CN114638861A - 一种高空抛物检测方法、系统及装置 - Google Patents
一种高空抛物检测方法、系统及装置 Download PDFInfo
- Publication number
- CN114638861A CN114638861A CN202210294527.4A CN202210294527A CN114638861A CN 114638861 A CN114638861 A CN 114638861A CN 202210294527 A CN202210294527 A CN 202210294527A CN 114638861 A CN114638861 A CN 114638861A
- Authority
- CN
- China
- Prior art keywords
- detected
- moving
- target
- moving target
- determining
- 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
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 52
- 238000012544 monitoring process Methods 0.000 claims abstract description 73
- 238000000034 method Methods 0.000 claims abstract description 29
- 230000006870 function Effects 0.000 claims description 13
- 238000013145 classification model Methods 0.000 claims description 9
- 230000008034 disappearance Effects 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 6
- 238000004422 calculation algorithm Methods 0.000 claims description 4
- 238000012216 screening Methods 0.000 abstract description 6
- 241000256626 Pterygota <winged insects> Species 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 241000238631 Hexapoda Species 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000009467 reduction Effects 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
- G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种高空抛物检测方法、系统及装置,首先确定监控视频中的待检测运动目标,也即有可能属于高空抛物的目标,但考虑到这些目标中可能存在诸如飞虫,夜晚灯光等不属于高空抛物的干扰目标,因此,本申请还会并判断各待检测运动目标的运动轨迹中拐点的数量是否小于第一预设数量,若待检测运动目标的运动轨迹中拐点的数量小于第一预设数量,这说明该运动目标的下落运动比较符合自由落体运动,因此判定该待检测运动目标为高空抛物目标,避免了将飞鸟、夜晚灯光等不规则移动的运动目标也判定为高空抛物目标,降低了误检的概率,提高了对高空抛物事件检测的准确性,降低了人工筛选的工作量。
Description
技术领域
本发明涉及监控领域,特别是涉及一种高空抛物检测方法、系统及装置。
背景技术
近年来,高空抛物导致的悲惨事件频发,给人们的生命安全和财产安全造成了严重的危害,因此,高空抛物的管理和监控显得愈发重要。为了实现对高空抛物的自动监控,需要建立高空抛物检测体系,来对高空抛物进行自动检测以及记录,现有技术中,在捕获到摄像机拍摄到的监控视频,通过提取摄像机拍摄到的监控视频中的运动目标,判断该运动目标在摄像机拍摄到的监控视频中纵向移动的距离是否大于一定的阈值,在大于一定阈值时判定该运动目标发生了抛物事件,但是这种方式容易将飞虫、夜晚灯光等不规则移动的运动目标也判定为发生了抛物事件,误检的概率较高,对抛物事件检测的准确性较低,增加了人工筛选工作量。
发明内容
本发明的目的是提供一种高空抛物检测方法、系统及装置,避免了将飞鸟、夜晚灯光等不规则移动的运动目标也判定为高空抛物目标,降低了误检的概率,提高了对高空抛物事件检测的准确性,降低了人工筛选的工作量。
为解决上述技术问题,本发明提供了一种高空抛物检测方法,包括:
确定监控视频中的待检测运动目标;
根据所述监控视频获取所有所述待检测运动目标的运动轨迹;
根据各所述待检测运动目标的运动轨迹确定各所述待检测运动目标的运动轨迹中拐点的数量;
判断各所述待检测运动目标的运动轨迹中拐点的数量是否小于第一预设数量;
若小于,则判定运动轨迹中拐点的数量小于第一预设数量的待检测运动目标为高空抛物目标。
优选的,根据各所述待检测运动目标的运动轨迹确定各所述待检测运动目标的运动轨迹中拐点的数量,包括:
根据所述待检测运动目标的运动轨迹拟合所述待检测运动目标的轨迹拟合曲线的函数关系式;
根据所述函数关系式计算所述待检测运动目标的轨迹拟合曲线拐点的数量;
将所述待检测运动目标的轨迹拟合曲线拐点的数量作为所述待检测运动目标的运动轨迹中拐点的数量。
优选的,确定监控视频中的待检测运动目标之前,还包括:
确定所述监控视频中的所有运动目标的数量;
判断所述监控视频中的所有运动目标的数量是否小于第二预设数量;
若小于,则进入确定监控视频中的待检测运动目标步骤。
优选的,在进入确定监控视频中的待检测运动目标步骤之前,还包括:
判断所述监控视频中的待监控区域内的所有运动目标的数量是否小于第三预设数量;
若小于,则进入确定监控视频中的待检测运动目标步骤。
优选的,确定监控视频中的待检测运动目标,包括:
获取对待监控区域进行视频采集后得到的监控视频;
确定所述监控视频中的运动目标,并判断所述运动目标的下落距离是否大于预设阈值;
若所述运动目标的下落距离大于所述预设阈值,则将所述运动目标确定为待检测运动目标。
优选的,判定所述待检测运动目标的运动轨迹中拐点的数量小于第一预设数量之后,还包括:
根据所述待检测运动目标的运动轨迹确定运动轨迹中拐点的数量大于所述第一预设数量的待检测运动目标在所述监控视频中从出现到下落距离达到所述预设阈值的第一纵向移动距离和待检测运动目标在所述监控视频中从出现到消失的第二纵向移动距离;
计算所述第一纵向移动距离与所述第二纵向移动距离的比值;
判断所述比值是否小于预设比值;
若小于,则进入判定运动轨迹中拐点的数量小于第一预设数量的待检测运动目标为高空抛物目标的步骤。
优选的,确定所述监控视频中的所有运动目标的数量包括:
通过高斯背景建模或VIBE算法确定所述监控视频中的所有运动目标的数量。
优选的,判定所述待检测运动目标的运动轨迹中拐点的数量小于第一预设数量之后,还包括:
将所述运动轨迹中拐点的数量小于第一预设数量的待检测运动目标的监控视频输入预先训练好的深度分类模型中;
利用所述深度分类模型判断所述待检测运动目标是否为预设高空抛物目标;
若是,则判定符合所述预设高空目标的待检测运动目标为高空抛物目标。
本发明还提供了一种高空抛物检测系统,包括:
待检测运动目标确定单元,用于确定监控视频中的待检测运动目标;
运动轨迹获取单元,用于根据所述监控视频获取所有所述待检测运动目标的运动轨迹;
拐点数量确定单元,用于根据各所述待检测运动目标的运动轨迹确定各所述待检测运动目标的运动轨迹中拐点的数量;
拐点数量判断单元,用于判断各所述待检测运动目标的运动轨迹中拐点的数量是否小于第一预设数量,若小于,则判定运动轨迹中拐点的数量小于第一预设数量的待检测运动目标为高空抛物目标。
本发明还提供了一种高空抛物检测装置,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如上述的高空抛物检测方法的步骤。
本发明公开了一种高空抛物检测方法、系统及装置,首先确定监控视频中的待检测运动目标,也即有可能属于高空抛物的目标,但考虑到这些目标中可能存在诸如飞虫,夜晚灯光等不属于高空抛物的干扰目标,因此,本申请还会并判断各待检测运动目标的运动轨迹中拐点的数量是否小于第一预设数量,若待检测运动目标的运动轨迹中拐点的数量小于第一预设数量,这说明该运动目标的下落运动比较符合自由落体运动,因此判定该待检测运动目标为高空抛物目标,避免了将飞鸟、夜晚灯光等不规则移动的运动目标也判定为高空抛物目标,降低了误检的概率,提高了对高空抛物事件检测的准确性,降低了人工筛选的工作量。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对现有技术和实施例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一些实施例,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,还可以根据这些附图获得其他的附图。
图1为本发明提供的一种高空抛物检测方法的流程图;
图2为本发明提供的一种高空抛物检测系统的结构示意图;
图3为本发明提供的一种高空抛物检测装置的结构示意图。
具体实施方式
本发明的核心是提供一种高空抛物检测方法、系统及装置,避免了将飞鸟、夜晚灯光等不规则移动的运动目标也判定为高空抛物目标,降低了误检的概率,提高了对高空抛物事件检测的准确性,降低了人工筛选的工作量。
为使本发明实施例的目的、技术方案和优点更加清楚,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。
请参照图1,图1为本发明提供的一种高空抛物检测方法的流程图。
一种高空抛物检测方法,包括:
S1:确定监控视频中的待检测运动目标;
考虑到监控视频中可能会出现非高空抛物的运动目标,若对所有的运动目标都进行仔细判断会增加不必要的计算量,且降低检测的效率,因此在本实施例中,会先确定监控视频中的待检测运动目标,此处的待检测运动目标为经过初步筛选确定出的有可能为高空抛物目标的运动目标,但是经过此步骤确定出的待检测运动目标还需要经过进一步的准确筛选出高空抛物目标。
S2:根据监控视频获取所有待检测运动目标的运动轨迹;
现有技术中在运动目标纵向的下落距离达到阈值后判定其为高空抛物目标,但对于一些不规则运动的非高空抛物目标仅检测其纵向的下落距离得到的结果是片面的,无法做出准确的判定,为了进一步对高空抛物做出准确地识别,需要通过对其运动轨迹进行全面的分析,因此,在本实施例中,为了根据待检测运动目标的运动轨迹进行判断,需要先获取待检测运动目标的运动轨迹,待检测运动目标的运动轨迹可以通过获取待检测运动目标在监控视频中从出现到消失的视频画面,提取待检测运动目标的运动轨迹。例如,通过目标跟踪的方式确定待检测运动目标的运动轨迹。在确定待检测运动目标后,将待检测运动目标添加到跟踪模块进行跟踪,获取跟踪结果来得到待检测运动目标的运动轨迹,并根据运动轨迹判断对是否为高空抛物进行进一步判断。
S3:根据各待检测运动目标的运动轨迹确定各待检测运动目标的运动轨迹中拐点的数量,待检测运动目标的运动轨迹在拐点处的凹凸性发生改变;
考虑到飞鸟、夜晚灯光等容易被误检为高空抛物目标的运动目标相比于高空抛物目标,最显著的区别就是其纵向的运动方向在运动过程中会频繁的发生改变,因此,在本实施例中,引入了拐点的概念,拐点即待检测运动目标的运动轨迹的对应的曲线的函数的凹凸性发生改变点,例如在拐点处,待检测运动目标的运动轨迹对应的曲线的函数从凹函数变成了凸函数,或者从凸函数百变成了凹函数,通过确定各待检测运动目标的运动轨迹中的拐点的数量以便于后续分析待检测运动目标的运动是否符合自由落体运动,并根据是否符合自由落体运动的结果来判断其是否为高空抛物目标。
S4:判断各待检测运动目标的运动轨迹中拐点的数量是否小于第一预设数量;
S5:若小于,则判定运动轨迹中拐点的数量小于第一预设数量的待检测运动目标为高空抛物目标。
考虑到对于飞鸟、夜晚灯光等容易被误检为高空抛物目标的运动目标,其运动轨迹的曲线所对应的函数中的拐点的数量通常较多,而对于衣物、塑料袋等质量较轻的高空抛物目标在下落时其运动轨迹的曲线所对应的函数中可能出现较少数量的拐点,因此,在本实施例中,设置了第一预设数量,第一预设数量可以是技术人员根据衣物、塑料袋等质量较轻的高空抛物目标在其运动轨迹中的拐点的数量的统计平均值以及飞鸟、夜晚灯光等容易被误检为高空抛物目标的运动目标在其运动轨迹中的拐点的数量的统计平均值所确定的一个有助于区分高空抛物目标以及非高空抛物目标的数量值。本申请不限定第一预设数量的确定方式。
具体的,通过判断待检测运动目标的运动轨迹中的拐点的数量是否大于第一预设数量,来判定待检测运动目标是否为高空抛物目标,当待检测运动目标的运动轨迹中拐点的数量小于第一预设数量时,则说明其下落规律比较符合自由落体运动,因此判定运动轨迹中拐点的数量小于第一预设数量的待检测运动目标为高空抛物目标。
综上所述,在本实施例中,首先确定监控视频中的待检测运动目标,也即有可能属于高空抛物的目标,但考虑到这些目标中可能存在诸如飞虫,夜晚灯光等不属于高空抛物的干扰目标,因此,本申请还会并判断各待检测运动目标的运动轨迹中拐点的数量是否小于第一预设数量,若待检测运动目标的运动轨迹中拐点的数量小于第一预设数量,这说明该运动目标的下落运动比较符合自由落体运动,因此判定该待检测运动目标为高空抛物目标,避免了将飞鸟、夜晚灯光等不规则移动的运动目标也判定为高空抛物目标,降低了误检的概率,提高了对高空抛物事件检测的准确性,降低了人工筛选的工作量。
在上述实施例的基础上:
作为一种优选的实施例,根据各待检测运动目标的运动轨迹确定各待检测运动目标的运动轨迹中拐点的数量,包括:
根据待检测运动目标的运动轨迹拟合待检测运动目标的轨迹拟合曲线的函数关系式;
根据函数关系式计算待检测运动目标的轨迹拟合曲线拐点的数量;
将待检测运动目标的轨迹拟合曲线拐点的数量作为待检测运动目标的运动轨迹中拐点的数量。
为了更加精确的确定待检测运动目标的运动轨迹中的拐点的数量,在本实施例中,先根据监控视频获取待检测运动目标在监控视频中从出现到消失的轨运动轨迹,这里获取到的运动轨迹为多个离散的轨迹点,根据待检测运动目标所有的轨迹点拟合出待检测运动目标的轨迹曲线,并得到该轨迹曲线的函数关系式;
p(x)=p1xn+p2xn-1+p3xn-2+…+pnx+pn+1
a=f(x,y,n);
其中,x为轨迹点的横坐标,y为轨迹点的纵坐标,n为多项式阶数,a为轨迹曲线拟合后的自变量系数,f(x,y,n)为多项式拟合函数,p(x)为关于x的N次多项式,pi为多项式中每一项的系数,1≤i≤n+1。然后计算拐点数。
获取因变量的值,求解多项式拟合函数的曲线拐点的数量,也即计算该函数的二阶导,将二阶导为0且左右两边二阶导异号,同时三阶导不为0的点,以及二阶导不存在的点数量,将待检测运动目标的轨迹拟合曲线拐点的数量作为待检测运动目标的运动轨迹中拐点的数量。实现了对待检测运动目标的运动轨迹中的拐点的数量的确定且通过数学计算的方式确定出的拐点的数量更加的准确可靠。
作为一种优选的实施例,确定监控视频中的待检测运动目标之前,还包括:
确定监控视频中的所有运动目标的数量;
判断监控视频中的所有运动目标的数量是否小于第二预设数量;
若小于,则进入确定监控视频中的待检测运动目标步骤。
考虑到在一些雪天或者大风天,监控视频的镜头会发生剧烈的抖动,导致对运动目标的获取的准确度严重降低,从监控视频中获取到的运动目标的数量异常的多,在这种情况下,无法根据此时的监控视频进行高空抛物的检测,因此,在本实施例中,在确定监控视频中的待检测运动目标之前,会先确定监控视频中的所有运动目标的数量,并判断该数量是否小于第二预设阈值,此处的第二预设阈值为技术人员根据雪天或大风天等抖动场景下在监控视频中的识别到的所有运动目标的数量所设置的。若监控视频中的所有运动目标的数量不小于第二预设阈值,则说明当前场景下的运动目标的数量异常,为雪天或大风天等抖动场景,无法进行高空抛物检测,若监控视频中的所有运动目标的数量小于第二预设阈值,则说明当前场景下的运动目标的数量正常,当前场景不是抖动场景,因此可以进入确定监控视频中的待检测运动目标的步骤,本实施例增加了对抖动场景的自动识别,避免了在抖动场景下进行无效的高空抛物检测。
作为一种优选的实施例,在进入确定监控视频中的待检测运动目标步骤之前,还包括:
判断监控视频中的待监控区域内的所有运动目标的数量是否小于第三预设数量;
若小于,则进入确定监控视频中的待检测运动目标步骤。
监控视频中包括待监控区域和非待监控区域,待监控区域是指由技术人员人为划定的发生高空抛物的概率较高的区域,例如高楼,而非待监控区域为监控视频中除了待监控区域以外的区域,这些区域发生高空抛物的概率较小,例如天空。考虑到在一些情况下,可能会出现待监控区域的运动目标的数量正常,但是监控视频中总的运动目标的数量异常,例如,在非待监控区域中有一随风飘动的红旗,或是一群飞过的飞鸟等,但此时并非时抖动场景,仍然可以对待监控区域进行高空抛物检测,为了解决上述问题,在本实施例中,设置了第三预设数量,此处的第三预设阈值为技术人员根据雪天或大风天等抖动场景下在监控视频中的待监控区域识别到的运动目标的数量所设置的。通过判断监控视频中的待监控区域内的所有运动目标的数量是否小于第三预设数量来进一步的识别当前场景是否为抖动场景,监控视频中的待监控区域内的所有运动目标的数量小于第三预设数量,则进入确定监控视频中的待检测运动目标的步骤,进一步提高了对抖动场景的识别的准确性。
作为一种优选的实施例,确定监控视频中的待检测运动目标,包括:
获取对待监控区域进行视频采集后得到的监控视频;
确定监控视频中的运动目标,并判断运动目标的下落距离是否大于预设阈值;
若运动目标的下落距离大于预设阈值,则将运动目标确定为待检测运动目标。
在本实施例中,通过设置预设阈值来从所有运动目标中挑选出可能为高空抛物目标的运动目标作为待检测运动目标。这里的下落距离是指物体自上而下坠落的距离。实现方式简单且能够快速的从大量运动目标中筛选出明显不是高空抛物目标的运动目标。此处的预设阈值可以但不限于是技术人员根据待监控区域的覆盖面积的高度或者常见的高空抛物行为的高度所设置的。
作为一种优选的实施例,判定待检测运动目标的运动轨迹中拐点的数量小于第一预设数量之后,还包括:
根据待检测运动目标的运动轨迹确定运动轨迹中拐点的数量大于第一预设数量的待检测运动目标在监控视频中从出现到下落距离达到预设阈值的第一纵向移动距离和待检测运动目标在监控视频中从出现到消失的第二纵向移动距离;
计算第一纵向移动距离与第二纵向移动距离的比值;
判断比值是否小于预设比值;
若小于,则进入判定运动轨迹中拐点的数量小于第一预设数量的待检测运动目标为高空抛物目标的步骤。
考虑到对于高空抛物目标,在监控视频中从出现到消失的纵向移动距离,通常较大,而对于夜晚灯光等容易被误判的非高空抛物目标可能出现在监控视频中突然消失,也即从出现到消失的纵向移动距离较短,因此在本实施例中,为了进一步准确的从拐点的数量小于第一预设数量的运动目标中筛选出高空抛物目标,会根据待检测运动目标的运动轨迹确定运动轨迹中拐点的数量大于第一预设数量的待检测运动目标在监控视频中从出现到下落距离达到预设阈值的第一纵向移动距离和待检测运动目标在监控视频中从出现到消失的第二纵向移动距离。由于监控视频由视频帧组成,因此在监控视频中待检测运动目标从出现到下落距离达到预设阈值的第一纵向移动距离大于等于预设阈值。计算第一纵向移动距离与第二纵向移动距离的比值,若这个比值越小,说明运动目标从出现到消失的纵向移动距离越大,代表目标满足下落阈值时下落的距离占目标完整下落轨迹的比值越小,也就是稳定下落一定距离后再消失,而不是目标达到下落阈值就消失了,以此筛选部分纵向距离距离较近的灯光闪烁等无效目标。越有可能是高空抛物目标,若这个比值越大,说明运动目标从出现到消失的纵向移动距离越小,说明该运动目标在运动过程中突然消失,可能为夜晚灯光或者飞鸟,通过将计算出的比值与预设比值进行比较,若计算出的比值小于预设比值,则判定其为高空抛物目标。
作为一种优选的实施例,确定监控视频中的所有运动目标的数量包括:
通过高斯背景建模或VIBE(Visual Background Extractor,视频前景提取算法)算法确定监控视频中的所有运动目标的数量。高斯背景建模是基于像素样本统计信息的背景表示方法,利用像素在较长时间内大量样本值的概率密度等统计信息表示背景,然后使用统计差分进行目标像素判断,可以对复杂动态背景进行建模。VIBE算法也是一种背景建模方法,该算法采用邻域像素来创建背景模型,通过比对背景模型和当前输入像素值来检测前景,具有思想简单,易于实现,运算效率高等优点。
作为一种优选的实施例,判定待检测运动目标的运动轨迹中拐点的数量小于第一预设数量之后,还包括:
将运动轨迹中拐点的数量小于第一预设数量的待检测运动目标的监控视频输入预先训练好的深度分类模型中;
利用深度分类模型判断待检测运动目标是否为预设高空抛物目标;
若是,则判定符合预设高空目标的待检测运动目标为高空抛物目标。
在本实施例中,为进一步筛选干扰目标,若待检测运动目标的运动轨迹中拐点的数量小于第一预设数量之后,通过深度分类模型对待检测运动目标进行分类。深度分类模型预先采用干扰目标如飞鸟、雨雪、高空抛物目标如纸团、垃圾袋、瓶子、纸箱、衣物、花盆等目标进行训练,学习高空抛物目标与非高空抛物目标之间的差异。可以通过监控视频获取待检测运动目标的小图,放入深度分类模型中,判断待检测运动目标是否为预设高空抛物目标,如纸团、垃圾袋、瓶子、纸箱、衣物、花盆等,若待检测运动目标为预设高空抛物目标,则判定符合预设高空目标的待检测运动目标为高空抛物目标,以便后续对该高空抛物目标进行上报或者向用户告警,若待检测运动目标不为预设高空抛物目标,则不进行上报。
请参照图2,图2为本发明提供的一种高空抛物检测系统的结构示意图。
本发明还提供了一种高空抛物检测系统,包括:
待检测运动目标确定单元21,用于确定监控视频中的待检测运动目标;
运动轨迹获取单元22,用于根据监控视频获取所有待检测运动目标的运动轨迹;
拐点数量确定单元23,用于根据各待检测运动目标的运动轨迹确定各待检测运动目标的运动轨迹中拐点的数量,待检测运动目标的运动轨迹在拐点处的凹凸性发生改变;
拐点数量判断单元24,用于判断各待检测运动目标的运动轨迹中拐点的数量是否小于第一预设数量,若小于,则判定运动轨迹中拐点的数量小于第一预设数量的待检测运动目标为高空抛物目标。
关于该高空抛物检测系统的相关介绍请参照上述实施例,本申请在此不再赘述。
请参照图3,图3为本发明提供的一种高空抛物检测装置的结构示意图。
本发明还提供了一种高空抛物检测装置,包括:
存储器31,用于存储计算机程序;
处理器32,用于执行计算机程序时实现如上述的高空抛物检测方法的步骤。
关于该高空抛物检测装置的相关介绍请参照上述实施例,本申请在此不再赘述。
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他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,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。
还需要说明的是,在本说明书中,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。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其他实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (10)
1.一种高空抛物检测方法,其特征在于,包括:
确定监控视频中的待检测运动目标;
根据所述监控视频获取所有所述待检测运动目标的运动轨迹;
根据各所述待检测运动目标的运动轨迹确定各所述待检测运动目标的运动轨迹中拐点的数量;
判断各所述待检测运动目标的运动轨迹中拐点的数量是否小于第一预设数量;
若小于,则判定运动轨迹中拐点的数量小于第一预设数量的待检测运动目标为高空抛物目标。
2.如权利要求1所述的高空抛物检测方法,其特征在于,根据各所述待检测运动目标的运动轨迹确定各所述待检测运动目标的运动轨迹中拐点的数量,包括:
根据所述待检测运动目标的运动轨迹拟合所述待检测运动目标的轨迹拟合曲线的函数关系式;
根据所述函数关系式计算所述待检测运动目标的轨迹拟合曲线拐点的数量;
将所述待检测运动目标的轨迹拟合曲线拐点的数量作为所述待检测运动目标的运动轨迹中拐点的数量。
3.如权利要求1所述的高空抛物检测方法,其特征在于,确定监控视频中的待检测运动目标之前,还包括:
确定所述监控视频中的所有运动目标的数量;
判断所述监控视频中的所有运动目标的数量是否小于第二预设数量;
若小于,则进入确定监控视频中的待检测运动目标步骤。
4.如权利要求3所述的高空抛物检测方法,其特征在于,在进入确定监控视频中的待检测运动目标步骤之前,还包括:
判断所述监控视频中的待监控区域内的所有运动目标的数量是否小于第三预设数量;
若小于,则进入确定监控视频中的待检测运动目标步骤。
5.如权利要求1所述的高空抛物检测方法,其特征在于,确定监控视频中的待检测运动目标,包括:
获取对待监控区域进行视频采集后得到的监控视频;
确定所述监控视频中的运动目标,并判断所述运动目标的下落距离是否大于预设阈值;
若所述运动目标的下落距离大于所述预设阈值,则将所述运动目标确定为待检测运动目标。
6.如权利要求5所述的高空抛物检测方法,其特征在于,判定所述待检测运动目标的运动轨迹中拐点的数量小于第一预设数量之后,还包括:
根据所述待检测运动目标的运动轨迹确定运动轨迹中拐点的数量大于所述第一预设数量的待检测运动目标在所述监控视频中从出现到下落距离达到所述预设阈值的第一纵向移动距离和待检测运动目标在所述监控视频中从出现到消失的第二纵向移动距离;
计算所述第一纵向移动距离与所述第二纵向移动距离的比值;
判断所述比值是否小于预设比值;
若小于,则进入判定运动轨迹中拐点的数量小于第一预设数量的待检测运动目标为高空抛物目标的步骤。
7.如权利要求3所述的高空抛物检测方法,其特征在于,确定所述监控视频中的所有运动目标的数量包括:
通过高斯背景建模或VIBE算法确定所述监控视频中的所有运动目标的数量。
8.如权利要求1至7任一项所述的高空抛物检测方法,其特征在于,判定所述待检测运动目标的运动轨迹中拐点的数量小于第一预设数量之后,还包括:
将所述运动轨迹中拐点的数量小于第一预设数量的待检测运动目标的监控视频输入预先训练好的深度分类模型中;
利用所述深度分类模型判断所述待检测运动目标是否为预设高空抛物目标;
若是,则判定符合所述预设高空目标的待检测运动目标为高空抛物目标。
9.一种高空抛物检测系统,其特征在于,包括:
待检测运动目标确定单元,用于确定监控视频中的待检测运动目标;
运动轨迹获取单元,用于根据所述监控视频获取所有所述待检测运动目标的运动轨迹;
拐点数量确定单元,用于根据各所述待检测运动目标的运动轨迹确定各所述待检测运动目标的运动轨迹中拐点的数量;
拐点数量判断单元,用于判断各所述待检测运动目标的运动轨迹中拐点的数量是否小于第一预设数量,若小于,则判定运动轨迹中拐点的数量小于第一预设数量的待检测运动目标为高空抛物目标。
10.一种高空抛物检测装置,其特征在于,包括:
存储器,用于存储计算机程序;
处理器,用于执行所述计算机程序时实现如权利要求1至8任一项所述的高空抛物检测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210294527.4A CN114638861A (zh) | 2022-03-24 | 2022-03-24 | 一种高空抛物检测方法、系统及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210294527.4A CN114638861A (zh) | 2022-03-24 | 2022-03-24 | 一种高空抛物检测方法、系统及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114638861A true CN114638861A (zh) | 2022-06-17 |
Family
ID=81949160
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210294527.4A Pending CN114638861A (zh) | 2022-03-24 | 2022-03-24 | 一种高空抛物检测方法、系统及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114638861A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110544271A (zh) * | 2019-09-03 | 2019-12-06 | 浙江大华技术股份有限公司 | 抛物动作检测方法及相关装置 |
CN112733690A (zh) * | 2020-12-31 | 2021-04-30 | 北京易华录信息技术股份有限公司 | 一种高空抛物检测方法、装置及电子设备 |
WO2021120867A1 (zh) * | 2019-12-19 | 2021-06-24 | 深圳云天励飞技术股份有限公司 | 高空抛物的监测方法、装置、电子设备及存储介质 |
CN114022517A (zh) * | 2021-11-29 | 2022-02-08 | 北京博思廷科技有限公司 | 一种基于运动轨迹分析监控视频检测高空抛物的方法 |
-
2022
- 2022-03-24 CN CN202210294527.4A patent/CN114638861A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110544271A (zh) * | 2019-09-03 | 2019-12-06 | 浙江大华技术股份有限公司 | 抛物动作检测方法及相关装置 |
WO2021120867A1 (zh) * | 2019-12-19 | 2021-06-24 | 深圳云天励飞技术股份有限公司 | 高空抛物的监测方法、装置、电子设备及存储介质 |
CN112733690A (zh) * | 2020-12-31 | 2021-04-30 | 北京易华录信息技术股份有限公司 | 一种高空抛物检测方法、装置及电子设备 |
CN114022517A (zh) * | 2021-11-29 | 2022-02-08 | 北京博思廷科技有限公司 | 一种基于运动轨迹分析监控视频检测高空抛物的方法 |
Non-Patent Citations (1)
Title |
---|
林良明: "仿生机械学", vol. 1, 28 February 1989, 上海交通大学出版社, pages: 33 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112418069B (zh) | 一种高空抛物检测方法、装置、计算机设备及存储介质 | |
KR101869442B1 (ko) | 화재 감지 장치 및 방법 | |
US20190213720A1 (en) | Video analysis system | |
US8565484B2 (en) | Forest fire smoke detection method using random forest classification | |
US20200364468A1 (en) | Intelligent video surveillance system and method | |
US8553086B2 (en) | Spatio-activity based mode matching | |
US20060056702A1 (en) | Image processing apparatus and image processing method | |
CN112733690B (zh) | 一种高空抛物检测方法、装置及电子设备 | |
CN111523397B (zh) | 一种智慧灯杆视觉识别装置、方法及其系统和电子设备 | |
CN109842787A (zh) | 一种监测高空抛物的方法及系统 | |
CN113409362B (zh) | 高空抛物检测方法和装置、设备及计算机存储介质 | |
CN111145475A (zh) | 基于振动光纤和深度学习的入侵报警系统、方法及介质 | |
JP2011123742A (ja) | 侵入物体検知装置 | |
CN111223129A (zh) | 检测方法、检测装置、监控设备和计算机可读存储介质 | |
WO2024051297A1 (zh) | 一种轻量化的火灾烟雾检测方法、终端设备及存储介质 | |
CN116761049B (zh) | 一种家用智能安防监控方法及系统 | |
CN113537226A (zh) | 一种基于深度学习的烟雾检测方法 | |
CN114639075A (zh) | 一种高空抛物坠物的识别方法、系统及计算机可读介质 | |
CN114943923B (zh) | 基于深度学习的视频识别炮弹爆炸火光烟雾方法及系统 | |
CN112686186A (zh) | 一种基于深度学习的高空抛物识别方法及其相关组件 | |
CN114120171A (zh) | 基于视频帧的火灾烟雾检测方法、装置、设备及存储介质 | |
CN110991245A (zh) | 一种基于深度学习与光流法的实时烟雾检测方法 | |
CN107704818A (zh) | 一种基于视频图像的火灾检测系统 | |
CN101106727A (zh) | 利用火焰颜色模板进行火灾探测的方法 | |
CN114638861A (zh) | 一种高空抛物检测方法、系统及装置 |
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 |