一种目标行为检测的方法和设备技术

本发明专利技术公开了一种目标行为检测的方法和设备，涉及视频监控行为分析领域，用以解决目前目标行为检测受光照和环境的变化影响很大，检测时容易发生误判的问题，本发明专利技术方法包括：通过目标检测模型对采集到的多帧图像进行检测得到图像中的目标的位置信息；根据连续多帧图像中的目标的位置信息及连续多帧图像中的目标的梯度特征向量在确定连续多帧图像中有同一个目标后，将连续多帧图像中的同一个目标的坐标信息置于同一个目标对应的坐标集合中；根据同一个目标对应的坐标集合对连续多帧图像中的同一个目标进行行为检测，由于本发明专利技术通过目标检测模型对目标进行检测，可以准确的检测到图像中目标的位置信息，不受光照和环境的变化影响，减少误判发生。

A Method and Equipment for Target Behavior Detection

The invention discloses a method and equipment for target behavior detection, which relates to the field of video surveillance behavior analysis, and is used to solve the problem that the current target behavior detection is greatly affected by the changes of illumination and environment, and is prone to misjudgement in detection. The method of the invention includes: detecting the position information of the target in the image through the target detection model; According to the position information of the target in the continuous multi-frame image and the gradient eigenvector of the target in the continuous multi-frame image, the coordinate information of the same target in the continuous multi-frame image is placed in the coordinate set corresponding to the same target, and the same target in the continuous multi-frame image is set according to the coordinate set corresponding to the same target. The method can detect the position information of the target in the image accurately by detecting the target through the target detection model, and is not affected by the changes of illumination and environment, thus reducing the occurrence of misjudgement.

【技术实现步骤摘要】
一种目标行为检测的方法和设备
本专利技术涉及视频监控行为分析领域，特别涉及一种目标行为检测的方法和设备。
技术介绍
绊线入侵、区域入侵是利用连续输入的图像序列，获取一个背景图像作为参考，后续进入的图像和背景图像进行比对，获取差异的像素点，然后对这些像素点进行连通性标记，这些标记的区域即初始的目标，然后对这些目标进行跟踪，形成连续的目标链表，然后对上述前景以及目标链表进行分析；与预先设置的规则信息比较，输出报警信息。其中，绊线入侵只适合用于目标稀疏，目标间基本无相互遮挡的场景，如无人值守区域的周界防范；区域入侵与警戒线类似，如果要检测进入离开事件，区域线外围也要留有一定的目标运动空间；只适合用于目标稀疏，目标间基本相互遮挡的场景，如无人值守区域的周界防范。穿越区域指目标进入或者离开区域会报警。为了保障社会公共安全，需要在重点区域安装视频监控录像进行监控，对视频中的目标区域的绊线、入侵等异常行为进行识别预警。通过计算机理解视频内容进行行为分析，可以自动的对警戒区域的异常行为进行报警，提高重点区域的监控效果和效率。但现阶段的绊线、入侵等检测手段大多基于前景检测或背景建模，通过对像素的变化来检测目标的运动变化，无法准确跟踪目标的轨迹，且受光照和环境的变化影响很大，算法不能准确判断目标的入侵、绊线等行为，导致容易发生误判。综上所述，现阶段的目标行为检测受光照和环境的变化影响很大，无法准确跟踪目标的轨迹，对目标行为检测时容易发生误判。
技术实现思路
本专利技术提供一种目标行为检测的方法和设备，用以解决现有技术中存在目标行为检测受光照和环境的变化影响很大，无法准确跟踪目标的轨迹，对目标行为检测时容易发生误判的问题。第一方面，本专利技术实施例提供的一种目标行为检测的方法包括：通过目标检测模型对采集到的多帧图像进行检测得到图像中的目标的位置信息；根据连续多帧图像中的目标的位置信息及连续多帧图像中的目标的梯度特征向量在确定所述连续多帧图像中有同一个目标后，将所述连续多帧图像中的所述同一个目标的坐标信息置于所述同一个目标对应的坐标集合中；根据所述同一个目标对应的坐标集合对所述连续多帧图像中的所述同一个目标进行行为检测。上述方法，通过目标检测模型对目标进行检测，采用深度学习的方法可以准确的检测到图像中目标的位置信息，不受光照和环境的变化影响，并且对检测后的目标进行特征提取，通过比对连续多帧图像的特征及位置信息，可准确得出目标的轨迹，最终通过目标的轨迹对目标的行为进行检测，减少了因光照和环境变化导致误判发生的情况。在一种可能的实现方式中，通过下列方式确定所述连续多帧图像中有同一个目标：针对任意相邻两帧图像，根据前一帧图像中的目标的位置信息以及后一帧图像中的目标的位置信息确定两个目标满足位置条件，且根据前一帧图像中的目标的梯度特征向量与后一帧图像中的目标的梯度特征向量确定所述两个目标满足特征条件，则确定所述两个目标为同一个目标。上述方法，通过目标的位置信息及梯度特征向量对任意相邻两帧图像中的而两个目标进行判断，当位置条件与特征条件时则可确定所述任意两帧图像中的连个目标为同一目标，基于深度学习算法得到的目标的位置信息相对现有技术更加准确，并且通过目标的梯度特征向量可以准确判断出目标的边缘信息，因此通过目标的位置信息与梯度特征向量对目标进行判断结果更为准确。在一种可能的实现方式中，所述位置条件包括下列中的部分或全部：前一帧图像中目标的位置信息中的中心点横坐标与后一帧图像中的目标位置信息中的中心点横坐标的距离，不大于所述前一帧图像中目标的位置信息中宽的一半；前一帧图像中目标的位置信息中的中心点纵坐标与后一帧图像中目标的位置信息中的中心点纵坐标的距离，不大于所述前一帧图像中目标的位置信息中高的一半；前一帧图像中的目标与后一帧图像中的目标的重叠面积与面积之和的比值不小于面积阈值；所述特征条件为：前一帧图像中的目标的梯度特征向量与后一帧图像中的目标的梯度特征向量夹角的余弦值不小于特征阈值。上述方法，通过前后两帧图像的中心点坐标及面积和梯度特征向量的比较以判断相邻两帧图像中的两个目标是否为同一个目标，由于一般情况下同一目标在相邻两帧图像中的位移不会太大，针对任意相邻两帧进行判断更加准确。在一种可能的实现方式中，所述方法还包括：若前一帧图像中的多个目标与后一帧图像中的一个目标满足位置条件，且满足特征条件，则确定所述前一帧图像中的多个目标中与所述后一帧图像中的一个目标的重叠面积与面积之和的比值最大的目标与所述后一帧图像中的目标为同一个目标；或若后一帧图像中的多个目标与前一帧图像中的一个目标满足位置条件，且满足特征条件，则确定所述后一帧图像中的多个目标中与所述前一帧图像中的一个目标的重叠面积与面积之和的比值最大的目标与所述前一帧图像中的目标为同一个目标。上述方法，在对任意相邻两帧图像中的目标进行判断时，若两帧图像中有多个目标满足位置条件和特征条件，即一帧图像中的一个目标与另一帧图像中的多个目标相匹配时，可将多个目标中重叠面积与面积之和的比值最大的目标作为与另一个目标匹配最佳的目标，将其他目标作为新的目标，避免一帧图像中的多个目标与另一帧图像中的一个目标相匹配使得目标的坐标集合出现混乱。在一种可能的实现方式中，所述方法还包括：若所述后一帧图像中的目标与所述前一帧图像中的目标不是同一个目标，则将所述后一帧图像中目标作为新的目标，并将所述新的目标的坐标信息置于所述新的目标对应的坐标集合中。上述方法，若后一帧图像中的某一目标与前一帧图像中的任意一个目标都不是同一个目标，此时可确定该目标为新的目标，并将记录其坐标信息。在一种可能的实现方式中，根据所述同一个目标对应的坐标集合对所述连续多帧图像中的所述同一个目标进行行为检测，包括：根据所述同一个目标对应的坐标集合检测所述连续多帧图像中的所述同一个目标的行为是否为入侵行为或是否为绊线行为。上述方法，在判断某一目标的行为时根据该目标的坐标集合判断这一目标的行为是否为入侵行为或是否为绊线行为。在一种可能的实现方式中，根据所述同一个目标对应的坐标集合确定所述连续多帧图像中的所述同一个目标的行为为入侵，包括：判断当前帧图像中所述同一个目标的入侵点坐标是否位于警戒区域内；若是，则确定所述连续多帧图像中的所述同一个目标的行为为入侵行为；若不是，则确定所述连续多帧图像中的所述同一个目标的行为不是入侵行为。上述方法，确定当前帧图像中警戒区域及目标的入侵点坐标，若目标的入侵点坐标在警戒区域内则可确定目标的行为为入侵，否则，该目标的行为不是入侵，通过入侵规则验证目标的行为是否为入侵，提供了一种简单有效的入侵行为验证方法。在一种可能的实现方式中，通过下列方式确定所述当前帧图像中所述同一个目标的入侵点坐标：确定所述同一个目标对应的坐标集合确定所述同一个目标在所述当前帧图像以及在所述当前帧图像之前的连续N帧图像中的中心点坐标，其中N为正整数；将所述同一个目标在所述当前帧图像以及在所述当前帧图像之前的连续N帧图像中的中心点坐标的平均值作为所述当前帧图像中所述同一个目标的入侵点坐标。上述方法，为了防止由于相机抖动使得某一帧图像中目标出现大的跳跃，通过连续N帧图像中目标的中心点坐标取平均值确定入侵点坐标，使得检测结果更加准确，减小了相机抖动造成的本文档来自技高网...

【技术保护点】
1.一种目标行为检测的方法，其特征在于，该方法包括：通过目标检测模型对采集到的多帧图像进行检测得到图像中的目标的位置信息；根据连续多帧图像中的目标的位置信息及连续多帧图像中的目标的梯度特征向量在确定所述连续多帧图像中有同一个目标后，将所述连续多帧图像中的所述同一个目标的坐标信息置于所述同一个目标对应的坐标集合中；根据所述同一个目标对应的坐标集合对所述连续多帧图像中的所述同一个目标进行行为检测。

【技术特征摘要】
1.一种目标行为检测的方法，其特征在于，该方法包括：通过目标检测模型对采集到的多帧图像进行检测得到图像中的目标的位置信息；根据连续多帧图像中的目标的位置信息及连续多帧图像中的目标的梯度特征向量在确定所述连续多帧图像中有同一个目标后，将所述连续多帧图像中的所述同一个目标的坐标信息置于所述同一个目标对应的坐标集合中；根据所述同一个目标对应的坐标集合对所述连续多帧图像中的所述同一个目标进行行为检测。2.如权利要求1所述的方法，其特征在于，通过下列方式确定所述连续多帧图像中有同一个目标：针对任意相邻两帧图像，根据前一帧图像中的目标的位置信息以及后一帧图像中的目标的位置信息确定两个目标满足位置条件，且根据前一帧图像中的目标的梯度特征向量与后一帧图像中的目标的梯度特征向量确定所述两个目标满足特征条件，则确定所述两个目标为同一个目标。3.如权利要求2所述的方法，其特征在于，所述位置条件包括下列中的部分或全部：前一帧图像中目标的位置信息中的中心点横坐标与后一帧图像中的目标位置信息中的中心点横坐标的距离，不大于所述前一帧图像中目标的位置信息中宽的一半；前一帧图像中目标的位置信息中的中心点纵坐标与后一帧图像中目标的位置信息中的中心点纵坐标的距离，不大于所述前一帧图像中目标的位置信息中高的一半；前一帧图像中的目标与后一帧图像中的目标的重叠面积与面积之和的比值不小于面积阈值；所述特征条件为：前一帧图像中的目标的梯度特征向量与后一帧图像中的目标的梯度特征向量夹角的余弦值不小于特征阈值。4.如权利要求1所述的方法，其特征在于，所述方法还包括：若前一帧图像中的多个目标与后一帧图像中的一个目标满足位置条件，且满足特征条件，则确定所述前一帧图像中的多个目标中与所述后一帧图像中的一个目标的重叠面积与面积之和的比值最大的目标与所述后一帧图像中的目标为同一个目标；或若后一帧图像中的多个目标与前一帧图像中的一个目标满足位置条件，且满足特征条件，则确定所述后一帧图像中的多个目标中与所述前一帧图像中的一个目标的重叠面积与面积之和的比值最大的目标与所述前一帧图像中的目标为同一个目标。5.如权利要求2所述的方法，其特征在于，所述方法还包括：若所述后一帧图像中的目标与所述前一帧图像中的目标...

【专利技术属性】
技术研发人员：罗蝶，单洪伟，孙论强，郝旭宁，
申请(专利权)人：青岛海信网络科技股份有限公司，
类型：发明
国别省市：山东,37