基于骨骼信息的绊线检测的方法及装置制造方法及图纸

本发明专利技术适用于绊线检测技术领域，提供了一种基于骨骼信息的绊线检测的方法及装置，所述方法包括：采集人体运动的视频；获取所述视频得到各帧的图像；分别分析各帧的所述图像得到人体的腰部骨骼坐标信息；根据相邻帧的所述腰部骨骼坐标信息检测绊线事件是否被触发。本发明专利技术利用人体运动时，其上半身腰部骨骼的位置相对稳定的特点，通过分别分析各帧的所述图像得到人体的腰部骨骼坐标信息；进行绊线事件是否被触发的检测。具有检测精度高，不受检测环境影响的特点。

【技术实现步骤摘要】
基于骨骼信息的绊线检测的方法及装置
本专利技术属于绊线检测
，尤其涉及基于骨骼信息的绊线检测的方法及装置。
技术介绍
绊线检测包括越线检测、区域入侵检测和离开区域检测。现有技术中，该类绊线检测的方法大多通过采集背景模型中的前景信息，再比较前后两帧图的前景信息中前景边界是否处于配置线的两侧，进而决定是否触发绊线报警。但是，该方法存在较多不足，例如，当人体的动作幅度较大时，容易发生绊线事件触发的误判，如，在只有人体的手或脚越过配置线时，将其误判为触发绊线事件触发；又如，当物体运动过快时对背景模型影响较大，有可能导致检测的前景不完整，造成检测结果出现较大偏差；又如，树枝被风吹动发生摇晃时，或者光线发生变化时都会对背景模型造成较大干扰，导致检测结果出现较大偏差。
技术实现思路
有鉴于此，本专利技术实施例提供了一种基于骨骼信息的绊线检测的方法及装置，以解决现有技术中绊线检测方法误判率高，检测结果偏差大的问题。本专利技术实施例的第一方面提供了一种基于骨骼信息的绊线检测的方法，包括：采集人体运动的视频；获取所述视频得到各帧的图像；分别分析各帧的所述图像得到人体的腰部骨骼坐标信息；根据相邻帧的所述腰部骨骼坐标信息检测绊线事件是否被触发。本专利技术实施例的第二方面提供了一种基于骨骼信息的绊线检测的装置，包括：采集单元，用于采集人体运动的视频；获取单元，用于获取所述视频得到各帧的图像；坐标计算单元，用于分别分析各帧的所述图像得到人体的腰部骨骼坐标信息；绊线检测单元，用于根据相邻帧的所述腰部骨骼坐标信息检测绊线事件是否被触发。本专利技术实施例的第三方面提供了一种基于骨骼信息的绊线检测的装置，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述所述方法的步骤。本专利技术实施例的第四方面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存储有计算机程序，所述计算机程序被处理器执行时实现上述所述方法的步骤。本专利技术实施例中，利用人体运动时，其上半身腰部骨骼的位置相对稳定的特点，通过分别分析各帧的所述图像得到人体的腰部骨骼坐标信息；进行绊线事件是否被触发的检测。具有检测精度高，不受检测环境影响的特点。附图说明为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例或现有技术描述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专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1是本专利技术实施例提供的一种基于骨骼信息的绊线检测的方法实现流程图；图2是本专利技术实施例提供的一种基于骨骼信息的绊线检测的方法S103实现流程图；图3是本专利技术实施例提供的图像细化算法获取的人体骨骼信息示意图；图4是本专利技术实施例提供的一种基于骨骼信息的绊线检测的装置结构示意图；图5是本专利技术实施例提供的一种基于骨骼信息的绊线检测的装置的另一结构示意图。具体实施方式以下描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本专利技术实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本专利技术。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本专利技术的描述。本专利技术实施例中，利用人体运动时，其上半身腰部骨骼的位置相对稳定的特点，通过分别分析各帧的所述图像得到人体的腰部骨骼坐标信息；进行绊线事件是否被触发的检测。具有检测精度高，不受检测环境影响的特点。为了说明本专利技术所述的技术方案，下面通过具体实施例来进行说明。图1示出了本专利技术实施例提供的一种基于骨骼信息的绊线检测的方法实现流程图，包括：步骤S101至S104。在S101中，采集人体运动的视频。在进行绊线检测时，人体一般都处于运动状态，因此，需要采集人体运动的视频，作为绊线检测的依据。在S102中，获取所述视频得到各帧的图像。在采集完所述人体运动的视频后，需获得所述视频的各帧图像。例如，按设定的时间间隔采集所述视频中的各帧的图像，以便后续分析所述图像中的人体骨骼信息。在S103中，分别分析各帧的所述图像得到人体的腰部骨骼坐标信息。由于人体运动时，无论速度多快或者幅度多大，其上半身腰部骨骼的位置总是相对稳定，不会出现较大幅度的波动。因此，可以通过分别分析各帧的所述图像得到人体的腰部骨骼坐标信息，进行绊线事件触发的检测。其中，如图2所示，S103中，所述分别分析各帧的所述图像得到人体的腰部骨骼坐标信息，包括：步骤S201至S202。在S201中，分别分析各帧的所述图像得到人体的骨骼信息；所述骨骼信息包括人体的骨骼坐标。在S202中，根据所述骨骼信息得到人体的腰部骨骼坐标信息。可选地，S201中，所述分别分析各帧的所述图像得到人体的骨骼信息，包括：通过图像细化法、迭代腐蚀边界法或学习模型分别分析各帧的所述图像得到人体的骨骼信息。需要说明的是，此处只是举例说明，现有技术中其他获取人体骨骼信息的方法也同样适用于本专利技术。所述图像细化算法可以获取人体的骨骼信息，例如，如图3所示，将人体的手、脚、腰椎等骨骼细化为线条来表示。又例如，所述通过图像细化法分别分析各帧的所述图像得到人体的骨骼信息包括如下步骤：首先，建立背景模型，将前景物体像素值置为255，背景像素值置为0；获取图像的前景信息，迭代扫描当前图像，例如，如下表1所示，分别扫描图像中像素点b0的8邻域b1至b8，若邻域的像素值为255，则记b[i]＝1，如果像素值为128，则记b[i]＝-1，如果像素值为0，则b[i]＝0；例如，b1的像素值为255，则记b[1]＝1；b8的像素值为0，则记b[8]＝0；表1p4p3p2b4b3b2p5p0p1b5b0b1p6p7p8b6b7b8接着，设定像素点的判定条件。在本专利技术实施例中，所述像素点的判定条件包括：a、b、c、d、e和f。a：b[0]＝1，则表示当前像素为前景点。b：1-abs(b1)+1–abs(b3)+1–abs(b5)+1–abs(b7)>＝1，则表示当前像素点为边界点，即东西南北四个点至少有一个b[i]＝0。c：abs(b1)+…+abs(b8)>＝2，则表示当前像素点为不能删除的端点，即p0点周围只有一个点为1或-1的情况。d：统计b1到b8等于1的数量，该数量值大于1，表示当前像素点为不能删除端点。e：连通性检测，如表2所示，首先根据当前像素点d0周围3*3邻域的值，记录d[9]数组，如果b[i]＝0，则d[i]＝0，否则d[i]＝1，最后计算d1-d1*d2*d3+d3-d3*d4*d5+d5-d5*d6*d7+d7-d7*d8*d1是否为1，为1则满足连通性，表示当前像素点d0可以删除。f：当删除像素点后的前景图像轮廓的像素宽为两个像素时，只删除其中一个像素，也就是说保留最后的线条。表2d4d3d2d5d0d1d6d7d8需要说明的是，利用上述6个条件对所述图像中的像素点进行判定，并删除可删除点，利用上述6个条件对所述图像中的像素点判定结束时，表示完成一次扫描迭代。当一次扫描迭代完成后，没有可以标记删除的像素点时，退出迭代，即表示完成图像细化过程，并得到了所述各帧的图像本文档来自技高网...

【技术保护点】
一种基于骨骼信息的绊线检测的方法，其特征在于，包括：采集人体运动的视频；获取所述视频得到各帧的图像；分别分析各帧的所述图像得到人体的腰部骨骼坐标信息；根据相邻帧的所述腰部骨骼坐标信息检测绊线事件是否被触发。

【技术特征摘要】
1.一种基于骨骼信息的绊线检测的方法，其特征在于，包括：采集人体运动的视频；获取所述视频得到各帧的图像；分别分析各帧的所述图像得到人体的腰部骨骼坐标信息；根据相邻帧的所述腰部骨骼坐标信息检测绊线事件是否被触发。2.如权利要求1所述的方法，其特征在于，所述分别分析各帧的所述图像得到人体的腰部骨骼坐标信息，包括：分别分析各帧的所述图像得到人体的骨骼信息；所述骨骼信息包括人体的骨骼坐标；根据所述骨骼信息得到人体的腰部骨骼坐标信息。3.如权利要求2所述的方法，其特征在于，所述分别分析各帧的所述图像得到人体的骨骼信息，包括：通过图像细化法、迭代腐蚀边界法或学习模型分别分析各帧的所述图像得到人体的骨骼信息。4.如权利要求2所述的方法，其特征在于，所述根据所述骨骼信息得到人体的腰部骨骼坐标信息，包括：计算所述骨骼坐标信息的统计坐标数据，利用所述统计坐标数据作为人体的腰部骨骼坐标信息；所述统计坐标数据包括所述骨骼坐标信息的均值、或所述骨骼坐标信息的分布区域、或所述骨骼坐标信息分布区域的几何中心、或预设大小区域中骨骼坐标信息分布频率最高的区域。5.如权利要求1所述的方法，其特征在于，所述根据相邻帧的所述腰部骨骼坐标信息检测绊线事...

【专利技术属性】
技术研发人员：魏园波，刘军，
申请(专利权)人：深圳英飞拓科技股份有限公司，
类型：发明
国别省市：广东,44