【技术实现步骤摘要】
高空抛物检测方法以及装置
本专利技术涉及图像处理领域，尤其涉及一种高空抛物检测方法以及装置。
技术介绍
随着国内商品化小区和高层写字楼数量的日益增加，入驻人群素质的高低参差不齐，高空抛物的现象屡次发生，进而对行人、公共设施和公共环境产生较大的影响和威胁。因此，对高空抛物检测告警的应用需求日益旺盛，得益于高倍相机成像的日渐发展，和深度学习、AI智能的迅猛发展，能够对高层监控中的高空抛物进行告警检测，尤其是在及时监控、及时报警、事后追责的时候，成为极其重要的证据链部分，既为人员的生命财产安全提供了坚实的保障，降低安全管理的难度，同样也在法律方面提供了证据支撑。传统算法的报警检测方法需要人工设计较多单独的模块，例如预处理方法、检测方法、跟踪方法等，才能够保证一定的报警检测率。然而，传统的算法普遍鲁棒性比较差，抗干扰能力差。因此，如何实现提高高空抛物检测的鲁棒性和抗干扰能力，且提高检测准确率是本领域亟待解决的技术问题。
技术实现思路
本专利技术为了克服上述现有技术存在的缺陷，提供一种高空抛物检测方法以及装...
【技术保护点】
1.一种高空抛物检测方法，其特征在于，包括：/n将视频中的多帧图像输入一经训练的高空抛物检测模型中，所述高空抛物检测模型包括串联的卷积神经网络模型以及循环神经网络模型，所述卷积神经网络模型用于识别高空物体，所述循环神经网络模型用于检测所述卷积神经网络模型识别的高空物体是否为高空抛物；/n根据所述高空抛物检测模型检测出所述视频中是否存在高空抛物。/n
【技术特征摘要】
1.一种高空抛物检测方法，其特征在于，包括：
将视频中的多帧图像输入一经训练的高空抛物检测模型中，所述高空抛物检测模型包括串联的卷积神经网络模型以及循环神经网络模型，所述卷积神经网络模型用于识别高空物体，所述循环神经网络模型用于检测所述卷积神经网络模型识别的高空物体是否为高空抛物；
根据所述高空抛物检测模型检测出所述视频中是否存在高空抛物。
2.如权利要求1所述的高空抛物检测方法，其特征在于，所述高空抛物检测模型通过如下步骤训练：
生成训练样本，所述训练样本中的每一样本包括样本图像、样本图像中的目标物体的目标类型、样本图像中的目标物体是否为高空抛物、样本图像中的目标物体的中心点热度图以及样本图像中的目标物体的位置热度图，所述热度图为所述目标物体的视焦点的高斯热力分布；
以所述样本图像、样本图像中的目标物体的目标类型、样本图像中的目标物体的中心点热度图以及样本图像中的目标物体的位置热度图训练所述卷积神经网络模型，使得所述卷积神经网络模型预测目标物体的目标类型以及目标物体的位置热度图；
以所述样本图像中的目标物体的位置热度图以及样本图像中的目标物体是否为高空抛物训练所述循环神经网络模型；
串联经训练的所述卷积神经网络模型以及所述循环神经网络模型以进行联合训练。
3.如权利要求2所述的高空抛物检测方法，其特征在于，所述样本图像中的目标物体具有多边形目标框，所述目标物体的位置热度图包括所述目标物体的多边形目标框的各角点的热度图。
4.如权利要求2所述的高空抛物检测方法，其特征在于，所述卷积神经网络模型包括用于预测目标物体的目标类型的第一分支网络以及预测目标物体的位置热度图的第二分支网络，其中，所述第一...
【专利技术属性】
技术研发人员：肖潇，章勇，曹李军，
申请(专利权)人：苏州科达科技股份有限公司，
类型：发明
国别省市：江苏;32
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。