一种基于视频监控人员未佩戴口罩行为的自动检测系统及方法技术方案

技术编号:26172481 阅读:24 留言:0更新日期:2020-10-31 13:50
本发明专利技术涉及一种基于视频监控人员未佩戴口罩行为的自动检测系统及方法,包括以下5大模块:口罩佩戴检测模块;行人流向预测模块;区域风险评估预测模块;信息可视化模块;告警上报模块。对未佩戴口罩行为提取,流向及人群密度分析,问题高发区域分析;对于未佩戴口罩行为的图片的告警和高发区域的全局展示,自动上报和广播提醒。

A kind of automatic detection system and method based on video surveillance personnel not wearing masks

【技术实现步骤摘要】
一种基于视频监控人员未佩戴口罩行为的自动检测系统及方法
本专利技术涉及一种基于视频监控人员未佩戴口罩行为的自动检测系统及方法,属于监测预警安保领域。
技术介绍
在新型冠状病毒疫情的影响下,戴口罩已成为出行必备的防护措施,机场、火车站、商超、办公楼等公共场所将面临巨大的人流量,如果单靠人工检测口罩是否佩戴以及是否佩戴规范,不仅效率低下且容易出现疏漏。因此,如何利用人工智能等技术,来帮助减少公共场所监督佩戴口罩所带来的人力消耗、提高检查效率迫在眉睫。目前,视频监控采集到的区域场景数据信息主要被用于提取视觉特征,来完成对于目标识别、快速跟踪、自主定位的任务。然而利用视频监控进行人员未佩戴口罩行为的自动检测还没能有效地投入到现实使用中,而对公共场所进行智能人员未佩戴口罩行为检测的应用亟需尽快开发并投入应用来辅助对疫情的监控。同时,由于人员流动的方向、幅度都存在着巨大的不确定性,导致不能对相关疫情爆发可能性高的区域进行相对准确的预测,而口罩的数目在一定程度上代表了该区域爆发疫情的可能性大小,同时在多个区域内进行监测可以在一定范围内记录人员的流动,在之后如果存在相关人员感染病毒,可以通过该系统迅速定位该人员的区域流动情况以及接触的其它人员,从而对不同区域的疫情爆发可能进行风险评估。
技术实现思路
本专利技术技术解决问题:着眼于疫情影响下人员未佩戴口罩行为监测的需求,提供一种基于视频监控人员未佩戴口罩行为的自动检测系统及方法,对未佩戴口罩行为提取,流向及人群密度分析,问题高发区域分析;对于未佩戴口罩行为的图片的告警和高发区域的全局展示,自动上报和广播提醒,提高在人员密集区域中对口罩监测的效率,同时完成对监测区域疫情爆发风险性的评估预警以及人员流动的预测,为广阔公共环境下的人员未佩戴口罩行为进行监测和特殊警情实时预警提供了技术支持。本专利技术技术解决方案:一种基于视频监控人员未佩戴口罩行为的自动检测系统,包括:口罩佩戴检测模块、行人流向预测模块、区域风险评估预测模块、信息可视化模块和告警上报模块;口罩佩戴检测模块:负责对摄像头拍摄的每张监控图像中的每个像素的行人特征进行处理和分类,以判断该行人是否佩戴口罩,如果没有配戴口罩,则将未配戴口罩的该行人特征与身份相关信息即行人身份特征上传至外部的监控系统的全局共享信息中,该身份特征包括一份唯一标识的身份码、未佩戴口罩的标记、所出现的区域位置与时间,并传至行人流向预测模块以及区域风险评估预测模块中;行人流向预测模块:利用摄像头内自带的时间记录功能和行人重识别功能获取不同行人出现在不同摄像头下的时间间隔,基于口罩佩戴检测模块得到的行人身份码以及出现的区域位置和相应的时间,按照时间顺序对行人所出现的位置进行先后排序,并依次构建出以数据结构形式存储于监控系统中的全局共享信息中的事件集作为全局事件集,所述事件集记录同一个行人在两不同摄像机下出现的时间间隔,并设定时间间隔作为划分事件的依据;基于所述事件集,利用贝叶斯公式计算出每个事件发生的先验概率,预测出行人可能出现的下一个或几个区域的概率,并上报给区域风险评估预测模块;区域风险评估预测模块:基于口罩佩戴检测模块提供的行人特征与行人流向预测模块提供的行人流向预测信息,生成行人出现的流向预测先验概率表,该先验概率表是由各行人流向预测的先验概率组成,在该先验概率表的基础上整合口罩佩戴检测模块与行人流向预测模块提供的信息,计算出未佩戴口罩行人的整体流向以及各个区域的潜在风险,并依此计算出问题高发区域即高风险区域,将计算得出的问题高发区域、未佩戴口罩行人的图片和出现的区域的信息作为预测结果上报给信息可视化模块;信息可视化模块:负责对区域风险评估预测模块的预测结果进行整理,针对监控系统发现的未佩戴口罩的行人,进行对该未佩戴口罩的行人图片以及所在区域的展示;同时,还将该未佩戴口罩的行人的可能流向和可能出现的区域进行预测并展示;此外,该模块还负责对这些未佩戴口罩的行人进行广播劝诫和提醒;最后,对区域风险评估预测模块计算出的出现未佩戴口罩行为高发区域进行标记,展现给操作者;告警上报模块:负责上报区域风险评估预测模块中的所预测出的人员流向结果和风险各区域评估的风险信息至监控系统的中心数据库以及获取各其它区域的检测系统上传到中心数据库的信息从而产生相应的影响因子,从而获取其它区域检测系统预估的对本区域产生影响的各个影响因子,用于对本区域检测系统所在的区域进行风险评估,将应用于本区域的检测系统和其它区域的检测系统所获取的信息进行整合以及将可能的相互影响用于本区域的风险评估。所述口罩佩戴检测模块具体实现如下:初始化,加载口罩佩戴检测模块的网络参数,设置全局变量集合m,该全局变量集合m用于监控系统查询某张图片的某个部分或者某个像素位置是否属于未带口罩的人脸区域。对行人特征的处理和分类具体实现如下,循环输入每一张场景图片,判断是否处理完所有图片,如果是则结束,如果尚有图片未处理完,则对图片进行分割,循环判断图片中的每一个像素,若已判断完,表示已经处理完该张图片,继续处理下一张,若判断的像素属于戴口罩人脸区域,记录下该像素的位置信息(x,y),将该位置信息与该图片的编号n作为三元组(n,x,y)共同存到全局变量m中,再处理下一个像素,直至判断完所有的像素,若出现属于戴口罩人脸区域的像素,则该将该行人特征与身份相关信息上传至监控系统的全局共享信息中。所述行人流向预测模块具体实现如下:首先对进行初始化,加载事件集,循环输入未佩戴口罩预测模块产生的行人特征和摄像机信息,读取事件集,利用各个摄像头内自带的时间记录功能和行人重识别功能将在不同区域出现的行人信息进行比对,如果出现重合,则根据贝叶斯公式计算出该行人出现在其他摄像头下的时刻的先验概率,并统计成表以及计算出该行人出现在不同摄像头下的时间间隔,将行人的图片和出现的区域信息提交给信息可视化模块,将以行人在一定时间间隔范围内出现在两不同摄像机下作为一个事件进行事件划分和统计,将行人在不同时间间隔内出现在不同摄像机下作为一个事件录入全局事件集中;否则将该行人的特征和出现时刻按照一个新的标识作为之后行人信息比对的参考,如果处理完所有的图片,则检查全局事件集,搜索出所有只在某一摄像头下的行人,将这些行人按照未在其他任何摄像机下,即超时出现,作为事件进行记录,基于全局事件集,利用贝叶斯公式计算出每个事件发生的先验概率,预测出行人可能出现的下一个或几个区域的概率,并上报给区域风险评估预测模块。所述区域风险评估预测模块具体实现如下:基于口罩佩戴检测模块提供的行人特征与行人流向预测模块提供的行人流向预测信息,生成行人出现的流向预测先验概率表,该先验概率表是由各行人流向预测的先验概率组成,根据先验概率表生成人群流向预测图,更新后发送给区域风险评估预测模块,统计该区域出现未佩戴口罩行人的人次和潜在人次,判断是否构成问题高发区域或潜在问题高发区域,如果是,则统计出风险高发区域和潜在高发区域,并报备区域风险评估预测模块,之后判断是否处理完所有信息,如果是则结束,否本文档来自技高网...

【技术保护点】
1.一种基于视频监控人员未佩戴口罩行为的自动检测系统,其特征在于,包括:口罩佩戴检测模块、行人流向预测模块、区域风险评估预测模块、信息可视化模块和告警上报模块;/n口罩佩戴检测模块:负责对摄像头拍摄的每张监控图像中的每个像素的行人特征进行处理和分类,以判断该行人是否佩戴口罩,如果没有配戴口罩,则将未配戴口罩的该行人特征与身份相关信息即行人身份特征上传至外部的监控系统的全局共享信息中,该身份特征包括一份唯一标识的身份码、未佩戴口罩的标记、所出现的区域位置与时间,并传至行人流向预测模块以及区域风险评估预测模块中;/n行人流向预测模块:利用摄像头内自带的时间记录功能和行人重识别功能获取不同行人出现在不同摄像头下的时间间隔,基于口罩佩戴检测模块得到的行人身份码以及出现的区域位置和相应的时间,按照时间顺序对行人所出现的位置进行先后排序,并依次构建出以数据结构形式存储于监控系统中的全局共享信息中的事件集作为全局事件集,所述事件集记录同一个行人在两不同摄像机下出现的时间间隔,并设定时间间隔作为划分事件的依据;基于所述事件集,利用贝叶斯公式计算出每个事件发生的先验概率,预测出行人可能出现的下一个或几个区域的概率,并上报给区域风险评估预测模块;/n区域风险评估预测模块:基于口罩佩戴检测模块提供的行人特征与行人流向预测模块提供的行人流向预测信息,生成行人出现的流向预测先验概率表,该先验概率表是由各行人流向预测的先验概率组成,在该先验概率表的基础上整合口罩佩戴检测模块与行人流向预测模块提供的信息,计算出未佩戴口罩行人的整体流向以及各个区域的潜在风险,并依此计算出问题高发区域即高风险区域,将计算得出的问题高发区域、未佩戴口罩行人的图片和出现的区域的信息作为预测结果上报给信息可视化模块;/n信息可视化模块:负责对区域风险评估预测模块的预测结果进行整理,针对监控系统发现的未佩戴口罩的行人,进行对该未佩戴口罩的行人图片以及所在区域的展示;同时,还将该未佩戴口罩的行人的可能流向和可能出现的区域进行预测并展示;此外,该模块还负责对这些未佩戴口罩的行人进行广播劝诫和提醒;最后,对区域风险评估预测模块计算出的出现未佩戴口罩行为高发区域进行标记,展现给操作者;/n告警上报模块:负责上报区域风险评估预测模块中的所预测出的人员流向结果和风险各区域评估的风险信息至监控系统的中心数据库以及获取各其它区域的检测系统上传到中心数据库的信息产生相应的影响因子,从而获取其它区域检测系统预估的对本区域产生影响的各个影响因子,用于对本区域检测系统所在的区域进行风险评估,将应用于本区域的检测系统和其它区域的检测系统所获取的信息进行整合以及将可能的相互影响用于本区域的风险评估。/n...

【技术特征摘要】
1.一种基于视频监控人员未佩戴口罩行为的自动检测系统,其特征在于,包括:口罩佩戴检测模块、行人流向预测模块、区域风险评估预测模块、信息可视化模块和告警上报模块;
口罩佩戴检测模块:负责对摄像头拍摄的每张监控图像中的每个像素的行人特征进行处理和分类,以判断该行人是否佩戴口罩,如果没有配戴口罩,则将未配戴口罩的该行人特征与身份相关信息即行人身份特征上传至外部的监控系统的全局共享信息中,该身份特征包括一份唯一标识的身份码、未佩戴口罩的标记、所出现的区域位置与时间,并传至行人流向预测模块以及区域风险评估预测模块中;
行人流向预测模块:利用摄像头内自带的时间记录功能和行人重识别功能获取不同行人出现在不同摄像头下的时间间隔,基于口罩佩戴检测模块得到的行人身份码以及出现的区域位置和相应的时间,按照时间顺序对行人所出现的位置进行先后排序,并依次构建出以数据结构形式存储于监控系统中的全局共享信息中的事件集作为全局事件集,所述事件集记录同一个行人在两不同摄像机下出现的时间间隔,并设定时间间隔作为划分事件的依据;基于所述事件集,利用贝叶斯公式计算出每个事件发生的先验概率,预测出行人可能出现的下一个或几个区域的概率,并上报给区域风险评估预测模块;
区域风险评估预测模块:基于口罩佩戴检测模块提供的行人特征与行人流向预测模块提供的行人流向预测信息,生成行人出现的流向预测先验概率表,该先验概率表是由各行人流向预测的先验概率组成,在该先验概率表的基础上整合口罩佩戴检测模块与行人流向预测模块提供的信息,计算出未佩戴口罩行人的整体流向以及各个区域的潜在风险,并依此计算出问题高发区域即高风险区域,将计算得出的问题高发区域、未佩戴口罩行人的图片和出现的区域的信息作为预测结果上报给信息可视化模块;
信息可视化模块:负责对区域风险评估预测模块的预测结果进行整理,针对监控系统发现的未佩戴口罩的行人,进行对该未佩戴口罩的行人图片以及所在区域的展示;同时,还将该未佩戴口罩的行人的可能流向和可能出现的区域进行预测并展示;此外,该模块还负责对这些未佩戴口罩的行人进行广播劝诫和提醒;最后,对区域风险评估预测模块计算出的出现未佩戴口罩行为高发区域进行标记,展现给操作者;
告警上报模块:负责上报区域风险评估预测模块中的所预测出的人员流向结果和风险各区域评估的风险信息至监控系统的中心数据库以及获取各其它区域的检测系统上传到中心数据库的信息产生相应的影响因子,从而获取其它区域检测系统预估的对本区域产生影响的各个影响因子,用于对本区域检测系统所在的区域进行风险评估,将应用于本区域的检测系统和其它区域的检测系统所获取的信息进行整合以及将可能的相互影响用于本区域的风险评估。


2.根据权利要求1所述的基于视频监控人员未佩戴口罩行为的自动检测系统,其特征在于:所述口罩佩戴检测模块具体实现如下:
初始化,加载口罩佩戴检测模块的网络参数,设置全局变量集合,该全局变量集合用于监控系统查询某张图片的某个部分或者某个像素位置是否属于未带口罩的人脸区域,对行人特征的处理和分类具体实现如下,循环输入每一张场景图片,判断是否处理完所有图片,如果是则结束,如果尚有图片未处理完,则对图片进行分割,循环判断图片中的每一个像素,若已判断完,表示已经处理完该张图片,继续处理下一张,若判断的像素属于戴口罩人脸区域,记录下该像素的位置信息,将该位置信息与该张图片的编号作为三元组共同存到全局变量中,再处理下一个像素,直至判断完所有的像素,若出现属于戴口罩人脸区域的像素,则该将该行人特征与身份相关信息上传至监控系统的全局共享信息中。


3.根据权利要求1所述的基于视频监控人员未佩戴口罩行为的自动检测系统,其特征在于:所述行人流向预测模块具体实现如下:
首先对进行初始化,加载事件集,循环输入未佩戴口罩预测模块产生的行人特征和摄像机信息,读取事件集,利用各个摄像头内自带的时间记录功能和行人重识别功能将在不同区域出现的行人信息进行比对,如果出现重合,则根据贝叶斯公式计算出该行人出现在其他摄像头下的时刻的先验概率,并统计成表以及计算出该行人出现在不同摄像头下的时间间隔,将行人的图片和出现的区域...

【专利技术属性】
技术研发人员:盛浩胡瀚涛周建伟王帅吴玉彬
申请(专利权)人:北京航空航天大学
类型:发明
国别省市:北京;11

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1