CN112232170A - 对象行为的确定方法及装置、存储介质、电子装置 - Google Patents

对象行为的确定方法及装置、存储介质、电子装置 Download PDF

Info

Publication number
CN112232170A
CN112232170A CN202011080349.2A CN202011080349A CN112232170A CN 112232170 A CN112232170 A CN 112232170A CN 202011080349 A CN202011080349 A CN 202011080349A CN 112232170 A CN112232170 A CN 112232170A
Authority
CN
China
Prior art keywords
determining
target
target object
target area
behavior
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
CN202011080349.2A
Other languages
English (en)
Inventor
项超
潘华东
郑佳
刘少林
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.)
Zhejiang Dahua Technology Co Ltd
Original Assignee
Zhejiang Dahua 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 Zhejiang Dahua Technology Co Ltd filed Critical Zhejiang Dahua Technology Co Ltd
Priority to CN202011080349.2A priority Critical patent/CN112232170A/zh
Publication of CN112232170A publication Critical patent/CN112232170A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G06T7/55—Depth or shape recovery from multiple images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • 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
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30232—Surveillance

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Social Psychology (AREA)
  • Psychiatry (AREA)
  • Health & Medical Sciences (AREA)
  • Signal Processing (AREA)
  • Image Analysis (AREA)

Abstract

本发明实施例提供了一种对象行为的确定方法及装置、存储介质、电子装置，该方法包括：在对目标区域进行视频监控所得到的N帧图像中确定位于目标区域中的目标对象的位置信息；从N帧图像中确定目标对象在目标区域中移动的速度，得到速度向量；基于位置信息和速度向量确定目标对象的行为。通过本发明，解决了相关技术中对对象行为的确定效率低的问题，达到高效并准确的确定出对象行为的效果。

Description

对象行为的确定方法及装置、存储介质、电子装置
技术领域
本发明实施例涉及摄像领域，具体而言，涉及一种对象行为的确定方 法及装置、存储介质、电子装置。
背景技术
监狱中，犯人容易因为情绪不稳定而产生不当行为，撞墙行为是较常 见的对犯人生命健康产生威胁的不当行为。当前针对这种行为没有很好的 技术，一般靠监狱监管人员进行观察。这种方式耗时耗力，需要的人力资 源较大，且容易因为人员疏忽而无法达到目的。
针对上述问题，相关技术中尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种对象行为的确定方法及装置、存储介质、电 子装置，以至少解决相关技术中对对象行为的确定效率低的问题。
根据本发明的一个实施例，提供了一种对象行为的确定方法，包括： 在对目标区域进行视频监控所得到的N帧图像中确定位于上述目标区域 中的目标对象的位置信息，其中，上述位置信息包括上述目标对象在上述 目标区域中的空间坐标、上述目标对象与目标区域中的目标设备之间的距 离，上述N是大于或等于1的自然数；从上述N帧图像中确定上述目标 对象在上述目标区域中移动的速度，得到速度向量；基于上述位置信息和 上述速度向量确定上述目标对象的行为。
根据本发明的另一个实施例，提供了一种对象行为的确定装置，包括： 第一确定模块，用于在对目标区域进行视频监控所得到的N帧图像中确定 位于上述目标区域中的目标对象的位置信息，其中，上述位置信息包括上 述目标对象在上述目标区域中的空间坐标、上述目标对象与目标区域中的 目标设备之间的距离，上述N是大于或等于1的自然数；第二确定模块， 用于从上述N帧图像中确定上述目标对象在上述目标区域中移动的速度，得到速度向量；第三确定模块，用于基于上述位置信息和上述速度向量确 定上述目标对象的行为。
在一个示例性实施例中，上述第一确定模块，包括：第一确定单元， 用于通过双目摄像设备对上述目标区域进行视频监控，得到上述N帧图像； 第二确定单元，用于确定上述目标对象在上述N帧图像中每一帧图像中的 深度信息；第三确定单元，用于利用上述深度信息确定上述目标对象的中 心点在上述目标区域中的空间坐标；第四确定单元，用于利用上述空间坐 标和上述目标设备的坐标确定上述目标对象与上述目标设备之间的距离。
在一个示例性实施例中，上述第二确定模块，包括：第五确定单元， 用于确定上述目标对象的中心点在第N帧图像中的第一空间坐标，以及上 述目标对象的中心点在第M帧图像中的第二空间坐标，其中，上述第N 帧图像与上述第M帧图像是相邻帧图像，上述M小于或等于上述N；第 六确定单元，用于将上述第一空间坐标和上述第二空间坐标之间的差值确 定为上述目标对象的速度向量。
在一个示例性实施例中，上述第三确定模块，包括：第七确定单元， 用于确定上述速度向量与上述目标设备的碰撞向量之间的乘积；第八确定 单元，用于在上述目标对象与上述目标区域中的上述目标设备之间的距离 小于第一预设阈值，且上述乘积大于第二预设阈值的情况下，确定上述目 标对象的行为出现异常。
在一个示例性实施例中，上述装置还包括：提示模块，用于在确定上 述目标对象的行为出现异常之后，在预设时间段内上述目标对象出现异常 行为的次数大于预设次数的情况下，发出提示信息，其中，上述提示信息 用于提示上述目标对象的行为出现异常。
在一个示例性实施例中，上述装置通过以下方式确定上述目标设备的 碰撞向量：确定双目摄像设备的深度信息，其中，上述双目摄像设备用于 获取上述N帧图像；基于上述双目摄像设备的深度信息确定上述目标设备 在上述双目摄像设备的坐标系中的空间坐标，得到第三空间坐标；确定上 述目标设备的定位点；利用上述第三空间坐标和上述目标设备的定位点确 定上述目标设备的碰撞向量。
根据本发明的又一个实施例，还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中存储有计算机程序，其中，所述计算机程序被设 置为运行时执行上述任一项方法实施例中的步骤。
根据本发明的又一个实施例，还提供了一种电子装置，包括存储器和 处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述 计算机程序以执行上述任一项方法实施例中的步骤。
通过本发明，由于在对目标区域进行视频监控所得到的N帧图像中确 定位于目标区域中的目标对象的位置信息，其中，位置信息包括目标对象 在目标区域中的空间坐标、目标对象与目标区域中的目标设备之间的距离， N是大于或等于1的自然数；从N帧图像中确定目标对象在目标区域中移 动的速度，得到速度向量；基于位置信息和速度向量确定目标对象的行为。 即可以实现对目标对象的行为进行判断的目的。因此，可以解决相关技术中对对象行为的确定效率低的问题，达到高效并准确的确定出对象行为的 效果。
附图说明
图1是本发明实施例的一种对象行为的确定方法的移动终端的硬件结 构框图；
图2是根据本发明实施例的对象行为的确定方法的流程图；
图3是根据本发明实施例的整体流程图；
图4是根据本发明实施例的对象行为的确定装置的结构框图。
具体实施方式
下文中将参考附图并结合实施例来详细说明本发明的实施例。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语 “第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序 或先后次序。
本申请实施例中所提供的方法实施例可以在移动终端、计算机终端或 者类似的运算装置中执行。以运行在移动终端上为例，图1是本发明实施 例的一种对象行为的确定方法的移动终端的硬件结构框图。如图1所示， 移动终端可以包括一个或多个(图1中仅示出一个)处理器102(处理器 102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理 装置)和用于存储数据的存储器104，其中，上述移动终端还可以包括用 于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员 可以理解，图1所示的结构仅为示意，其并不对上述移动终端的结构造成 限定。例如，移动终端还可包括比图1中所示更多或者更少的组件，或者 具有与图1所示不同的配置。
存储器104可用于存储计算机程序，例如，应用软件的软件程序以及 模块，如本发明实施例中的对象行为的确定方法对应的计算机程序，处理 器102通过运行存储在存储器104内的计算机程序，从而执行各种功能应 用以及数据处理，即实现上述的方法。存储器104可包括高速随机存储器， 还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其 他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于 处理器102远程设置的存储器，这些远程存储器可以通过网络连接至移动 终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动 通信网及其组合。
传输装置106用于经由一个网络接收或者发送数据。上述的网络具体 实例可包括移动终端的通信供应商提供的无线网络。在一个实例中，传输 装置106包括一个网络适配器(Network Interface Controller，简称为NIC)， 其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例 中，传输装置106可以为射频(Radio Frequency，简称为RF)模块，其 用于通过无线方式与互联网进行通讯。
在本实施例中提供了一种对象行为的确定方法，图2是根据本发明实 施例的对象行为的确定方法的流程图，如图2所示，该流程包括如下步骤：
步骤S202，在对目标区域进行视频监控所得到的N帧图像中确定位 于目标区域中的目标对象的位置信息，其中，位置信息包括目标对象在目 标区域中的空间坐标、目标对象与目标区域中的目标设备之间的距离，N 是大于或等于1的自然数；
步骤S204，从N帧图像中确定目标对象在目标区域中移动的速度， 得到速度向量；
步骤S206，基于位置信息和速度向量确定目标对象的行为。
其中，上述步骤的执行主体可以为终端等，但不限于此。
可选地，本实施例包括但不限于应用于对监狱中的犯人的撞墙行为进 行监控的场景中。在该场景中，目标对象包括但不限于中犯人，目标区域 包括但不限于是监狱，目标设备包括但不限于是监狱中的墙体。
通过上述步骤，由于在对目标区域进行视频监控所得到的N帧图像中 确定位于目标区域中的目标对象的位置信息，其中，位置信息包括目标对 象在目标区域中的空间坐标、目标对象与目标区域中的目标设备之间的距 离，N是大于或等于1的自然数；从N帧图像中确定目标对象在目标区域 中移动的速度，得到速度向量；基于位置信息和速度向量确定目标对象的 行为。即可以实现对目标对象的行为进行判断的目的。因此，可以解决相 关技术中对对象行为的确定效率低的问题，达到高效并准确的确定出对象 行为的效果。
步骤S102和步骤S104的执行顺序是可以互换的，即可以先执行步骤 S104，然后再执行S102
在一个示例性实施例中，在对目标区域进行视频监控所得到的N帧图 像中确定位于目标区域中的目标对象的位置信息，包括：
S1，通过双目摄像设备对目标区域进行视频监控，得到N帧图像；
S2，确定目标对象在N帧图像中每一帧图像中的深度信息；
S3，利用深度信息确定目标对象的中心点在目标区域中的空间坐标；
S4，利用空间坐标和目标设备的坐标确定目标对象与目标设备之间的 距离。
可选地，在本实施例中，例如：可以根据双目摄像设备(例如，双目 相机)对目标对象的人头区域的深度信息，确定人头中心点的空间位置信 息P(xp,yp,zp)和人头与墙面的距离信息L。则
Figure BDA0002718497430000061
其中
Figure BDA0002718497430000063
在一个示例性实施例中，从N帧图像中确定目标对象在目标区域中移 动的速度，得到速度向量，包括：
S1，确定目标对象的中心点在第N帧图像中的第一空间坐标，以及目 标对象的中心点在第M帧图像中的第二空间坐标，其中，第N帧图像与 第M帧图像是相邻帧图像，M小于或等于N；
S2，将第一空间坐标和第二空间坐标之间的差值确定为目标对象的速 度向量。
可选地，在本实施例中，基于检测视频帧帧差(例如，第N帧图像与 第M帧图像)之间人头中心点的空间位置的变化，可以得到人头的速度 向量v。例如：当前视频帧的人头位置为Pi，前一帧的视频中人头位置为Pi-1， 则可以得到人头的速度向量为v＝Pi-Pi-1。
在一个示例性实施例中，基于位置信息和速度向量确定目标对象的行 为，包括：
S1，确定速度向量与目标设备的碰撞向量之间的乘积；
S2，在目标对象与目标区域中的目标设备之间的距离小于第一预设阈 值，且乘积大于第二预设阈值的情况下，确定目标对象的行为出现异常。
可选地，在本实施例中，确定目标对象的行为包括两部分：(1)
Figure BDA0002718497430000064
(第一预设阈值)，目标对象与目标区域中的目标设备之间的距离L，
Figure BDA0002718497430000065
为 第一预设阈值。当距离小于第一预设阈值时，则认为头部碰到墙体；(2) v·r＞σ，v为当前目标对象的人头的速度向量，r为墙面的碰撞向量，σ为 设定的碰撞阈值第二预设阈值，v和r同向时向量的积越大，且v越大积越 大，当乘积大于阈值σ时判定为撞向墙体。当(1)(2)两个条件都满足 时，判定该帧图像出现撞墙行为。
在一个示例性实施例中，在确定目标对象的行为出现异常之后，方法 还包括：
S1，在预设时间段内目标对象出现异常行为的次数大于预设次数的情 况下，发出提示信息，其中，提示信息用于提示目标对象的行为出现异常。
可选地，在本实施例中，设定报警时长T，当T时间内出现N次撞墙 行为的视频帧时报警。
在一个示例性实施例中，通过以下方式确定目标设备的碰撞向量：
S1，确定双目摄像设备的深度信息，其中，双目摄像设备用于获取N 帧图像；
S2，基于双目摄像设备的深度信息确定目标设备在双目摄像设备的坐 标系中的空间坐标，得到第三空间坐标；
S3，确定目标设备的定位点；
S4，利用第三空间坐标和目标设备的定位点确定目标设备的碰撞向量。
可选地，在本实施例中，当固定场景下的双目摄像设备(例如，双目 相机)首次使用时，需要对墙面区域进行设定，并根据已经标定好的双目 相机的深度信息，生成墙面在相机坐标系下的空间位置，例如一面墙体可 以由三个点定位A(x1,y1,z1),B(x2,y2,z2),C(x3,y3,z3)，其中三点的顺序为逆时针 方向。为每一面墙面生成一个碰撞单位向量r，碰撞单位向量与墙面的法 线向量相反。则
Figure BDA0002718497430000071
其中
Figure BDA0002718497430000072
Figure BDA0002718497430000073
综上，本实施例的整体流程如图3所示，在本实施例中，以双目相机 获取的视频流对人头是否撞墙为例进行说明，包括以下步骤：
S301：标定双目相机，定位墙面。即撞墙检测系统标定初始化。当固 定场景下的双目相机首次使用时，需要对墙面区域进行设定，并根据已经 标定好的双目相机的深度信息，生成墙面在相机坐标系下的空间位置，例 如一面墙体可以由三个点定位A(x1,y1,z1),B(x2,y2,z2),C(x3,y3,z3)，其中三点的 顺序为逆时针方向。为每一面墙面生成一个碰撞单位向量r，碰撞单位向 量与墙面的法线向量相反。则
Figure RE-GDA0002823633080000084
其中
Figure RE-GDA0002823633080000085
Figure RE-GDA0002823633080000086
S302：双目相机获取视频流；
S303：确定视频流的深度图；
S304：在视频流中进行人头检测；
S305：对人头信息进行计算，根据双目相机对人头区域的深度信息确 定人头中心点的空间位置信息P(xp,yp,zp)和人头与墙面的距离信息L。则
Figure BDA0002718497430000083
其中
Figure BDA0002718497430000084
基于检测视频帧帧差之间人头 中心点的空间位置的变化，可以得到人头的速度向量v。即当前视频帧的 人头位置为Pi，前一帧的视频中人头位置为Pi-1，则可以得到人头的速度向 量为v＝Pi-Pi-1。
S306：撞墙阈值判断；S307：时间逻辑判断；逻辑判断主要包括两部 分：(1)
Figure BDA0002718497430000085
当前帧人头位置离墙面的距离L，
Figure BDA0002718497430000086
为设定的距离阈值， 当距离小于阈值时则认为头部碰到墙体；(2)v·r＞σ，v为当前人头的速 度向量，r为墙面的碰撞向量，σ为设定的碰撞阈值，v和r同向时向量的 积越大，且v越大积越大，当乘积大于阈值σ时判定为撞向墙体。当(1)(2)两个条件都满足时，判定该帧图像出现撞墙行为。
S308：撞墙报警，设定报警时长T，当T时间内出现N次撞墙行为的 视频帧时报警。
综上所述，通过视频检测技术，使撞墙行为的监测自动化，大大降低 了人员监测的劳动强度。通过双目视觉技术加入了目标的深度信息，使目 标具有空间特性，提高了撞墙行为的检测精度。通过视频时间上的逻辑判 断，降低了撞墙行为的误报率。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根 据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当 然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理 解，本发明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，该计算机软件产品存储在一个存储介质(如 ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可 以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所 述的方法。
在本实施例中还提供了一种对象行为的确定装置，该装置用于实现上 述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的， 术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例 所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的 实现也是可能并被构想的。
图4是根据本发明实施例的对象行为的确定装置的结构框图，如图4 所示，该装置包括：
第一确定模块42，用于在对目标区域进行视频监控所得到的N帧图 像中确定位于目标区域中的目标对象的位置信息，其中，位置信息包括目 标对象在目标区域中的空间坐标、目标对象与目标区域中的目标设备之间 的距离，N是大于或等于1的自然数；
第二确定模块44，用于从N帧图像中确定目标对象在目标区域中移 动的速度，得到速度向量；
第三确定模块46，用于基于位置信息和速度向量确定目标对象的行为。
在一个示例性实施例中，上述第一确定模块，包括：第一确定单元， 用于通过双目摄像设备对上述目标区域进行视频监控，得到上述N帧图像； 第二确定单元，用于确定上述目标对象在上述N帧图像中每一帧图像中的 深度信息；第三确定单元，用于利用上述深度信息确定上述目标对象的中 心点在上述目标区域中的空间坐标；第四确定单元，用于利用上述空间坐 标和上述目标设备的坐标确定上述目标对象与上述目标设备之间的距离。
在一个示例性实施例中，上述第二确定模块，包括：第五确定单元， 用于确定上述目标对象的中心点在第N帧图像中的第一空间坐标，以及上 述目标对象的中心点在第M帧图像中的第二空间坐标，其中，上述第N 帧图像与上述第M帧图像是相邻帧图像，上述M小于或等于上述N；第 六确定单元，用于将上述第一空间坐标和上述第二空间坐标之间的差值确 定为上述目标对象的速度向量。
在一个示例性实施例中，上述第三确定模块，包括：第七确定单元， 用于确定上述速度向量与上述目标设备的碰撞向量之间的乘积；第八确定 单元，用于在上述目标对象与上述目标区域中的上述目标设备之间的距离 小于第一预设阈值，且上述乘积大于第二预设阈值的情况下，确定上述目 标对象的行为出现异常。
在一个示例性实施例中，上述装置还包括：提示模块，用于在确定上 述目标对象的行为出现异常之后，在预设时间段内上述目标对象出现异常 行为的次数大于预设次数的情况下，发出提示信息，其中，上述提示信息 用于提示上述目标对象的行为出现异常。
需要说明的是，上述各个模块是可以通过软件或硬件来实现的，对于 后者，可以通过以下方式实现，但不限于此：上述模块均位于同一处理器 中；或者，上述各个模块以任意组合的形式分别位于不同的处理器中。
本发明的实施例还提供了一种计算机可读存储介质，该计算机可读存 储介质中存储有计算机程序，其中，该计算机程序被设置为运行时执行上 述任一项方法实施例中的步骤。
在一个示例性实施例中，上述计算机可读存储介质可以包括但不限于： U盘、只读存储器(Read-Only Memory，简称为ROM)、随机存取存储器 (Random Access Memory，简称为RAM)、移动硬盘、磁碟或者光盘等各 种可以存储计算机程序的介质。
本发明的实施例还提供了一种电子装置，包括存储器和处理器，该存 储器中存储有计算机程序，该处理器被设置为运行计算机程序以执行上述 任一项方法实施例中的步骤。
在一个示例性实施例中，上述电子装置还可以包括传输设备以及输入 输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述 处理器连接。
本实施例中的具体示例可以参考上述实施例及示例性实施方式中所 描述的示例，本实施例在此不再赘述。
显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤 可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者 分布在多个计算装置所组成的网络上，它们可以用计算装置可执行的程序 代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并 且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或 者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件 和软件结合。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于 本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的原 则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护 范围之内。

Claims (9)

1.一种对象行为的确定方法，其特征在于，包括：
在对目标区域进行视频监控所得到的N帧图像中确定位于所述目标区域中的目标对象的位置信息，其中，所述位置信息包括所述目标对象在所述目标区域中的空间坐标、所述目标对象与目标区域中的目标设备之间的距离，所述N是大于或等于1的自然数；
从所述N帧图像中确定所述目标对象在所述目标区域中移动的速度，得到速度向量；
基于所述位置信息和所述速度向量确定所述目标对象的行为。
2.根据权利要求1所述的方法，其特征在于，在对目标区域进行视频监控所得到的N帧图像中确定位于所述目标区域中的目标对象的位置信息，包括：
通过双目摄像设备对所述目标区域进行视频监控，得到所述N帧图像；
确定所述目标对象在所述N帧图像中每一帧图像中的深度信息；
利用所述深度信息确定所述目标对象的中心点在所述目标区域中的空间坐标；
利用所述空间坐标和所述目标设备的坐标确定所述目标对象与所述目标设备之间的距离。
3.根据权利要求1所述的方法，其特征在于，从所述N帧图像中确定所述目标对象在所述目标区域中移动的速度，得到速度向量，包括：
确定所述目标对象的中心点在第N帧图像中的第一空间坐标，以及所述目标对象的中心点在第M帧图像中的第二空间坐标，其中，所述第N帧图像与所述第M帧图像是相邻帧图像，所述M小于或等于所述N；
将所述第一空间坐标和所述第二空间坐标之间的差值确定为所述目标对象的速度向量。
4.根据权利要求1所述的方法，其特征在于，基于所述位置信息和所述速度向量确定所述目标对象的行为，包括：
确定所述速度向量与所述目标设备的碰撞向量之间的乘积；
在所述目标对象与所述目标区域中的所述目标设备之间的距离小于第一预设阈值，且所述乘积大于第二预设阈值的情况下，确定所述目标对象的行为出现异常。
5.根据权利要求4所述的方法，其特征在于，在确定所述目标对象的行为出现异常之后，所述方法还包括：
在预设时间段内所述目标对象出现异常行为的次数大于预设次数的情况下，发出提示信息，其中，所述提示信息用于提示所述目标对象的行为出现异常。
6.根据权利要求4所述的方法，其特征在于，通过以下方式确定所述目标设备的碰撞向量：
确定双目摄像设备的深度信息，其中，所述双目摄像设备用于获取所述N帧图像；
基于所述双目摄像设备的深度信息确定所述目标设备在所述双目摄像设备的坐标系中的空间坐标，得到第三空间坐标；
确定所述目标设备的定位点；
利用所述第三空间坐标和所述目标设备的定位点确定所述目标设备的碰撞向量。
7.一种对象行为的确定装置，其特征在于，包括：
第一确定模块，用于在对目标区域进行视频监控所得到的N帧图像中确定位于所述目标区域中的目标对象的位置信息，其中，所述位置信息包括所述目标对象在所述目标区域中的空间坐标、所述目标对象与目标区域中的目标设备之间的距离，所述N是大于或等于1的自然数；
第二确定模块，用于从所述N帧图像中确定所述目标对象在所述目标区域中移动的速度，得到速度向量；
第三确定模块，用于基于所述位置信息和所述速度向量确定所述目标对象的行为。
8.一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中存储有计算机程序，其中，所述计算机程序被设置为运行时执行所述权利要求1至6任一项中所述的方法。
9.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行所述权利要求1至6任一项中所述的方法。
CN202011080349.2A 2020-10-10 2020-10-10 对象行为的确定方法及装置、存储介质、电子装置 Pending CN112232170A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011080349.2A CN112232170A (zh) 2020-10-10 2020-10-10 对象行为的确定方法及装置、存储介质、电子装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011080349.2A CN112232170A (zh) 2020-10-10 2020-10-10 对象行为的确定方法及装置、存储介质、电子装置

Publications (1)

Publication Number Publication Date
CN112232170A true CN112232170A (zh) 2021-01-15

Family

ID=74113270

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011080349.2A Pending CN112232170A (zh) 2020-10-10 2020-10-10 对象行为的确定方法及装置、存储介质、电子装置

Country Status (1)

Country Link
CN (1) CN112232170A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113340433A (zh) * 2021-06-17 2021-09-03 浙江大华技术股份有限公司 温度测量方法、装置、存储介质及电子装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001243498A (ja) * 2000-02-29 2001-09-07 Square Co Ltd 衝突判定方法及び装置、ビデオゲームにおけるキャラクタ移動表示方法、ビデオゲーム装置、ポリゴンモデル同士の衝突を判定するプログラムを記録したコンピュータ読み取り可能な記録媒体、並びにビデオゲーム用のプログラムを記録したコンピュータ読み取り可能な記録媒体
CN103530995A (zh) * 2013-10-12 2014-01-22 重庆邮电大学 基于目标空间关系约束的视频监控智能预警系统及方法
US20140340477A1 (en) * 2012-07-20 2014-11-20 Rakuten, Inc. Moving-image processing device, moving-image processing method, and information recording medium
CN104902246A (zh) * 2015-06-17 2015-09-09 浙江大华技术股份有限公司 视频监视方法和装置
CN108072385A (zh) * 2017-12-06 2018-05-25 爱易成技术(天津)有限公司 移动目标的空间坐标定位方法、装置及电子设备
CN111079536A (zh) * 2019-11-18 2020-04-28 高新兴科技集团股份有限公司 基于人体关键点时序的行为分析方法、存储介质及设备

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001243498A (ja) * 2000-02-29 2001-09-07 Square Co Ltd 衝突判定方法及び装置、ビデオゲームにおけるキャラクタ移動表示方法、ビデオゲーム装置、ポリゴンモデル同士の衝突を判定するプログラムを記録したコンピュータ読み取り可能な記録媒体、並びにビデオゲーム用のプログラムを記録したコンピュータ読み取り可能な記録媒体
US20140340477A1 (en) * 2012-07-20 2014-11-20 Rakuten, Inc. Moving-image processing device, moving-image processing method, and information recording medium
CN103530995A (zh) * 2013-10-12 2014-01-22 重庆邮电大学 基于目标空间关系约束的视频监控智能预警系统及方法
CN104902246A (zh) * 2015-06-17 2015-09-09 浙江大华技术股份有限公司 视频监视方法和装置
CN108072385A (zh) * 2017-12-06 2018-05-25 爱易成技术(天津)有限公司 移动目标的空间坐标定位方法、装置及电子设备
CN111079536A (zh) * 2019-11-18 2020-04-28 高新兴科技集团股份有限公司 基于人体关键点时序的行为分析方法、存储介质及设备

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113340433A (zh) * 2021-06-17 2021-09-03 浙江大华技术股份有限公司 温度测量方法、装置、存储介质及电子装置

Similar Documents

Publication Publication Date Title
EP2450832B1 (en) Image processing apparatus and image processing method
CN105336074A (zh) 报警方法及装置
CN110632582B (zh) 声源定位方法、装置及存储介质
US20210124914A1 (en) Training method of network, monitoring method, system, storage medium and computer device
CN105828068A (zh) 一种对摄像头进行遮挡检测的方法、装置及终端设备
CN111914819A (zh) 一种多摄像头融合的人群密度预测方法、装置、存储介质及终端
CN111294563B (zh) 视频监控方法及装置、存储介质、电子装置
CN111126317B (zh) 一种图像处理方法、装置、服务器及存储介质
EP3998582A1 (en) Three-dimensional model generation method and three-dimensional model generation device
CN112017323A (zh) 一种巡检报警方法、装置、可读存储介质及终端设备
CN111540020B (zh) 目标行为的确定方法及装置、存储介质、电子装置
CN111125382A (zh) 人员轨迹实时监测方法及终端设备
CN111507268A (zh) 报警方法及装置、存储介质和电子装置
CN112232170A (zh) 对象行为的确定方法及装置、存储介质、电子装置
CN113673319B (zh) 异常姿态检测方法、装置、电子装置和存储介质
CN113536980A (zh) 拍摄行为检测方法、装置、电子装置和存储介质
CN113505720A (zh) 图像处理方法及装置、存储介质、电子装置
US10748397B2 (en) Monitoring system
CN112800849A (zh) 视频监控方法、视频监控装置、电子设备和存储介质
CN113691777B (zh) 球机的变倍跟踪方法及装置、存储介质及电子装置
CN113837138B (zh) 一种着装监控方法、系统、介质及电子终端
CN112906651B (zh) 目标检测方法及装置
CN115035163A (zh) 基于蓝牙定位的目标追踪方法、装置、设备及存储介质
CN109784432A (zh) 一种运动物品追踪方法及系统
CN111210590B (zh) 智慧社区内儿童走失预警方法、设备及可读存储介质

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