CN112509012B - 一种高空抛物的检测方法 - Google Patents
一种高空抛物的检测方法 Download PDFInfo
- Publication number
- CN112509012B CN112509012B CN202011470460.2A CN202011470460A CN112509012B CN 112509012 B CN112509012 B CN 112509012B CN 202011470460 A CN202011470460 A CN 202011470460A CN 112509012 B CN112509012 B CN 112509012B
- Authority
- CN
- China
- Prior art keywords
- image frame
- parabolic
- frame
- determining
- target
- 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 abstract description 46
- 238000000034 method Methods 0.000 claims abstract description 45
- 230000001133 acceleration Effects 0.000 claims description 22
- 230000006870 function Effects 0.000 claims description 22
- 230000000630 rising effect Effects 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 5
- 238000012545 processing Methods 0.000 description 32
- 238000013461 design Methods 0.000 description 22
- 230000008569 process Effects 0.000 description 14
- 230000009467 reduction Effects 0.000 description 12
- 230000006399 behavior Effects 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 5
- 230000005484 gravity Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000001174 ascending effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000003628 erosive effect Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 241000238631 Hexapoda Species 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 238000011946 reduction process Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 238000012360 testing method Methods 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
- G06T7/254—Analysis of motion involving subtraction of images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration by the use of more than one image, e.g. averaging, subtraction
-
- G06T5/70—
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20224—Image subtraction
-
- 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)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Analysis (AREA)
Abstract
本发明实施例涉及计算机视觉技术领域，尤其涉及一种高空抛物的检测方法，解决高空抛物检测不准确的问题。该方法包括：针对视频流中的第一图像帧，从视频流中获取各参考图像帧，其中，各参考图像帧与第一图像帧的相隔帧数均不同；针对任一参考图像帧，确定第一图像帧与参考图像帧的灰度帧差图，并根据所述各参考图像帧对应的灰度帧差图，确定视频流中是否存在抛物目标。
Description
技术领域
本发明实施例涉及计算机视觉技术领域，尤其涉及一种高空抛物的检测方法。
背景技术
一直以来，高空抛物行为作为社会不文明现象，备受社会关注，除了高空抛物的行为本身不文明之外，高空抛物也给社会带来了严重的安全隐患问题，危害了公民的生命安全，侵犯了公民的合法权益。因此，针对高空抛物事件的发生，准确确定高空抛物目标显得尤为重要。
在目前对高空抛物的检测中，存在使用高斯平滑等方式对图像进行降噪处理，然而，对于抛物目标较小或者抛物目标距离地面过高时，会将抛物目标一同去除，导致对高空抛物的抛物目标检测不准确问题。
因此，需要提供一种解决方案，用于解决高空抛物检测不准确的问题。
发明内容
本发明实施例提供一种高空抛物的检测方法，用以解决高空抛物的检测不准确的问题。
第一方面，本发明实施例提供的一种高空抛物的检测方法，包括：针对视频流中的第一图像帧，从所述视频流中获取各参考图像帧；其中，所述各参考图像帧与所述第一图像帧的相隔帧数均不同；
针对任一参考图像帧，确定所述第一图像帧与所述参考图像帧的灰度帧差图；
根据所述各参考图像帧对应的灰度帧差图，确定所述视频流中是否存在抛物目标。
通过上述方式，通过多帧降噪的方式，结合各参考图像帧来准确检测视频流中的抛物目标，满足针对抛物目标本身较小和抛物目标距离地面过高时，导致视频流中的抛物目标较小的情况下，对抛物目标的准确检测。
在一种可能的设计中，所述根据所述各参考图像帧对应的灰度帧差图，确定所述视频流中是否存在抛物目标，包括：
将所述各参考图像帧对应的灰度帧差图分别转换为所述各参考图像帧对应的二值图；
对所述各参考图像帧对应的二值图进行交集运算，若交集运算后的图像中存在多个对象，则确定所述视频流中存在抛物目标。
通过上述方式，根据对各参考图像帧的具体二值化处理，以及交集运算，可以有效去除噪音点，通过交集运算后的图像中存在多个对象，可确定其中存在抛物目标，而有效保留抛物目标，保证了经过降噪处理后的图像，不会将抛物目标去除掉。
在一种可能的设计中，确定所述视频流中是否存在抛物目标之后，还包括：
在确定所述视频流中存在抛物目标后，通过所述视频流中的各图像帧分别进行向上跟踪和向下跟踪；
若所述抛物目标在向上跟踪的结束点与所述抛物目标在向下跟踪的起始点满足设定要求，则将所述向上跟踪的上行轨迹及所述向下跟踪的下行轨迹确定为所述抛物目标的抛物轨迹。
通过上述方式，考虑了抛物目标在高空抛物过程中常会出现的上抛情况，实现了针对抛物目标在视频流中所表现的先上升后下降的情况，进行向上和向下两个方向的跟踪检测，通过进一步的对向上跟踪的结束点与抛物目标在向下跟踪的起始点满足设定要求，来准确确定抛物目标的抛物轨迹，进而可通过抛物目标的抛物轨迹准确检测抛物目标的起抛点。
在一种可能的设计中，所述确定为所述抛物目标的抛物轨迹之前，还包括：确定所述抛物目标在向下跟踪的下行轨迹符合抛物拟合函数。
通过上述方式，来进一步的确定该抛物目标的抛物轨迹是否满足抛物拟合函数，将不符合抛物拟合函数的抛物去除，通过对满足抛物拟合函数的抛物目标的确定，进一步提高了对高空抛物的抛物目标的准确性检测。
在一种可能的设计中，所述通过所述视频流中的各图像帧分别进行向上跟踪和向下跟踪，包括：
确定所述抛物目标在所述视频流的各图像帧中的位置信息；
根据所述抛物目标在相邻两图像帧中的位置信息，确定所述抛物目标的水平移动距离和竖直移动距离；
若所述水平移动距离满足动态水平阈值且所述竖直移动距离满足第一动态垂直阈值，则为向上跟踪；
若所述水平移动距离满足所述动态水平阈值且所述竖直移动距离满足第二动态垂直阈值，则为向下跟踪；所述第一动态垂直阈值小于所述第二动态垂直阈值。
通过上述方式，针对抛物目标在视频流的各图像帧中的位置信息和在相邻两图像帧中的位置信息所确定的水平移动距离和竖直移动距离，来通过相应的阈值条件进行向上跟踪和向下跟踪的判定，满足了对抛物目标在抛物过程中的准确检测。
在一种可能的设计中，所述动态水平阈值是通过如下方式确定的：
根据所述抛物目标在图像帧中的纵坐标，通过如下公式(1)，确定所述纵坐标处的像素所对应的水平实际距离；
根据相邻图像帧中抛物在水平方向的移动距离估计值，及所述纵坐标处的像素所对应的水平实际距离，确定相邻图像帧中抛物在水平方向的像素变化量，根据所述水平方向的像素变化量确定所述动态水平阈值；
其中，yi表示像素在图像中的纵坐标，Lx(yi)表示位于yi处的像素对应的水平实际距离，δ和β为待估计参数。
通过上述方式，在确定动态水平阈值时，针对抛物目标水平实际距离的不同所对应的像素纵坐标不同的情况，利用根据像素点的纵坐标与水平实际距离的换算关系，来确定了纵坐标处的像素所对应的水平实际距离；如此，在通过对水平方向的移动距离估计值进行转化为像素变化量时，所确定的动态水平阈值更加准确合理，进一步使得针对抛物目标的向上跟踪的检测更加准确。
在一种可能的设计中，所述第一动态垂直阈值是通过如下方式确定的：
根据所述抛物目标在图像帧中的纵坐标，通过如下公式(2)，确定所述纵坐标处的像素所对应的垂直实际距离；
根据相邻图像帧中抛物在上升方向的竖直移动距离估计值，及所述纵坐标处的像素所对应的垂直实际距离，确定相邻图像帧中抛物在上升方向的像素变化量，根据所述上升方向的像素变化量确定所述第一动态垂直阈值；
yi′＝γLx(yi) (2)
其中，yi′表示位于yi处的像素对应的垂直实际距离，γ为待估计参数。
通过上述方式，在确定第一动态垂直阈值时，针对抛物目标垂直实际距离的不同所对应的像素纵坐标不同的情况，利用像素点的纵坐标与垂直实际距离的换算关系，来确定了纵坐标处的像素所对应的垂直实际距离；如此，在通过对上升方向的竖直移动距离估计值进行转化为像素变化量时，所确定的第一动态垂直阈值更加准确合理，进一步使得针对抛物目标的向上跟踪的检测更加准确。
在一种可能的设计中，所述第二动态垂直阈值是通过如下方式确定的：
根据所述抛物目标在初始时刻的图像帧中的纵坐标，通过公式(3)确定在t时刻的抛物目标在图像帧中的纵坐标；根据所述t时刻的抛物目标在图像帧中的纵坐标，确定所述第二动态垂直阈值；
其中，a表示抛物在下降方向的加速度，a小于加速度g，y0表示初始时刻抛物目标在图像中的纵坐标，yt表示t时刻的抛物目标在图像帧中的纵坐标。
通过上述方式，在确定第二动态垂直阈值时，既考虑了抛物目标垂直实际距离的不同所对应的像素纵坐标不同的情况，又考虑了抛物目标在实际下降方向加速度由于受到空气阻力或抛物目标较小时，对加速度的影响，通过对不同情况的综合分析，更加准确的确定第二动态垂直阈值，从而使得针对抛物目标的向下跟踪的检测更加准确。
在一种可能的设计中，所述各参考图像帧中包括背景帧、第二图像帧与第三图像帧；
所述背景帧为确定抛物检测的起始帧，所述第二图像帧是所述第一图像帧的前一帧，所述第三图像帧为所述第一图像帧至所述背景帧中与所述第一图像帧的间隔指数大于1的帧。
通过上述方式，利用对各参考图像帧的合理选取，进一步使得图像的降噪处理更加准确，即可有效去除噪音点，又可保证抛物目标不会被去除掉。
在一种可能的设计中，还包括：若所述背景帧与所述第一图像帧的像素差别率大于设定差别率，则将所述第一图像帧作为背景帧。
通过上述方式，保证了所选用的背景图像帧和第一图像帧的像素差别率在适用范围内，通过对不满足设定差别率的背景帧进行更新，来保证所选背景帧的可用性。
第二方面，本发明实施例提供了高空抛物的检测装置，包括：
获取模块，用于针对视频流中的第一图像帧，从所述视频流中获取各参考图像帧；其中，所述各参考图像帧与所述第一图像帧的相隔帧数均不同；
处理模块，用于针对任一参考图像帧，确定所述第一图像帧与所述参考图像帧的灰度帧差图；根据所述各参考图像帧对应的灰度帧差图，确定所述视频流中是否存在抛物目标。
在一种可能的设计中，所述处理模块，具体用于将所述各参考图像帧对应的灰度帧差图分别转换为所述各参考图像帧对应的二值图；对所述各参考图像帧对应的二值图进行交集运算，若交集运算后的图像中存在多个对象，则确定所述视频流中存在抛物目标。
在一种可能的设计中，所述处理模块，还用于在确定所述视频流中存在抛物目标后，通过所述视频流中的各图像帧分别进行向上跟踪和向下跟踪；若所述抛物目标在向上跟踪的结束点与所述抛物目标在向下跟踪的起始点满足设定要求，则将所述向上跟踪的上行轨迹及所述向下跟踪的下行轨迹确定为所述抛物目标的抛物轨迹。
在一种可能的设计中，所述处理模块，还用于确定所述抛物目标在向下跟踪的下行轨迹符合抛物拟合函数。
在一种可能的设计中，所述处理模块，具体用于确定所述抛物目标在所述视频流的各图像帧中的位置信息；根据所述抛物目标在相邻两图像帧中的位置信息，确定所述抛物目标的水平移动距离和竖直移动距离；若所述水平移动距离满足动态水平阈值且所述竖直移动距离满足第一动态垂直阈值，则为向上跟踪；若所述水平移动距离满足所述动态水平阈值且所述竖直移动距离满足第二动态垂直阈值，则为向下跟踪；所述第一动态垂直阈值小于所述第二动态垂直阈值。
在一种可能的设计中，所述动态水平阈值是通过如下方式确定的：
所述处理模块，具体用于根据所述抛物目标在图像帧中的纵坐标，通过如下公式(1)，确定所述纵坐标处的像素所对应的水平实际距离；
根据相邻图像帧中抛物在水平方向的移动距离估计值，及所述纵坐标处的像素所对应的水平实际距离，确定相邻图像帧中抛物在水平方向的像素变化量，根据所述水平方向的像素变化量确定所述动态水平阈值；
其中，yi表示像素在图像中的纵坐标，Lx(yi)表示位于yi处的像素对应的水平实际距离，δ和β为待估计参数。
在一种可能的设计中，所述第一动态垂直阈值是通过如下方式确定的：
根据所述抛物目标在图像帧中的纵坐标，通过如下公式(2)，确定所述纵坐标处的像素所对应的垂直实际距离；
根据相邻图像帧中抛物在上升方向的竖直移动距离估计值，及所述纵坐标处的像素所对应的垂直实际距离，确定相邻图像帧中抛物在上升方向的像素变化量，根据所述上升方向的像素变化量确定所述第一动态垂直阈值；
yi′＝γLx(yi) (2)
其中，yi′表示位于yi处的像素对应的垂直实际距离，γ为待估计参数。
在一种可能的设计中，所述第二动态垂直阈值是通过如下方式确定的：
所述处理模块，具体用于根据所述抛物目标在初始时刻的图像帧中的纵坐标，通过公式(3)确定在t时刻的抛物目标在图像帧中的纵坐标；根据所述t时刻的抛物目标在图像帧中的纵坐标，确定所述第二动态垂直阈值；
其中，a表示抛物在下降方向的加速度，a小于加速度g，y0表示初始时刻抛物目标在图像中的纵坐标，yt表示t时刻的抛物目标在图像帧中的纵坐标。
在一种可能的设计中，所述各参考图像帧中包括背景帧、第二图像帧与第三图像帧；
所述背景帧为确定抛物检测的起始帧，所述第二图像帧是所述第一图像帧的前一帧，所述第三图像帧为所述第一图像帧至所述背景帧中与所述第一图像帧的间隔指数大于1的帧。
在一种可能的设计中，所述处理模块，还用于若所述背景帧与所述第一图像帧的像素差别率大于设定差别率，则将所述第一图像帧作为背景帧。
第三方面，本发明实施例还提供一种计算设备，包括：存储器，用于存储计算机程序；处理器，用于调用所述存储器中存储的计算机程序，按照获得的程序执行如第一方面的各种可能的设计中所述的方法。
第四方面，本发明实施例还提供一种计算机可读非易失性存储介质，包括计算机可读程序，当计算机读取并执行所述计算机可读程序时，使得计算机执行如第一方面的各种可能的设计中所述的方法。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简要介绍，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，对于本领域的普通技术人员来讲，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为本发明实施例提供的一种高空抛物的运动轨迹示意图；
图2为本发明实施例提供的一种系统构架的结构示意图；
图3为本发明实施例提供的一种高空抛物的检测方法的流程图；
图4为本发明实施例提供的一种具体的高空抛物的检测方法流程图；
图5为本发明实施例提供的一种高空抛物的检测装置结构示意图。
具体实施方式
为了使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请作进一步地详细描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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它实施例，都属于本申请保护的范围。
对于现有的高空抛物的检测中，通常是对于单一图像进行腐蚀或降噪处理，那么存在对于小抛物目标经过这样的降噪后会消失，例如，一种情形为距离监控摄像头很远的小抛物目标经过降噪处理而消失，从而导致检测不到该小抛物目标，导致高空抛物检测失败；另一种情形为对于距离监控摄像头较远的抛物目标，由于距离过远而导致图像中抛物目标较小，因此，对于处于较远位置的抛物目标，降噪处理后仍然会导致抛物目标不能够检测到，当随着抛物目标与监控摄像头的相对距离缩短，才能够检测到该抛物目标，那么存在对于该抛物目标的检测不够全面，而导致高空抛物的检测不准确。
另外，现有技术中对于一般物体的抛物行为只考虑了抛物目标的自由落体的情况，即抛物下降运动的情况，就会把呈现在视频中的抛物目标的最高点作为起抛点，而实际中，对于一般物体的抛物行为，通常会有一个向前向上的运动轨迹，即上升的运动轨迹，如图1所示，为高空抛物的运动轨迹示意图，抛物目标在视频中会表现出先上升后下降的情况，若对于抛物目标起抛点的确定仅根据自由落体，检测到的起抛点会比实际的起抛点高，比如检测结果会比实际的起抛点高一到两个楼层。且，对于同时存在的飞鸟等非抛物物体与抛物目标，也并不能够准确确定，导致高空抛物检测不够准确。
上述以高空抛物检测中几种常见情形为例，实际上高空抛物的检测中存在多种因素，均会导致高空抛物检测不准确的问题，此处不再一一罗列。
针对高空抛物检测不准确的问题，本发明实施例提供一种高空抛物检测，该方法可以应用于计算机视觉技术领域，图2为本发明实施例提供的一种系统架构。
如图2所示，该系统架构可以为服务器200，该服务器200可以包括处理器210、通信接口220和存储器230。
其中，通信接口220用于与监控设备进行通信，收发该监控设备传输的信息，实现通信。
处理器210是服务器200的控制中心，利用各种接口和线路连接整个服务器200的各个部分，通过运行或执行存储在存储器230内的软件程序/或模块，以及调用存储在存储器230内的数据，执行服务器200的各种功能和处理数据。可选地，处理器210可以包括一个或多个处理单元。
存储器230可用于存储软件程序以及模块，处理器210通过运行存储在存储器230的软件程序以及模块，从而执行各种功能应用以及数据处理。存储器230可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序等；存储数据区可存储根据业务处理所创建的数据等。此外，存储器230可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
需要说明的是，上述图2所示的结构仅是一种示例，本发明实施例对此不做限定。
基于上述描述，图3详细的示出了本发明实施例提供的一种高空抛物的检测方法的流程，该流程可以由高空抛物的检测装置执行，该装置可以为上述服务器或位于上述服务器内。
如图3所示，该流程具体包括：
步骤301，针对视频流中的第一图像帧，从视频流中获取各参考图像帧；其中，各参考图像帧与第一图像帧的相隔帧数均不同；
步骤302，针对任一参考图像帧，确定第一图像帧与参考图像帧的灰度帧差图；
步骤303，根据所述各参考图像帧对应的灰度帧差图，确定所述视频流中是否存在抛物目标。
在步骤301中，针对视频流中所存取的多图像帧，按照时间顺序对多图像帧进行抽帧处理，获取视频流中的当前图像帧，即第一图像帧，并依据此来从视频流中获取各参考图像帧，且各参考图像帧与第一图像帧的相隔帧数均不同，那么通过步骤301，即可从视频流中获取多图像帧，来利用该多图像帧进行以下步骤302的操作。
在步骤302的具体实施过程中，根据步骤301所获取的各参考图像帧以及第一图像帧，对各参考图像帧以及第一图像帧进行灰度化处理，进一步的，根据第一图像帧与任一参考图像帧，来计算灰度图的帧差，确定第一图像帧与参考图像帧的灰度帧差图，从而得到各参考图像帧所对应的灰度帧差图。
在步骤302的具体实施过程中，根据步骤302所确定的各参考图像帧对应的灰度帧差图，对该各参考图像帧对应的灰度帧差图进行相应操作，便可确定出该视频流中是否存在抛物目标。需要说明的是，由于光线变化等出现的噪音点一般不会同时出现在各参考图像帧所对应的灰度帧差图中；而对于抛物目标，其自然下落过程中，由于位置不断变化，会同时出现在各参考图像帧所对应的灰度帧差图中，因此，通过对各参考图像帧对应的灰度帧差图进行相应操作，进而提取出各参考图像帧对应的灰度帧差图中同时出现的部分，就可以有效去除噪音点而保留抛物目标，即使抛物目标本身较小或抛物目标距离地面过高时，在视频流中抛物目标像素显示过小，均可以有效保留。
通过多帧降噪的方式，结合各参考图像帧来准确检测视频流中的抛物目标，满足针对抛物目标本身较小和抛物目标距离地面过高时，导致视频流中的抛物目标较小的情况下，对抛物目标的准确检测。
针对步骤301中从视频流中所获取的各参考图像帧，对于各参考图像帧的选取，提供如下几种可能的选取方式。
方式一、各参考图像帧中包括背景图像帧、第二图像帧与第三图像帧，其中，背景图像帧为确定抛物检测的起始帧，第二图像帧是第一图像帧的前一帧，而第三图像帧为第一图像帧至背景图像帧中与第一图像帧的间隔指数大于1的帧。
在一种可能的设计中，设当前图像帧即第一图像帧为第i帧，检测到抛物的起始帧为第b图像帧，即背景图像帧为第b帧，那么第一图像帧和背景图像帧分别记为GPi和GPb；第二图像帧是第一图像帧的前一帧，即记为GPi-1；第三图像帧为第一图像帧至背景图像帧中与第一图像帧的间隔指数大于1的帧，满足此条件的图像帧均可作为第三图像帧，第三图像帧可为GPi-2、GPi-3等。
例如，选取第一图像帧即当前图像帧为GP5，背景图像帧为GP2，那么第二图像帧即为GP4，第三图像帧即可选取GP5到GP2之间的，间隔指数大于1的帧，即该第三图像帧可选取GP3。那么通过此方式选取各参考图像帧后，便可执行步骤302。
通过所获取背景帧、第二图像帧与第三图像帧，进行灰度化处理，可计算出背景差和多帧差，多帧差包括隔帧差和邻帧差，邻帧差指的是第一图像帧和第二图像帧间作差，隔帧差指的是第一图像帧和第三图像帧间作差；进而确定出第一图像帧与各参考图像帧的灰度帧差图。
其中，计算的背景差为第一图像帧和背景图像帧做差得到：
DGPi,b＝GPi-GPi-1；
邻帧差为第一图像帧以及第一图像帧的前一图像帧作差得到：
DGPi,i-1＝GPi-GPi-1；
隔帧差为第一图像帧和第一图像帧至背景帧中与第一图像帧的间隔指数大于1的帧，即和第三图像帧作差得到：
DGPi,i-2＝GPi-GPi-2；
需要说明的是，该第三图像帧可替换为其他满足第一图像帧至背景帧中与第一图像帧的间隔指数大于1的帧，即隔帧差可为DGPi,i-2、DGPi,i-3等，且可选择多个第三图像帧进行隔帧差处理，本领域技术人员可根据实际需求适当增加隔帧差或减少隔帧差图像数量，并且选择合适数量的多帧差后，也可不选择背景差。
方式二、各参考图像帧包括当前图像帧至背景图像帧中的连续的N图像帧，其中N大于等于2。那么在选取了连续的N图像帧后，便可根据该连续的N图像帧以及当前图像帧，来确定当前图像帧与连续的N图像帧的灰度帧差图。
通过上述方式来选取各参考图像帧，其中的背景图像帧的选择，如下提供一种具体的实现方式：
若背景图像帧与第一图像帧的像素差别率大于设定差别率，则将所述第一图像帧作为背景图像帧。
在选取背景图像帧时，会根据图像的像素点的变化比例等指标来更新背景图像帧，例如设定背景图像帧和第一图像帧的允许差别率为15％，当确定背景图像帧与当前图像帧有80％的像素发生了变化，即背景图像帧和第一图像帧的像素差别率为80％，那么该差别率大于设定差别率15％，即该背景图像帧已不适合作为背景图像帧进行计算背景差，需对该背景图像帧进行更新，将第一图像帧作为背景图像帧。需要说明的是，对于背景图像帧根据像素点变化比例等指标来更新，方式具有多种，本领域技术人员可根据实际需求，设置不同的设定差别率，例如可确定背景图像帧和第一图像帧的像素差别率不满足设定差别率后，将背景图像帧和第一图像帧之间的连续的几图像帧，例如5图像帧和背景图像帧进行比对，确定连续5图像帧和背景图像帧差别率均大于设定差别率，则更新该背景图像帧。
通过上述方式，保证了所选用的背景图像帧和当前图像帧的像素差别率在适用范围内，通过对不满足设定差别率的背景帧进行更新，来保证所选背景帧的可用性；且，通过对各参考图像帧的合理选取，进一步使得图像的降噪处理更加准确，即可有效去除噪音点，又可保证抛物目标不会被去除掉。
针对步骤303中根据各参考图像帧对应的灰度帧差图，来确定视频流中是否存在抛物目标，如下提供一种具体的实现方式：
将各参考图像帧对应的灰度帧差图分别转换为各参考图像帧对应的二值图，并对各参考图像帧对应的二值图进行交集运算，若交集运算后的图像中存在多个对象，则确定视频流中存在抛物目标。
在一种可能的设计中，当采用上述方式一获取到包括背景图像帧、第二图像帧与第三图像帧的各参考图像帧后，经过计算出背景差和多帧差后，可进而确定出第一图像帧与各参考图像帧的灰度帧差图，通过设定阈值来对各参考图像帧对应的灰度帧差图进行二值化处理，转化为各参考图像帧对应的二值图，应当理解的是，该设定阈值的选取方式可根据实际需求来选择。例如，可通过计算整幅图像的梯度灰度的平均值，并以此平均值做为设定阈值，或采用自适应阈值二值化方法，通过设定最后两个参数来调整效果；或本领域技术人员根据经验值来设定阈值，具体采用何种方式设定阈值，本申请不做限定。
当获取到各参考图像帧对应的二值图后，对各参考图像帧对应的二值图进行交集运算，图像的交集运算为相同时，取相同的像素值，即为1，否则就取0，例如，针对两帧参考图像帧对应的二值图，针对两图像帧中像素点的相同位置，分别为1、1、0和0、1、0；那么进行图像的交集运算后得到的图像，针对这三个相同位置的像素点的像素值，为0、1、0。即可得到降噪后的图像，若该降噪后的图像即交集运算后的图像中存在多个对象，则确定视频流中存在抛物目标。
通过上述方式，根据对各参考图像帧的具体二值化处理，以及交集运算，可以有效去除噪音点，通过交集运算后的图像中存在多个对象，可确定其中存在抛物目标，而有效保留抛物目标，保证了经过降噪处理后的图像，不会将抛物目标去除掉。
针对各参考图像帧对应的二值图进行交集运算后，得到交集运算后的图像，可进一步的做适当膨胀处理，对交集运算后的图像进行缺陷处理，优化图像。需要说明的是此处无需做腐蚀和其它降噪处理，以免小抛物目标从图像中消失。
进一步的，根据膨胀处理后的上述交集运算后的图像，通过连通域分析以及轮廓查找等方法，将该图像帧中的多个对象提取出来，可以理解的是，提取出来的多个对象由于是由交集运算后的图像确定的，因此在对应的各参考图像帧以及第一图像帧中均存在，并且该多个对象中具有抛物目标和非抛物目标，也就是说确定了抛物目标存在于视频流中。
针对步骤303，根据各参考图像帧对应的灰度帧差图，确定视频流中是否存在抛物目标之后，如下提供一种具体的实现方式：
在确定视频流中存在抛物目标后，通过视频流中的各图像帧分别进行向上跟踪和向下跟踪；若抛物目标在向上跟踪的结束点与抛物目标在向下跟踪的起始点满足设定要求，则将向上跟踪的上行轨迹及向下跟踪的下行轨迹确定为抛物目标的抛物轨迹。
在确定了视频流中存在抛物目标后，对视频中的各图像帧分别进行向上跟踪和向下跟踪，需要说明的是，对于抛物目标的跟踪过程，向上跟踪和向下跟踪是同步进行的。针对抛物目标的向上跟踪，若连续若干帧(例如6帧)未能跟踪到抛物目标，则表明向上跟踪结束，那么则与正在跟踪的向下运动的抛物目标逐一比对，若抛物目标在向上跟踪的结束点与向下跟踪的抛物目标的起始点满足在时间和空间上的接近，则确定该向上跟踪的抛物目标和向下跟踪的抛物目标为同一个抛物目标，该向上跟踪的上行轨迹及向下跟踪的下行轨迹为该抛物目标的抛物轨迹。若抛物目标在向上跟踪的结束点与抛物目标在向下跟踪的起始点不满足设定要求，即没有匹配成功，则删除向上跟踪的抛物目标的信息。
需要说明的是，该设定要求除了根据向上跟踪的结束点与向下跟踪的抛物目标的起始点满足在时间和空间上的接近，也可通过增加目标特征的特点，通过查看抛物目标的目标特征是否一致来进一步准确确定，由于高空抛物为小概率事件，一般多抛物目标同时出现的概率较小，因此也可不进行抛物目标的目标特征进行匹配，本领域技术人员可根据实际需求自行选择设定要求。
通过上述方式，在确定了抛物目标的抛物轨迹后，则可以通过抛物目标的抛物轨迹中的上行轨迹的起始点来准确确定出抛物目标的真实起抛点，避免了高空抛物中检测到的起抛点会比实际的起抛点高等不够准确检测的情况。
针对视频流中的各图像帧分别进行向上跟踪和向下跟踪，如下提供一种具体的实现方式：
确定抛物目标在视频流的各图像帧中的位置信息，根据抛物目标在相邻两图像帧中的位置信息，确定抛物目标的水平移动距离和竖直移动距离，若水平移动距离满足动态水平阈值且所述竖直移动距离满足第一动态垂直阈值，则为向上跟踪；若水平移动距离满足动态水平阈值且竖直移动距离满足第二动态垂直阈值，则为向下跟踪，第一动态垂直阈值小于第二动态垂直阈值。
例如，通过对视频流中各图像帧的位置信息，则可通过任意相邻两图像帧的抛物目标的位置信息，来确定抛物目标的水平移动距离和竖直移动距离，当确定抛物目标在第5帧和第六帧的水平移动距离为10个像素点，竖直距离为20个像素点，若该抛物目标的水平移动距离即10个像素点满足动态水平阈值且所述竖直移动距离即20个像素点满足第一动态垂直阈值，则确认该抛物目标当前为上行轨迹，即为对抛物目标的向上跟踪；若该抛物目标的水平移动距离即10个像素点满足动态水平阈值且所述竖直移动距离即20个像素点满足第二动态垂直阈值，则确认该抛物目标当前为下行轨迹，即为对抛物目标的向下跟踪。
对于高空抛物的抛物目标来说，应当理解的是，距离监控摄像头的距离是有差别的，当抛物目标距离摄像头过于远时，则在视频流中表现为较小的像素单元；随着抛物目标的下落过程，距离监控摄像头的距离逐渐拉近时，抛物目标将表现为较大的像素单元；显然，针对这样的抛物目标“远小近大”的情况，在确定动态阈值时，需要考虑在内，达到准确检测抛物目标的目的。
针对动态水平阈值的确定，如下提供一种具体的实现方式：
根据所述抛物目标在图像帧中的纵坐标，通过如下公式(1)，确定纵坐标处的像素所对应的水平实际距离；
根据相邻图像帧中抛物在水平方向的移动距离估计值，及纵坐标处的像素所对应的水平实际距离，确定相邻图像帧中抛物在水平方向的像素变化量，根据水平方向的像素变化量确定动态水平阈值；
公式(1)为：
其中，yi表示像素在图像中的纵坐标，Lx(yi)表示位于yi处的像素对应的水平实际距离，δ和β为待估计参数。
例如，针对某图像帧中的抛物目标，在图像中的纵坐标为1个像素点，即yi为1，那么通过公式(1)，确定1个像素所对应的水平实际距离Lx(1)为0.1m(米)，那么通过像素点的纵坐标与水平实际距离的换算关系，便可得到抛物目标在各图像帧的像素距离所对应的水平方向的实际距离。以此为例，对相邻图像帧中抛物在水平方向的移动距离进行估计，需要说明的是，该水平方向的移动距离估计值可有本领域技术人员经过多次测试而确定的估计值，具体估算值的确定方式，本申请实施例在此不做赘述。当确定相邻图像帧中抛物在水平方向的移动距离最大不超过0.5m，则将该相邻图像帧中抛物在水平方向的移动距离估计值确定为0.5m，那么，进一步的通过公式(1)所确定的1个像素所对应的水平方向的实际距离Lx(1)为0.1m(米)，进行移动距离估计值0.5m与所确定的1个像素所对应的水平实际距离0.1m进行除运算，确定相邻图像帧中抛物在水平方向的像素变化量为5个像素点，那么设为动态水平阈值为5个像素点。
针对第一动态垂直阈值的确定，如下提供一种具体的实现方式：
根据所述抛物目标在图像帧中的纵坐标，通过如下公式(2)，确定所述纵坐标处的像素所对应的垂直实际距离；
根据相邻图像帧中抛物在上升方向的竖直移动距离估计值，及所述纵坐标处的像素所对应的垂直实际距离，确定相邻图像帧中抛物在上升方向的像素变化量，根据所述上升方向的像素变化量确定所述第一动态垂直阈值；
公式(2)为：
yi′＝γLx(yi)……(2)
其中，其中，yi′表示位于yi处的像素对应的垂直实际距离，γ为待估计参数。
应当理解的是，公式(2)中的Lx(yi)为根据公式(1)所确定的，那么根据公式(2)即可确定出像素点的纵坐标与垂直实际距离的换算关系。
例如，针对某图像帧中的抛物目标，在图像中的纵坐标为1个像素点，即yi为1，那么通过公式(1)确定1个像素所对应的水平实际距离Lx(1)为0.1m(米)后，可通过公式(2)像素点的纵坐标与垂直实际距离的换算关系，得到抛物目标在各图像帧的像素距离所对应的垂直实际距离。当确定了纵坐标yi为1所对应的垂直实际距离为0.2m，那么以此为例，对相邻图像帧中抛物在上升方向的竖直移动距离进行估计，当确定相邻图像帧中抛物在上升方向的竖直移动距离最大不超过0.4m，则将该相邻图像帧中抛物在上升方向的竖直移动距离估计值确定为0.4m，那么，进一步的通过公式(2)所确定的1个像素所对应的垂直方向的实际距离Lx(1)为0.2m(米)，进行移动距离估计值0.4m与所确定的1个像素所对应的垂直实际距离0.2m进行除运算，确定相邻图像帧中抛物在上升方向的像素变化量为2个像素点，那么设为第一动态垂直阈值为2个像素点。
通过对抛物目标在相邻两图像帧中的位置信息，确定了抛物目标的水平移动距离和竖直移动距离后，根据上述选取方式所确定的动态水平阈值和第一动态垂直阈值，便可对抛物目标的向上跟踪提供判断依据，在确定抛物目标的水平移动距离满足动态水平阈值且竖直移动距离满足第一动态垂直阈值，即抛物目标的水平移动距离小于动态水平阈值，竖直移动距离小于第一动态垂直阈值且大于0，则可确定该抛物目标为向上跟踪。
针对第二动态垂直阈值的确定，如下提供一种具体的实现方式：
根据所述抛物目标在初始时刻的图像帧中的纵坐标，通过公式(3)确定在t时刻的抛物目标在图像帧中的纵坐标；根据所述t时刻的抛物目标在图像帧中的纵坐标，确定所述第二动态垂直阈值；
其中，a表示抛物在下降方向的加速度，a小于加速度g，y0表示初始时刻抛物目标在图像中的纵坐标，yt表示t时刻的抛物目标在图像帧中的纵坐标。
根据所述抛物目标在图像帧中的纵坐标，通过公式(1)带入公式(2)，确定所述纵坐标处的像素所对应的垂直实际距离；
根据抛物在下降方向的初始时刻纵坐标处的像素所对应的垂直实际距离y′0，及t时刻纵坐标处的像素所对应的垂直实际距离y′t，通过公式(4)确定抛物目标下降的垂直距离和加速度的关系，进一步根据公式(1)、公式(2)及公式(4)，将公式(1)和(2)代入(4)，可得公式(3)；
公式(3)为:
公式(4)为：
其中，a表示抛物在下降方向的加速度，由于考虑到密度较小的抛物目标受较大空气阻力，该a值并不能简单取为重力加速度g，该加速度a小于加速度g。
需要说明的是，本领域技术人员可通过抛物目标的抛物轨迹求出该a值，来可以作为高空抛物危险性的指标。
其中，利用y0表示初始时刻抛物目标在图像中的纵坐标，yt表示t时刻的抛物目标在图像帧中的纵坐标即可通过公式(3)来确定相邻图像帧中抛物在下降方向的像素变化量，根据下降方向的像素变化量可知，其中加速度的最大值为重力加速度g，因此，下降方向的像素变化量最大值为
下降方向的像素变化量最小值为
与小于1的常数(比如0.3)的积；那么通过上述方式，根据下降方向的像素变化量便可以确定出第二动态垂直阈值。
例如，针对抛物在t为1s时，确定t时刻的抛物目标在图像帧中的纵坐标yt为10个像素点，那么根据
确定t为1s时，第二动态垂直阈值的最大值为20个像素点，下降方向的像素变化量最小值为
与0.3的积，为6个像素点，即可确定该抛物的竖直移动距离10个像素点满足第二动态垂直阈值，区间(6，20)，同时，若利用上述方式确定该抛物水平移动距离满足动态水平阈值，则为向下跟踪。
当经过对抛物的下行轨迹跟踪结束后，确定为抛物目标的抛物轨迹之前，确定抛物目标在向下跟踪的下行轨迹符合抛物拟合函数。
确定抛物目标在向下跟踪的下行轨迹，对下行轨迹进行函数拟合，具体函数拟合方式，可为利用上述公式(3)进行拟合，考虑到公式(3)形式复杂不利于拟合，也可以泰勒展开成多项式形式，进行多项式拟合，本领域技术人员根据实际需求，可自行选择合适的函数拟合形式，具体采用哪种拟合形式进行函数拟合，本申请不做具体限定。当将下行轨迹的拟合函数与加速度为重力加速度的下行轨迹的拟合函数比对，误差大于经验阈值则认为是非抛物，误差小于经验阈值则认为是抛物。从而进一步提高了对高空抛物的抛物目标的准确性检测。
另外，可根据采集抛物轨迹数据和其它非抛物(例如飞鸟、飞虫等)轨迹数据进行机器学习训练，具体的机器学习训练方式不做具体限定，可为支持向量机、随机森林等；进一步的，可根据训练好的模型对新的轨迹进行分类。
图4为本发明实施例提供的一种具体的高空抛物的检测方法流程图，具体包括以下步骤：
步骤401～步骤403(同步骤301～步骤303)，通过步骤401～403，实现了对图像的降噪处理，并可判断出视频流中是否存在抛物目标。若通过步骤403，确定视频流中存在抛物目标，则执行步骤404，若判断为否，即确定视频流中不存在抛物目标，则执行步骤405；
步骤404，在确定所述视频流中存在抛物目标后，通过视频流中的各图像帧分别进行向上跟踪和向下跟踪；
在确定了视频流中存在抛物目标后，则可通过视频流中的各图像帧，对存在的抛物目标进行向上跟踪和向下跟踪，对于向上跟踪和向下跟踪没有先后顺序，可为同时进行跟踪，具体针对抛物目标的向上跟踪以及向下跟踪的条件限定，上述内容已详细说明，在此不再赘述。在执行步骤404后，并进一步的执行步骤406。
步骤405，在确定各图像帧中不存在抛物目标，则不进行各图像帧的跟踪，并结束。
步骤406，在向下跟踪结束后，判断抛物目标在向下跟踪的下行轨迹是否符合抛物拟合函数；
通过步骤404对视频流中的各图像帧进行向下跟踪结束后，会利用上述公式(3)进行函数拟合，或泰勒展开成多项式形式进行多项式拟合，并与加速度为重力加速度的下行轨迹的拟合函数比对，判断抛物目标在向下跟踪的下行轨迹的拟合函数是否符合抛物拟合函数。若是，则执行步骤407，否则执行步骤408。
步骤407，确定抛物目标的抛物轨迹，并推送警报；
通过执行步骤406确定抛物目标在向下跟踪的下行轨迹的拟合函数符合抛物拟合函数，则可确定该抛物目标以及该抛物目标的抛物轨迹，并推送高空抛物的警报信息。
步骤408，确定为非抛物，并结束。
若在执行步骤406确定抛物目标在向下跟踪的下行轨迹不符合拟合函数符合抛物拟合函数，则可确定跟踪的为非抛物(比如飞鸟等)，并结束。
从上述内容可看出：针对视频流中的第一图像帧，从视频流中获取各参考图像帧，其中，各参考图像帧与第一图像帧的相隔帧数均不同；针对任一参考图像帧，确定第一图像帧与参考图像帧的灰度帧差图，并根据所述各参考图像帧对应的灰度帧差图，确定视频流中是否存在抛物目标。通过多帧降噪的方式，结合各参考图像帧来准确检测视频流中的抛物目标，满足针对抛物目标本身较小和抛物目标距离地面过高时，导致视频流中的抛物目标较小的情况下，对抛物目标的准确检测。
图5为本发明实施例提供的一种高空抛物的检测装置结构示意图。
基于相同构思，本发明实施例提供的一种高空抛物的检测装置，该装置用于实现上述实施例中的任一种高空抛物的检测方法，如图5所示，该基于高空抛物的检测装置500包括：获取模块501和处理模块502，其中：
获取模块501，用于针对视频流中的第一图像帧，从所述视频流中获取各参考图像帧；其中，所述各参考图像帧与所述第一图像帧的相隔帧数均不同；
处理模块502，用于针对任一参考图像帧，确定所述第一图像帧与所述参考图像帧的灰度帧差图；根据所述各参考图像帧对应的灰度帧差图，确定所述视频流中是否存在抛物目标。
获取模块501与处理模块502所执行的具体流程已在上述实施例中具体描述，此处不再赘述。
基于同样的发明构思，本发明实施例还提供另一种计算机设备，该计算机设备具体可以为桌面计算机、便携式计算机、智能手机、平板电脑、个人数字助理(PersonalDigital Assistant，PDA)等。该计算机设备可以包括中央处理器(Center ProcessingUnit，CPU)、存储器、输入/输出设备等，输入设备可以包括键盘、鼠标、触摸屏等，输出设备可以包括显示设备，如液晶显示器(Liquid Crystal Display，LCD)、阴极射线管(CathodeRay Tube，CRT)等。
存储器可以包括只读存储器(ROM)和随机存取存储器(RAM)，并向处理器提供存储器中存储的程序指令和数据。在本发明实施例中，存储器可以用于存储上述基于电警数据的优化评价方法的程序。
处理器通过调用存储器存储的程序指令，处理器用于按照获得的程序指令执行上述高空抛物的检测方法。
基于同样的发明构思，本发明实施例提供了一种计算机存储介质，用于储存为上述计算机设备所用的计算机程序指令，其包含用于执行上述高空抛物的检测方法的程序。
所述计算机存储介质可以是计算机能够存取的任何可用介质或数据存储设备，包括但不限于磁性存储器(例如软盘、硬盘、磁带、磁光盘(MO)等)、光学存储器(例如CD、DVD、BD、HVD等)、以及半导体存储器(例如ROM、EPROM、EEPROM、非易失性存储器(NAND FLASH)、固态硬盘(SSD))等。
显然，本领域的技术人员可以对本发明实施例进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本发明实施例的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。
Claims (11)
1.一种高空抛物的检测方法，其特征在于，所述方法包括：
针对视频流中的第一图像帧，从所述视频流中获取各参考图像帧；其中，所述各参考图像帧与所述第一图像帧的相隔帧数均不同；
针对任一参考图像帧，确定所述第一图像帧与所述参考图像帧的灰度帧差图；
根据所述各参考图像帧对应的灰度帧差图，确定所述视频流中是否存在抛物目标；
确定所述视频流中是否存在抛物目标之后，还包括：
在确定所述视频流中存在抛物目标后，通过所述视频流中的各图像帧分别进行向上跟踪和向下跟踪；
若所述抛物目标在向上跟踪的结束点与所述抛物目标在向下跟踪的起始点满足设定要求，则将所述向上跟踪的上行轨迹及所述向下跟踪的下行轨迹确定为所述抛物目标的抛物轨迹。
2.根据权利要求1所述的方法，其特征在于，所述根据所述各参考图像帧对应的灰度帧差图，确定所述视频流中是否存在抛物目标，包括：
将所述各参考图像帧对应的灰度帧差图分别转换为所述各参考图像帧对应的二值图；
对所述各参考图像帧对应的二值图进行交集运算，若交集运算后的图像中存在多个对象，则确定所述视频流中存在抛物目标。
3.根据权利要求1所述的方法，其特征在于，所述确定为所述抛物目标的抛物轨迹之前，还包括：
确定所述抛物目标在向下跟踪的下行轨迹符合抛物拟合函数。
4.根据权利要求1所述的方法，其特征在于，所述通过所述视频流中的各图像帧分别进行向上跟踪和向下跟踪，包括：
确定所述抛物目标在所述视频流的各图像帧中的位置信息；
根据所述抛物目标在相邻两图像帧中的位置信息，确定所述抛物目标的水平移动距离和竖直移动距离；
若所述水平移动距离满足动态水平阈值且所述竖直移动距离满足第一动态垂直阈值，则为向上跟踪；
若所述水平移动距离满足所述动态水平阈值且所述竖直移动距离满足第二动态垂直阈值，则为向下跟踪；所述第一动态垂直阈值小于所述第二动态垂直阈值。
5.根据权利要求4所述的方法，其特征在于，所述动态水平阈值是通过如下方式确定的：
根据所述抛物目标在图像帧中的纵坐标，通过如下公式(1)，确定所述纵坐标处的像素所对应的水平实际距离；
根据相邻图像帧中抛物在水平方向的移动距离估计值，及所述纵坐标处的像素所对应的水平实际距离，确定相邻图像帧中抛物在水平方向的像素变化量，根据所述水平方向的像素变化量确定所述动态水平阈值；
其中，yi表示像素在图像中的纵坐标，Lx(yi)表示位于yi处的像素对应的水平实际距离，δ和β为待估计参数。
6.根据权利要求4所述的方法，其特征在于，所述第一动态垂直阈值是通过如下方式确定的：
根据所述抛物目标在图像帧中的纵坐标，通过如下公式(2)，确定所述纵坐标处的像素所对应的垂直实际距离；
根据相邻图像帧中抛物在上升方向的竖直移动距离估计值，及所述纵坐标处的像素所对应的垂直实际距离，确定相邻图像帧中抛物在上升方向的像素变化量，根据所述上升方向的像素变化量确定所述第一动态垂直阈值；
yi′＝γLx(yi) (2)
其中，yi′表示位于yi处的像素对应的垂直实际距离，Lx(yi)表示位于yi处的像素对应的水平实际距离为，γ为待估计参数。
7.根据权利要求4所述的方法，其特征在于，所述第二动态垂直阈值是通过如下方式确定的：
根据所述抛物目标在初始时刻的图像帧中的纵坐标，通过公式(3)确定在t时刻的抛物目标在图像帧中的纵坐标；根据所述t时刻的抛物目标在图像帧中的纵坐标，确定所述第二动态垂直阈值；
其中，a表示抛物在下降方向的加速度，a小于加速度g，y0表示初始时刻抛物目标在图像中的纵坐标，yt表示t时刻的抛物目标在图像帧中的纵坐标，γ、δ和β为待估计参数。
8.根据权利要求1至7任一项所述的方法，其特征在于，所述各参考图像帧中包括背景图像帧、第二图像帧与第三图像帧；
所述背景图像帧为确定抛物检测的起始帧，所述第二图像帧是所述第一图像帧的前一帧，所述第三图像帧为所述第一图像帧至所述背景图像帧中与所述第一图像帧的间隔指数大于1的帧。
9.根据权利要求8所述的方法，其特征在于，还包括：若所述背景图像帧与所述第一图像帧的像素差别率大于设定差别率，则将所述第一图像帧作为背景图像帧。
10.一种计算设备，其特征在于，包括至少一个处理器以及至少一个存储器，其中，所述存储器存储有计算机程序，当所述程序被所述处理器执行时，使得所述处理器执行权利要求1至9任一所述的方法。
11.一种计算机可读存储介质，其特征在于，其存储有可由计算设备执行的计算机程序，当所述程序在所述计算设备上运行时，使得所述计算设备执行权利要求1至9任一所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011470460.2A CN112509012B (zh) | 2020-12-14 | 2020-12-14 | 一种高空抛物的检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011470460.2A CN112509012B (zh) | 2020-12-14 | 2020-12-14 | 一种高空抛物的检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112509012A CN112509012A (zh) | 2021-03-16 |
| CN112509012B true CN112509012B (zh) | 2022-12-09 |
Family
ID=74973088
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011470460.2A Active CN112509012B (zh) | 2020-12-14 | 2020-12-14 | 一种高空抛物的检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112509012B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113297949B (zh) * | 2021-05-20 | 2024-02-20 | 科大讯飞股份有限公司 | 高空抛物检测方法、装置、计算机设备和存储介质 |
| CN116309709B (zh) * | 2023-03-03 | 2024-02-27 | 成都众视通科技有限公司 | 一种高空抛物的检测方法和系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1976445A (zh) * | 2006-12-15 | 2007-06-06 | 上海鼎业电子科技有限公司 | 基于立体视频动态跟踪的多摄像机监控系统及其跟踪方法 |
| CN111325773A (zh) * | 2018-12-17 | 2020-06-23 | 北京京东尚科信息技术有限公司 | 运动目标的检测方法、装置、设备及可读存储介质 |
| CN112016414A (zh) * | 2020-08-14 | 2020-12-01 | 熵康(深圳)科技有限公司 | 一种检测高空抛物事件的方法、装置及楼面智能监控系统 |
| CN112033351A (zh) * | 2020-08-05 | 2020-12-04 | 青岛聚好联科技有限公司 | 基于单目摄像头的距离测定方法及电子设备 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10301041B2 (en) * | 2016-06-09 | 2019-05-28 | California Institute Of Technology | Systems and methods for tracking moving objects |
-
2020
- 2020-12-14 CN CN202011470460.2A patent/CN112509012B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1976445A (zh) * | 2006-12-15 | 2007-06-06 | 上海鼎业电子科技有限公司 | 基于立体视频动态跟踪的多摄像机监控系统及其跟踪方法 |
| CN111325773A (zh) * | 2018-12-17 | 2020-06-23 | 北京京东尚科信息技术有限公司 | 运动目标的检测方法、装置、设备及可读存储介质 |
| CN112033351A (zh) * | 2020-08-05 | 2020-12-04 | 青岛聚好联科技有限公司 | 基于单目摄像头的距离测定方法及电子设备 |
| CN112016414A (zh) * | 2020-08-14 | 2020-12-01 | 熵康(深圳)科技有限公司 | 一种检测高空抛物事件的方法、装置及楼面智能监控系统 |
Non-Patent Citations (1)
| Title |
|---|
| 实时监控中的车外抛物检测;张晶琳;《中国优秀硕士学位论文全文数据库 信息科技辑》;20131115;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112509012A (zh) | 2021-03-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108229322B (zh) | 基于视频的人脸识别方法、装置、电子设备及存储介质 | |
| CN112509012B (zh) | 一种高空抛物的检测方法 | |
| US8989448B2 (en) | Moving object detecting device, moving object detecting method, moving object detection program, moving object tracking device, moving object tracking method, and moving object tracking program | |
| CN109740499A (zh) | 视频分割方法、视频动作识别方法、装置、设备及介质 | |
| CN106846362B (zh) | 一种目标检测跟踪方法和装置 | |
| JP2019036008A (ja) | 制御プログラム、制御方法、及び情報処理装置 | |
| CN110956255B (zh) | 难样本挖掘方法、装置、电子设备及计算机可读存储介质 | |
| US11157737B2 (en) | Cultivated land recognition method in satellite image and computing device | |
| CN108491845B (zh) | 字符分割位置的确定、字符分割方法、装置及设备 | |
| CN110533023B (zh) | 一种用于检测识别铁路货车异物的方法及装置 | |
| CN110633643A (zh) | 一种面向智慧社区的异常行为检测方法及系统 | |
| EP3852008A2 (en) | Image detection method and apparatus, device, storage medium and computer program product | |
| CN109919053A (zh) | 一种基于监控视频的深度学习车辆停车检测方法 | |
| US20180329402A1 (en) | Estimation of abnormal sensors | |
| CN111932552B (zh) | 一种主动脉建模的方法及装置 | |
| CN103456009B (zh) | 目标检测方法与装置、监控系统 | |
| CN110490099A (zh) | 一种基于机器视觉的地铁公共地点人流量分析方法 | |
| CN107240104B (zh) | 点云数据分割方法和终端 | |
| CN113420682A (zh) | 车路协同中目标检测方法、装置和路侧设备 | |
| CN110147724B (zh) | 用于检测视频中的文本区域的方法、装置、设备以及介质 | |
| CN114549440A (zh) | 接触网动态几何参数检测方法、装置及电子设备 | |
| CN110826485B (zh) | 一种遥感影像的目标检测方法及系统 | |
| CN105787963B (zh) | 一种视频目标跟踪方法及装置 | |
| CN114399780A (zh) | 表格检测方法、表格检测模型训练方法及装置 | |
| CN114240928A (zh) | 板卡质量的分区检测方法、装置、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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |