本申请公开了运动目标检测方法、装置及周界入侵检测系统，首先检测当前图像是否包括运动目标。当检测出当前图像中不包括运动目标时，终止对该图像的处理，从而过滤掉视频流中的部分帧，提升检测速度。当检测出当前图像中包括运动目标时，则将运动目标区域从当前图像中单独裁出；再利用基于神经网络的特定目标检测模型，检测裁出的局部图像中的运动目标是否为特定目标，从而可以准确区分是否出现特定目标入侵。本申请可以针对特定目标进行检测，应用到视频周界入侵检测系统中时，可以针对特定入侵目标进行检测，如可以针对人员入侵进行检测。并且，可以在保证检测结果准确率的同时，提升检测速度，满足视频周界入侵检测系统的实时性要求。性要求。性要求。
【技术实现步骤摘要】
运动目标检测方法、装置及周界入侵检测系统
[0001]本申请涉及运动目标检测
，尤其涉及一种运动目标检测方法、装置及周界入侵检测系统。
技术介绍
[0002]视频周界防范是建立在传统周界防护概念基础上，通过应用智能视频分析技术，对入侵目标进行检测、报警，从而实现对区域的周界防范。
[0003]视频入侵事件包括人员入侵和非人员入侵等，非人员入侵如车辆入侵、设备入侵等，入侵目标一般为视频中的运动目标。入侵目标的入侵行为通常瞬间出现并在极短的时间内完成，因此要求入侵目标检测方法具有实时性，从而保证当出现入侵行为时快速、准确地报警。
[0004]然而，现有的入侵目标检测方法，难以同时在速度与准确率上达到令人满意的效果。例如，较高的检测速度通常意味着检测结果不够准确，而精确的检测结果又需以检测时间为代价。
技术实现思路
[0005]本申请提供一种运动目标检测方法、装置及周界入侵检测系统，现有的入侵目标检测方法，难以兼具高速和准确的技术问题。
[0006]第一方面，本申请提供一种运动目标检测方法，所述方法包括：
[0007]从待处理的视频流中获取当前图像；
[0008]检测当前图像是否包括运动目标；
[0009]当检测出当前图像中包括运动目标时，从当前图像中获取所述运动目标对应的局部图像；
[0010]利用基于神经网络的特定目标检测模型，检测所述局部图像中的运动目标是否为特定目标，所述特定目标是指特定类别的目标。
[0011]第二方面，本申请还提供一种运动目标检测装置，所述装置包括：
[0012]图像获取模块，用于从待处理的视频流中获取当前图像及与当前图像连续的至少一帧对比图像；
[0013]第一检测模块，用于基于当前图像与所述至少一帧对比图像之间的像素差异，检测当前图像是否包括运动目标；
[0014]截图模块，用于当检测出当前图像中包括运动目标时，从当前图像中获取所述运动目标对应的局部图像；
[0015]第二检测模块，用于利用基于神经网络的特定目标检测模型，检测所述局部图像中的运动目标是否为特定目标，所述特定目标是指特定类别的目标。
[0016]第三方面，本申请还提供一种周界入侵检测系统，包括视频采集装置和第一方面提供的运动目标检测装置，所述视频采集装置用于采集视频流，将采集的视频流发送给所
述运动目标检测装置。
[0017]由以上技术方案可知，本申请实施例提供一种运动目标检测方法、装置及周界入侵检测系统，首先利用传统的运动目标检测方法检测当前图像是否包括运动目标。当检测出当前图像中不包括运动目标时，确定当前图像中不包括特定的运动目标，并终止对该图像的处理，从而采用传统方法过滤掉视频流中的部分帧，提升检测速度。当检测出当前图像中包括运动目标时，则将运动目标区域从当前图像中单独裁出；再利用基于神经网络的特定目标检测模型，检测裁出的局部图像中的运动目标是否为特定目标，从而可以准确区分是否出现特定目标入侵。本申请实施例提供的运动目标检测方法，可以针对特定目标进行检测，将该方法应用到视频周界入侵检测系统中时，可以针对特定入侵目标进行检测，如可以针对人员入侵进行检测。并且，可以在保证检测结果准确率的同时，提升检测速度，满足视频周界入侵检测系统的实时性要求。
附图说明
[0018]为了更清楚地说明本申请的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0019]图1为本申请根据示例性实施例示出的一种运动目标检测方法流程图；
[0020]图2为本申请根据示例性实施例示出的另一种运动目标检测方法流程图；
[0021]图3为本申请根据示例性实施例示出的当前图像及其背景减除图像示意图；
[0022]图4为本申请根据示例性实施例示出的当前图像及运动目标对应的局部图像示意图；
[0023]图5为本申请根据示例性实施例示出的另一种运动目标检测方法流程图；
[0024]图6为本申请根据示例性实施例示出的另一种运动目标检测方法流程图；
[0025]图7为本申请根据示例性实施例示出的一种运动目标检测装置框图；
[0026]图8为本申请根据示例性实施例示出的周界入侵检测系统框图。
具体实施方式
[0027]为了使本
的人员更好地理解本申请中的技术方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
[0028]帧间差分法、光流法和背景减除法作为传统的运动目标检测方法，广泛应用于视频周界入侵检测系统中，用于检测入侵目标。然而，传统的运动目标检测方法，不能区分视频中运动目标的类别，进而在用于检测入侵目标，无法正确区分人员入侵和非人员入侵等。基于深度学习的运动目标检测方法，虽然能够区分视频中运动目标的类别，但是对硬件条件要求很高，并且检测效率低，难以满足视频周界入侵检测系统的实时性要求。
[0029]本申请实施例提供一种运动目标检测方法，该方法可以针对特定目标进行检测，将该方法应用到视频周界入侵检测系统中时，可以针对特定入侵目标进行检测，如可以针
对人员入侵进行检测。并且，可以在保证检测结果准确率的同时，提升检测速度，满足视频周界入侵检测系统的实时性要求。
[0030]图1为本申请根据示例性实施例示出的一种运动目标检测方法流程图，如图1所示，该方法可以包括下述步骤：
[0031]S110，从待处理的视频流中获取当前图像。
[0032]待处理的视频流为视频采集装置通过拍摄监控区域或场景而得到的视频流。例如，厂区摄像头拍摄的厂区监控视频流，路口摄像头拍摄的道路监控视频流等。待处理的视频流由实时且连续传输的图像构成，这些图像具有明确的时间先后顺序。
[0033]在一些应用场景中，需要将视频流中的每一帧图像依次作为处理对象，以检测图像中是否出现运动目标。而在另一应用场景中，可以对视频流进行抽帧检测，例如将视频流中间隔均匀的部分图像帧依次作为处理对象，以检测该部分图像帧中是否出现运动目标，从而降低计算量。
[0034]本申请中，当前图像是指当前检测流程中的被检测对象。当前图像可以是接收到的视频流中时间最晚的帧，也可以不是时间最晚的帧。
[0035]S120，检测当前图像是否包括运动目标。当检测出当前图像中包括运动目标时，执行S130；当检测出当前图像中不包括运动目标时，确定当前图像不包括特定的运动目标，并返回到S110，以获取下一帧图像，并针对下一帧图像进行运动目标检测。
[0036]基于不同的应用场景，可以采用帧间差分法、光流法或者背景减除法等方法，检测当前图本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种运动目标检测方法，其特征在于，所述方法包括：从待处理的视频流中获取当前图像；检测当前图像是否包括运动目标；当检测出当前图像中包括运动目标时，从当前图像中获取所述运动目标对应的局部图像；利用基于神经网络的特定目标检测模型，检测所述局部图像中的运动目标是否为特定目标，所述特定目标是指特定类别的目标。2.根据权利要求1所述的方法，其特征在于，利用基于神经网络的特定目标检测模型，检测所述局部图像中的运动目标是否为特定目标，包括：在保持所述局部图像的宽高比不变的情况下，生成包含所述局部图像的标准输入图像；将所述标准输入图像输入到所述特定目标检测模型中，输出检测结果；当所述检测结果中包含至少一个有效框时，确定所述有效框预测的运动目标为特定目标，所述有效框的置信度大于预设值，所述有效框预测的运动目标的尺寸符合预设条件。3.根据权利要求2所述的方法，其特征在于，当所述检测结果中包含至少一个预测框时，按照下述步骤确定有效框：从所述至少一个预测框中筛选出置信度大于预设值且互不相交的候选框；根据所述候选框预测的运动目标在当前图像中的位置信息，和，位置与尺寸的预设对应关系，确定所述运动目标对应的标准尺寸；当所述运动目标在当前图像中的尺寸与所述运动目标对应的标准尺寸相符时，确定所述候选框为有效框。4.根据权利要求3所述的方法，其特征在于，根据所述运动目标的所述位置信息和位置与尺寸的预设对应关系，确定所述运动目标对应的标准尺寸包括，按照下式确定所述运动目标对应的标准尺寸：其中，W
s
表示运动目标对应的标准宽度，W
max
表示当前图像上侧边缘对应的实际场景的宽度；W
min
表示当前图像下侧边缘对应的实际场景的宽度；P
y
表示运动目标在当前图像中的纵坐标与当前图像高度的比值。5.根据权利要求1所述的方法，其特征在于，所述方法还包括：当检测出当前图像中不包括运动目标时，获取所述当前图像的下一帧图像，以针对所述下一帧图像进行运动目标检测。6.根据权利要求1所述的方向，其特征在于，检测所述当前图像是否包括运动目标，包括：针对所述当前图像执行预处理操作，所述预处理操作包括缩小操作和/或模糊操作；基于预处理后的当前图像，检测当前图像...
【专利技术属性】
技术研发人员：邵起明，孙坤元，邓楠，张天翼，
申请(专利权)人：奇点新源国际技术开发北京有限公司，
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。