一种基于图像识别的坠落物识别方法及系统技术方案

本发明专利技术公开了一种基于图像识别的坠落物识别方法及系统，属于图像识别领域。针对现有技术中存在的坠物识别准确率和召回率不高的问题，本发明专利技术对监控区域进行拍摄，将视频发送至服务器端，服务器端对视频进行物体识别、分组识别、疑似坠落物识别以及坠落物识别，对视频中的物体进行多次判定，如果最终结果判定为坠落物，就统计坠落物个数，并将识别结果发送至客户端，本发明专利技术通过将OpenCv中的运动物体检测、密度聚类、线性回归拟合、曲线拟合等多种识别判定方法相结合，可以提高坠物识别的识别率和召回率，同时可以对多个坠落物进行识别。

【技术实现步骤摘要】
一种基于图像识别的坠落物识别方法及系统
本专利技术涉及图像识别领域，更具体地说，涉及一种基于图像识别的坠落物识别方法及系统。
技术介绍
随着时代的发展，城市高楼林立，居民的住宅越来越舒适也越来越高，与此同时的安全隐患也随之浮出。近年来国内小区高空坠物事件频发，给人民群众的生命财产安全造成了极大的伤害，虽然物业也命令禁止住户高空抛物，故意高空抛物也属于违法行为，但是高空坠物致人伤亡的案例不断见诸报端，一方面是公众的法律意识淡薄导致高空抛物的发生，另一方面意外坠物如墙体脱落等事件的发生很难避免。因此，如何对高空坠物进行预警成为了急需解决的问题，同时由于坠物的时间是瞬时发生的，因此预警系统需要对坠物进行实时识别和提醒。中国专利申请，申请号CN201511003797.1，公开日2016年3月30日，公开了应用物联网传感器预警高层坠物的安防装置，归属于电子学领域，包括物联网位移监测模块、位移数值是否超过设定值的判断模块、移动互联通讯模块、物联网远红外监测模块、建筑物下是否有人员的判断模块、云计算平台信号处理模块。该装置的主要功能在于在大风天或由于年久失修，高层建筑层上的高空广告牌，会产生高空坠落的危险，在悬挂于高空的广告牌的悬挂部位安装物联网位移传感器，提前测量出高空坠物的危险，通过物联网向云计算终端发出警报并发出地理位置坐标，控制中心将此信息发送给建筑物下面的提示装置，及时进行疏散人群的预防，在建筑物的下方产生声光报警。其不足之处在于，该专利技术通过设置位移传感器检测高空的坠物，无法对高空物体的种类进行识别判断，容易造成错误预警，识别准确率和召回率不高，长久会造成使用人群对装置的信任度降低。
技术实现思路
1.要解决的技术问题针对现有技术中存在的坠物识别准确率和召回率不高的问题，本专利技术提供了一种基于图像识别的坠落物识别方法及系统，它可以提高坠物识别的识别率和召回率，同时可以对多个坠落物进行识别。2.技术方案本专利技术的目的通过以下技术方案实现。一种基于图像识别的坠落物识别方法，包括以下步骤：步骤1、对监控区域进行拍摄，将视频发送至服务器端进行处理；步骤2、服务器端对视频进行物体识别，判断识别结果是否符合规定，若符合，则进入步骤3，否则返回步骤1；步骤3、对识别出的物体进行分组识别，得到若干个分组；步骤4、对每个分组进行疑似坠落物识别，判断识别结果是否符合规定，若符合，则判定物体为疑似坠落物，进入步骤5，否则判定物体不是坠落物；步骤5、对疑似坠落物进行坠落物识别，判断物体运动是否符合自由落体的轨迹，如果符合，则判定物体为坠落物，否则判定物体不是坠落物；步骤6、统计坠落物个数，将识别结果发送至客户端。进一步的，步骤2中服务器端对视频进行物体识别，判断结果是否符合规定，包括以下步骤：将视频拆分为若干帧图片；对每一帧图片进行图像识别，得到图片中的物体边框，计算物体的边框面积；判断物体的边框面积是否符合边框面积阈值，若符合，则保留该边框，否则删除该边框，通过边框面积的判断，去除掉过大或过小的边框，从而排除干扰因素；判断边框数量是否符合边框数量阈值，若符合，则判定符合规定，否则判定不符合规定，通过边框数量的判断，决定是否进行下一步计算，当边框数量不足时，说明当排除掉干扰因素后图像中的边框数量不足以构成一个物体。更进一步的，步骤3中对识别出的物体进行分组识别包括以下步骤：计算识别出的物体的重心，得到若干个散点像素坐标；将若干个散点像素横坐标与其边框面积组合成数组，并数组进行标准化，使散点数据统一化；对标准化后的数组进行密度聚类处理，得到若干个分组和离群点，排除离群点；判断分组中的散点数量是否符合规定的阈值，若符合，则保留该分组，若不符合，则删除该分组。更进一步的，步骤4中对每个物体的分组进行疑似坠落物识别，判断识别结果是否符合规定，包括以下步骤：对每个分组中的散点像素横坐标与纵坐标进行线性拟合，得到线性方程；判断线性方程的斜率是否在规定的阈值范围内，若在范围内，则判定符合规定，否则判定不符合规定。更进一步的，步骤5中对疑似坠落物的进行坠落物识别，判断物体运动是否符合自由落体的轨迹，包括以下步骤：对疑似坠落物在图像中的像素纵坐标进行变换处理，得到变换后的纵坐标，使数据可以被拟合成二次方程；将纵坐标与其发生时间组合成数组，对数组进行数据拟合，得到二次方程；判断二次方程的二次方系数是否在规定的阈值范围内，若符合，则判定符合自由落体轨迹，否则判定不符合自由落体轨迹。一种基于图像识别的坠落物识别系统，用于执行上述基于图像识别的坠落物识别方法，包括：拍摄单元，用于对监控区域进行拍摄，将视频发送至服务器端；服务器端，用于接收服务器端发送的视频，对视频进行识别处理后，统计坠落物个数，将识别结果发送至客户端；客户端，用于接收服务器端发送的识别结果；服务器端包括：物体识别单元，用于对视频进行物体识别，判断识别结果是否符合规定，若符合，则进入分组识别单元，否则返回拍摄单元；分组识别单元，用于对识别出的物体进行分组识别，得到若干个分组，进入疑似坠落物识别单元；疑似坠落物识别单元，用于对每个分组进行疑似坠落物识别，判断识别结果是否符合规定，若符合，则判定物体为疑似坠落物，进入坠落物识别单元，否则判定物体不是坠落物；坠落物识别单元，用于对疑似坠落物进行坠落物识别，判断物体运动是否符合自由落体的轨迹，如果符合，则判定物体为坠落物，否则判定物体不是坠落物。进一步的，物体识别单元包括：视频拆分模块，用于将视频拆分为若干帧图片；图像识别模块，用于对每一帧图片进行图像识别，得到图片中的物体边框，计算物体的边框面积；第一判断模块，用于判断物体的边框面积是否符合边框面积阈值，若符合，则保留该边框，否则删除该边框；第二判断模块，用于判断边框数量是否符合边框数量阈值，若符合，则判定符合规定，否则判定不符合规定。更进一步的，分组识别单元包括：重心识别模块，用于计算识别出的物体的重心，得到若干个散点像素坐标；数组标准化模块，用于将若干个散点像素横坐标与其边框面积组合成数组，并数组进行标准化；密度聚类模块，用于对标准化后的数组进行密度聚类处理，得到若干个分组和离群点，排除离群点；第三判断模块，用于判断分组中的散点数量是否符合规定的阈值，若符合，则保留该分组，若不符合，则删除该分组。更进一步的，疑似坠落物识别单元包括：线性拟合模块，用于对每个分组中的散点像素横坐标与纵坐标进行线性拟合，得到线性方程；第四判断模块，用于判断线性方程的斜率是否在规定的阈值范围内，若在范围内，则判定符合规定，否则判定不符合规定。更进一步的，坠落物识别单元包括：坐标变换模块，用于对疑似坠落物在图像中的像素纵坐标进行变换处理，得到变本文档来自技高网...

【技术保护点】
1.一种基于图像识别的坠落物识别方法，其特征在于，包括以下步骤：/n步骤1、对监控区域进行拍摄，将视频发送至服务器端进行处理；/n步骤2、服务器端对视频进行物体识别，判断识别结果是否符合规定，若符合，则进入步骤3，否则返回步骤1；/n步骤3、对识别出的物体进行分组识别，得到若干个分组；/n步骤4、对每个分组进行疑似坠落物识别，判断识别结果是否符合规定，若符合，则判定物体为疑似坠落物，进入步骤5，否则判定物体不是坠落物；/n步骤5、对疑似坠落物进行坠落物识别，判断物体运动是否符合自由落体的轨迹，如果符合，则判定物体为坠落物，否则判定物体不是坠落物；/n步骤6、统计坠落物个数，将识别结果发送至客户端。/n

【技术特征摘要】
1.一种基于图像识别的坠落物识别方法，其特征在于，包括以下步骤：
步骤1、对监控区域进行拍摄，将视频发送至服务器端进行处理；
步骤2、服务器端对视频进行物体识别，判断识别结果是否符合规定，若符合，则进入步骤3，否则返回步骤1；
步骤3、对识别出的物体进行分组识别，得到若干个分组；
步骤4、对每个分组进行疑似坠落物识别，判断识别结果是否符合规定，若符合，则判定物体为疑似坠落物，进入步骤5，否则判定物体不是坠落物；
步骤5、对疑似坠落物进行坠落物识别，判断物体运动是否符合自由落体的轨迹，如果符合，则判定物体为坠落物，否则判定物体不是坠落物；
步骤6、统计坠落物个数，将识别结果发送至客户端。


2.根据权利要求1所述的一种基于图像识别的坠落物识别方法，其特征在于，步骤2中服务器端对视频进行物体识别，判断结果是否符合规定，包括以下步骤：
将视频拆分为若干帧图片；
对每一帧图片进行图像识别，得到图片中的物体边框，计算物体的边框面积；
判断物体的边框面积是否符合边框面积阈值，若符合，则保留该边框，否则删除该边框；
判断边框数量是否符合边框数量阈值，若符合，则判定符合规定，否则判定不符合规定。


3.根据权利要求1或2所述的一种基于图像识别的坠落物识别方法，其特征在于，步骤3中对识别出的物体进行分组识别包括以下步骤：
计算识别出的物体的重心，得到若干个散点像素坐标；
将若干个散点像素横坐标与其边框面积组合成数组，并对数组进行标准化；
对标准化后的数组进行密度聚类处理，得到若干个分组和离群点，排除离群点；
判断分组中的散点数量是否符合规定的阈值，若符合，则保留该分组，若不符合，则删除该分组。


4.根据权利要求3所述的一种基于图像识别的坠落物识别方法，其特征在于，步骤4中对每个物体的分组进行疑似坠落物识别，判断识别结果是否符合规定，包括以下步骤：
对每个分组中的散点像素横坐标与纵坐标进行线性拟合，得到线性方程；
判断线性方程的斜率是否在规定的阈值范围内，若在范围内，则判定符合规定，否则判定不符合规定。


5.根据权利要求4所述的一种基于图像识别的坠落物识别方法，其特征在于，步骤5中对疑似坠落物的进行坠落物识别，判断物体运动是否符合自由落体的轨迹，包括以下步骤：
对疑似坠落物在图像中的像素纵坐标进行变换处理，得到变换后的纵坐标；
将纵坐标与其发生时间组合成数组，对数组进行数据拟合，得到二次方程；
判断二次方程的二次方系数是否在规定的阈值范围内，若符合，则判定符合自由落体轨迹，否则判定不符合自由落体轨迹。


6.一种基于图像识别的坠落物识别系统，其特征在于，用于执行权利要求1-5中任意一项所述的方法，包括：
拍摄单元，用于对监...

【专利技术属性】
技术研发人员：华绘，
申请(专利权)人：安徽小眯当家信息技术有限公司，
类型：发明
国别省市：安徽;34