摄像头移动和/或遮挡的检测方法及装置制造方法及图纸

本发明专利技术提供一种摄像头移动和/或遮挡的检测方法及装置，方法包括：根据VGG16模型对摄像头获取到的图像进行处理，获取图像中的边缘图像；基于边缘图像和历史图像的边缘信息重合比，确定摄像头是否发生移动和/或遮挡。本发明专利技术通过逐步累积未发生移动和/或遮挡的历史图像的边缘信息，逐步加强图像中固定物体的稳定边缘信息，从而减少因光线、可移动物体的位置变化带来的误报问题，保障摄像头的正常工作状态。通过提取摄像头采集画面的边缘信息，并与历史信息进行比对，从而能够准确检测到摄像头是否发生了移动或遮挡，提高摄像头拍摄等监控效率。效率。效率。

【技术实现步骤摘要】
摄像头移动和/或遮挡的检测方法及装置


[0001]本专利技术涉及图像处理技术，尤其涉及一种摄像头移动和/或遮挡的检测方法及装置。

技术介绍

[0002]智慧社区作为智慧城市中最重要的组成部分，是城镇化发展的新战略，也是社区管理与服务的创新模式。智慧社区为人们创造安全，舒适，便利，愉悦的社区生活环境，提高居民生活舒适度，归属感和幸福感。
[0003]智慧社区是指充分利用物联网、云计算、移动互联网等新一代信息技术，形成基于信息化、智能化社会管理与服务的新型管理模式的社区。而这些的实施，需要依托于庞大且稳定的监控系统，随着应用的扩展，需要部署的摄像头越来越多，而摄像头的工作状态是否正常成为了所有功能的最基础也是最重要的因素。
[0004]但很多摄像头因为外界或者人为因素发生移动或者遮挡，不仅会影响采集到的画面，进一步会影响后期的智能视频的分析，很有可能导致功能完全失效。尤其在面对越来越多的摄像头，由于数量庞大无法安排足够的人员检查每个摄像头的工作状态时，会严重影响监控效果。

技术实现思路

[0005]本专利技术实施例提供一种摄像头移动和/或遮挡的检测方法及装置，通过逐步累积未发生移动和/或遮挡的历史图像的边缘信息，逐步加强图像中固定物体的稳定边缘信息，从而减少因光线、可移动物体的位置变化带来的误报问题，保障摄像头的正常工作状态。通过提取摄像头采集画面的边缘信息，并与历史信息进行比对，从而能够准确检测到摄像头是否发生了移动或遮挡，提高摄像头拍摄等监控效率。
[0006]本专利技术实施例的第一方面，提供一种摄像头移动和/或遮挡的检测方法，包括：
[0007]根据VGG16模型对摄像头获取到的图像进行处理，获取图像中的边缘图像；
[0008]基于所述边缘图像和历史图像的边缘信息重合比，确定摄像头是否发生移动和/或遮挡；
[0009]其中，所述历史图像为基于预设规则，对确定摄像头未发生移动和/或遮挡的所述边缘图像进行累计处理得到的。
[0010]可选地，在第一方面的一种可能实现方式中，在所述根据VGG16模型对摄像头获取到的图像进行处理之前，还包括：
[0011]基于初始VGG16模型构建所述VGG16模型。
[0012]可选地，在第一方面的一种可能实现方式中，所述基于初始VGG16模型构建所述VGG16模型，包括：
[0013]删除所述初始VGG16中的全连接层和最后的最大值池化；
[0014]将每个stage的所有层的feature map通过element
‑
wisesum进行聚合，获取多个
聚合结果；
[0015]将每个所述聚合结果通过concatenate进行聚合，构建所述VGG16模型。
[0016]可选地，在第一方面的一种可能实现方式中，在所述获取多个聚合结果之后，还包括：
[0017]连接一个1x1x1的卷积，经过sigmoid激活后获取第一损失函数；
[0018]在所述将每个所述聚合结果通过concatenate进行聚合之后，还包括：
[0019]连接一个1x1x1的卷积，经过sigmoid激活后获取第二损失函数；
[0020]其中，所述第一损失函数和所述第二损失函数均为交叉熵损失函数。
[0021]可选地，在第一方面的一种可能实现方式中，所述预设规则如下：
[0022]T＝(1
‑
α)
×
edge+α
×
history
[0023]其中，T代表历史图像，α代表可调的超参数，edge代表当前图像的边缘图像信息，history表示累积的历史图像信息。
[0024]可选地，在第一方面的一种可能实现方式中，所述根据VGG16模型对摄像头获取到的图像进行处理，获取图像中的边缘图像，包括：
[0025]根据所述VGG16模型获取图像中每个像素点是目标边缘的概率值，基于所述概率值，获取初始边缘图像；
[0026]对所述初始边缘图像进行灰度化处理，获取所述边缘图像。
[0027]可选地，在第一方面的一种可能实现方式中，在所述基于所述边缘图像和历史图像的边缘信息重合比之前，还包括：
[0028]对所述边缘图像和所述历史图像进行二值化处理，并基于处理结果获取所述边缘图像和所述历史图像的边缘信息重合比。
[0029]可选地，在第一方面的一种可能实现方式中，所述确定摄像头是否发生移动和/或遮挡，包括：
[0030]将所述边缘信息重合比和阈值比较；
[0031]若所述边缘信息重合比大于阈值，确定摄像头未发生移动和/或遮挡；
[0032]若所述边缘信息重合比小于阈值，确定摄像头发生移动和/或遮挡。
[0033]可选地，在第一方面的一种可能实现方式中，在所述确定摄像头是否发生移动和/或遮挡之后，还包括：
[0034]生成报警信息，基于所述报警信息报警。
[0035]本专利技术实施例的第二方面，提供一种摄像头移动和/或遮挡的监测装置，包括：
[0036]边缘模块，用于根据VGG16模型对摄像头获取到的图像进行处理，获取图像中的边缘图像；
[0037]判断模块，用于基于所述边缘图像和历史图像的边缘信息重合比，确定摄像头是否发生移动和/或遮挡；
[0038]其中，所述历史图像为基于预设规则，对确定摄像头未发生移动和/或遮挡的所述边缘图像进行累计处理得到的。
[0039]本专利技术实施例的第三方面，提供一种摄像头移动和/或遮挡的监测设备，包括：存储器、处理器以及计算机程序，所述计算机程序存储在所述存储器中，所述处理器运行所述计算机程序执行本专利技术第一方面及第一方面各种可能涉及的所述方法。
[0040]本专利技术实施例的第四方面，提供一种可读存储介质，所述可读存储介质中存储有计算机程序，所述计算机程序被处理器执行时用于实现本专利技术第一方面及第一方面各种可能涉及的所述方法。
[0041]本专利技术提供的一种摄像头移动和/或遮挡的检测方法及装置，方法包括：根据VGG16模型对摄像头获取到的图像进行处理，获取图像中的边缘图像；基于边缘图像和历史图像的边缘信息重合比，确定摄像头是否发生移动和/或遮挡。本专利技术通过逐步累积未发生移动和/或遮挡的历史图像的边缘信息，逐步加强图像中固定物体的稳定边缘信息，从而减少因光线、可移动物体的位置变化带来的误报问题，保障摄像头的正常工作状态。通过提取摄像头采集画面的边缘信息，并与历史信息进行比对，从而能够准确检测到摄像头是否发生了移动或遮挡，提高摄像头拍摄等监控效率。
附图说明
[0042]图1是本专利技术实施例提供的一种应用场景示意图；
[0043]图2是本专利技术实施例提供的一种摄像头移动和/或遮挡的检测方法的流程图；
[0044]图3为本专利技术实施例提供的边缘图像的示意图；
[0045]图4为本专利技术实施例提供的摄像头发生移动和/或遮挡后的示意图；
[00本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种摄像头移动和/或遮挡的检测方法，其特征在于，包括：根据VGG16模型对摄像头获取到的图像进行处理，获取图像中的边缘图像；基于所述边缘图像和历史图像的边缘信息重合比，确定摄像头是否发生移动和/或遮挡；其中，所述历史图像为基于预设规则，对确定摄像头未发生移动和/或遮挡的所述边缘图像进行累积处理得到的。2.根据权利要求1所述的方法，其特征在于，在所述根据VGG16模型对摄像头获取到的图像进行处理之前，还包括：基于初始VGG16模型构建所述VGG16模型。3.根据权利要求2所述的方法，其特征在于，所述基于初始VGG16模型构建所述VGG16模型，包括：删除所述初始VGG16模型中的全连接层和最后的最大值池化；将每个stage的所有层的feature map通过element
‑
wisesum进行聚合，获取多个聚合结果；将每个所述聚合结果通过concatenate进行聚合，构建所述VGG16模型。4.根据权利要求3所述的方法，其特征在于，在所述获取多个聚合结果之后，还包括：连接一个1x1x1的卷积，经过sigmoid激活后获取第一损失函数；在所述将每个所述聚合结果通过concatenate进行聚合之后，还包括：连接一个1x1x1的卷积，经过sigmoid激活后获取第二损失函数；其中，所述第一损失函数和所述第二损失函数均为交叉熵损失函数。5.根据权利要求1所述的方法，其特征在于，所述预设规则如下：T＝(1
‑
α)
×
edge+α
×
...

【专利技术属性】
技术研发人员：王凌云，
申请(专利权)人：天津锋物科技有限公司，
类型：发明
国别省市：