CN111860326B - 一种建筑工地物品移动检测方法、装置、设备及存储介质 - Google Patents
一种建筑工地物品移动检测方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN111860326B CN111860326B CN202010702758.5A CN202010702758A CN111860326B CN 111860326 B CN111860326 B CN 111860326B CN 202010702758 A CN202010702758 A CN 202010702758A CN 111860326 B CN111860326 B CN 111860326B
- Authority
- CN
- China
- Prior art keywords
- frame
- frame image
- image
- interest area
- value
- 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
Links
- 238000001514 detection method Methods 0.000 title claims description 26
- 238000000034 method Methods 0.000 claims abstract description 67
- 230000000007 visual effect Effects 0.000 claims abstract description 12
- 238000007781 pre-processing Methods 0.000 claims description 18
- 238000004422 calculation algorithm Methods 0.000 claims description 14
- 238000010276 construction Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 9
- 238000001914 filtration Methods 0.000 claims description 9
- 239000011159 matrix material Substances 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 238000012544 monitoring process Methods 0.000 abstract description 10
- 238000004364 calculation method Methods 0.000 abstract description 6
- 230000009471 action Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 229910001294 Reinforcing steel Inorganic materials 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 239000004566 building material Substances 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/28—Determining representative reference patterns, e.g. by averaging or distorting; Generating dictionaries
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/08—Construction
-
- 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
- G06V10/20—Image preprocessing
- G06V10/28—Quantising the image, e.g. histogram thresholding for discrimination between background and foreground patterns
-
- 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
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B7/00—Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00
- G08B7/06—Signalling systems according to more than one of groups G08B3/00 - G08B6/00; Personal calling systems according to more than one of groups G08B3/00 - G08B6/00 using electric transmission, e.g. involving audible and visible signalling through the use of sound and light sources
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Software Systems (AREA)
- Economics (AREA)
- Computational Linguistics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本申请公开了一种建筑工地物品移动检测方法、装置、设备及存储介质,该方法包括:实时接收不同摄像头读取到的视频流信息,并从视频流信息中捕获每一帧图像;在不同摄像头对应的图像中框选物品所处兴趣区;获取当前摄像头对应的两帧图像之间的兴趣区内物品的边框轮廓值,并根据边框轮廓值,更新或维持背景帧图像;计算移出兴趣区的物品的面积和框选的面积之比值,根据比值结果识别兴趣区内物品是否被移走;在识别出兴趣区内物品被移走时,连接声光报警器进行报警。本申请节省了人工监视的人力成本,通过计算帧间区域差值以及有条件替换背景帧,能更好地识别工地上被移动物品,且计算量较小,具有计算速度快,准确率高,实时性好等优点。
Description
技术领域
本发明涉及视频监控人工智能领域,特别是涉及一种建筑工地物品移动检测方法、装置、设备及存储介质。
背景技术
建筑施工工地作为一个高危场景,不仅施工人员的工作环境存在一定安全隐患,建筑材料譬如钢筋等建筑用品也同时存在一些被盗取移走的风险性,因此非常有必要针对贵重物品防丢失进行监控。
目前存在的监控手段一般为人工巡查监控,如若出现物品被盗走,只能通过摄像头录制视频回看查询,耗时耗力,这种方法固然有一定优点,但同时存在许多问题,一方面人力资源开销大,另一方面人工不可能24小时无间断监控,总会出现一些纰漏而不能及时有效地预警。
现有的物品移动(如被盗走)检测方法采用帧差法较多,此方法检测速度慢,会导致图像存在轻微变化进而影响检测结果,准确率低。
因此,如何减少人力成本,解决现有技术物品移动检测速度慢且准确率低的问题,是本领域技术人员亟待解决的技术问题。
发明内容
有鉴于此,本发明的目的在于提供一种建筑工地物品移动检测方法、装置、设备及存储介质,可以节省人力成本,更好地识别工地上被移动物品,计算量小,准确率高。其具体方案如下:
一种建筑工地物品移动检测方法,包括:
实时接收不同摄像头读取到的视频流信息,并从所述视频流信息中捕获每一帧图像;
在不同摄像头对应的图像中框选物品所处兴趣区;
获取当前摄像头对应的两帧图像之间的所述兴趣区内物品的边框轮廓值,并判断所述边框轮廓值是否为空;若是,则更新背景帧图像;若否,则维持所述背景帧图像;
计算移出所述兴趣区的物品的面积和框选的面积之比值,根据比值结果识别所述兴趣区内物品是否被移走;
在识别出所述兴趣区内物品被移走时,连接声光报警器进行报警。
优选地,在本发明实施例提供的上述建筑工地物品移动检测方法中,获取当前摄像头对应的两帧图像之间的所述兴趣区内物品的边框轮廓值,具体包括:
对每一帧图像进行预处理;
将预处理后的当前摄像头对应的当前帧图像与背景帧图像做差分运算;
对差分运算后得到的图像依次进行灰度化、二值化和均值滤波处理;
根据处理后的图像,查找所述兴趣区内物品的边框轮廓值。
优选地,在本发明实施例提供的上述建筑工地物品移动检测方法中,对每一帧图像进行预处理,具体包括:
提取每一帧图像中所述兴趣区的像素值矩阵。
优选地,在本发明实施例提供的上述建筑工地物品移动检测方法中,在将预处理后的当前摄像头对应的当前帧图像与背景帧图像做差分运算之前,还包括:
对第一字典、第二字典、第三字典和第四字典进行初始值设置;所述第一字典用于存储不同摄像头对应帧间的差分运算结果;所述第二字典用于存储不同摄像头对应的所述兴趣区的像素值矩阵;所述第三字典用于存储不同摄像头对应的备选帧图像列表;所述第四字典用于存储不同摄像头对应的背景帧图像。
优选地,在本发明实施例提供的上述建筑工地物品移动检测方法中,在将预处理后的当前摄像头对应的当前帧图像与背景帧图像做差分运算之前,还包括:
将所述当前帧图像添加至所述备选帧图像列表,并从所述备选帧图像列表中移出第一个备选帧图像;
将预处理后的当前摄像头对应的当前帧图像与备选帧图像做差分运算。
优选地,在本发明实施例提供的上述建筑工地物品移动检测方法中,在查找物品的边框轮廓值的同时,还包括:
将小于设定边框周长的边框进行排除。
本发明实施例还提供了一种建筑工地物品移动检测装置,包括:安装在建筑工地的多个摄像头,与所述摄像头电性连接的算法服务器,与所述算法服务器电性连接的声光报警器;所述算法服务器包括:
帧图像捕获模块,用于实时接收不同摄像头读取到的视频流信息,并从所述视频流信息中捕获每一帧图像;
兴趣区框选模块,用于在不同摄像头对应的图像中框选物品所处兴趣区;
边框值获取模块,用于获取当前摄像头对应的两帧图像之间的所述兴趣区内物品的边框轮廓值,并判断所述边框轮廓值是否为空;若是,则更新背景帧图像;若否,则维持所述背景帧图像;
物品移走识别模块,用于计算移出所述兴趣区的物品的面积和框选的面积之比值,根据比值结果识别所述兴趣区内物品是否被移走;
报警模块,用于在识别出所述兴趣区内物品被移走时,连接声光报警器进行报警。
优选地,在本发明实施例提供的上述建筑工地物品移动检测装置中,所述边框值获取模块,具体包括:
预处理单元,用于对每一帧图像进行预处理;
差分运算单元,用于将预处理后的当前摄像头对应的当前帧图像与背景帧图像做差分运算;
图像处理单元,用于对差分运算后得到的图像依次进行灰度化、二值化和均值滤波处理;
边框查找单元,用于根据处理后的图像,查找所述兴趣区内物品的边框轮廓值;
背景更新单元,用于判断所述边框轮廓值是否为空;若是,则将所述背景帧图像更新为所述当前帧图像;若否,则维持所述背景帧图像。
本发明实施例还提供了一种建筑工地物品移动检测设备,包括处理器和存储器,其中,所述处理器执行所述存储器中保存的计算机程序时实现如本发明实施例提供的上述建筑工地物品移动检测方法。
本发明实施例还提供了一种计算机可读存储介质,用于存储计算机程序,其中,所述计算机程序被处理器执行时实现如本发明实施例提供的上述建筑工地物品移动检测方法。
从上述技术方案可以看出,本发明所提供的一种建筑工地物品移动检测方法、装置、设备及存储介质,包括:实时接收不同摄像头读取到的视频流信息,并从视频流信息中捕获每一帧图像;在不同摄像头对应的图像中框选物品所处兴趣区;获取当前摄像头对应的两帧图像之间的兴趣区内物品的边框轮廓值,并判断边框轮廓值是否为空;若是,则更新背景帧图像;若否,则维持背景帧图像;计算移出兴趣区的物品的面积和框选的面积之比值,根据比值结果识别兴趣区内物品是否被移走;在识别出兴趣区内物品被移走时,连接声光报警器进行报警。
本发明通过对物品所处兴趣区定向分析,通过多帧差值结合背景帧更新的方式来监控物品移走并报警。与传统方法相比,此方法节省了人工监视的人力成本,通过计算帧间区域差值以及有条件替换背景帧,能更好地识别工地上被移动物品,且计算量较小,具有计算速度快,准确率高,实时性好等优点,解决了现有技术物品移动检测速度慢且准确率低的问题,能够满足工程应用的需要。
附图说明
为了更清楚地说明本发明实施例或相关技术中的技术方案,下面将对实施例或相关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发明的实施例,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,还可以根据提供的附图获得其他的附图。
图1为本发明实施例提供的建筑工地物品移动检测方法的流程图;
图2为本发明实施例提供的建筑工地物品移动检测方法中步骤S103的具体流程图;
图3为本发明实施例提供的建筑工地物品移动检测装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明提供一种建筑工地物品移动检测方法,如图1所示,包括以下步骤:
S101、实时接收不同摄像头读取到的视频流信息,并从视频流信息中捕获每一帧图像;
在实际应用中,在建筑工地安装多个摄像头。镜头可以采用8mm,这样能拍摄较远距离。将每个摄像头读取的视频流信息实时发送至物品移动检测识别算法服务器上,从视频流信息中获得每一帧图像为frameMat;
S102、在不同摄像头对应的图像中框选物品所处兴趣区;
具体地,不同摄像头所对应图像中框选需要监测的物品所在区域称为兴趣区roi1、兴趣区roi2、兴趣区roi3...,框选形状可以为多边形,框选时尽量贴合物体边缘,这样能更准确划分需要监控物体范围;
S103、获取当前摄像头对应的两帧图像之间的兴趣区内物品的边框轮廓值,并判断边框轮廓值是否为空;若是,则更新背景帧图像;若否,则维持背景帧图像;
可以理解的是,当边框轮廓值为空时,则判定当前兴趣区内无运动物品,将背景帧图像更新为当前帧图像;当边框轮廓值为非零时,则判定当前兴趣区内有运动物品,维持背景帧图像;
S104、计算移出兴趣区的物品的面积和框选的面积之比值,根据比值结果识别兴趣区内物品是否被移走;
在实际应用中,计算移出兴趣区的物品物品的面积(即移动的部分面积)area1,框选的面积(即兴趣区边框的面积)area2;计算area1与area2的比值p,如若p大于0.9则判断有物体被移走;这样可以防止物品只是小范围移动并没有被移走而产生误报;
S105、在识别出兴趣区内物品被移走时,连接声光报警器进行报警。
在本发明实施例提供的上述建筑工地物品移动检测方法中,通过对物品所处兴趣区定向分析,通过多帧差值结合背景帧更新的方式来监控物品移走并报警。与传统方法相比,此方法节省了人工监视的人力成本,通过计算帧间区域差值以及有条件替换背景帧,能更好地识别工地上被移动物品,且计算量较小,具有计算速度快,准确率高,实时性好等优点,解决了现有技术物品移动检测速度慢且准确率低的问题,能够满足工程应用的需要。
在具体实施时,在本发明实施例提供的上述建筑工地物品移动检测方法中,步骤S103获取当前摄像头对应的两帧图像之间的兴趣区内物品的边框轮廓值,具体可以包括:
步骤一、对每一帧图像进行预处理;
需要注意的是,预处理包括提取每一帧图像中兴趣区的像素值矩阵roiMat;具体地,可以采用填充方法,利用opencv中的fillPoly函数填充兴趣区域值为1,非兴趣区域值为0,得到的图像矩阵为roi,然后利用公式roiMat=frameMat*roi;
步骤二、将预处理后的当前摄像头对应的当前帧图像与背景帧图像做差分运算;
具体地,计算当前摄像头的当前帧与背景帧的差值dif,具体地,将当前帧frameMat利用上述步骤一进行预处理得到frameMatROI,将背景帧back_img利用上述步骤一进行预处理得到back_imgROI,最后dif=|frameMatROI-back_imgROI|;
步骤三、对差分运算后得到的图像依次进行灰度化、二值化和均值滤波处理;
具体地,对差值dif进行灰度化处理,然后进行二值化处理,取阈值为56,得到二值化后值thresh(图像二值化:将图像上的像素点的灰度值设为0或者255);thresh采用均值滤波去除噪音,滤波方框大小为90*90,得到blurdif(均值滤波:一种线性滤波器,将一个窗口区域中的像素计算平均值,然后将窗口中计算得到的均值设置为锚点上的像素值);
步骤四、根据处理后的图像,查找兴趣区内物品的边框轮廓值;
具体地,对blurdif查找检测兴趣区内物品的边框轮廓值contours,得到当前摄像头运动物体边框,其中查找边框值方法为opencv的findContours()方法。
在具体实施时,在本发明实施例提供的上述建筑工地物品移动检测方法中,如图2所示,在上述步骤二将预处理后的当前摄像头对应的当前帧图像与背景帧图像做差分运算之前,还可以包括:对第一字典、第二字典、第三字典和第四字典进行初始值设置;第一字典用于存储不同摄像头对应帧间的差分运算结果;第二字典用于存储不同摄像头对应的兴趣区的像素值矩阵;第三字典用于存储不同摄像头对应的备选帧图像列表;第四字典用于存储不同摄像头对应的背景帧图像。
需要说明的是,字典是一种可变容器,可存储任意类型对象,每一个对象为一个键值对(key-value),其中键必须唯一。由于检测算法需要对多帧数据进行连续计算,为防止不同摄像头之间帧错乱,本方案采用第一字典dict1存储不同摄像头对应帧间计算信息,从而实现多摄像头同时调用一个计算算法功能;第二字典dict2存储键值对为摄像头id和摄像头id对应的兴趣区的像素值矩阵结果,这里利用上述步骤一处理得到roiMat1、roiMat2、roiMat3。。。;第三字典dict3存储键值对为第一摄像头id和第二摄像头id对应的备选帧列表img_back_list,此时备选帧列表的长度设置为64,主要是为了更好地分析出运动物体的前景和背景;第四字典dict4存储键值对为第一摄像头id和第二摄像头id对应的当前背景帧back_img,初始值设置为读取的第一帧。
进一步的,在具体实施时,在本发明实施例提供的上述建筑工地物品移动检测方法中,在上述步骤二将预处理后的当前摄像头对应的当前帧图像与背景帧图像做差分运算之前,还可以包括:将当前帧图像添加至备选帧图像列表,并从备选帧图像列表中移出第一个备选帧图像;将预处理后的当前摄像头对应的当前帧图像与备选帧图像做差分运算。
具体地,如图2所示,将当前帧frameMatROI添加至备选帧列表img_back_list并从列表中移出表头数据frame_bak,若上述步骤四中contours为空,或者该步骤计算当前帧frameMatROI与frame_bak之间的contours也为空,则无运动物体,此时将背景帧更新为当前帧。背景帧的更换为对应摄像头id背景帧更换,备选帧列表的更新同样为对应摄像头id列表更新,即对应摄像头id的字典数据更新。
在具体实施时,在本发明实施例提供的上述建筑工地物品移动检测方法中,在查找物品的边框轮廓值的同时,还可以包括:将小于设定边框周长的边框进行排除。例如:排除边框周长小于60的边框,这样就可以排除小物体。
基于同一发明构思,本发明实施例还提供了一种建筑工地物品移动检测装置,由于该建筑工地物品移动检测装置解决问题的原理与前述一种建筑工地物品移动检测方法相似,因此该建筑工地物品移动检测装置的实施可以参见建筑工地物品移动检测方法的实施,重复之处不再赘述。
在具体实施时,本发明实施例提供的建筑工地物品移动检测装置,如图3所示,具体包括:安装在建筑工地的多个摄像头1,与摄像头1电性连接的算法服务器2,与算法服务器2电性连接的声光报警器3;算法服务器2包括:
帧图像捕获模块21,用于实时接收不同摄像头读取到的视频流信息,并从视频流信息中捕获每一帧图像;
兴趣区框选模块22,用于在不同摄像头对应的图像中框选物品所处兴趣区;
边框值获取模块23,用于获取当前摄像头对应的两帧图像之间的兴趣区内物品的边框轮廓值,并判断边框轮廓值是否为空;若是,则更新背景帧图像;若否,则维持背景帧图像;
物品移走识别模块24,用于计算移出兴趣区的物品的面积和框选的面积之比值,根据比值结果识别兴趣区内物品是否被移走;
报警模块25,用于在识别出兴趣区内物品被移走时,连接声光报警器进行报警。
在本发明实施例提供的上述建筑工地物品移动检测装置中,可以通过上述五个模块的相互作用,有效地减少建筑工地贵重物品监控的人力成本,能更好地识别工地上被移动物品,且计算量较小,具有计算速度快,准确率高,实时性好等优点,解决了现有技术物品移动检测速度慢且准确率低的问题,能够满足工程应用的需要。
在具体实施时,在本发明实施例提供的上述建筑工地物品移动检测装置中,边框值获取模块23,具体可以包括:
预处理单元,用于对每一帧图像进行预处理;
差分运算单元,用于将预处理后的当前摄像头对应的当前帧图像与背景帧图像做差分运算;
图像处理单元,用于对差分运算后得到的图像依次进行灰度化、二值化和均值滤波处理;
边框查找单元,用于根据处理后的图像,查找兴趣区内物品的边框轮廓值;
背景更新单元,用于判断边框轮廓值是否为空;若是,则将背景帧图像更新为当前帧图像;若否,则维持背景帧图像。
关于上述各个模块和单元更加具体的工作过程可以参考前述实施例公开的相应内容,在此不再进行赘述。
相应的,本发明实施例还公开了一种建筑工地物品移动检测设备,包括处理器和存储器;其中,处理器执行存储器中保存的计算机程序时实现前述实施例公开的建筑工地物品移动检测方法。
关于上述方法更加具体的过程可以参考前述实施例中公开的相应内容,在此不再进行赘述。
进一步的,本发明还公开了一种计算机可读存储介质,用于存储计算机程序;计算机程序被处理器执行时实现前述公开的建筑工地物品移动检测方法。
关于上述方法更加具体的过程可以参考前述实施例中公开的相应内容,在此不再进行赘述。
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它实施例的不同之处,各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置、设备、存储介质而言,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。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
本发明实施例提供的一种建筑工地物品移动检测方法、装置、设备及存储介质,包括:实时接收不同摄像头读取到的视频流信息,并从视频流信息中捕获每一帧图像;在不同摄像头对应的图像中框选物品所处兴趣区;获取当前摄像头对应的两帧图像之间的兴趣区内物品的边框轮廓值,并判断边框轮廓值是否为空;若是,则更新背景帧图像;若否,则维持背景帧图像;计算移出兴趣区的物品的面积和框选的面积之比值,根据比值结果识别兴趣区内物品是否被移走;在识别出兴趣区内物品被移走时,连接声光报警器进行报警。上述方法节省了人工监视的人力成本,通过计算帧间区域差值以及有条件替换背景帧,能更好地识别工地上被移动物品,且计算量较小,具有计算速度快,准确率高,实时性好等优点,解决了现有技术物品移动检测速度慢且准确率低的问题,能够满足工程应用的需要。
最后,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。
以上对本发明所提供的建筑工地物品移动检测方法、装置、设备及存储介质进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (7)
1.一种建筑工地物品移动检测方法,其特征在于,包括:
实时接收不同摄像头读取到的视频流信息,并从所述视频流信息中捕获每一帧图像;
在不同摄像头对应的图像中框选物品所处兴趣区;
获取当前摄像头对应的两帧图像之间的所述兴趣区内物品的边框轮廓值,并判断所述边框轮廓值是否为空;若是,则更新背景帧图像;若否,则维持所述背景帧图像;
计算移出所述兴趣区的物品的面积和框选的面积之比值,根据比值结果识别所述兴趣区内物品是否被移走;
在识别出所述兴趣区内物品被移走时,连接声光报警器进行报警;
其中,所述获取当前摄像头对应的两帧图像之间的所述兴趣区内物品的边框轮廓值,具体包括:
对每一帧图像进行预处理;
将预处理后的当前摄像头对应的当前帧图像与背景帧图像做差分运算;
对差分运算后得到的图像依次进行灰度化、二值化和均值滤波处理;
根据处理后的图像,查找所述兴趣区内物品的边框轮廓值;
其中,在将预处理后的当前摄像头对应的当前帧图像与背景帧图像做差分运算之前,还包括:
将所述当前帧图像添加至备选帧图像列表,并从所述备选帧图像列表中移出第一个备选帧图像;
将预处理后的当前摄像头对应的当前帧图像与备选帧图像做差分运算。
2.根据权利要求1所述的建筑工地物品移动检测方法,其特征在于,对每一帧图像进行预处理,具体包括:
提取每一帧图像中所述兴趣区的像素值矩阵。
3.根据权利要求2所述的建筑工地物品移动检测方法,其特征在于,在将预处理后的当前摄像头对应的当前帧图像与背景帧图像做差分运算之前,还包括:
对第一字典、第二字典、第三字典和第四字典进行初始值设置;所述第一字典用于存储不同摄像头对应帧间的差分运算结果;所述第二字典用于存储不同摄像头对应的所述兴趣区的像素值矩阵;所述第三字典用于存储不同摄像头对应的备选帧图像列表;所述第四字典用于存储不同摄像头对应的背景帧图像。
4.根据权利要求1所述的建筑工地物品移动检测方法,其特征在于,在查找物品的边框轮廓值的同时,还包括:
将小于设定边框周长的边框进行排除。
5.一种建筑工地物品移动检测装置,其特征在于,包括:安装在建筑工地的多个摄像头,与所述摄像头电性连接的算法服务器,与所述算法服务器电性连接的声光报警器;所述算法服务器包括:
帧图像捕获模块,用于实时接收不同摄像头读取到的视频流信息,并从所述视频流信息中捕获每一帧图像;
兴趣区框选模块,用于在不同摄像头对应的图像中框选物品所处兴趣区;
边框值获取模块,用于获取当前摄像头对应的两帧图像之间的所述兴趣区内物品的边框轮廓值,并判断所述边框轮廓值是否为空;若是,则更新背景帧图像;若否,则维持所述背景帧图像;
物品移走识别模块,用于计算移出所述兴趣区的物品的面积和框选的面积之比值,根据比值结果识别所述兴趣区内物品是否被移走;
报警模块,用于在识别出所述兴趣区内物品被移走时,连接声光报警器进行报警;
其中,所述边框值获取模块,具体包括:
预处理单元,用于对每一帧图像进行预处理;
差分运算单元,用于将预处理后的当前摄像头对应的当前帧图像与背景帧图像做差分运算;
图像处理单元,用于对差分运算后得到的图像依次进行灰度化、二值化和均值滤波处理;
边框查找单元,用于根据处理后的图像,查找所述兴趣区内物品的边框轮廓值;
背景更新单元,用于判断所述边框轮廓值是否为空;若是,则将所述背景帧图像更新为所述当前帧图像;若否,则维持所述背景帧图像;
其中,所述边框值获取模块,还具体用于:将所述当前帧图像添加至备选帧图像列表,并从所述备选帧图像列表中移出第一个备选帧图像;将预处理后的当前摄像头对应的当前帧图像与备选帧图像做差分运算。
6.一种建筑工地物品移动检测设备,其特征在于,包括处理器和存储器,其中,所述处理器执行所述存储器中保存的计算机程序时实现如权利要求1至4任一项所述的建筑工地物品移动检测方法。
7.一种计算机可读存储介质,其特征在于,用于存储计算机程序,其中,所述计算机程序被处理器执行时实现如权利要求1至4任一项所述的建筑工地物品移动检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010702758.5A CN111860326B (zh) | 2020-07-20 | 2020-07-20 | 一种建筑工地物品移动检测方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010702758.5A CN111860326B (zh) | 2020-07-20 | 2020-07-20 | 一种建筑工地物品移动检测方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111860326A CN111860326A (zh) | 2020-10-30 |
CN111860326B true CN111860326B (zh) | 2023-09-26 |
Family
ID=73001268
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010702758.5A Active CN111860326B (zh) | 2020-07-20 | 2020-07-20 | 一种建筑工地物品移动检测方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111860326B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113343856B (zh) * | 2021-06-09 | 2022-03-29 | 北京容联易通信息技术有限公司 | 一种图像识别的方法及系统 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002157599A (ja) * | 2000-11-17 | 2002-05-31 | Nippon Telegr & Teleph Corp <Ntt> | 物体検出認識方法,物体検出認識プログラムを記録した記録媒体および物体監視追跡装置 |
JP2005004799A (ja) * | 1998-01-07 | 2005-01-06 | Toshiba Corp | 物体抽出装置 |
CN102722700A (zh) * | 2012-05-17 | 2012-10-10 | 浙江工商大学 | 视频监控中遗留物品检测的方法和系统 |
WO2013178172A1 (zh) * | 2012-08-30 | 2013-12-05 | 中兴通讯股份有限公司 | 一种监控视频摘要的方法及装置 |
KR101620361B1 (ko) * | 2016-02-25 | 2016-05-12 | (주)리얼허브 | 고정 객체 감지 방법 |
CN107256413A (zh) * | 2017-06-14 | 2017-10-17 | 广东工业大学 | 一种物品监控方法及装置 |
CN107680118A (zh) * | 2017-08-29 | 2018-02-09 | 苏州佳世达光电有限公司 | 一种影像辨识追踪方法 |
CN110910420A (zh) * | 2019-10-23 | 2020-03-24 | 同济大学 | 一种基于图像流的移动目标检测追踪方法 |
CN110929668A (zh) * | 2019-11-29 | 2020-03-27 | 珠海大横琴科技发展有限公司 | 一种基于无人货架的商品检测方法和装置 |
CN111415461A (zh) * | 2019-01-08 | 2020-07-14 | 虹软科技股份有限公司 | 物品识别方法及系统、电子设备 |
-
2020
- 2020-07-20 CN CN202010702758.5A patent/CN111860326B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005004799A (ja) * | 1998-01-07 | 2005-01-06 | Toshiba Corp | 物体抽出装置 |
JP2002157599A (ja) * | 2000-11-17 | 2002-05-31 | Nippon Telegr & Teleph Corp <Ntt> | 物体検出認識方法,物体検出認識プログラムを記録した記録媒体および物体監視追跡装置 |
CN102722700A (zh) * | 2012-05-17 | 2012-10-10 | 浙江工商大学 | 视频监控中遗留物品检测的方法和系统 |
WO2013178172A1 (zh) * | 2012-08-30 | 2013-12-05 | 中兴通讯股份有限公司 | 一种监控视频摘要的方法及装置 |
CN103678299A (zh) * | 2012-08-30 | 2014-03-26 | 中兴通讯股份有限公司 | 一种监控视频摘要的方法及装置 |
KR101620361B1 (ko) * | 2016-02-25 | 2016-05-12 | (주)리얼허브 | 고정 객체 감지 방법 |
CN107256413A (zh) * | 2017-06-14 | 2017-10-17 | 广东工业大学 | 一种物品监控方法及装置 |
CN107680118A (zh) * | 2017-08-29 | 2018-02-09 | 苏州佳世达光电有限公司 | 一种影像辨识追踪方法 |
CN111415461A (zh) * | 2019-01-08 | 2020-07-14 | 虹软科技股份有限公司 | 物品识别方法及系统、电子设备 |
CN110910420A (zh) * | 2019-10-23 | 2020-03-24 | 同济大学 | 一种基于图像流的移动目标检测追踪方法 |
CN110929668A (zh) * | 2019-11-29 | 2020-03-27 | 珠海大横琴科技发展有限公司 | 一种基于无人货架的商品检测方法和装置 |
Non-Patent Citations (4)
Title |
---|
一种改进的帧差和背景减相结合的运动检测方法;李毅;孙正兴;远博;张岩;;中国图象图形学报(第06期);第1165页 * |
基于三帧差分混合高斯背景模型运动目标检测;李晓瑜;马大中;付英杰;;吉林大学学报(信息科学版)(第04期);全文 * |
视频前景运动跟踪和感兴趣区域捕获;刘政林;朱盛瑜;翟剑坤;张海春;;华中科技大学学报(自然科学版)(第06期);全文 * |
静态背景下运动目标的边缘提取;郭溪溪;陈小林;王博;刘岩俊;李治根;;半导体光电(第01期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN111860326A (zh) | 2020-10-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110650316A (zh) | 智能巡逻及预警处理方法、装置、电子设备及存储介质 | |
CN104966304A (zh) | 基于卡尔曼滤波与非参数背景模型的多目标检测跟踪方法 | |
CN111144337B (zh) | 火灾检测方法、装置及终端设备 | |
CN112541486B (zh) | 基于改进Pixel分割的红外弱小目标检测算法 | |
CN114782330B (zh) | 基于人工智能的炉排异常检测方法及系统 | |
CN113780110A (zh) | 一种图像序列中弱小目标实时检测方法及设备 | |
JP2010204860A (ja) | 映像監視システム | |
CN116343436A (zh) | 一种山体滑坡检测的方法、装置、设备及介质 | |
CN111860326B (zh) | 一种建筑工地物品移动检测方法、装置、设备及存储介质 | |
CN115311623A (zh) | 一种基于红外热成像的设备漏油检测方法及系统 | |
JP2010015469A (ja) | 静止領域検出方法とその装置、プログラム及び記録媒体 | |
KR101690050B1 (ko) | 지능형 영상보안 시스템 및 객체 추적 방법 | |
CN114648547A (zh) | 用于反无人机红外探测系统的弱小目标检测方法和装置 | |
CN116228712A (zh) | 一种多尺度边坡灾害监测方法、系统及装置 | |
CN116051416B (zh) | 基于sar图像的海洋锋自动检测识别方法及装置 | |
WO2024016632A1 (zh) | 亮点定位方法、亮点定位装置、电子设备及存储介质 | |
CN114821978A (zh) | 一种误报警的消除方法、装置以及介质 | |
CN114359183A (zh) | 图像质量评估方法及设备、镜头遮挡的确定方法 | |
Khan et al. | Fully automatic heart beat rate determination in digital video recordings of rat embryos | |
CN111027560B (zh) | 文本检测方法以及相关装置 | |
CN113033445A (zh) | 基于航拍电力通道影像数据的交叉跨越识别方法 | |
WO2020139071A1 (en) | System and method for detecting aggressive behaviour activity | |
CN112149683A (zh) | 夜视环境下活物检测方法及装置 | |
CN116958897A (zh) | 一种基于图像处理的行人监测预警装置及方法 | |
CN117557969B (zh) | 遮挡监控的实时检测方法 |
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 | ||
CB02 | Change of applicant information |
Address after: Block C, 5th Floor, Building B, Paradise Software Park, No. 3 Xidoumen Road, Xihu District, Hangzhou, Zhejiang 310000 Applicant after: Pin Ming Technology Co.,Ltd. Address before: 310012 Room C, 5 / F, building B, Paradise Software Park, 3 xidoumen Road, Xihu District, Hangzhou City, Zhejiang Province Applicant before: HANGZHOU PINMING SAFETY CONTROL INFORMATION TECHNOLOGY CO.,LTD. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |