本发明专利技术公开了一种人形检测方法、监控预警方法、装置、系统及存储介质。涉及安全防护技术领域，其中一种人形检测方法包括：通过拍摄终端接收预设的红外线传感器反馈的红外监测信息，红外监测信息由红外线传感器监测预设区域得到；根据红外监测信息存在预设波长的红外线信息的监测情况，获取预设区域的初始图像数据；利用预设的识别网络模型识别初始图像数据，识别出人形关键特征数据；根据人形关键特征数据输出人形检测结果。通过本申请公开的实施例能够通过红外线传感器和预设的识别网络模型相结合的方式，识别出人形关键特征数据，这在很大程度上降低了人形检测对静止人形画像，动物等的错误报警率，提高了正确监控预警的准确率。的准确率。的准确率。
【技术实现步骤摘要】
一种人形检测方法、监控预警方法、装置及系统
[0001]本专利技术涉及安全防护
，尤其是涉及一种人形检测方法、监控预警方法、装置及系统。
技术介绍
[0002]智能视频监控是计算机视觉技术在安全防护领域应用的一个分支。
[0003]拍摄终端通常应用在多个场景中，在一些场景中通过拍摄终端进行监控预警时，可能会存在错误预警的现象，比如在某些较暗的场景中，存在将画像、动物、植物等识别成人的情况，从而造成错误预警。
[0004]在相关技术中，解决拍摄终端错误预警的人形检测方法主要有两种：第一种方法是：通常是通过优化神经网络结构、丰富训练模型，使模型更加丰富，覆盖多种场景。比如覆盖环境较暗的情况，背景较复杂的场景，这样在一定程度上虽可以提高识别率，但是优化后的模型无法覆盖全部场景，并且模型丰富后会使模型的体积更大，会占用更大的存储空间，对于拍照终端这种低flash容量的端侧设备并不友好，且优化算法结构对平台的算力要求也会提高，拍照终端(摄像头)等嵌入式设备由于硬件限制不存在较高的算力，且该方法对硬件等硬性条件要求会提高，使得成本增高。
[0005]在相关技术中，第二种方法是：降低识别算法的灵敏度，这样做虽然能够降低误报率，但是同时也会带来存在漏报的情况。该方法相当于牺牲部分识别正确率，换取低误报率。
技术实现思路
[0006]本专利技术旨在至少解决现有技术中存在的技术问题之一。为此，本专利技术提出一种人形检测方法、监控预警方法、装置及系统，能够通过红外线传感器和预设的识别网络模型相结合的方式，识别出人形关键特征数据，以此确定出目标对象为人，这在很大程度上降低了人形检测对静止人形画像，动物等的错误检测率，提高了人形检测的准确率。
[0007]为实现上述目的，本公开实施例的第一方面提出了一种人形检测方法，包括：
[0008]接收预设的红外线传感器反馈的红外监测信息，红外监测信息由红外线传感器监测预设区域得到；
[0009]根据红外监测信息存在预设波长的红外线信息的监测情况，获取预设区域的初始图像数据；
[0010]利用预设的识别网络模型识别初始图像数据，识别出人形关键特征数据；
[0011]根据人形关键特征数据输出人形检测结果。
[0012]在一些实施例，在接收红外线传感器反馈的红外监测信息，红外监测信息由预设的红外线传感器监测预设区域得到之前，人形检测方法还包括：
[0013]接收人形检测模式启动指令；
[0014]根据人形检测模式启动指令进入预设的人形检测模式；
[0015]根据人形检测模式，启动红外线传感器用以监测预设区域。
[0016]在一些实施例，红外监测信息至少包括以下之一：目标监测信息，接收预设的红外线传感器反馈的红外监测信息，红外监测信息由红外线传感器监测预设区域得到，包括：
[0017]获取到在红外线传感器外设置的菲涅尔透镜；
[0018]根据菲涅尔透镜监测预设区域中的目标对象，并接收菲涅尔透镜反馈的目标监测信息。
[0019]在一些实施例，根据红外监测信息存在预设波长的红外线信息的监测情况，获取预设区域的初始图像数据，包括：
[0020]对接收到的红外监测信息进行预处理，得到预设波长的红外线信息，红外线信息通过菲涅尔透镜将红外线聚焦至红外线传感器的红外感应源，使红外感应源探测目标对象得到；
[0021]根据红外感应源得到的预设波长的红外线信息，获取预设区域中目标对象的初始图像数据。
[0022]在一些实施例，根据红外感应源得到的预设波长的红外线信息，获取预设区域中目标对象的初始图像数据，包括：
[0023]根据红外感应源感应的预设波长的红外线信息，采集与目标对象对应的视频数据；
[0024]对视频数据进行解码运算，得到视频数据的编码帧；
[0025]根据预设的运算函数对编码帧中的关键帧进行位图运算，生成初始图像数据。
[0026]在一些实施例，利用预设的识别网络模型识别初始图像数据，识别出人形关键特征数据，包括：
[0027]利用识别网络模型识别初始图像数据的应用场景；
[0028]通过识别网络模型根据应用场景对初始图像数据进行识别，以生成目标图像数据；
[0029]对目标图像数据中的人形关键部位进行标注，生成人形关键特征数据。
[0030]为实现上述目的，本公开实施例的第二方面提出了一种监控预警方法，包括：
[0031]获取人形检测结果，人形检测结果通过本公开实施例公开的第一方面提出的人形检测方法得到；
[0032]根据人形检测结果获取对应人形关键特征数据；
[0033]若人形关键特征数据的置信度大于或等于预设灵敏度的置信度阈值时，则生成预警信息并进行报警；
[0034]若人形关键特征数据的置信度小于置信度阈值时，则不进行报警。
[0035]为实现上述目的，本公开实施例的第三方面提出了一种人形检测装置，包括：
[0036]接收模块，用于接收预设的红外线传感器反馈的红外监测信息，红外监测信息由红外线传感器监测预设区域得到；
[0037]获取模块，用于根据红外监测信息存在预设波长的红外线信息的监测情况，获取预设区域的初始图像数据；
[0038]识别模块，用于利用预设的识别网络模型识别初始图像数据，识别出人形关键特征数据；
[0039]输出模块，用于根据人形关键特征数据输出人形检测结果。
[0040]为实现上述目的，本公开实施例的第四方面提出了一种人形检测系统，包括：
[0041]一种人形检测装置；
[0042]拍摄终端；所述拍摄终端包括红外线传感器；
[0043]所述人形检测装置执行：
[0044]如上述第一方面所述的一种人形检测方法。
[0045]为实现上述目的，本公开实施例的第五方面提出了一种存储介质，该存储介质是计算机可读存储介质，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令用于使计算机执行：
[0046]如上述第一方面所述的一种人形检测方法。
[0047]根据本专利技术实施例的一种人形检测方法、监控预警方法、装置及系统，至少具有如下有益效果：
[0048]本公开实施例提出的一种人形检测方法、监控预警方法、装置及系统，首先通过拍摄终端接收预设的红外线传感器反馈的红外监测信息，红外监测信息由红外线传感器监测预设区域得到；根据红外监测信息存在预设波长的红外线信息的监测情况，获取预设区域的初始图像数据；利用预设的识别网络模型识别初始图像数据，识别出人形关键特征数据；根据人形关键特征数据输出人形检测结果；根据人形检测结果，若人形关键特征数据的置信度大于或等于预设灵敏度的置信度阈值时，则生成预警信息并进行报警；若人形关键特征数据的置信度小于置信度阈值时，则不进行报警。通过本公开实施例能够通过红外线传感器和预设的识别网络模型相结合的方式，识别出人形关键特征数据，以此确定本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种人形检测方法，其特征在于，应用于拍摄终端，所述一种人形检测方法包括：接收预设的红外线传感器反馈的红外监测信息，所述红外监测信息由所述红外线传感器监测预设区域得到；根据所述红外监测信息存在预设波长的红外线信息的监测情况，获取所述预设区域的初始图像数据；利用预设的识别网络模型识别所述初始图像数据，识别出人形关键特征数据；根据所述人形关键特征数据输出人形检测结果。2.根据权利要求1所述的一种人形检测方法，其特征在于，在所述接收所述红外线传感器反馈的红外监测信息，所述红外监测信息由预设的红外线传感器监测预设区域得到之前，所述一种人形检测方法还包括：接收人形检测模式启动指令；根据所述人形检测模式启动指令进入预设的人形检测模式；根据所述人形检测模式，启动所述红外线传感器用以监测所述预设区域。3.根据权利要求2所述的一种人形检测方法，其特征在于，所述红外监测信息至少包括以下之一：目标监测信息，所述接收预设的红外线传感器反馈的红外监测信息，所述红外监测信息由所述红外线传感器监测预设区域得到，包括：获取到在所述红外线传感器外设置的菲涅尔透镜；根据所述菲涅尔透镜监测所述预设区域中的目标对象，并接收所述菲涅尔透镜反馈的所述目标监测信息。4.根据权利要求3所述的一种人形检测方法，其特征在于，所述根据所述红外监测信息存在预设波长的红外线信息的监测情况，获取所述预设区域的初始图像数据，包括：对接收到的所述红外监测信息进行预处理，得到预设波长的所述红外线信息，所述红外线信息通过所述菲涅尔透镜将红外线聚焦至所述红外线传感器的红外感应源，使所述红外感应源探测目标对象得到；根据所述红外感应源得到的所述预设波长的红外线信息，获取所述预设区域中所述目标对象的所述初始图像数据。5.根据权利要求4所述的一种人形检测方法，其特征在于，所述根据所述红外感应源得到的所述预设波长的红外线信息，获取所述预设区域中所述目标对象的所述初始图像数据，包括：根据所述红外感应源...
【专利技术属性】
技术研发人员：刘锐滨，梁选勤，余毅鹏，张杰洪，王伟豪，陈海明，韦洁钊，李航宇，梁添，
申请(专利权)人：深圳市天视通视觉有限公司，
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。