法和相关装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111667508B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113011272A (zh) * | 2021-02-24 | 2021-06-22 | 北京爱笔科技有限公司 | 一种轨迹图像生成方法、装置、设备及存储介质 |
CN113011272B (zh) * | 2021-02-24 | 2024-05-31 | 北京爱笔科技有限公司 | 一种轨迹图像生成方法、装置、设备及存储介质 |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09200803A (ja) * | 1996-01-23 | 1997-07-31 | Canon Inc | 画像処理装置及び画像処理方法 |
US20040032649A1 (en) * | 2002-06-05 | 2004-02-19 | Tetsujiro Kondo | Method and apparatus for taking an image, method and apparatus for processing an image, and program and storage medium |
US20040057600A1 (en) * | 2002-09-19 | 2004-03-25 | Akimasa Niwa | Moving body detecting apparatus |
WO2005089890A1 (en) * | 2004-03-18 | 2005-09-29 | Hbl Ltd. | Method of determining a flight trajectory and extracting flight data for a trackable golf ball |
JP2009207634A (ja) * | 2008-03-03 | 2009-09-17 | Namco Bandai Games Inc | プログラム、情報記憶媒体及びゲーム装置 |
CN101980301A (zh) * | 2010-10-28 | 2011-02-23 | 北京智安邦科技有限公司 | 一种获取视频图像中目标运动速度的方法及装置 |
JP2012093286A (ja) * | 2010-10-28 | 2012-05-17 | Mitsubishi Electric Corp | 目標検出装置および目標検出方法 |
JP2013187595A (ja) * | 2012-03-06 | 2013-09-19 | Casio Comput Co Ltd | 画像処理装置、画像処理方法及びプログラム |
CN103971383A (zh) * | 2014-05-21 | 2014-08-06 | 国家电网公司 | 一种计算视频图像中目标运动速度的方法 |
JP2015159510A (ja) * | 2014-02-25 | 2015-09-03 | オリンパス株式会社 | 撮像装置および撮像装置の制御方法 |
CN106295674A (zh) * | 2016-07-22 | 2017-01-04 | 深圳供电局有限公司 | 一种基于多粒子群算法的图像目标匹配检测方法及系统 |
CN106355602A (zh) * | 2016-08-26 | 2017-01-25 | 杨百川 | 一种多目标定位跟踪视频监控方法 |
CN107680164A (zh) * | 2016-08-01 | 2018-02-09 | 中兴通讯股份有限公司 | 一种虚拟对象大小调整方法和装置 |
CN110084765A (zh) * | 2019-05-05 | 2019-08-02 | Oppo广东移动通信有限公司 | 一种图像处理方法、图像处理装置及终端设备 |
CN110532916A (zh) * | 2019-08-20 | 2019-12-03 | 北京地平线机器人技术研发有限公司 | 一种运动轨迹确定方法及装置 |
CN110544271A (zh) * | 2019-09-03 | 2019-12-06 | 浙江大华技术股份有限公司 | 抛物动作检测方法及相关装置 |
CN110751678A (zh) * | 2018-12-12 | 2020-02-04 | 北京嘀嘀无限科技发展有限公司 | 运动目标的检测方法、装置和电子设备 |
-
2020
- 2020-06-10 CN CN202010524052.4A patent/CN111667508B/zh active Active
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09200803A (ja) * | 1996-01-23 | 1997-07-31 | Canon Inc | 画像処理装置及び画像処理方法 |
US20040032649A1 (en) * | 2002-06-05 | 2004-02-19 | Tetsujiro Kondo | Method and apparatus for taking an image, method and apparatus for processing an image, and program and storage medium |
US20040057600A1 (en) * | 2002-09-19 | 2004-03-25 | Akimasa Niwa | Moving body detecting apparatus |
WO2005089890A1 (en) * | 2004-03-18 | 2005-09-29 | Hbl Ltd. | Method of determining a flight trajectory and extracting flight data for a trackable golf ball |
JP2009207634A (ja) * | 2008-03-03 | 2009-09-17 | Namco Bandai Games Inc | プログラム、情報記憶媒体及びゲーム装置 |
CN101980301A (zh) * | 2010-10-28 | 2011-02-23 | 北京智安邦科技有限公司 | 一种获取视频图像中目标运动速度的方法及装置 |
JP2012093286A (ja) * | 2010-10-28 | 2012-05-17 | Mitsubishi Electric Corp | 目標検出装置および目標検出方法 |
JP2013187595A (ja) * | 2012-03-06 | 2013-09-19 | Casio Comput Co Ltd | 画像処理装置、画像処理方法及びプログラム |
JP2015159510A (ja) * | 2014-02-25 | 2015-09-03 | オリンパス株式会社 | 撮像装置および撮像装置の制御方法 |
CN103971383A (zh) * | 2014-05-21 | 2014-08-06 | 国家电网公司 | 一种计算视频图像中目标运动速度的方法 |
CN106295674A (zh) * | 2016-07-22 | 2017-01-04 | 深圳供电局有限公司 | 一种基于多粒子群算法的图像目标匹配检测方法及系统 |
CN107680164A (zh) * | 2016-08-01 | 2018-02-09 | 中兴通讯股份有限公司 | 一种虚拟对象大小调整方法和装置 |
CN106355602A (zh) * | 2016-08-26 | 2017-01-25 | 杨百川 | 一种多目标定位跟踪视频监控方法 |
CN110751678A (zh) * | 2018-12-12 | 2020-02-04 | 北京嘀嘀无限科技发展有限公司 | 运动目标的检测方法、装置和电子设备 |
CN110084765A (zh) * | 2019-05-05 | 2019-08-02 | Oppo广东移动通信有限公司 | 一种图像处理方法、图像处理装置及终端设备 |
CN110532916A (zh) * | 2019-08-20 | 2019-12-03 | 北京地平线机器人技术研发有限公司 | 一种运动轨迹确定方法及装置 |
CN110544271A (zh) * | 2019-09-03 | 2019-12-06 | 浙江大华技术股份有限公司 | 抛物动作检测方法及相关装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113011272A (zh) * | 2021-02-24 | 2021-06-22 | 北京爱笔科技有限公司 | 一种轨迹图像生成方法、装置、设备及存储介质 |
CN113011272B (zh) * | 2021-02-24 | 2024-05-31 | 北京爱笔科技有限公司 | 一种轨迹图像生成方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN111667508B (zh) | 2023-10-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105940430B (zh) | 人员计数方法及其装置 | |
US8270733B2 (en) | Identifying anomalous object types during classification | |
Zhao et al. | A people counting system based on face detection and tracking in a video | |
JP2019505866A (ja) | 通行人の頭部識別方法及びシステム | |
CN105046719B (zh) | 一种视频监控方法及系统 | |
CN111723644A (zh) | 一种监控视频遮挡检测方法及系统 | |
CN110633643A (zh) | 一种面向智慧社区的异常行为检测方法及系统 | |
CN110718067A (zh) | 违规行为告警方法及相关装置 | |
CN108038867A (zh) | 基于多特征融合和立体视觉的火焰检测和定位方法 | |
CN108596157B (zh) | 一种基于运动检测的人群惊扰场景检测方法及系统 | |
CN108898042B (zh) | 一种应用于atm机舱内用户异常行为的检测方法 | |
CN110544271B (zh) | 抛物动作检测方法及相关装置 | |
KR101652261B1 (ko) | 카메라를 이용한 오브젝트 검출 방법 | |
Morde et al. | Learning a background model for change detection | |
CN108363992B (zh) | 一种基于机器学习监测视频图像烟雾的火情预警方法 | |
JP7096175B2 (ja) | オブジェクト抽出方法および装置 | |
CN113920585A (zh) | 行为识别方法及装置、设备和存储介质 | |
WO2016019973A1 (en) | Method for determining stationary crowds | |
CN113657250A (zh) | 一种基于监控视频的火焰检测方法及系统 | |
CN108985131B (zh) | 一种目标识别方法及图像处理设备 | |
Tsai et al. | Joint detection, re-identification, and LSTM in multi-object tracking | |
CN111667508A (zh) | 一种检测方法和相关装置 | |
CN115188081A (zh) | 一种面向复杂场景的检测跟踪一体化方法 | |
CN107730532B (zh) | 一种羽毛球运动轨迹跟踪方法、系统、介质及设备 | |
KR101407394B1 (ko) | 방치물 및 도난물 탐지 시스템 |
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 |