一种工厂违规行为检测跟踪方法技术

本发明专利技术公开了一种工厂违规行为检测跟踪方法，包括：采集图像，输入模型获得目标框的位置和类别；对违规行为类别图像，采用改进的kcf跟踪算法跟踪并控制移动机器人对目标语音提醒，跟踪包括：保存目标的目标框为目标图像并更新，当响应峰值低于第一预设阈值时，停止更新，当低于第二预设阈值时，定义当前帧图像为搜索图像；匹配目标图像和搜索图像；将搜索图像的匹配特征点形成的矩形区域定义为跟踪区域；跟踪区域放大前后均与目标图像匹配并记录响应峰值，以响应峰值大的对应区域为最新跟踪区域，持续跟踪。该方法抗遮挡，计算量低、检测速度快、准确度高、实时性强，可自动识别违规行为进行跟踪提醒，省时省力，提高作业安全性，适用范围广。用范围广。用范围广。

【技术实现步骤摘要】
一种工厂违规行为检测跟踪方法


[0001]本专利技术属于图像处理
，具体涉及一种工厂违规行为检测跟踪方法。

技术介绍

[0002]近年来工厂事故频发，通常是工人未能遵守工厂的安全规定，或在某个时间段松懈而酿成惨痛后果，如常见的事故原因包括在需要佩戴安全帽的工厂未佩戴安全帽而造成砸伤；在需要佩戴口罩的场所未佩戴口罩造成污染中毒；在严禁烟火的场所抽烟导致可燃物爆炸等。为监督工人时刻遵守工厂安全规定，大部分的工厂采用人工进行视频监控实现监督。而这种人工监督的方法需要消耗大量的人力物力，甚至会出现监控疲劳而导致的意外。
[0003]随着图像处理在民用和商用领域的广泛应用，目标跟踪在智能视频监控、自动驾驶和无人超市等领域起到日益重要的作用。目前在目标跟踪中，可以通过相邻帧之间的局部关联算法实现目标跟踪或通过所有帧之间的全局关联算法实现目标跟踪。然而，使用相邻帧之间的局部关联算法时，由于可用信息较少，跟踪准确率较低，在行人密度较高或者目标之间的遮挡较为严重的复杂场景中，跟踪效果较差。使用所有帧之间的全局关联算法时，虽然跟踪准确率相对较高，但无本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种工厂违规行为检测跟踪方法，应用于移动机器人，其特征在于：所述工厂违规行为检测跟踪方法包括如下步骤：S1、采集工人行为图像，输入yolov3
‑
tiny网络模型进行违规行为检测，获得目标框的位置和类别；S2、对属于违规行为类别的工人行为图像，采用改进的kcf跟踪算法对深度信息最小的目标进行跟踪并控制移动机器人对所述目标进行语音提醒，所述采用改进的kcf跟踪算法进行目标跟踪，包括：S21、保存所述目标的目标框为目标图像，每一帧工人行为图像都对该目标图像进行更新，并判断响应峰值是否低于第一预设阈值，若不低于第一预设阈值，则判断为所述目标未被遮挡，转入步骤S3，若低于第一预设阈值，则停止更新所述目标图像，对当前目标图像进行特征点提取并进行描述；S22、判断响应峰值是否低于第二预设阈值，若不低于第二预设阈值，则判断为所述目标被半遮挡，转入步骤S3，若低于第二预设阈值，则判断为所述目标被遮挡丢失，定义当前帧工人行为图像为搜索图像，对所述搜索图像进行特征点提取并进行描述；S23、将所述目标图像和所述搜索图像进行描述子匹配，设定经验阈值，在匹配值大于所述经验阈值时，判断所述目标图像和所述搜索图像的特征点匹配；S24、判断特征点的匹配对数量是否低于第三预设阈值，若是，更新下一帧工人行为图像为搜索图像，并对所述搜索图像进行特征点提取并进行描述，返回执行步骤S23，否则，计算所述搜索图像的匹配特征点中最大的位置坐标和最小的位置坐标，并将所述最大的位置坐标和最小的位置坐标形成的矩形区域定义为跟踪区域；S25、将所述跟踪区域与所述目标图像进行模板匹配，记录第一响应峰值V1，将所述跟踪...

【专利技术属性】
技术研发人员：张成祥，夏启剑，张文安，吴晓峰，吴祥，
申请(专利权)人：金华市浙工大创新联合研究院，
类型：发明
国别省市：