对象间异常行为的检测方法及装置制造方法及图纸

技术编号:26531570 阅读:28 留言:0更新日期:2020-12-01 14:12
本申请公开了一种对象间异常行为的检测方法及装置。分别从待识别图像帧序列中检测获取每帧图像中各对象的对象区域和对象区域的位置信息;根据获取的对象区域的位置信息,计算每帧图像中每个对象区域分别与相邻图像中每个对象区域的区域相似度;若存在目标区域相似度大于预设第一阈值,则确定目标区域相似度对应的两个对象区域为相同对象的对象区域;相应的,计算每帧图像中每两个对象的对象区域的区域重合度;若待识别图像帧序列中连续的预设数量帧图像中均存在相同两个对象的对象区域的区域重合度大于预设第二阈值,则确定待识别图像帧序列存在对象间的异常行为。该方法提高了检测效率,以及检测准确度。

【技术实现步骤摘要】
对象间异常行为的检测方法及装置
本申请涉及图像处理
,尤其涉及一种对象间异常行为的检测方法及装置。
技术介绍
随着计算机技术、通讯技术与图像处理技术的发展,视频监控已经在各种应用场合得到广泛应用。目前网约车系统、公交系统等乘车系统,虽然都越来越重视视频监控,但只是事件发生后调取视频进行取证。然而,现有的视频监控不能在对象间的异常行为发生时对该事件进行自动分析与报警。对象间的异常行为可以是对象间的肢体冲突事件。
技术实现思路
本申请实施例提供一种对象间异常行为的检测方法及装置,解决了现有技术存在的上述问题,以实现对对象间异常行为的实时检测,提高了检测效率和检测准确度。第一方面,提供了一种对象间异常行为的检测方法,该方法可以包括:分别从待识别图像帧序列中检测获取每帧图像中各对象的对象区域和所述对象区域的位置信息,所述每帧图像包括至少两个对象;根据获取的对象区域的位置信息,计算所述每帧图像中每个对象区域分别与相邻图像中每个对象区域的区域相似度;若计算出的区域相似度中存在大于预设第一阈值的目标区本文档来自技高网...

【技术保护点】
1.一种对象间异常行为的检测方法,其特征在于,所述方法包括:/n分别从待识别图像帧序列中检测获取每帧图像中各对象的对象区域和所述对象区域的位置信息,所述每帧图像包括至少两个对象;/n根据获取的对象区域的位置信息,计算所述每帧图像中每个对象区域分别与相邻图像中每个对象区域的区域相似度;/n若计算出的区域相似度中存在大于预设第一阈值的目标区域相似度,则确定所述目标区域相似度对应的两个对象区域为相同对象的对象区域;/n根据获取的对象区域的位置信息,计算所述每帧图像中每两个对象的对象区域的区域重合度;/n若所述待识别图像帧序列中连续的预设数量帧图像中均存在相同两个对象的对象区域的区域重合度大于预设第二...

【技术特征摘要】
1.一种对象间异常行为的检测方法,其特征在于,所述方法包括:
分别从待识别图像帧序列中检测获取每帧图像中各对象的对象区域和所述对象区域的位置信息,所述每帧图像包括至少两个对象;
根据获取的对象区域的位置信息,计算所述每帧图像中每个对象区域分别与相邻图像中每个对象区域的区域相似度;
若计算出的区域相似度中存在大于预设第一阈值的目标区域相似度,则确定所述目标区域相似度对应的两个对象区域为相同对象的对象区域;
根据获取的对象区域的位置信息,计算所述每帧图像中每两个对象的对象区域的区域重合度;
若所述待识别图像帧序列中连续的预设数量帧图像中均存在相同两个对象的对象区域的区域重合度大于预设第二阈值,则确定所述待识别图像帧序列存在对象间的异常行为。


2.如权利要求1所述的方法,其特征在于,分别从待识别图像帧序列中检测获取每帧图像中各对象的对象区域和所述对象区域的位置信息之前,所述方法还包括:
若检测到当前时刻的当前图像包括至少两个对象,且存在两个对象区域间的区域重合度大于预设第二阈值,则采集以所述当前时刻的下一时刻为起始时刻的预设时间段内的视频;
将所述视频对应的图像帧序列确定为待识别图像帧序列,或按照预设跳帧数和时间顺序,从所述视频对应的图像帧序列中选择获取图像帧序列,并将获取的图像帧序列确定为待识别图像帧序列。


3.如权利要求1所述的方法,其特征在于,确定所述待识别图像序列存在对象间的异常行为之后,所述方法还包括:
向服务器发送告警指示信息,所述告警指示信息包括存在对象间的异常行为的检测结果,以使服务器根据所述检测结果发出视频采集指令;
根据所述视频采集指令,实时采集当前视频,并实时向所述服务器发送所述当前视频。


4.如权利要求1所述的方法,其特征在于,分别从待识别图像帧序列中检测获取每帧图像中各对象的对象区域和所述对象区域的位置信息,包括:
通过已训练的对象检测模型,分别对所述每帧图像中各对象进行对象区域检测,得到所述各对象在相应图像上的对象区域和所述对象区域的位置信息;所述位置信息包括所述对象区域的位置和相应对象区域中心点的位置;
其中,所述对象检测模型为根据包含对象的图像样本集进行迭代训练获得的。


5.如权利要求4所述的方法,其特征在于,所述对象检测模型的训练过程包括:
获取包含对象的图像样本集和每帧图像样本中对象的对象区域标注信息;
根据所述图像样本集,对神经网络模型进行训练,得到每帧图像样本中对象的对象区域,以及所述对象区域的位置信息;
计算所述每帧图像样本中对象的对象...

【专利技术属性】
技术研发人员:朱文和
申请(专利权)人:南京领行科技股份有限公司
类型:发明
国别省市:江苏;32

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