【技术实现步骤摘要】
一种基于视频监控的违规丢地垃圾检测方法
[0001]本专利技术涉及智能视频监控
,具体涉及一种基于视频监控的违规丢地垃圾检测方法。
技术介绍
[0002]垃圾分类站点中违规丢地垃圾是指不按要求投进站点内相应的垃圾桶中而是直接丢弃在垃圾分类站点附近地面上的垃圾。此类违规丢地的垃圾普遍存在于各个社区中的垃圾分类站点,这种现象不仅与垃圾分类站点设立的目的背道而驰,而且垃圾大量堆积容易滋生病菌,对社区卫生安全埋下隐患。因此,对垃圾分类站点实施智能监控,及时对违规丢地垃圾进行抓拍并现场语音提醒是社区卫生安全的重要基础,可有效提高社区垃圾管理及处理的效率与服务质量。
[0003]目前使用最广泛的监管方式仍然是传统的人工监督方式。需要指定专门的工作人员到社区中各垃圾分类站点进行人为监督。此方法虽然实施简单,无需依靠各类设备,但垃圾分类站点数量庞大,其人力成本过高,难以覆盖所有社区。同时,工作人员难以做到24小时对垃圾分类站点进行监管,难以维持监管的及时性。人工监督方式往往过度依赖于工作人员的工作态度,主观性强,也是导致其监管效能低下的局限之一。
[0004]基于静态边缘的遗留物检测算法在垃圾检测中也有应用。其通过对视频帧建立基于边缘的背景模型以获取场景中静止前景物体的边缘掩膜,并以时间积累作为特征以检测前景物体的静态边缘,再对检测到的稳定边缘进行聚类,以获取遗留于场景中垃圾的边界框。然而,这种方法算法流程复杂,计算量庞大,在算力较低的边缘设备上难以实现实时性检测,且易受光照变化的影响,误报率高,不适用于实际应 ...
【技术保护点】
【技术特征摘要】
1.一种基于视频监控的违规丢地垃圾检测方法,其特征在于,包括以下步骤:S1、采用目标检测器检测出视频中的垃圾目标框;S2、对垃圾目标的运动轨迹进行跟踪,得到垃圾目标框的跟踪框;S3、根据垃圾目标框的跟踪框在连续视频帧中的静止程度,检测出违规丢弃的垃圾。2.根据权利要求1所述的基于视频监控的违规丢地垃圾检测方法,其特征在于,所述步骤S1中目标检测器包括:输入端、Backbone模块、Neck模块和输出端;所述Backbone模块包括:FOCUS层、第一CBL层、CSP1_1层、第二CBL层、第一CSP1_3层、第三CBL层、第一CBAM层、第二CSP1_3层、第二CBAM层、第四CBL层、第五CBL层、SPP层、第六CBL层和第三CBAM层;所述FOCUS层的输入端作为Backbone模块的输入端,其输出端与第一CBL层的输入端连接;所述第一CBL层的输出端与CSP1_1层的输入端连接;所述CSP1_1层的输出端与第二CBL层的输入端连接;所述第二CBL层的输出端与第一CSP1_3层的输入端连接;所述第一CSP1_3层的输出端与第三CBL层的输入端连接;所述第三CBL层的输出端与第一CBAM层的输入端连接;所述第一CBAM层的输出端与第二CSP1_3层的输入端连接,并作为Backbone模块的第一输出端;所述第二CSP1_3层的输出端与第二CBAM层的输入端连接;所述第二CBAM层的输出端与第四CBL层的输入端连接,并作为Backbone模块的第二输出端;所述第四CBL层的输出端与第五CBL层的输入端连接;所述第五CBL层的输出端与SPP层的输入端连接;所述SPP层的输出端与第六CBL层的输入端连接,所述第六CBL层的输出端与第三CBAM层的输入端连接;所述第三CBAM层的输出端作为Backbone模块的第三输出端;所述Backbone模块的第一输出端、Backbone模块的第二输出端和Backbone模块的第三输出端依次与Neck模块的三个输入端连接。3.根据权利要求2所述的基于视频监控的违规丢地垃圾检测方法,其特征在于,所述Neck模块包括3个BiFPN层。4.根据权利要求1所述的基于视频监控的违规丢地垃圾检测方法,其特征在于,所述步骤S1中目标检测器的损失函数为:其中,L1为目标检测器的损失函数,IoU为真实框与预测框的交并比,ρ2(b,b
gt
)为预测框的中心点b与真实框中心点b
gt
的平方欧式距离,c为真实框与预测框最小封闭矩形的对角线长度,ρ2(w,w
gt
)为预测框的宽度w与真实框的宽度w
gt
的平方欧式距离,ρ2(h,h
gt
)为预测框的高度h与真实框的高度h
gt
的平方欧式距离,c
w
为真实框与预测框最小封闭矩形的宽,c
h
为真实框与预测框最小封闭矩形的高。5.根据权利要求1所述的基于视频监控的违规丢地垃圾检测方法,其特征在于,所述步骤S2包括以下分步骤:S21、将目标检测器首次检测到的垃圾目标框初始化为对应目标的轨迹;S22、采用卡尔曼滤波预测目标的轨迹在下一帧中的状态,得到预测轨迹;S23、计算目标检测器在当前帧中得到的垃圾目标框与预测轨迹的DIoU值;S24、根据DIoU值,构建第一代价矩阵;
S25、根据第一代价矩阵,对当前帧的垃圾目标框与上一帧中的预测轨迹进行线性匹配,删除匹配失败的预测轨迹,并为匹配失败的垃圾目标框建立待确认轨迹,将待确认轨迹作为目标的轨迹,并跳转至步骤S22中;S26、在步骤S25中连续多次匹配成功时,得到确认轨迹;S27、根据确认轨迹和当前帧的垃圾目标框的运动信息及外观信息,构建第二代价矩阵;S28、根据第二代价矩阵,对当前帧的垃圾目标框与确认轨迹进行级联匹配,在匹配失败时,将确认轨迹作为预测轨迹,并跳转至步...
【专利技术属性】
技术研发人员:许源平,詹羿,郭本俊,盖秋艳,许志杰,张朝龙,黄梓涵,曹衍龙,黄健,孔超,
申请(专利权)人:成都知行创智科技有限公司,
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。