一种高空抛物识别方法、装置、电子设备及存储介质制造方法及图纸

本申请实施例提供一种高空抛物识别方法、装置、电子设备及存储介质，涉及图像处理技术领域。该方法包括获取待检测视频流并将待检测视频流进行切分，得到多个帧图像；提取帧图像的运动区域并将运动区域进行合成，得到合成图像；对合成图像进行聚类并进行去噪处理，得到多个类；对各个类分别进行曲线拟合，得到拟合运动轨迹曲线；对拟合运动轨迹曲线进行判断，以确定是否存在高空抛物轨迹曲线，能够利用监控视频判断是否是高空抛物并输出结果以供查证，无需人工排查、计算量小且具有较强的抗干扰能力，解决现有方法需要耗费大量人力和时间同时也容易漏检以及计算量大、成本高的问题。成本高的问题。成本高的问题。

【技术实现步骤摘要】
一种高空抛物识别方法、装置、电子设备及存储介质


[0001]本申请涉及图像处理
，具体而言，涉及一种高空抛物识别方法、装置、电子设备及存储介质。

技术介绍

[0002]传统的监管手段大多是由物业保安等在发生了高空抛物之后，通过调取监控摄像视频进行人工浏览和排查，既要耗费大量人力和时间同时也容易漏检，无法实时监管和较难追溯定位到抛物者；或是利用日益发展的AI技术，目前市场上基于计算机视觉、无线电信号、毫米波雷达、传感器等的技术发展出的智能识别方法和系统，存在计算耗时大、算力要求高、内存要求高、设备昂贵等问题。

技术实现思路

[0003]本申请实施例的目的在于提供一种高空抛物识别方法、装置、电子设备及存储介质，能够利用监控视频判断是否是高空抛物并输出结果以供查证，无需人工排查、计算量小且具有较强的抗干扰能力，解决现有方法需要耗费大量人力和时间同时也容易漏检以及计算量大、成本高的问题。
[0004]本申请实施例提供了一种高空抛物识别方法、装置、电子设备及存储介质，所述方法包括：
[0005]获取待检测视频流并将所述待检测视频流进行切分，得到多个帧图像；
[0006]提取所述帧图像的运动区域并将所述运动区域进行合成，得到合成图像；
[0007]对所述合成图像进行聚类并进行去噪处理，得到多个类；
[0008]对各个所述类分别进行曲线拟合，得到拟合运动轨迹曲线；
[0009]对所述拟合运动轨迹曲线进行判断，以确定是否存在高空抛物轨迹曲线。
[0010]在上述实现过程中，对监控视频进行切分，获得帧图像，通过对帧图像进行合成，再通过聚类、规则去噪、曲线拟合以及分类器判断等过程，从而得到高空抛物的判断结果，以供查证，大幅减少计算量，具有很强的抗噪抗干扰的准确识别能力，且对内存要求小且设备成本低，解决了现有方法需要耗费大量人力和时间同时也容易漏检以及计算量大、成本高的问题。
[0011]进一步地，所述提取所述帧图像的运动区域并将所述运动区域进行合成，得到合成图像，包括：
[0012]利用帧间差分法将每相邻的两帧图像的像素值相减，得到相减图像；
[0013]对所述相减图像进行二值化处理，以提取所述相减图像中的运动区域信息；
[0014]将所述运动区域信息合成在一张图像上并生成合成图像。
[0015]在上述实现过程中，对多帧差分进行合成的一张二值图像，从而提取运动区域信息，以便后续进行准确识别。
[0016]进一步地，所述对所述合成图像进行聚类并进行去噪处理，得到多个类，包括：
[0017]选取所述合成图像中的任意像素点为指定点并获得所述指定点的邻域点，所述邻域点为：到所述指定点的距离小于等于预设邻域半径的所有像素点；
[0018]若所述邻域点的个数大于样本个数阈值，则标记所述指定点为核心样本并为所述指定点分配一个新簇标签；
[0019]依次访问所述指定点的各个邻域点，并判断所述邻域点是否已被分配一个簇标签，若否，则分配所述像素点的新簇标签给所述邻域点，重复以上步骤直至得到所述合成图像中的所有像素点的簇样本集合；
[0020]去除类密度高于或低于预设范围的簇样本集合，以得到密度处于预设范围内的类。
[0021]在上述实现过程中，对多帧差分进行合成的一张二值图像进行去噪与抛物线曲线识别，有很强的抗噪抗干扰以及准确识别能力。
[0022]进一步地，所述对各个所述类分别进行曲线拟合，以得到拟合运动轨迹曲线，包括：
[0023]对所述类分别进行曲线拟合，得到各类的运动曲线；
[0024]通过距离和斜率判断所述运动曲线是否在同一条曲线上；
[0025]若是，则合并为同一类并重新进行曲线拟合，以得到拟合运动轨迹曲线。
[0026]在上述实现过程中，通过对同一类进行曲线拟合，可得到同一类的运动轨迹。
[0027]进一步地，所述对所述拟合运动轨迹曲线进行判断，以确定是否存在高空抛物轨迹曲线，包括：
[0028]获取所述拟合运动轨迹曲线上各点的坐标和时间点数据；
[0029]利用极限梯度提升分类器判断是否存在高空抛物轨迹曲线；
[0030]若是，则输出所述拟合运动轨迹曲线和运动区域信息对应的时间段。
[0031]在上述实现过程中，通过分类器进行抛物线判断，具有更高的抗噪抗干扰准确识别能力。
[0032]进一步地，所述方法还包括：
[0033]若存在所述高空抛物轨迹曲线，则在所述待检测视频流对应的原视频上标记判断结果、所述运动轨迹曲线的位置以及所述时间段，以定位抛物时间、抛物者以及抛物轨迹曲线。
[0034]在上述实现过程中，将判断结果、对应时间段以及标注了高空抛物运动轨迹的原视频输出，以供查证。
[0035]本申请实施例还提供一种高空抛物识别装置，所述装置包括：
[0036]帧获取模块，用于获取待检测视频流并将所述待检测视频流进行切分，得到多个帧图像；
[0037]合成模块，用于提取所述帧图像的运动区域并将所述运动区域进行合成在，得到合成图像；
[0038]聚类模块，用于对所述合成图像进行聚类并进行去噪处理，以得到多个类；
[0039]拟合模块，用于对各个所述类分别进行曲线拟合，以得到拟合运动轨迹曲线；
[0040]识别模块，用于对所述拟合运动轨迹曲线进行判断，以确定是否存在高空抛物轨迹曲线。
[0041]在上述实现过程中，利用从监控摄像头获取的监控视频进行解析切分得到多帧图像，然后对多帧图像进行帧间差分法检测出运动区域并合成二值图表示，然后利用DBSCAN基于密度的聚类算法对二值图进行运动区域聚类得到具有噪声的基于密度的聚类，再对聚类进行基于规则去噪后拟合出各类的运动轨迹曲线，再运用XGBoot算法作为分类器对各运动轨迹曲线进行识别判断是否是高空抛物，输出判断结果、对应时间段且若判断是高空抛物时还输出标注了高空抛物运动轨迹的原视频，以供查证。
[0042]进一步地，所述合成模块包括：
[0043]差分子模块，用于利用帧间差分法将每相邻的两帧图像的像素值相减，以得到相减图像；
[0044]二值化子模块，用于对所述相减图像进行二值化处理，以提取所述相减图像中的运动区域信息；
[0045]合成图像获取子模块，用于将所述运动区域信息合成在一张图像上并生成合成图像。
[0046]在上述实现过程中，通过合成可将运动区域在同一张图像上表示，得到合成图，如果是高空抛物，则合成图像具有一定的规律，便于后续为拟合运动轨迹奠定基础，并能够提高识别准确性。
[0047]进一步地，所述识别模块包括：
[0048]数据获取子模块，用于获取所述拟合运动轨迹曲线上各点的坐标和时间点数据；
[0049]判断子模块，用于利用极限梯度提升分类器判断是否存在高空抛物轨迹曲线；
[0050]结果输出子模块，用于若存在高空抛物轨迹曲线，则输本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种高空抛物识别方法，其特征在于，所述方法包括：获取待检测视频流并将所述待检测视频流进行切分，得到多个帧图像；提取所述帧图像的运动区域并将所述运动区域进行合成，得到合成图像；对所述合成图像进行聚类并进行去噪处理，得到多个类；对各个所述类分别进行曲线拟合，得到拟合运动轨迹曲线；对所述拟合运动轨迹曲线进行判断，以确定是否存在高空抛物轨迹曲线。2.根据权利要求1所述的高空抛物识别方法，其特征在于，所述提取所述帧图像的运动区域并将所述运动区域进行合成，得到合成图像，包括：利用帧间差分法将每相邻的两帧图像的像素值相减，得到相减图像；对所述相减图像进行二值化处理，以提取所述相减图像中的运动区域信息；将所述运动区域信息合成在一张图像上并生成合成图像。3.根据权利要求2所述的高空抛物识别方法，其特征在于，所述对所述合成图像进行聚类并进行去噪处理，得到多个类，包括：选取所述合成图像中的任意像素点为指定点并获得所述指定点的邻域点，所述邻域点为：到所述指定点的距离小于等于预设邻域半径的所有像素点；若所述邻域点的个数大于样本个数阈值，则标记所述指定点为核心样本并为所述指定点分配一个新簇标签；依次访问所述指定点的各个邻域点，并判断所述邻域点是否已被分配一个簇标签，若否，则分配所述指定点的新簇标签给所述邻域点，重复以上步骤直至得到所述合成图像中的所有像素点的簇样本集合；去除类密度高于或低于预设范围的簇样本集合，以得到密度处于预设范围内的类。4.根据权利要求1所述的高空抛物识别方法，其特征在于，所述对各个所述类分别进行曲线拟合，以得到拟合运动轨迹曲线，包括：对所述类分别进行曲线拟合，得到各类的运动曲线；通过距离和斜率判断所述运动曲线是否在同一条曲线上；若是，则合并为同一类并重新进行曲线拟合，以得到拟合运动轨迹曲线。5.根据权利要求1所述的高空抛物识别方法，其特征在于，所述对所述拟合运动轨迹曲线进行判断，以确定是否存在高空抛物轨迹曲线，包括：获取所述拟合运动轨迹曲线上各点的坐标和时间点数据；利用极限梯度提升分类器判断是否存在高空...

【专利技术属性】
技术研发人员：吴翔南，麦广柱，袁道鸣，郭秉义，苏旭，周琳琳，
申请(专利权)人：广东博智林机器人有限公司，
类型：发明
国别省市：