CN113112726B - 入侵检测方法、装置、设备、系统及可读存储介质 - Google Patents
入侵检测方法、装置、设备、系统及可读存储介质 Download PDFInfo
- Publication number
- CN113112726B CN113112726B CN202110514283.1A CN202110514283A CN113112726B CN 113112726 B CN113112726 B CN 113112726B CN 202110514283 A CN202110514283 A CN 202110514283A CN 113112726 B CN113112726 B CN 113112726B
- Authority
- CN
- China
- Prior art keywords
- image
- intrusion
- tracked
- existing
- current
- 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
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
- G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
- G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
- G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
- G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
- G08B13/19602—Image analysis to detect motion of the intruder, e.g. by frame subtraction
- G08B13/19608—Tracking movement of a target, e.g. by detecting an object predefined as a target, using target direction and or velocity to predict its new position
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
- G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
- G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
- G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
- G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
- G08B13/19602—Image analysis to detect motion of the intruder, e.g. by frame subtraction
- G08B13/19613—Recognition of a predetermined image pattern or behaviour pattern indicating theft or intrusion
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B13/00—Burglar, theft or intruder alarms
- G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
- G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
- G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
- G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
- G08B13/19639—Details of the system layout
- G08B13/19645—Multiple cameras, each having view on one of a plurality of scenes, e.g. multiple cameras for multi-room surveillance or for tracking an object by view hand-over
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/40—Monitoring or fighting invasive species
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Alarm Systems (AREA)
- Image Analysis (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
本申请提供一种入侵检测方法、装置、设备、系统及可读存储介质,方法包括:获取各摄像设备采集的当前图像;各摄像设备间隔设置于需监管海域内;将各当前图像映射为一张待追踪图像,并确定待追踪图像中的各入侵对象;采用追踪算法对待追踪图像中的各入侵对象进行追踪,确定各入侵对象的身份;身份包括已有入侵对象和新入侵对象;根据各已有入侵对象在待追踪图像中的位置,和各已有入侵对象的已有入侵路径,更新各已有入侵对象的入侵路径,并记录各新入侵对象在待追踪图像中的位置。这样,就可以有效实现对于入侵对象的入侵检测,并可以为后续分析入侵对象的入侵趋势提供有效的数据资料,从而便于制定合理有效的治理措施。
Description
技术领域
本申请涉及海域监管技术领域,具体而言,涉及一种入侵检测方法、装置、设备、系统及可读存储介质。
背景技术
随着社会经济的不断发展,近海养殖业也越来越繁荣。然而,在进行近海养殖时,养殖产品往往会受到外来海洋生物的威胁。比如,在进行蛤蜊养殖时,养殖场往往会面临着海星等外来物种的威胁,因此需要实现对于海域内外来物种的监测,以便能够及时进行外来威胁物种的处置。
发明内容
本申请实施例的目的在于提供一种入侵检测方法、装置、设备、系统及可读存储介质,用以实现对于外来物种的入侵检测。
本申请实施例提供了一种入侵检测方法,包括:获取各摄像设备采集的当前图像;各所述摄像设备间隔设置于需监管海域内;将各所述当前图像映射为一张待追踪图像,并确定所述待追踪图像中的各入侵对象;采用追踪算法对所述待追踪图像中的各入侵对象进行追踪,确定各所述入侵对象的身份;所述身份包括已有入侵对象和新入侵对象;根据各所述已有入侵对象在所述待追踪图像中的位置,和各所述已有入侵对象的已有入侵路径,更新各所述已有入侵对象的入侵路径,并记录各所述新入侵对象在所述待追踪图像中的位置。
在上述实现过程中,通过在需监管海域内间隔布设摄像设备,然后获取各摄像设备采集的当前图像,并将各当前图像映射为一张待追踪图像,确定待追踪图像中的各入侵对象,进而采用追踪算法对待追踪图像中的各入侵对象进行追踪,确定各入侵对象的身份,从而实现对于已有入侵对象的入侵路径更新,以及新入侵对象的起始入侵位置的记录,从而可以有效实现对于入侵对象的入侵检测,并可以为后续分析入侵对象的入侵趋势提供有效的数据资料,从而便于制定合理有效的治理措施。
进一步地,将各所述当前图像映射为一张待追踪图像,包括:根据预设底图中各区域与各摄像设备的对应关系,将各所述摄像设备的当前图像映射至所述预设底图中,得到所述待追踪图像。
在上述实现过程中,通过预先设定底图,然后预先设定各摄像设备与底图中各区域的对应关系,从而可以很容易地实现对于各当前图像的映射,从而得到待追踪图像。
进一步地,所述摄像设备在所述预设底图中对应的区域,大于该摄像设备拍摄得到的图像区域;且所述预设底图中各区域中预设有标识物体;根据预设底图中各区域与各摄像设备的对应关系,将各所述摄像设备的当前图像映射至所述预设底图中,得到所述待追踪图像,包括:识别各所述摄像设备的当前图像中的预设标识物体;根据各所述当前图像中的预设标识物体和所述预设底图中各区域中的标识物体,确定各所述当前图像至所述预设底图中各区域的映射关系;按照各所述当前图像对应的映射关系,将各所述当前图像映射至所述预设底图中,得到所述待追踪图像。
应理解,在实际应用过程中,受海底洋流等因素的影响,摄像设备在海中的位置可能是不断晃动的,从而导致不同时刻拍摄到的图像所对应的区域存在一定的偏差。那么为了实现对于各摄像设备拍摄的当前图像的可靠性映射,在上述实现过程中通过预设标识物体,以标识物为基准点,即实现了对于各当前图像的准确定位,从而保证得到的待追踪图像的准确性。
进一步地,获取各摄像设备采集的当前图像之后,将各所述当前图像映射为一张待追踪图像之前,所述方法还包括:判断各所述当前图像是否为模糊图像;剔除各所述当前图像中的模糊图像;对应的,将各所述当前图像映射为一张待追踪图像包括:将剔除模糊图像后的各所述当前图像映射为一张待追踪图像。
应理解,在实际应用过程中,受海底洋流等因素的影响,摄像设备在海中的位置可能是不断晃动的,从而可能导致某些时刻拍摄到的图像很模糊,无法满足对象识别以及追踪的需要。在上述实现过程中,通过剔除这些模糊图像,从而有效保证了后续进行入侵对象识别以及追踪的可靠性。
进一步地,在根据各所述已有入侵对象在所述待追踪图像中的位置,和各所述已有入侵对象的已有入侵路径,更新各所述已有入侵对象的入侵路径,并记录各所述新入侵对象在所述待追踪图像中的位置之前,所述方法还包括:若所述待追踪图像中存在未映射区域,获取位于所述未映射区域周边的各新入侵对象在各自所属的当前图像中的所在边缘;查询所述所在边缘侧相邻的摄像设备前n次采集到的图像中,是否存在从与所述所在边缘相邻的边缘处离开的已有入侵对象;所述n为预设的正整数;若存在,更新该新入侵对象的身份为从所述边缘处离开的已有入侵对象。
在实际应用过程中,受海底洋流等因素的影响,各摄像设备拍摄到的图像的区域可能存在一定的变动,甚至出现拍摄到的图像为模糊图像,无法使用的情况。因此,在映射得到的待追踪图像中,就可能存在某些区域不存在映射的情况。那么对于这些区域而言,在当前时刻,就处于监控的空白区域。而追踪算法通常是利用连续两帧图像实现的对象追踪,那么由于每一次得到的待追踪图像可能具有不同的未映射区域,那么若仅利用追踪算法进行已有入侵对象和新入侵对象的检测,那么就很有可能出现将原本已经检测到的已有入侵对象错误的认为是新入侵对象的情况。为此,在上述实现过程中,通过针对位于未映射区域周边的各新入侵对象,采用其相邻摄像设备前n次采集到的图像进行入侵对象分析,即可以有效降低此种误判情况的发生,提高识别准确率。
进一步地,判断各所述当前图像中的入侵对象的数量是否大于第一预设阈值;若存在入侵对象的数量大于第一预设阈值的目标当前图像,则发送报警信号;所述报警信号中包括:表征所述目标当前图像所属的摄像设备所对应的监测区域位置的信号;和/或,判断待追踪图像中的入侵对象的数量是否大于第二预设阈值;若是,发送报警信号。
在实际应用中,入侵对象的数量是直接衡量入侵严重性的指标。在上述实现过程中,基于数量实现报警,可以使得用户能够及时进行对入侵对象的处理,降低造成严重损失的风险。
本申请实施例还提供了一种入侵检测装置,包括:获取模块和处理模块;所述获取模块,用于获取各摄像设备采集的当前图像;各所述摄像设备间隔设置于需监管海域内;所述处理模块,用于将各所述当前图像映射为一张待追踪图像,并确定所述待追踪图像中的各入侵对象;所述处理模块,还用于采用追踪算法对所述待追踪图像中的各入侵对象进行追踪,确定各所述入侵对象的身份;所述身份包括已有入侵对象和新入侵对象;所述处理模块,还用于根据各所述已有入侵对象在所述待追踪图像中的位置,和各所述已有入侵对象的已有入侵路径,更新各所述已有入侵对象的入侵路径,并记录各所述新入侵对象在所述待追踪图像中的位置。
本申请实施例还提供了一种入侵检测设备,包括第一无线通信模块、处理器、存储器及第一通信总线;所述第一无线通信模块用于接收各摄像设备采集的当前图像;所述第一通信总线用于实现所述第一无线通信模块、处理器和存储器之间的连接通信;所述处理器用于执行存储器中存储的一个或者多个程序,以实现上述任一种的入侵检测方法。
本申请实施例还提供了一种入侵检测系统,包括:多个监控设备组和如上所述的入侵检测设备;所述多个监控设备组呈网格状布设于需监管海域内;其中:各所述监控设备组包括:固定装置,用于伸入海底,进行位置固定;摄像设备,固定于所述固定装置上,实现对于监管海域内海底的图像采集;第二无线通信模块,设置于所述固定装置上;第二通信总线,设置于所述固定装置内,并连接所述摄像设备和所述第二无线通信模块;所述入侵检测设备通过所述第二无线通信模块与各所述摄像设备通信连接。
在上述实现系统中,通过在需监管海域内网格状布设多个监控设备组,从而利用多个监控设备组的联动,即可实现对于需监管海域内入侵对象的有效检测,并实现对于入侵对象的活动轨迹检测,从而便于用户制定合理有效的治理措施。
本申请实施例中还提供了一种可读存储介质,所述可读存储介质存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现上述任一种的入侵检测方法。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,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,还可以根据这些附图获得其他相关的附图。
图1为本申请实施例提供的一种入侵检测系统的示意图;
图2为本申请实施例提供的一种监控设备组的结构示意图;
图3为本申请实施例提供的一种入侵检测方法的流程示意图;
图4为本申请实施例提供的一种相邻摄像设备在预设底图中对应的区域重叠的示意图;
图5为本申请实施例提供的一种当前图像至底图区域的映射示意图;
图6为本申请实施例提供的一种未映射区域示意图;
图7为本申请实施例提供的一种入侵检测装置的结构示意图;
图8为本申请实施例提供的一种入侵检测设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行描述。
实施例一:
为了实现对于外来物种的入侵检测,本申请实施例中提供了一种入侵检测系统以及一种入侵检测方法。
可以参见图1所示,图1为本申请实施例中提供的一种入侵检测系统的示意图,其包括:多个监控设备组10和入侵检测设备11。
在本申请实施例中,各监控设备组10呈网格状布设于需监管海域内。具体设置密集度和相邻监控设备组之间的间隔,可由用户根据实际需要进行确定。
在本申请实施例中,可参见图2所示,各监控设备组10可以包括:
固定装置101,用于伸入海底,进行位置固定。
摄像设备102,固定于固定装置101上,实现对于监管海域内海底的图像采集。
第二无线通信模块103,设置于固定装置101上。
第二通信总线104,设置于固定装置101内,并连接摄像设备102和第二无线通信模块103。
入侵检测设备11通过第二无线通信模块103与各摄像设备102通信连接。
需要说明的是,在本申请实施例中,各监控设备组10中还可以设置发电设备(如太阳能光伏系统等设备),以满足监控设备组10中各电子设备的日常用电需求。
还需要说明的是,为了保证通信的可靠性,第二无线通信模块103可以设置于固定装置的顶部,并位于海面上,如图2所示。
在本申请实施例中,第二无线通信模块可以采用诸如4G模块、GPRS(GeneralPacket Radio Service、通用分组无线服务技术)通信模块等可以实现无线通信的模块。
在本申请实施例中,第二通信总线104可以采用已有的各种通信总线实现,在本申请中不做限制。
在本申请实施例中,固定装置101可以采用传统的锚链结构实现,例如图2所示,通过锚将固定链固定在海底,而海面上通过浮标使得固定链不沉入海底。而摄像设备则可以固定于固定链上。
此外,在本申请实施例中,固定装置101还可以采用长不锈钢管等高硬度的管体实现,通过将管体打入海底实现固定。此时摄像设备102则可以固定于管体上。此时由于管体具有较高的硬度,其相比于锚链结构而言,在受到海底洋流等影响时,晃动幅度更小,拍摄的图像可靠性更高。
在本申请实施例中,摄像设备102可以采用具有防水功能和拍摄功能的相机实现。
在本申请实施例中,入侵检测设备11可以采用具有数据处理功能的各类电子设备(如主机、服务器等)实现。
可选的,可以按照各摄像设备102的监控区域大小进行各监控设备组的设置,以使各摄像设备的监控区域可连成一体,以实现对于需监管海域的全面监测。
本申请实施例中还提供了一种入侵检测方法,其可以应用于前述入侵检测设备中,可参见图3所示,该方法包括:
S301:获取各摄像设备采集的当前图像。
在本申请实施例中,入侵检测设备内可以设有第一无线通信模块,从而通过第一无线通信模块和第二无线通信模块,实现对各摄像设备采集的当前图像的获取。
应理解,入侵检测设备可以仅有一个也可以有多个。入侵检测设备可以设置于各监控设备组之外,但是也可以集成于某一或者多个监控设备组中(例如可以集成于监控设备组的各个摄像设备中),在本申请实施例中不做限制。在存在多个入侵检测设备时,可以由多个入侵检测设备协同实现本申请实施例所提供的方法(比如由某些入侵检测设备执行某些步骤后,由另一些入侵检测设备执行其他步骤),也可以是每个入侵检测设备均独立执行本申请实施例所提供的方法,在本申请实施例中不做限制。
应理解,在实际应用过程中,受海底洋流等因素的影响,摄像设备在海中的位置可能是不断晃动的,可能导致某些时刻拍摄到的图像很模糊,从而无法满足图像处理的需要。
为此,在本申请实施例的一种可选实施方式中,在获取各摄像设备采集的当前图像之后,在执行步骤S102之前,还可以先判断各当前图像是否为模糊图像,进而剔除各当前图像中的模糊图像,从而仅保留满足清晰度要求的非模糊图像进行后续的处理。
为实现对于各当前图像是否为模糊图像的判断,在本申请实施例的一种可行示例中,可以采用Laplacian(拉普拉斯)算子来计算各当前图像的模糊量,进而判断各当前图片是否为模糊图像。
示例性的,可以先将各当前图像处理为灰度图,然后对各灰度图进行拉普拉斯变换,接着对变换后的图像求取方差,此时得到的各当前图像对应的方差,即为表征各当前图像模糊度的数据。方差越大,则表征图像越清晰,因此可以设定一方差阈值,将方差小于该方差阈值的当前图像确定为模糊图像,从而剔除掉。
S302:将各当前图像映射为一张待追踪图像,并确定待追踪图像中的各入侵对象。
在本申请实施例中,可以在得到需处理的各当前图像后,先对各当前图像进行入侵对象的识别,从而识别出各当前图像中的入侵对象所在位置。然后在将各当前图像映射为一张待追踪图像时,将各当前图像中的入侵对象所在位置也一并进行映射,从而得到待追踪图像中的各入侵对象。
需要理解的是,以上对各当前图像进行入侵对象的识别的操作,可以由各摄像设备所集成的入侵检测设备来执行各自的当前图像中入侵对象的识别,然后上报至某一或某几个入侵检测设备来进行追踪处理。此外,也可以由一个入侵检测设备来获取各当前图像后,统一进行各当前图像中入侵对象的识别。
此外,在本申请实施例中,也可以是在将各当前图像映射为一张待追踪图像后,对待追踪图像进行入侵对象的识别,从而识别出各当前图像中的入侵对象所在位置。
需要说明的是,在本申请实施例中,可以采用各类对象识别模型来实现对于入侵对象的识别。例如,可以采用训练好的基于深度学习的目标检测网络yolov4模型来进行入侵对象的识别。
应理解,实现图像中特定对象的检测的算法有很多,例如除了上述示例的yolov4模型外,还有yolov5模型、SSD(The Single Shot Detector,单发探测)模型等,在本申请实施例中不对具体采用的对象识别算法进行限制,只要能实现对于所需检测的入侵对象的检测的算法,均可被本申请实施例所采用。
在本申请实施例中,为了将各当前图像映射为一张待追踪图像,一种可行的实施方式是:可以预先设定一张需监管海域的底图,并按照各摄像设备的安装位置,配置好底图中各区域与各摄像设备的对应关系,从而根据预设底图中各区域与各摄像设备的对应关系,将各摄像设备的当前图像映射至预设底图中,得到待追踪图像。
需要说明的是,在本申请实施例中,底图可以为需监管海域大小按一定比例缩小后的空白图。图中各区域的大小与摄像设备拍摄的图像的大小向匹配。
需要理解的是,在本申请实施例中,在实际应用过程中,受海底洋流等因素的影响,摄像设备在海中的位置可能是不断晃动的,从而导致不同时刻拍摄到的图像所对应的区域存在一定的偏差。
为此,在本申请实施例的一种可行实施方式中,可以预先设置好各摄像设备所拍摄的区域内的标识物体(标识物体可以为摄像设备所拍摄的区域内的具有标志性的自然物体,也可以为人工设置于相应区域内的具有标志性的物体),并将这些标识物体在底图的相应位置处进行标识。
此外,还可以设置各摄像设备在预设底图中对应的区域,大于该摄像设备每次拍摄得到的图像区域,从而确保各摄像设备每一次拍摄的图像区域能够位于预设底图中对应的区域内。此时,相邻摄像设备在预设底图中对应的区域,在边缘处可以重叠,例如图4所示。
在进行映射时,可以先识别各摄像设备的当前图像中的预设标识物体,然后根据各当前图像中的预设标识物体和预设底图中各区域中的标识物体,确定各当前图像至预设底图中各区域的映射关系,例如图5所示(底图区域中虚线框区域即为映射后的图像区域)。进而可以按照各当前图像对应的映射关系,将各当前图像映射至预设底图中,得到待追踪图像。
需要理解的是,若用户对于摄像设备布置的足够密,使得无论摄像设备如何晃动,相邻摄像设备所拍摄的区域都会存在交集,那么在本申请实施例中,也可以通过图像拼接算法(如SURF(Speeded-Up Robust Features,快速鲁棒特征)算法等),将各当前图像映射(也可以称之为拼接)为一张待追踪图像。
S303:采用追踪算法对待追踪图像中的各入侵对象进行追踪,确定各入侵对象的身份。
在本申请实施例中,入侵对象的身份包括已有入侵对象和新入侵对象。
在本申请实施例中,追踪算法可以采用sort算法、deepsort算法等追踪算法实现。
应理解,在得到待追踪图像中的各入侵对象后,将各入侵对象输入至追踪算法后,追踪算法将对每个矩形框进行编号,比如分别编号0、1等。假如入侵对象在移动,那么相比于上一待追踪图像中检测到的入侵对象而言,入侵对象所在的位置将会发生变化。将本次新检测到的各入侵对象的位置(通常以矩形框的形式展现)输入追踪算法后,追踪算法将识别出,这各入侵对象的位置分别对应的是上一待追踪图像中的哪个入侵对象,进而得到相应的编号。而发现其中有入侵对象的位置无法与上一待追踪图像中的入侵对象的位置形成对应关系时,则追踪算法将认为该入侵对象为新进入的入侵对象,将会给其新的编号,比如编号2。如此即实现了对于各入侵对象的身份确定。
但值得注意的是,由于在实际应用过程中,受海底洋流等因素的影响,各摄像设备拍摄到的图像的区域可能存在一定的变动,因此可能出现相邻两摄像设备拍摄到的图像之间,存在未被拍摄到的区域的情况,此时会导致映射得到的待追踪图像中存在未映射区域(即待追踪图像中存在某一区域没有对应的当前图像)。此外,若本申请实施例中剔除当前图像中的模糊图像,那么也会导致映射得到的待追踪图像中存在未映射区域。那么对于这些未映射区域而言,在当前时刻就处于监控的空白区域。而追踪算法通常是利用连续两帧图像实现的对象追踪,那么由于每一次得到的待追踪图像可能具有不同的未映射区域,那么若仅利用追踪算法进行已有入侵对象和新入侵对象的检测,那么就很有可能出现将原本已经检测到的已有入侵对象错误的认为是新入侵对象的情况。
为此,在本申请实施例的一种可行实施方式中,在执行步骤S303之后,执行步骤S304之前,还可以先获取位于待追踪图像中未映射区域周边的各新入侵对象在各自所属的当前图像中的所在边缘,然后查询该新入侵对象在所属的当前图像中的所在边缘侧,相邻的摄像设备前n次采集到的图像中,是否存在从与该所在边缘相邻的边缘处离开的已有入侵对象。若存在,则可以更新该新入侵对象的身份为从边缘处离开的已有入侵对象。
应当理解,n的数值可以由工程师根据实际需要进行设定,其应当为正整数。应理解,摄像设备是按照预设时间间隔进行拍摄的,因此也可以通过设定时长的方式,实现对于相邻的摄像设备中是否存在从与该所在边缘相邻的边缘处离开的已有入侵对象的判断。
例如参见图6所示,假设区域1为待追踪图像中的未映射区域,其周边存在被确定为新入侵对象的对象A。那么,假设对象A为摄像设备2所拍摄的当前图像中的入侵对象,其位于摄像设备2所拍摄的当前图像的左侧,假设摄像设备2左侧为摄像设备1所对应拍摄的区域,那么获取摄像设备1前n次拍摄的图像,从这前n次拍摄的图像中检测是否有入侵对象从图像右侧边缘离开,如果有,则将该对象A的身份更新为已有入侵对象,并且将其与之前在摄像设备1所拍摄的图像中离开的入侵对象对应(赋予相同的编号)。这样,针对位于未映射区域周边的各新入侵对象,通过采用其相邻摄像设备前n次采集到的图像进行入侵对象分析,即有效降低了误判情况的发生,提高识别准确率。
S304:根据各已有入侵对象在待追踪图像中的位置,和各已有入侵对象的已有入侵路径,更新各已有入侵对象的入侵路径,并记录各新入侵对象在待追踪图像中的位置。
应理解,对于具有相同编号的入侵对象,其在各幅待追踪图像中的位置连线即形成了各入侵对象的入侵路径。在每次检测到入侵对象,并进行追踪后,即可自动生成相应的入侵路径。即,对于已有入侵对象,即在上一次得到的入侵路径的基础上,结合本次检测到的在待追踪图像中的位置,实现对于入侵路径的更新。对于新入侵对象,则记录其在待追踪图像中的位置,从而便于下一次进行入侵路径的更新。
需要理解的是,在实际应用中,入侵对象的数量是直接衡量入侵严重性的指标。为此,在本申请实施例的一种可行实施方式中,还可以判断各当前图像中的入侵对象的数量是否大于第一预设阈值;若存在入侵对象的数量大于第一预设阈值的目标当前图像,则发送报警信号。在本可行实施方式中,报警信号中可以包括:表征目标当前图像所属的摄像设备所对应的监测区域位置的信号。其中,第一预设阈值可以由工程师根据实际需要进行设定。
而在本申请实施例的另一种可行实施方式中,可以判断待追踪图像中的入侵对象的数量是否大于第二预设阈值;若是,则发送报警信号。其中,第二预设阈值可以由工程师根据实际需要进行设定。
应理解,在实际应用中,可以同时采用以上两种方式进行报警判断。
在本申请实施例中,可以预先设定好所需报警的对象设备,从而将报警信号发送给该对象设备。
还需要注意的是,在本申请实施例中,入侵对象可以由用户根据实际情况进行定义,比如对于蛤蜊养殖者而言,入侵对象可以设置为海星等对蛤蜊生存造成影响的生物。
本申请实施例所提供的入侵检测方法和系统,通过在需监管海域内间隔布设摄像设备,然后获取各摄像设备采集的当前图像,并将各当前图像映射为一张待追踪图像,确定待追踪图像中的各入侵对象,进而采用追踪算法对待追踪图像中的各入侵对象进行追踪,确定各入侵对象的身份,从而实现对于已有入侵对象的入侵路径更新,以及新入侵对象的起始入侵位置的记录,从而可以有效实现对于入侵对象的入侵检测,并可以为后续分析入侵对象的入侵趋势提供有效的数据资料,从而便于制定合理有效的治理措施。
实施例二:
基于同一发明构思,本申请实施例中还提供了一种入侵检测装置700。请参阅图7所示,图7示出了采用图3所示的方法的入侵检测装置。应理解,装置700具体的功能可以参见上文中的描述,为避免重复,此处适当省略详细描述。装置700包括至少一个能以软件或固件的形式存储于存储器中或固化在装置700的操作系统中的软件功能模块。具体地:
参见图7所示,装置700包括:获取模块701和处理模块702。其中:
所述获取模块701,用于获取各摄像设备采集的当前图像;各所述摄像设备间隔设置于需监管海域内;
所述处理模块702,用于将各所述当前图像映射为一张待追踪图像,并确定所述待追踪图像中的各入侵对象;
所述处理模块702,还用于采用追踪算法对所述待追踪图像中的各入侵对象进行追踪,确定各所述入侵对象的身份;所述身份包括已有入侵对象和新入侵对象;
所述处理模块702,还用于根据各所述已有入侵对象在所述待追踪图像中的位置,和各所述已有入侵对象的已有入侵路径,更新各所述已有入侵对象的入侵路径,并记录各所述新入侵对象在所述待追踪图像中的位置。
在本申请实施例的一种可行实施方式中,所述处理模块702具体用于,根据预设底图中各区域与各摄像设备的对应关系,将各所述摄像设备的当前图像映射至所述预设底图中,得到所述待追踪图像。
在上述可行实施方式中,所述摄像设备在所述预设底图中对应的区域,大于该摄像设备拍摄得到的图像区域;且所述预设底图中各区域中预设有标识物体;所述处理模块702具体用于,识别各所述摄像设备的当前图像中的预设标识物体;根据各所述当前图像中的预设标识物体和所述预设底图中各区域中的标识物体,确定各所述当前图像至所述预设底图中各区域的映射关系;按照各所述当前图像对应的映射关系,将各所述当前图像映射至所述预设底图中,得到所述待追踪图像。
在本申请实施例中,在所述获取模块701获取各摄像设备采集的当前图像之后,所述处理模块702将各所述当前图像映射为一张待追踪图像之前,所述处理模块702还用于判断各所述当前图像是否为模糊图像;剔除各所述当前图像中的模糊图像。此时,将各所述当前图像映射为一张待追踪图像包括:将剔除模糊图像后的各所述当前图像映射为一张待追踪图像。
在本申请实施例中,在所述处理模块702根据各所述已有入侵对象在所述待追踪图像中的位置,和各所述已有入侵对象的已有入侵路径,更新各所述已有入侵对象的入侵路径,并记录各所述新入侵对象在所述待追踪图像中的位置之前,所述处理模块702还用于若所述待追踪图像中存在未映射区域,获取位于所述未映射区域周边的各新入侵对象在各自所属的当前图像中的所在边缘;查询所述所在边缘侧相邻的摄像设备前n次采集到的图像中,是否存在从与所述所在边缘相邻的边缘处离开的已有入侵对象;所述n为预设的正整数;若存在,更新该新入侵对象的身份为从所述边缘处离开的已有入侵对象。
在本申请实施例中,所述处理模块702还用于:
判断各所述当前图像中的入侵对象的数量是否大于第一预设阈值;若存在入侵对象的数量大于第一预设阈值的目标当前图像,则发送报警信号;所述报警信号中包括:表征所述目标当前图像所属的摄像设备所对应的监测区域位置的信号;
和/或,
判断待追踪图像中的入侵对象的数量是否大于第二预设阈值;若是,发送报警信号。
需要理解的是,出于描述简洁的考量,部分实施例一中描述过的内容在本实施例中不再赘述。
实施例三:
本实施例提供了一种入侵检测设备,参见图8所示,其包括第一无线通信模块801、处理器802、存储器803以及第一通信总线804。其中:
第一无线通信模块801用于接收各摄像设备采集的当前图像。
第一通信总线804用于实现第一无线通信模块801、处理器802和存储器803之间的连接通信。
处理器802用于执行存储器803中存储的一个或多个程序,以实现上述实施例一的入侵检测方法。
可以理解,图8所示的结构仅为示意,入侵检测设备还可包括比图8中所示更多或者更少的组件,或者具有与图8所示不同的配置。
可以理解,本实施例提供的入侵检测设备可以为具有数据收发以及处理功能的主机、服务器、单片机等电子设备。
本实施例还提供了一种可读存储介质,如软盘、光盘、硬盘、闪存、U盘、SD(SecureDigital Memory Card,安全数码卡)卡、MMC(Multimedia Card,多媒体卡)卡等,在该可读存储介质中存储有实现上述各个步骤的一个或者多个程序,这一个或者多个程序可被一个或者多个处理器执行,以实现上述实施例一中的入侵检测方法。在此不再赘述。
在本申请所提供的实施例中,应该理解到,所揭露装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
另外,作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
再者,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
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。
在本文中,多个是指两个或两个以上。
以上所述仅为本申请的实施例而已,并不用于限制本申请的保护范围,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (9)
1.一种入侵检测方法,其特征在于,包括:
获取各摄像设备采集的当前图像;各所述摄像设备间隔设置于需监管海域内;
将各所述当前图像映射为一张待追踪图像,并确定所述待追踪图像中的各入侵对象;
采用追踪算法对所述待追踪图像中的各入侵对象进行追踪,确定各所述入侵对象的身份;所述身份包括已有入侵对象和新入侵对象;
根据各所述已有入侵对象在所述待追踪图像中的位置,和各所述已有入侵对象的已有入侵路径,更新各所述已有入侵对象的入侵路径,并记录各所述新入侵对象在所述待追踪图像中的位置;
在根据各所述已有入侵对象在所述待追踪图像中的位置,和各所述已有入侵对象的已有入侵路径,更新各所述已有入侵对象的入侵路径,并记录各所述新入侵对象在所述待追踪图像中的位置之前,所述方法还包括:
若所述待追踪图像中存在未映射区域,获取位于所述未映射区域周边的各新入侵对象在各自所属的当前图像中的所在边缘;
查询所述所在边缘侧相邻的摄像设备前n次采集到的图像中,是否存在从与所述所在边缘相邻的边缘处离开的已有入侵对象;所述n为预设的正整数;
若存在,更新该新入侵对象的身份为从所述边缘处离开的已有入侵对象。
2.如权利要求1所述的入侵检测方法,其特征在于,将各所述当前图像映射为一张待追踪图像,包括:
根据预设底图中各区域与各摄像设备的对应关系,将各所述摄像设备的当前图像映射至所述预设底图中,得到所述待追踪图像。
3.如权利要求2所述的入侵检测方法,其特征在于,所述摄像设备在所述预设底图中对应的区域,大于该摄像设备拍摄得到的图像区域;且所述预设底图中各区域中预设有标识物体;
根据预设底图中各区域与各摄像设备的对应关系,将各所述摄像设备的当前图像映射至所述预设底图中,得到所述待追踪图像,包括:
识别各所述摄像设备的当前图像中的预设标识物体;
根据各所述当前图像中的预设标识物体和所述预设底图中各区域中的标识物体,确定各所述当前图像至所述预设底图中各区域的映射关系;
按照各所述当前图像对应的映射关系,将各所述当前图像映射至所述预设底图中,得到所述待追踪图像。
4.如权利要求1所述的入侵检测方法,其特征在于,获取各摄像设备采集的当前图像之后,将各所述当前图像映射为一张待追踪图像之前,所述方法还包括:
判断各所述当前图像是否为模糊图像;
剔除各所述当前图像中的模糊图像;
对应的,将各所述当前图像映射为一张待追踪图像包括:
将剔除模糊图像后的各所述当前图像映射为一张待追踪图像。
5.如权利要求1-4任一项所述的入侵检测方法,其特征在于,
判断各所述当前图像中的入侵对象的数量是否大于第一预设阈值;若存在入侵对象的数量大于第一预设阈值的目标当前图像,则发送报警信号;所述报警信号中包括:表征所述目标当前图像所属的摄像设备所对应的监测区域位置的信号;
和/或,
判断待追踪图像中的入侵对象的数量是否大于第二预设阈值;若是,发送报警信号。
6.一种入侵检测装置,其特征在于,包括:获取模块和处理模块;
所述获取模块,用于获取各摄像设备采集的当前图像;各所述摄像设备间隔设置于需监管海域内;
所述处理模块,用于将各所述当前图像映射为一张待追踪图像,并确定所述待追踪图像中的各入侵对象;
所述处理模块,还用于采用追踪算法对所述待追踪图像中的各入侵对象进行追踪,确定各所述入侵对象的身份;所述身份包括已有入侵对象和新入侵对象;
所述处理模块,还用于根据各所述已有入侵对象在所述待追踪图像中的位置,和各所述已有入侵对象的已有入侵路径,更新各所述已有入侵对象的入侵路径,并记录各所述新入侵对象在所述待追踪图像中的位置;
在所述处理模块根据各所述已有入侵对象在所述待追踪图像中的位置,和各所述已有入侵对象的已有入侵路径,更新各所述已有入侵对象的入侵路径,并记录各所述新入侵对象在所述待追踪图像中的位置之前,所述处理模块还用于:若所述待追踪图像中存在未映射区域,获取位于所述未映射区域周边的各新入侵对象在各自所属的当前图像中的所在边缘;查询所述所在边缘侧相邻的摄像设备前n次采集到的图像中,是否存在从与所述所在边缘相邻的边缘处离开的已有入侵对象;所述n为预设的正整数;若存在,更新该新入侵对象的身份为从所述边缘处离开的已有入侵对象。
7.一种入侵检测设备,其特征在于,包括:第一无线通信模块、处理器、存储器及第一通信总线;
所述第一无线通信模块用于接收各摄像设备采集的当前图像;
所述第一通信总线用于实现所述第一无线通信模块、处理器和存储器之间的连接通信;
所述处理器用于执行所述存储器中存储的一个或者多个程序,以实现如权利要求1至5任一项所述的入侵检测方法。
8.一种入侵检测系统,其特征在于,包括:多个监控设备组和如权利要求7所述的入侵检测设备;所述多个监控设备组呈网格状布设于需监管海域内;其中:
各所述监控设备组包括:
固定装置,用于伸入海底,进行位置固定;
摄像设备,固定于所述固定装置上,实现对于监管海域内海底的图像采集;
第二无线通信模块,设置于所述固定装置上;
第二通信总线,设置于所述固定装置内,并连接所述摄像设备和所述第二无线通信模块;
所述入侵检测设备通过所述第二无线通信模块与各所述摄像设备通信连接。
9.一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存储有一个或者多个程序,所述一个或者多个程序可被一个或者多个处理器执行,以实现如权利要求1至5任一项所述的入侵检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110514283.1A CN113112726B (zh) | 2021-05-11 | 2021-05-11 | 入侵检测方法、装置、设备、系统及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110514283.1A CN113112726B (zh) | 2021-05-11 | 2021-05-11 | 入侵检测方法、装置、设备、系统及可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113112726A CN113112726A (zh) | 2021-07-13 |
CN113112726B true CN113112726B (zh) | 2022-12-09 |
Family
ID=76721920
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110514283.1A Active CN113112726B (zh) | 2021-05-11 | 2021-05-11 | 入侵检测方法、装置、设备、系统及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113112726B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115273370B (zh) * | 2022-09-28 | 2023-01-03 | 苏州美集供应链管理股份有限公司 | 一种基于视觉扫描与轨迹识别的人员实时监测系统与方法 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW594599B (en) * | 2003-01-29 | 2004-06-21 | Univ Yuan Ze | Automatic image-tracking monitoring system and the camera device |
JP4738142B2 (ja) * | 2005-11-17 | 2011-08-03 | 三菱電機株式会社 | 侵入監視システム |
KR101378071B1 (ko) * | 2013-08-20 | 2014-03-28 | (주)금성보안 | 양식장 및 인공어초 도난 방지 감시 시스템 및 방법 |
CN106446002A (zh) * | 2016-08-01 | 2017-02-22 | 三峡大学 | 一种基于运动目标在地图中轨迹的视频检索方法 |
CN108230592A (zh) * | 2017-09-30 | 2018-06-29 | 广州汇安科技有限公司 | 一种海域感应预警探测系统及方法 |
CN107990880B (zh) * | 2017-11-30 | 2021-05-25 | 上海海洋大学 | 海洋生态监测浮标装置 |
CN108038459A (zh) * | 2017-12-20 | 2018-05-15 | 深圳先进技术研究院 | 一种水下生物的检测识别方法、终端设备及存储介质 |
CN108154105B (zh) * | 2017-12-21 | 2020-08-07 | 深圳先进技术研究院 | 水下生物检测与识别方法、装置、服务器及终端设备 |
CN108986158A (zh) * | 2018-08-16 | 2018-12-11 | 新智数字科技有限公司 | 一种基于目标再识别的跨场景追踪方法和装置及计算机视觉平台 |
CN109584274B (zh) * | 2018-11-22 | 2022-08-30 | 广州市地狗灵机环境监测有限公司 | 一种水下动物的数量及其轨迹的检测方法及设备 |
CN112507869B (zh) * | 2020-12-07 | 2024-04-09 | 广州博进信息技术有限公司 | 基于机器视觉的水下目标物行为观测和水体环境监测方法 |
CN112598713A (zh) * | 2021-03-03 | 2021-04-02 | 浙江大学 | 一种基于深度学习的近岸海底鱼类检测、跟踪统计方法 |
-
2021
- 2021-05-11 CN CN202110514283.1A patent/CN113112726B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN113112726A (zh) | 2021-07-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7221089B2 (ja) | 動的な交通参加者の除去による位置推定と地図生成の安定した同時実行 | |
CN110705405B (zh) | 目标标注的方法及装置 | |
CN109002820B (zh) | 一种车牌识别方法、装置及相关设备 | |
CN101751572A (zh) | 一种图案检测方法、装置、设备及系统 | |
CN110490171B (zh) | 一种危险姿态识别方法、装置、计算机设备及存储介质 | |
KR102470873B1 (ko) | 영상처리를 이용한 작물 생육량 측정 장치 및 그 방법 | |
CN112784738B (zh) | 运动目标检测告警方法、装置以及计算机可读存储介质 | |
CN113419298B (zh) | 一种多参数水文气象数据采集装置 | |
CN112507760A (zh) | 暴力分拣行为的检测方法、装置及设备 | |
CN113112726B (zh) | 入侵检测方法、装置、设备、系统及可读存储介质 | |
CN111967396A (zh) | 障碍物检测的处理方法、装置、设备及存储介质 | |
CN112836683A (zh) | 用于便携式摄像设备的车牌识别方法、装置、设备和介质 | |
Laradji et al. | Affinity lcfcn: Learning to segment fish with weak supervision | |
CN113158773B (zh) | 一种活体检测模型的训练方法及训练装置 | |
CN114155472A (zh) | 厂区场景临空面防护设备异常状态检测方法、装置和设备 | |
CN111428626A (zh) | 一种移动物体的识别方法、装置、及存储介质 | |
CN113869163B (zh) | 目标跟踪方法、装置、电子设备及存储介质 | |
KR20110052962A (ko) | 객체 인식 장치 및 방법 | |
CN112802112B (zh) | 视觉定位方法、装置、服务器及存储介质 | |
CN112101134B (zh) | 物体的检测方法及装置、电子设备和存储介质 | |
CN112629828B (zh) | 一种光学信息检测方法、装置及设备 | |
CN114494355A (zh) | 基于人工智能的轨迹分析方法、装置、终端设备及介质 | |
CN112270257A (zh) | 一种运动轨迹确定方法、装置及计算机可读存储介质 | |
CN112102365A (zh) | 一种基于无人机吊舱的目标跟踪方法及相关装置 | |
CN117218162B (zh) | 一种基于ai的全景追踪控视系统 |
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 |