【技术实现步骤摘要】
一种建筑工地行人徘徊检测方法、装置、设备及存储介质
本专利技术涉及视频监控人工智能领域，特别是涉及一种建筑工地行人徘徊检测方法、装置、设备及存储介质。
技术介绍
建筑施工工地作为一个高危场景，不仅场景复杂，各种行人管理监控也非常复杂。随着智慧工地普及，利用视频分析监控的方法不断引起重视，工地安全性保障要求不断提高。行人徘徊是异常行为的一种，建筑工地上需要监控这些徘徊行为，一方面是防止不法分子有不法企图，另一方面，工地上工人众多，也需要防止聚众闹事。目前，徘徊检测方法大多数是利用检测目标运动轨迹和运动时长来判断。但是当运动目标出现静止或者存在遮挡，就无法准确跟踪目标。另外一种是利用跟踪算法实现，但是同样存在以下问题：一是现有跟踪算法在工地这种复杂场景中会出现大量漏识和误识情况，二是跟踪算法占用显存高，耗时长，成本高。因此，如何准确跟踪目标，提升跟踪效果，解决大量漏识和误识情况等问题，是本领域技术人员亟待解决的技术问题。
技术实现思路
有鉴于此，本专利技术的目的在于提供一种建筑工地行人徘徊检测...
【技术保护点】
1.一种建筑工地行人徘徊检测方法，其特征在于，包括：/n实时获取从建筑工地安装的摄像头采集到的视频流中捕获的帧图像；/n在获取的所述帧图像上划定行人徘徊检测区域；/n通过深度学习结合多目标匹配算法对所述检测区域内的各行人进行跟踪；/n计算跟踪的所述行人的轨迹距离和滞留时间，若所述轨迹距离大于设定距离阈值，同时所述滞留时间大于设定时间阈值时，则识别所述行人为徘徊；/n在识别出所述行人为徘徊后，连接报警器进行预警。/n
【技术特征摘要】
1.一种建筑工地行人徘徊检测方法，其特征在于，包括：
实时获取从建筑工地安装的摄像头采集到的视频流中捕获的帧图像；
在获取的所述帧图像上划定行人徘徊检测区域；
通过深度学习结合多目标匹配算法对所述检测区域内的各行人进行跟踪；
计算跟踪的所述行人的轨迹距离和滞留时间，若所述轨迹距离大于设定距离阈值，同时所述滞留时间大于设定时间阈值时，则识别所述行人为徘徊；
在识别出所述行人为徘徊后，连接报警器进行预警。
2.根据权利要求1所述的建筑工地行人徘徊检测方法，其特征在于，通过深度学习结合多目标匹配算法对所述检测区域内的各行人进行跟踪，具体包括：
依次建立工地行人目标检测数据集和工地行人重识别数据集；
根据建立的所述工地行人目标检测数据集，构建并训练行人目标检测模型；
根据建立的所述工地行人重识别数据集，构建并训练行人重识别特征提取模型；
通过所述行人目标检测模型检测出所述检测区域内当前帧图像中的各行人，并通过所述行人重识别特征提取模型提取所述行人的特征；
根据提取出的所述特征，预测下一帧图像中的行人位置，进行多行人的定位跟踪。
3.根据权利要求2所述的建筑工地行人徘徊检测方法，其特征在于，根据提取出的所述特征，预测下一帧图像中的行人位置，进行多行人的定位跟踪，具体包括：
将提取出的所述特征作为输入，利用卡尔曼滤波预测下一帧图像中的行人位置；
利用匈牙利算法结合预测的所述下一帧图像中的行人位置以及提取出的所述特征，进行多行人的定位跟踪。
4.根据权利要求3所述的建筑工地行人徘徊检测方法，其特征在于，在训练所述行人目标检测模型之后，还包括：
通过TensorRT优化器对所述行人目标检测模型进行加速；
在训练所述行人重识别特征提取模型之后，还包括：
通过TensorRT优化器对所述行人重识别特征提取模型进行加速。
5.根据权利要求4所述的建筑工地行人徘徊检测方法，其特征在于，依次建立工地行人目标检测数据集和工地行人重识别数据集，具体包括：
收集建筑工地上不同类型的行人数据作为工地行人目标检测数据集并进行标注；所述行人数据包括所有穿戴安全帽和反光衣的行人姿态，未戴安全帽和未穿反光衣的行人姿态；所述行人姿态包括行走、停驻、下蹲...
【专利技术属性】
技术研发人员：朱常玉，单建华，戴福全，章益明，
申请(专利权)人：杭州品茗安控信息技术股份有限公司，
类型：发明
国别省市：浙江;33
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。