本发明专利技术公开了一种摄像机视觉区域内遗留物的检测方法及装置，所述方法包括：设定感兴趣区域；获取感兴趣区域的当前帧图像与背景帧图像；基于当前帧图像与背景帧图像，利用预先训练好的遗留物检测模型对感兴趣区域进行检测，得到遗留物检测结果。本发明专利技术通过画区域的方法设定背景帧和当前帧可以减少输入数据量，提高遗留物检测算法的效率。提高遗留物检测算法的效率。提高遗留物检测算法的效率。
【技术实现步骤摘要】
摄像机视觉区域内遗留物的检测方法、装置、介质及设备
[0001]本专利技术涉及视觉检测领域，具体涉及一种摄像机视觉区域内遗留物的检测方法、装置、介质及设备。
技术介绍
[0002]区域监控分为人、物、行为、事件等的检查和预警，主要用于安全防范和证据溯源。本专利技术以图像区域变化为核心的区域遗留物检测。
[0003]传统的遗留物检测方法一般采用图像数据差值法：图像数据差值法通过图像背景帧与当前帧做简单的减法，得到图像的变化值为判断依据，输出是否为遗留物或有目标入侵到摄像机视觉区域。此方式，抗干扰能力差，易受天气、光线影响，准确率低。
技术实现思路
[0004]鉴于以上所述现有技术的缺点，本专利技术的目的在于提供一种摄像机视觉区域内遗留物的检测方法、装置、介质及设备，用于解决现有技术中的至少一个缺陷。
[0005]为实现上述目的及其他相关目的，本专利技术提供一种摄像机视觉区域内遗留物的检测方法，包括：
[0006]设定感兴趣区域；
[0007]获取感兴趣区域的当前帧图像与背景帧图像；
[0008]基于当前帧图像与背景帧图像，利用预先训练好的遗留物检测模型对感兴趣区域进行检测，得到遗留物检测结果。
[0009]可选地，还包括：
[0010]对所述当前帧图像与背景帧图像进行网格化，得到当前帧图像的第一子网格与背景帧图像的第二子网格；所述第一子网格与所述第二子网格组成网格组，属于同一个网格的第一子网格与第二子网格组成网格块，第一子网格的网格数据与第二子网格的网格数据组成网格块数据。
[0011]可选地，在利用遗留物检测模型对网格进行检测前，还包括：
[0012]对所述网格块数据进行融合，得到融合数据；
[0013]所述遗留物检测模型以所述融合数据作为输入。
[0014]可选地，在利用遗留物检测模型对感兴趣区域进行检测的过程中，循环遍历网格组，得到基于每一个网格块数据的遗留物检测结果。
[0015]可选地，基于每一个网格块数据，利用预先训练好的遗留物检测模型对感兴趣区域进行检测，每一个网格块数据对应一个检测结果。
[0016]可选地，还包括：
[0017]确定具有遗留物的子网格；
[0018]将具有遗留物的子网格进行组合，从而确定遗留物的尺寸大小与位置。
[0019]为实现上述目的及其他相关目的，本专利技术提供一种摄像机视觉区域内遗留物的检
测装置，包括：
[0020]设定模块，用于设定感兴趣区域；
[0021]图像获取模块，用于获取感兴趣区域的当前帧图像与背景帧图像；
[0022]图像检测模块，用于基于当前帧图像与背景帧图像，利用预先训练好的遗留物检测模型对感兴趣区域进行检测，得到遗留物检测结果。
[0023]可选地，还包括：
[0024]网格化模块，用于对所述当前帧图像与背景帧图像进行网格化，得到当前帧图像的第一子网格与背景帧图像的第二子网格；所述第一子网格与所述第二子网格组成网格组，属于同一个网格的第一子网格与第二子网格组成网格块，第一子网格的网格数据与第二子网格的网格数据组成网格块数据。
[0025]为实现上述目的及其他相关目的，本专利技术提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述数据可视化方法的步骤。
[0026]为实现上述目的及其他相关目的，本专利技术提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现所述数据可视化方法的步骤。
[0027]如上所述，本专利技术的一种摄像机视觉区域内遗留物的检测方法、装置、介质及设备，具有以下有益效果：
[0028]本专利技术的一种摄像机视觉区域内遗留物的检测方法，包括：设定感兴趣区域；获取感兴趣区域的当前帧图像与背景帧图像；基于当前帧图像与背景帧图像，利用预先训练好的遗留物检测模型对感兴趣区域进行检测，得到遗留物检测结果。本专利技术通过画区域的方法设定背景帧和当前帧可以减少输入数据量，提高遗留物检测算法的效率。
附图说明
[0029]图1为本专利技术一实施例一种摄像机视觉区域内遗留物的检测方法的流程图；
[0030]图2为本专利技术另一实施例一种摄像机视觉区域内遗留物的检测方法的流程图；
[0031]图3为本专利技术一实施例感兴趣区域网格化示意图；
[0032]图4为本专利技术一实施例遗留物检测模型的原理图；
[0033]图5为本专利技术一实施例一种摄像机视觉区域内遗留物的检测装置的结构图。
具体实施方式
[0034]以下通过特定的具体实例说明本专利技术的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本专利技术的其他优点与功效。本专利技术还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本专利技术的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
[0035]需要说明的是，以下实施例中所提供的图示仅以示意方式说明本专利技术的基本构想，遂图式中仅显示与本专利技术中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
[0036]如图1所示，本申请实施例提供一种摄像机视觉区域内遗留物的检测方法，包括：
[0037]S100设定感兴趣区域；
[0038]S101获取感兴趣区域的当前帧图像与背景帧图像；
[0039]S102基于当前帧图像与背景帧图像，利用预先训练好的遗留物检测模型对感兴趣区域进行检测，得到遗留物检测结果。
[0040]本专利技术通过画区域的方法从整个监控区域中选定感兴趣域，设定感兴趣区可以减少输入数据量，提高遗留物检测算法的效率。
[0041]在一实施例中，还包括：
[0042]对所述当前帧图像与背景帧图像进行网格化，得到当前帧图像的第一子网格与背景帧图像的第二子网格；所述第一子网格与所述第二子网格组成网格组，属于同一个网格的第一子网格与第二子网格组成网格块，第一子网格的网格数据与第二子网格的网格数据组成网格块数据。如图3所示，本申请将感兴趣区域进行网格化，将感兴趣区域划分为多个小方格。在进行遗留物检测时，将每个小方格数据作为算法模型的输入，增加数据的有效性，提高算法正确率。
[0043]具体地，在进行遗留物检测时，基于每一个网格块数据，利用预先训练好的遗留物检测模型对感兴趣区域进行检测，每一个网格块数据对应一个检测结果。
[0044]图4遗留物检测模型的结构图，该遗留物检测模型为卷积神经网络模型。
[0045]遗留物检测模型用于根据任一区域的当前帧图像与背景帧图像确定该区域内是否有遗留物，该遗留物检测模型可以通过训练得到。
[0046]在训练过程中，先获取多个样本图本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种摄像机视觉区域内遗留物的检测方法，其特征在于，包括：设定感兴趣区域；获取感兴趣区域的当前帧图像与背景帧图像；基于当前帧图像与背景帧图像，利用预先训练好的遗留物检测模型对感兴趣区域进行检测，得到遗留物检测结果。2.根据权利要求1所述的摄像机视觉区域内遗留物的检测方法，其特征在于，还包括：对所述当前帧图像与背景帧图像进行网格化，得到当前帧图像的第一子网格与背景帧图像的第二子网格；所述第一子网格与所述第二子网格组成网格组，属于同一个网格的第一子网格与第二子网格组成网格块，第一子网格的网格数据与第二子网格的网格数据组成网格块数据。3.根据权利要求2所述的摄像机视觉区域内遗留物的检测方法，其特征在于，在利用遗留物检测模型对网格进行检测前，还包括：对所述网格块数据进行融合，得到融合数据；所述遗留物检测模型以所述融合数据作为输入。4.根据权利要求2所述的摄像机视觉区域内遗留物的检测方法，其特征在于，在利用遗留物检测模型对感兴趣区域进行检测的过程中，循环遍历网格组，得到基于每一个网格块数据的遗留物检测结果。5.根据权利要求2所述的摄像机视觉区域内遗留物的检测方法，其特征在于，基于每一个网格块数据，利用预先训练好的遗留物检测模型对感兴趣区域进行检测，每一个网格块数据对应一个检测结果。...
【专利技术属性】
技术研发人员：吴军，李家兴，韩朋朋，谭海燕，
申请(专利权)人：广东中科凯泽信息科技有限公司，
类型：发明
国别省市：
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。