CN112132863A - 一种高空抛物检测流程及分析方法 - Google Patents

一种高空抛物检测流程及分析方法 Download PDF

Info

Publication number
CN112132863A
CN112132863A CN202010993106.1A CN202010993106A CN112132863A CN 112132863 A CN112132863 A CN 112132863A CN 202010993106 A CN202010993106 A CN 202010993106A CN 112132863 A CN112132863 A CN 112132863A
Authority
CN
China
Prior art keywords
moving object
detection
module
altitude parabolic
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.)
Pending
Application number
CN202010993106.1A
Other languages
English (en)
Inventor
秦刚
王作文
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.)
Shenzhen Yanchao Technology Co ltd
Original Assignee
Shenzhen Yanchao Technology 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 Shenzhen Yanchao Technology Co ltd filed Critical Shenzhen Yanchao Technology Co ltd
Priority to CN202010993106.1A priority Critical patent/CN112132863A/zh
Publication of CN112132863A publication Critical patent/CN112132863A/zh
Pending legal-status Critical Current

Links

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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/02—Protocols based on web technology, e.g. hypertext transfer protocol [HTTP]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/14—Picture signal circuitry for video frequency region
    • H04N5/144—Movement detection
    • 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
    • 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
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30241—Trajectory

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Multimedia (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)
  • Closed-Circuit Television Systems (AREA)

Abstract

本发明公开了一种高空抛物检测流程及分析方法，包括：摄像机、高空抛物检测模块，后台管理系统；其特征在于：所述摄像机内置控制芯片，控制芯片内置高空抛物检测分析方法，所述高空抛物检测模块内设置高空抛物检测分析方法对摄像机所采集的数据进行分析处理；所述后台管理系统用于呈现高空抛物检测分析方法的检测结果。本发明结合了对图像传感器动态控制使其对高抛物体进行更好的检测，高空抛物检测分析方法结合了算法分析及硬件控制，保证对抛物的检测效果。使摄像机对于小目标的运动对象有很好的检测率，能够适应各种比较复杂场景下的高抛检测。

Description

一种高空抛物检测流程及分析方法
技术领域
本发明属于人工智能技术领域，更具体地涉及一种高空抛物检测流程及分析方法。
背景技术
高空抛物被称为“悬在城市上空的痛”，其不仅仅是不文明的行为，更是给社会安全带来很大隐患。由于事件发生场所多为高空楼层，少有目击者，抛物时间短，使得执法部门很难追究抛物者的法律责任。因此，实现智能对高空抛物的检测就非常的重要。
背景差分法是最常见的运动对象检测方法，其整体思路为：当前帧减去背景图像，得到背景差分图像后，再通过阈值判定法，对差分图像进行二值化处理后得到运动对象。使用背景差分法检测目标，关键是建立背景模型，背景模型的好坏将直接影响检测效果。通常采取两种方法：1.直接从图像序列中选取一帧没有运动对象的图像作为背景，但实际场景中很难找到完全没有运动对象的图像；2.利用图像序列中各帧均值作为背景，但容易将前景的信息融入到背景中，造成背景模型的不准确。一种基于背景差分的抛物检测方法，采用减背景法对视频图像进行分析，通过建立背景参数模型来近似背景图像的像素值，通过将当前帧与背景模型进行差分比较实现对运动对象区域的检测，区别较大的像素区域被认为是运动区域，区别较小的像素区域被认为是背景区域。如果运动区域在变化的过程中跨越用于标识周界的识别线，则判断发生周界高空抛物行为。
然而，现有的高空抛物检测存在误检率高、难以检测小的运动对象、检测速度慢的缺陷。
再者使用在服务器端或者是后台进行高空抛物检测的处理，有部署成本高，发现高抛事件不及时，由于所使用的图像，已经经过视频压缩(H264,H265)进行了有损压缩，丢失了很多图像细节，导致检测准确率下降。
发明内容
为了实现上述目的，本发明采用了如下技术方案：
一种高空抛物检测流程及分析方法，包括：摄像机、高空抛物检测模块，后台管理系统；其特征在于：所述摄像机内置控制芯片，控制芯片内置高空抛物检测分析方法，所述高空抛物检测模块内设置高空抛物检测分析方法对摄像机所采集的数据进行分析处理；所述后台管理系统用于呈现高空抛物检测分析方法的检测结果。
高空抛物检测流程为：
A1.光线通过摄像机镜头到达图像传感器sensor；
A2.图像传感器sensor将光信号通过模数转换器转换为数字信号；
A3.摄像机芯片中的ISP模块，根据基本的ISP算法对数字信号进行处理；
A4.处理后的数字信号做为一副图像数据进入到视频输入模块(VI)；
A5.高空抛物算法模块从视频输入模块(VI)中获得实时图像，加入到高空抛物算法引擎中，进行高空抛物图像进行分析；
A6.如果有高空抛物事件发生，便通知录像模块，启动录像任务；同时将抓拍一张图片；
A7.抓拍的图片经过图像压缩处理，叠加OSD信息，然后通过websocket发送给websocket服务器；
A8.高空抛物事件录像通过http传输模块发送给http服务器；
A9.图像经过h264编码模块，输出编码后的h264码流；
A10.h264码流经过rtsp/onvif协议封装，输出rtsp/onvif流。
优选的、所述高空抛物算法模块包括：运动对象检测模块，运动对象跟踪模块，抛物判断模块，结果显示模块；所述运动对象检测模块，用于使用第1帧高空抛物监控图像初始化背景模型，并根据背景模型，基于ParaP方法预测第t帧高空抛物监控图像中的运动对象，t≥2；所述运动对象跟踪模块，用于对所述运动对象检测模块检测到的每个运动对象，基于ParaP预测该运动对象，通过预测获得该运动对象的运动轨迹；所述抛物判断模块，用于根据所述运动对象跟踪模块获得的每个运动对象的运动轨迹，判断该运动对象是否为高空抛物；所述结果显示模块，根据所述抛物判断模块的判断结果，显示高空抛物的运动轨迹和整个高抛的过程。
优选的、所述运动对象检测模块包括：前景检测子模块，相机抖动检测子模块，背景模型更新子模块，运动对象信息提取子模块；所述前景检测子模块，用于根据背景模型，对第t帧高空抛物监控图像进行前景检测，得到第t帧的前景检测结果；所述相机抖动检测子模块，用于根据前景检测子模块的检测结果判断相机是否发生抖动；所述背景模型更新子模块，用于根据所述相机抖动检测子模块的检测结果采取相应的背景模型更新策略或者是前景检测子模块检测到的数据进行背景模型更新；所述运动对象信息提取子模块，用于根据前景检测子模块的检测结果，提取第t帧中运动对象的信息。
优选的、所述运动对象跟踪模块包括：运动对象匹配子模块，运动对象跟踪子模块，运动轨迹获取子模块，所述运动对象匹配子模块，用于根据第t-1帧中该运动对象的信息和第t帧中该运动对象的信息，使用ParaP算法匹配第t-1帧中该运动对象在第t帧中的位置；所述运动对象跟踪子模块，用于在所述运动对象匹配子模块匹配失败时，使用ParaP预测该运动对象在t帧中的位置；所述运动轨迹获取子模块，用于在运动轨迹中存在连续n个点都是使用ParaP预测得到时，获取该运动对象的运动轨迹。
优选的、所述高空抛物检测分析方法为：
S1.摄像机根据参数配置，对摄像机算法运行环境进行初始化，初始化t＝2；
S2.摄像机从图像传感器中获得第t帧图像初始化检测模型，初始化t＝3；
S3.摄像机根据检测模型，分析检测第t帧图像中的运动对象，t≥3；
S4.对第t帧图像中检测到的每个运动对象，使用ParaP算法标记该对象是否为高抛物体，如果是高抛物体通过跟踪分析获得该运动对象的轨迹；
S5.摄像机根据第t帧图像中检测到每个运动对象的轨迹，判断该运动对象是否为高空抛物，若是，进入步骤S6，否则，直接将该运动对象删除；
S6.根据高空抛物的运动轨迹，获得其抛出位置。
优选的、所述高空抛物检测分析方法其步骤S2包括以下子步骤：
S201.统计前景检测结果中运动对象所占像素点的个数，记为n1；
S202.计算n1与当前帧图像的总像素点个数n2的比例n1/n2；
S203.若n1/n2大于设定阈值，则认为相机发生干扰，否则，认为相机未发生干扰。
优选的、所述高空抛物检测分析方法其步骤S3包括以下子步骤：
S301.使用图像计算，对第t帧图像进行运动物体检测，得到第t帧的运动物体检测结果；
S302.基于第t帧的运动物体检测结果判断画面是否被干扰，若是，进入步骤S303，否则，进入步骤S304；
S303.使用第t帧图像更新图像模型，t＝t+1,转至步骤S301；
S304.根据第t帧的运动检测结果，提取第t帧中运动对象的信息，进入步骤S4。
优选的、所述高空抛物检测分析方法其步骤S4包括以下子步骤：
S401.将第t-1帧中该运动对象的信息和第t帧中该运动对象的信息输入ParaP算法，使用ParaP算法匹配第t-1帧中该运动对象在第t帧中的位置，若追踪成功，将该帧的位置输入到对应的ParaP中，若追踪失败，使用ParaP预测该运动对象在t帧中的位置；
S402.判断运动轨迹中是否存在连续N个点都是使用ParaP预测得到，若是，则得到该运动对象的运动轨迹，转至步骤S5；否则，进入步骤S303；
S403.判断第t帧高空抛物监控图像是否为高空抛物监控视频的最后一帧，若是，则整个方法结束；否则，t＝t+1,转至步骤S3。
优选的、所述高空抛物检测分析方法其步骤S5包括以下子步骤：
S501.统计每个运动对象的运动轨迹中，使用ParaP算法对所有运动对象进行预测得到的满足条件的运动对象个数为x,实际该轨迹中的运动对象为y；
S502.若或x<y*0.6，则判定该运动对象不是高空抛物，进入步骤S403；否则，则判定该运动对象是高空抛物，进入步骤S5；
S503.直接将该运动对象删除。
总体而言，通过本发明所构思的以上技术方案与现有技术相比，具有以下有益效果：
1.本发明采用ParaP方法作为运动对象的预测手段，很好的保持了图像的像素级特征，直接利用像素值进行计算，该方法能高效的实现检测功能，同时，由于模型样本随机提取及运动物体选中策略，使得该算法鲁棒性好，能适应大部分实际监控场景。
2.本发明在使用ParaP检测运动对象的过程中，加入了相机是否抖动的检测机制，充分考虑了相机晃动或移动而导致像素点位置发生偏移的情形，通过在相机抖动时采取当前帧高空抛物监控图像更新背景模型，进而提高了ParaP检测运动对象的准确率，从而降低高空抛物的误检率。
3.本发明结合ParaP算法对运动对象进行跟踪追踪，ParaP算法跟踪使得系统的运行速度有很大的提升，ParaP算法跟踪大幅度降低了对抛物跟踪的丢失率，保证对抛物的跟踪效果。该方法对于小目标的运动对象有很好的检测效果，并能够适应目标被短暂遮挡或者漏检、背景环境发生缓慢变化等情形。
附图说明
图1为本发明提出的高空抛物检测流程及分析方法示意图1；
图2为本发明提出的高空抛物检测流程及分析方法示意图2。
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。
在本发明的描述中，需要理解的是，术语“上”、“下”、“前”、“后”、“左”、“右”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
实施例：
参照图1～2所示，一种高空抛物检测流程及分析方法，包括：摄像机、高空抛物检测模块，后台管理系统；其特征在于：所述摄像机内置控制芯片，控制芯片内置高空抛物检测分析方法，所述高空抛物检测模块内设置高空抛物检测分析方法对摄像机所采集的数据进行分析处理；所述后台管理系统用于呈现高空抛物检测分析方法的检测结果。
高空抛物检测流程为：
A1.光线通过摄像机镜头到达图像传感器sensor；
A2.图像传感器sensor将光信号通过模数转换器转换为数字信号；
A3.摄像机芯片中的ISP模块，根据基本的ISP算法对数字信号进行处理；
A4.处理后的数字信号做为一副图像数据进入到视频输入模块(VI)；
A5.高空抛物算法模块从视频输入模块(VI)中获得实时图像，加入到高空抛物算法引擎中，进行高空抛物图像进行分析；
A6.如果有高空抛物事件发生，便通知录像模块，启动录像任务；同时将抓拍一张图片；
A7.抓拍的图片经过图像压缩处理，叠加OSD信息，然后通过websocket发送给websocket服务器；
A8.高空抛物事件录像通过http传输模块发送给http服务器；
A9.图像经过h264编码模块，输出编码后的h264码流；
A10.h264码流经过rtsp/onvif协议封装，输出rtsp/onvif流。
优选的、所述高空抛物算法模块包括：运动对象检测模块，运动对象跟踪模块，抛物判断模块，结果显示模块；所述运动对象检测模块，用于使用第1帧高空抛物监控图像初始化背景模型，并根据背景模型，基于ParaP方法预测第t帧高空抛物监控图像中的运动对象，t≥2；所述运动对象跟踪模块，用于对所述运动对象检测模块检测到的每个运动对象，基于ParaP预测该运动对象，通过预测获得该运动对象的运动轨迹；所述抛物判断模块，用于根据所述运动对象跟踪模块获得的每个运动对象的运动轨迹，判断该运动对象是否为高空抛物；所述结果显示模块，根据所述抛物判断模块的判断结果，显示高空抛物的运动轨迹和整个高抛的过程。
优选的、所述运动对象检测模块包括：前景检测子模块，相机抖动检测子模块，背景模型更新子模块，运动对象信息提取子模块；所述前景检测子模块，用于根据背景模型，对第t帧高空抛物监控图像进行前景检测，得到第t帧的前景检测结果；所述相机抖动检测子模块，用于根据前景检测子模块的检测结果判断相机是否发生抖动；所述背景模型更新子模块，用于根据所述相机抖动检测子模块的检测结果采取相应的背景模型更新策略或者是前景检测子模块检测到的数据进行背景模型更新；所述运动对象信息提取子模块，用于根据前景检测子模块的检测结果，提取第t帧中运动对象的信息。
优选的、所述运动对象跟踪模块包括：运动对象匹配子模块，运动对象跟踪子模块，运动轨迹获取子模块，所述运动对象匹配子模块，用于根据第t-1帧中该运动对象的信息和第t帧中该运动对象的信息，使用ParaP算法匹配第t-1帧中该运动对象在第t帧中的位置；所述运动对象跟踪子模块，用于在所述运动对象匹配子模块匹配失败时，使用ParaP预测该运动对象在t帧中的位置；所述运动轨迹获取子模块，用于在运动轨迹中存在连续n个点都是使用ParaP预测得到时，获取该运动对象的运动轨迹。
优选的、所述高空抛物检测分析方法为：
S1.摄像机根据参数配置，对摄像机算法运行环境进行初始化，初始化t＝2；
S2.摄像机从图像传感器中获得第t帧图像初始化检测模型，初始化t＝3；
S3.摄像机根据检测模型，分析检测第t帧图像中的运动对象，t≥3；
S4.对第t帧图像中检测到的每个运动对象，使用ParaP算法标记该对象是否为高抛物体，如果是高抛物体通过跟踪分析获得该运动对象的轨迹；
S5.摄像机根据第t帧图像中检测到每个运动对象的轨迹，判断该运动对象是否为高空抛物，若是，进入步骤S6，否则，直接将该运动对象删除；
S6.根据高空抛物的运动轨迹，获得其抛出位置。
优选的、所述高空抛物检测分析方法其步骤S2包括以下子步骤：
S201.统计前景检测结果中运动对象所占像素点的个数，记为n1；
S202.计算n1与当前帧图像的总像素点个数n2的比例n1/n2；
S203.若n1/n2大于设定阈值，则认为相机发生干扰，否则，认为相机未发生干扰。
优选的、所述高空抛物检测分析方法其步骤S3包括以下子步骤：
S301.使用图像计算，对第t帧图像进行运动物体检测，得到第t帧的运动物体检测结果；
S302.基于第t帧的运动物体检测结果判断画面是否被干扰，若是，进入步骤S303，否则，进入步骤S304；
S303.使用第t帧图像更新图像模型，t＝t+1,转至步骤S301；
S304.根据第t帧的运动检测结果，提取第t帧中运动对象的信息，进入步骤S4。
优选的、所述高空抛物检测分析方法其步骤S4包括以下子步骤：
S401.将第t-1帧中该运动对象的信息和第t帧中该运动对象的信息输入ParaP算法，使用ParaP算法匹配第t-1帧中该运动对象在第t帧中的位置，若追踪成功，将该帧的位置输入到对应的ParaP中，若追踪失败，使用ParaP预测该运动对象在t帧中的位置；
S402.判断运动轨迹中是否存在连续N个点都是使用ParaP预测得到，若是，则得到该运动对象的运动轨迹，转至步骤S5；否则，进入步骤S303；
S403.判断第t帧高空抛物监控图像是否为高空抛物监控视频的最后一帧，若是，则整个方法结束；否则，t＝t+1,转至步骤S3。
优选的、所述高空抛物检测分析方法其步骤S5包括以下子步骤：
S501.统计每个运动对象的运动轨迹中，使用ParaP算法对所有运动对象进行预测得到的满足条件的运动对象个数为x,实际该轨迹中的运动对象为y；
S502.若或x<y*0.6，则判定该运动对象不是高空抛物，进入步骤S403；否则，则判定该运动对象是高空抛物，进入步骤S5；
S503.直接将该运动对象删除。
高空抛物检测摄像机的安装：将高空抛物检测摄像机安装在监控大楼下方，选择合适的安装距离、安装高度、安装角度和安装相机数量进行安装，保证物体在摄像机中有成像。本发明实施例中，将高空抛物检测摄像机安装在监控大楼的下方，安装在距离大楼10-100米处，安装高度为3米。相机数量和安装角度可保证物体在摄像机中有成像。
在步骤A5之前，还可以对原始高空抛物监控图像进行预处理，具体包括：灰度化和中值滤波。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，根据本发明的技术方案及其发明构思加以等同替换或改变，都应涵盖在本发明的保护范围之内。

Claims (9)

1.一种高空抛物检测流程及分析方法，包括：摄像机、高空抛物检测模块，后台管理系统；其特征在于：所述摄像机内置控制芯片，控制芯片内置高空抛物检测分析方法，所述高空抛物检测模块内设置高空抛物检测分析方法对摄像机所采集的数据进行分析处理；所述后台管理系统用于呈现高空抛物检测分析方法的检测结果。
高空抛物检测流程为：
A1.光线通过摄像机镜头到达图像传感器sensor；
A2.图像传感器sensor将光信号通过模数转换器转换为数字信号；
A3.摄像机芯片中的ISP模块，根据基本的ISP算法对数字信号进行处理；
A4.处理后的数字信号做为一副图像数据进入到视频输入模块(VI)；
A5.高空抛物算法模块从视频输入模块(VI)中获得实时图像，加入到高空抛物算法引擎中，进行高空抛物图像进行分析；
A6.如果有高空抛物事件发生，便通知录像模块，启动录像任务；同时将抓拍一张图片；
A7.抓拍的图片经过图像压缩处理，叠加OSD信息，然后通过websocket发送给websocket服务器；
A8.高空抛物事件录像通过http传输模块发送给http服务器；
A9.图像经过h264编码模块，输出编码后的h264码流；
A10.h264码流经过rtsp/onvif协议封装，输出rtsp/onvif流。
2.根据权利要求1所述的一种高空抛物检测流程及分析方法,其特征在于：所述高空抛物算法模块包括：运动对象检测模块，运动对象跟踪模块，抛物判断模块，结果显示模块；所述运动对象检测模块，用于使用第1帧高空抛物监控图像初始化背景模型，并根据背景模型，基于ParaP方法预测第t帧高空抛物监控图像中的运动对象，t≥2；所述运动对象跟踪模块，用于对所述运动对象检测模块检测到的每个运动对象，基于ParaP预测该运动对象，通过预测获得该运动对象的运动轨迹；所述抛物判断模块，用于根据所述运动对象跟踪模块获得的每个运动对象的运动轨迹，判断该运动对象是否为高空抛物；所述结果显示模块，根据所述抛物判断模块的判断结果，显示高空抛物的运动轨迹和整个高抛的过程。
3.根据权利要求2所述的一种高空抛物检测流程及分析方法,其特征在于：所述运动对象检测模块包括：前景检测子模块，相机抖动检测子模块，背景模型更新子模块，运动对象信息提取子模块；所述前景检测子模块，用于根据背景模型，对第t帧高空抛物监控图像进行前景检测，得到第t帧的前景检测结果；所述相机抖动检测子模块，用于根据前景检测子模块的检测结果判断相机是否发生抖动；所述背景模型更新子模块，用于根据所述相机抖动检测子模块的检测结果采取相应的背景模型更新策略或者是前景检测子模块检测到的数据进行背景模型更新；所述运动对象信息提取子模块，用于根据前景检测子模块的检测结果，提取第t帧中运动对象的信息。
4.根据权利要求2所述的一种高空抛物检测流程及分析方法,其特征在于：所述运动对象跟踪模块包括：运动对象匹配子模块，运动对象跟踪子模块，运动轨迹获取子模块，所述运动对象匹配子模块，用于根据第t-1帧中该运动对象的信息和第t帧中该运动对象的信息，使用ParaP算法匹配第t-1帧中该运动对象在第t帧中的位置；所述运动对象跟踪子模块，用于在所述运动对象匹配子模块匹配失败时，使用ParaP预测该运动对象在t帧中的位置；所述运动轨迹获取子模块，用于在运动轨迹中存在连续n个点都是使用ParaP预测得到时，获取该运动对象的运动轨迹。
5.根据权利要求1所述的一种高空抛物检测流程及分析方法,其特征在于，所述高空抛物检测分析方法为：
S1.摄像机根据参数配置，对摄像机算法运行环境进行初始化，初始化t＝2；
S2.摄像机从图像传感器中获得第t帧图像初始化检测模型，初始化t＝3；
S3.摄像机根据检测模型，分析检测第t帧图像中的运动对象，t≥3；
S4.对第t帧图像中检测到的每个运动对象，使用ParaP算法标记该对象是否为高抛物体，如果是高抛物体通过跟踪分析获得该运动对象的轨迹；
S5.摄像机根据第t帧图像中检测到每个运动对象的轨迹，判断该运动对象是否为高空抛物，若是，进入步骤S6，否则，直接将该运动对象删除；
S6.根据高空抛物的运动轨迹，获得其抛出位置。
6.根据权利要求5所述的一种高空抛物检测流程及分析方法,其特征在于，所述高空抛物检测分析方法其步骤S2包括以下子步骤：
S201.统计前景检测结果中运动对象所占像素点的个数，记为n1；
S202.计算n1与当前帧图像的总像素点个数n2的比例n1/n2；
S203.若n1/n2大于设定阈值，则认为相机发生干扰，否则，认为相机未发生干扰。
7.根据权利要求5所述的一种高空抛物检测流程及分析方法,其特征在于，所述高空抛物检测分析方法其步骤S3包括以下子步骤：
S301.使用图像计算，对第t帧图像进行运动物体检测，得到第t帧的运动物体检测结果；
S302.基于第t帧的运动物体检测结果判断画面是否被干扰，若是，进入步骤S303，否则，进入步骤S304；
S303.使用第t帧图像更新图像模型，t＝t+1,转至步骤S301；
S304.根据第t帧的运动检测结果，提取第t帧中运动对象的信息，进入步骤S4。
8.根据权利要求5所述的一种高空抛物检测流程及分析方法,其特征在于，所述高空抛物检测分析方法其步骤S4包括以下子步骤：
S401.将第t-1帧中该运动对象的信息和第t帧中该运动对象的信息输入ParaP算法，使用ParaP算法匹配第t-1帧中该运动对象在第t帧中的位置，若追踪成功，将该帧的位置输入到对应的ParaP中，若追踪失败，使用ParaP预测该运动对象在t帧中的位置；
S402.判断运动轨迹中是否存在连续N个点都是使用ParaP预测得到，若是，则得到该运动对象的运动轨迹，转至步骤S5；否则，进入步骤S303；
S403.判断第t帧高空抛物监控图像是否为高空抛物监控视频的最后一帧，若是，则整个方法结束；否则，t＝t+1,转至步骤S3。
9.根据权利要求4所述的一种高空抛物检测流程及分析方法,其特征在于，所述高空抛物检测分析方法其步骤S5包括以下子步骤：
S501.统计每个运动对象的运动轨迹中，使用ParaP算法对所有运动对象进行预测得到的满足条件的运动对象个数为x,实际该轨迹中的运动对象为y；
S502.若或x<y*0.6，则判定该运动对象不是高空抛物，进入步骤S403；否则，则判定该运动对象是高空抛物，进入步骤S5；
S503.直接将该运动对象删除。
CN202010993106.1A 2020-09-21 2020-09-21 一种高空抛物检测流程及分析方法 Pending CN112132863A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010993106.1A CN112132863A (zh) 2020-09-21 2020-09-21 一种高空抛物检测流程及分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010993106.1A CN112132863A (zh) 2020-09-21 2020-09-21 一种高空抛物检测流程及分析方法

Publications (1)

Publication Number Publication Date
CN112132863A true CN112132863A (zh) 2020-12-25

Family

ID=73841699

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010993106.1A Pending CN112132863A (zh) 2020-09-21 2020-09-21 一种高空抛物检测流程及分析方法

Country Status (1)

Country Link
CN (1) CN112132863A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112911243A (zh) * 2021-02-01 2021-06-04 江苏开拓信息与系统有限公司 一种采用高空抛物监控辅助分析房屋空置率的方法
CN113409360A (zh) * 2021-06-29 2021-09-17 深圳市商汤科技有限公司 高空抛物检测方法和装置、设备及计算机存储介质
CN114241012A (zh) * 2022-02-23 2022-03-25 深圳市研超科技有限公司 一种高空抛物的判定方法及装置
CN115223103A (zh) * 2022-09-13 2022-10-21 深圳市研超科技有限公司 基于数字图像处理的高空抛物检测方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110090344A1 (en) * 2009-10-21 2011-04-21 Pvi Virtual Media Services, Llc Object Trail-Based Analysis and Control of Video
CN109872341A (zh) * 2019-01-14 2019-06-11 中建三局智能技术有限公司 一种基于计算机视觉的高空抛物检测方法与系统
CN111368741A (zh) * 2020-03-05 2020-07-03 深学科技(杭州)有限公司 一种高空抛物检测系统
CN111401311A (zh) * 2020-04-09 2020-07-10 苏州海赛人工智能有限公司 一种基于图像检测的高空抛物识别方法
CN111553257A (zh) * 2020-04-26 2020-08-18 上海天诚比集科技有限公司 一种高空抛物预警方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110090344A1 (en) * 2009-10-21 2011-04-21 Pvi Virtual Media Services, Llc Object Trail-Based Analysis and Control of Video
CN109872341A (zh) * 2019-01-14 2019-06-11 中建三局智能技术有限公司 一种基于计算机视觉的高空抛物检测方法与系统
CN111368741A (zh) * 2020-03-05 2020-07-03 深学科技(杭州)有限公司 一种高空抛物检测系统
CN111401311A (zh) * 2020-04-09 2020-07-10 苏州海赛人工智能有限公司 一种基于图像检测的高空抛物识别方法
CN111553257A (zh) * 2020-04-26 2020-08-18 上海天诚比集科技有限公司 一种高空抛物预警方法

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112911243A (zh) * 2021-02-01 2021-06-04 江苏开拓信息与系统有限公司 一种采用高空抛物监控辅助分析房屋空置率的方法
CN113409360A (zh) * 2021-06-29 2021-09-17 深圳市商汤科技有限公司 高空抛物检测方法和装置、设备及计算机存储介质
CN114241012A (zh) * 2022-02-23 2022-03-25 深圳市研超科技有限公司 一种高空抛物的判定方法及装置
CN114241012B (zh) * 2022-02-23 2023-04-07 深圳市研超科技有限公司 一种高空抛物的判定方法及装置
CN115223103A (zh) * 2022-09-13 2022-10-21 深圳市研超科技有限公司 基于数字图像处理的高空抛物检测方法
CN115223103B (zh) * 2022-09-13 2022-11-22 深圳市研超科技有限公司 基于数字图像处理的高空抛物检测方法

Similar Documents

Publication Publication Date Title
US10070053B2 (en) Method and camera for determining an image adjustment parameter
CN109872341B (zh) 一种基于计算机视觉的高空抛物检测方法与系统
CN112132863A (zh) 一种高空抛物检测流程及分析方法
US9235880B2 (en) Camera and method for optimizing the exposure of an image frame in a sequence of image frames capturing a scene based on level of motion in the scene
CN109299703B (zh) 对鼠情进行统计的方法、装置以及图像采集设备
CN110830756B (zh) 一种监控方法与装置
CN104966304B (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
US20190258852A1 (en) Image processing apparatus, image processing system, image processing method, and program
KR101191844B1 (ko) 화상 처리 장치 및 화상 처리 방법
CN111144247A (zh) 一种基于深度学习的自动扶梯乘客逆行检测方法
US20080136934A1 (en) Flame Detecting Method And Device
US8922674B2 (en) Method and system for facilitating color balance synchronization between a plurality of video cameras and for obtaining object tracking between two or more video cameras
US11132538B2 (en) Image processing apparatus, image processing system, and image processing method
CN102034240A (zh) 一种静态前景检测和跟踪方法
JP2010003177A (ja) 画像処理装置
CN112232107A (zh) 一种图像式烟雾探测系统及方法
KR100990404B1 (ko) 다차선 차량 검지 방법
KR100887942B1 (ko) 실시간 이상현상 감지 시스템 및 그 제어방법
JP5679760B2 (ja) 侵入物体検出装置
CN105072402B (zh) 一种机器人巡视监测的方法
JP3736836B2 (ja) 物体検出方法及び物体検出装置及びプログラム
JP2021022783A (ja) 制御装置、追尾システム、制御方法、及びプログラム
CN111225178A (zh) 基于对象检测的视频监控方法及其系统
CN113674315B (zh) 一种物体检测方法、设备及计算机可读存储介质
KR102161344B1 (ko) 스트림 리즈닝 감시 시스템 및 그것을 이용한 스트림 리즈닝 감시방법

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