本发明专利技术适用于图像识别的技术领域，提供了一种翻越路障的识别方法及识别装置，识别方法包括：在当前帧图像中识别路障的所处位置；在当前帧图像中识别目标人物所处的矩形区域中的目标特征点，并将目标特征点放入跟踪队列；分别在多个后续帧图像中识别与跟踪队列中目标特征点关联的后续特征点；根据目标特征点与多个后续特征点在图像中的位置，得到目标人物的行进轨迹；若行进轨迹与路障位置相交，则确认目标人物出现翻越路障行为。上述方案，通过目标人物的目标特征点在多个帧图像中进行跟踪匹配，得到目标人体的行进轨迹，进而确定目标人物是否出现翻越路障行为。由于目标特征点受光照或遮挡的影响程度较小，故具有较高的识别效率。别效率。别效率。
【技术实现步骤摘要】
一种翻越路障的识别方法及识别装置
[0001]本专利技术实施例属于图像识别的
，尤其涉及一种翻越路障的识别方法及识别装置、终端设备及计算机可读存储介质。
技术介绍
[0002]在公共道路上翻越护栏或在其他区域翻越护墙等行为，是一种极度危险的行为。不仅给行人自身带来危险，也给交通带来了极大的隐患。通过人为地看管与制止所产生的成本较高。
[0003]而随着图像识别技术的发展，可实现对行人的翻越行为的识别，进而采取一些制止措施。然而，传统的图像识别技术在光照或遮挡等因素下易丢失目标，不利于后面的翻越行为识别，识别效率较低。
技术实现思路
[0004]有鉴于此，本专利技术实施例提供了一种翻越路障的识别方法和识别装置、终端设备及计算机可读存储介质，以解决识别效率较低的问题。
[0005]本专利技术实施例的第一方面提供了一种翻越路障的识别方法，包括：
[0006]识别步骤：在当前帧图像中识别路障的所处位置；所述路障包括围栏或围墙；
[0007]跟踪步骤：在所述当前帧图像中识别目标人物所处的矩形区域中的目标特征点，并将所述目标特征点放入跟踪队列；所述矩形区域用于框定所述目标人物所处的图像位置；
[0008]关联步骤：分别在多个后续帧图像中识别与所述跟踪队列中目标特征点关联的后续特征点；
[0009]计算步骤：根据所述目标特征点与多个所述后续特征点在图像中的位置，得到目标人物的行进轨迹；
[0010]确认步骤：若所述行进轨迹与所述路障位置相交，则确认所述目标人物出现翻越路障行为。
[0011]进一步地，所述跟踪步骤包括：
[0012]第一识别子步骤：识别当前人物所处的矩形区域；
[0013]判断子步骤：若所述矩形区域与所述路障位置相交，则将所述当前人物作为所述目标人物；
[0014]提取子步骤：在所述矩形区域中提取所述目标特征点；所述目标特征点包括质点、人体轮廓特征点或多个关节特征点；
[0015]跟踪子步骤：将所述目标特征点放入所述跟踪队列。
[0016]进一步地，所述关联步骤包括：
[0017]第二识别子步骤：在第一后续帧图像中识别多个初始特征点；
[0018]计算子步骤：计算第一初始特征点与所述跟踪队列中目标特征点之间的欧几里得
距离；
[0019]选择子步骤：将所述欧几里得距离最小的第一初始特征点作为所述后续特征点。
[0020]进一步地，在所述选择子步骤之后，还包括：
[0021]判断孙步骤：若多个所述初始特征点中存在第二初始特征点；所述第二初始特征点是指未与所述目标特征点匹配成功的初始特征点；
[0022]更新孙步骤：将所述第二初始特征点放入跟踪队列，得到更新后的跟踪队伍；
[0023]识别孙步骤：在第二后续帧图像中识别多个初始特征点；其中，所述第二后续帧图像在时序上位于所述第一后续帧图像之后；
[0024]第一计算孙步骤：计算所述第一初始特征点与所述更新后的跟踪队列中目标特征点之间的欧几里得距离；
[0025]第一选择孙步骤：将所述欧几里得距离最小的第一初始特征点作为所述后续特征点；
[0026]第二计算孙步骤：计算所述第二初始特征点与所述更新后的跟踪队列中目标特征点之间的欧几里得距离；
[0027]第二选择孙步骤：将所述欧几里得距离最小的第二初始特征点作为所述后续特征点。
[0028]进一步地，在所述第一选择孙步骤之后，还包括：
[0029]将跟踪队伍中未匹配到相应后续特征点的目标特征点删除。
[0030]进一步地，所述确认步骤包括：
[0031]确认子步骤：若所述行进轨迹与所述路障位置相交，且所述行进轨迹的长度不小于预设长度，且所述行进轨迹中相交部分的轨迹高于其他部分轨迹，则确认所述目标人物出现翻越路障行为。
[0032]进一步地，所述跟踪队列用于存储不同目标特征点各自对应的唯一编号。
[0033]本专利技术实施例的第二方面提供了一种翻越路障的识别装置，包括：
[0034]第一识别单元，用于在当前帧图像中识别路障的所处位置；所述路障包括围栏或围墙；
[0035]第二识别单元，用于在所述当前帧图像中识别目标人物所处的矩形区域中的目标特征点，并将所述目标特征点放入跟踪队列；所述矩形区域用于框定所述目标人物所处的图像位置；
[0036]第三识别单元，用于分别在多个后续帧图像中识别与所述跟踪队列中目标特征点关联的后续特征点；
[0037]计算单元，用于根据所述目标特征点与多个所述后续特征点在图像中的位置，得到目标人物的行进轨迹；
[0038]确认单元，用于若所述行进轨迹与所述路障位置相交，则确认所述目标人物出现翻越路障行为。
[0039]本专利技术实施例的第三方面提供了一种终端设备，包括摄像模块、存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面所述方法的步骤。
[0040]本专利技术实施例的第四方面提供了一种计算机可读存储介质，所述计算机可读存储
介质存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面所述方法的步骤。
[0041]本专利技术实施例与现有技术相比存在的有益效果是：本专利技术通过在当前帧图像中识别路障的所处位置；在所述当前帧图像中识别目标人物所处的矩形区域中的目标特征点，并将所述目标特征点放入跟踪队列；分别在多个后续帧图像中识别与所述跟踪队列中目标特征点关联的后续特征点；根据所述目标特征点与多个所述后续特征点在图像中的位置，得到目标人物的行进轨迹；若所述行进轨迹与所述路障位置相交，则确认所述目标人物出现翻越路障行为。上述方案，通过目标人物的目标特征点在多个帧图像中进行跟踪匹配，得到目标人体的行进轨迹，进而确定目标人物是否出现翻越路障行为。由于目标特征点受光照或遮挡的影响程度较小，故具有较高的识别效率。
附图说明
[0042]为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或相关技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
[0043]图1示出了本申请提供的一种翻越路障的识别方法的示意性流程图；
[0044]图2示出了本申请提供的一种翻越路障的识别方法中跟踪步骤的具体示意性流程图；
[0045]图3示出了本申请提供的一种翻越路障的识别方法中关联步骤的具体示意性流程图；
[0046]图4示出了本申请提供的第一翻越路障示意图；
[0047]图5示出了本申请提供的第二翻越路障示意图；
[0048]图6示出了本申请提供的第三翻越路障示意图；
[0049]图7示出了本申请提供的另一种翻越路障的识别方法的示意性流程图；
[0050]图8示出了本申请本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种翻越路障的识别方法，其特征在于，所述识别方法包括：识别步骤：在当前帧图像中识别路障的所处位置；所述路障包括围栏或围墙；跟踪步骤：在所述当前帧图像中识别目标人物所处的矩形区域中的目标特征点，并将所述目标特征点放入跟踪队列；所述矩形区域用于框定所述目标人物所处的图像位置；关联步骤：分别在多个后续帧图像中识别与所述跟踪队列中目标特征点关联的后续特征点；计算步骤：根据所述目标特征点与多个所述后续特征点在图像中的位置，得到目标人物的行进轨迹；确认步骤：若所述行进轨迹与所述路障位置相交，则确认所述目标人物出现翻越路障行为。2.如权利要求1所述的翻越路障的识别方法，其特征在于，所述跟踪步骤包括：第一识别子步骤：识别当前人物所处的矩形区域；判断子步骤：若所述矩形区域与所述路障位置相交，则将所述当前人物作为所述目标人物；提取子步骤：在所述矩形区域中提取所述目标特征点；所述目标特征点包括质点、人体轮廓特征点、多个关节特征点或稀疏特征点集；跟踪子步骤：将所述目标特征点放入所述跟踪队列。3.如权利要求1所述的翻越路障的识别方法，其特征在于，所述关联步骤包括：第二识别子步骤：在第一后续帧图像中识别多个初始特征点；计算子步骤：计算第一初始特征点与所述跟踪队列中目标特征点之间的欧几里得距离；选择子步骤：将所述欧几里得距离最小的第一初始特征点作为所述后续特征点。4.如权利要求3所述的翻越路障的识别方法，其特征在于，在所述选择子步骤之后，还包括：判断孙步骤：若多个所述初始特征点中存在第二初始特征点；所述第二初始特征点是指未与所述目标特征点匹配成功的初始特征点；更新孙步骤：将所述第二初始特征点放入跟踪队列，得到更新后的跟踪队伍；识别孙步骤：在第二后续帧图像中识别多个初始特征点；其中，所述第二后续帧图像在时序上位于所述第一后续帧图像之后；第一计算孙步骤：计算所述第一初始特征点与所述更新后的跟踪队列中目标特征点之间的欧几里得距离；第一选择孙步骤：将所述...
【专利技术属性】
技术研发人员：莫家源，朱光强，欧阳一村，罗富章，王和平，陈芳明，
申请(专利权)人：盛视科技股份有限公司，
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。