一种便捷式单目测距的人体异常行为检测方法技术

本发明专利技术公开了一种便捷式单目测距的人体异常行为检测方法包括：利用目标检测算法获取目标区域在图像坐标系的像素位置；测量相机的垂直和水平视野角度并根据已知的相机安装高度以及倾斜角度，计算出目标与相机垂点的距离和与相机的直线距离；通过相机垂直、水平视野角以及相机分辨率将像素位置转换至世界坐标系中，得出目标距离数据；通过该距离与预设防区距离以及模型切换距离作比较，判断该目标是否需要进行人体异常行为检测。本发明专利技术无需对相机进行繁琐的标定工作即可对目标进行测距计算，并通过图像畸变距离划分出针对两种不同人体特征的异常检测网络，提高了异常检测网络的收敛速度以及识别精度。收敛速度以及识别精度。收敛速度以及识别精度。

【技术实现步骤摘要】
一种便捷式单目测距的人体异常行为检测方法


[0001]本专利技术涉及属于目标测距、目标识别、目标检测
，具体为一种便捷式单目测距的人体异常行为检测方法。

技术介绍

[0002]目标测距是自动驾驶、自动导航、目标检测等领域中的关键问题，传统的目标测距包括：毫米波雷达测距、激光测距、红外测距等。毫米波雷达测距系统的发射机功率低，波导器件中的损耗大，整体器件昂贵，不能大批量生产装备。激光测距系统容易受到烟雾、灰尘、雨滴的干扰。红外测距系统不仅容易受到日光或者其他相近波长光源的干扰，也会受到烟雾、灰尘的干扰。基于深度学习的单目测距系统虽然在学术指标上取得了非常好的效果，但针对不同的实际工程，需使用不同的数据集，数据集测距标定难度大，标定工作复杂，不利于项目工程的实施。利用小孔成像的单目相机测距方法相比于上述方法无需获取数据集，但需要特定的专业软件对相机进行标定从而获取相机内参数矩阵，相机标定过程存在一定复杂度。
[0003]目前的人体异常行为检测网络在数据集训练方式以及检测方案上较为单一，在网络训练上并未从实际应用出发，以一定高度和倾斜角放置的相机获取远处人体目标和近处人体目标，其图像所具特征不同，在较远处可以观察到人体所有基本特征，但在较近处人体基本特征发生改变，例如仅能观察到头部和部分四肢，混合训练会导致网络收敛速度降低、异常检测精度无法进一步提高。

技术实现思路

[0004]本部分的目的在于概述本专利技术的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和专利技术名称中可能会做些简化或省略以避免使本部分、说明书摘要和专利技术名称的目的模糊，而这种简化或省略不能用于限制本专利技术的范围。
[0005]鉴于上述存在的问题，提出了本专利技术。
[0006]因此，本专利技术解决的技术问题是：现有的人体异常行为检测网络存在数据集训练方式以及检测方案单一，复杂度高的问题，以及如何提高网络收敛速度、异常检测精度的优化问题。
[0007]为解决上述技术问题，本专利技术提供如下技术方案：一种便捷式单目测距的人体异常行为检测方法，包括：
[0008]利用目标检测算法获取目标ROI区域在图像坐标系的像素位置；
[0009]测量相机的垂直和水平视野角度并根据已知的相机安装高度以及倾斜角度，计算出目标与相机垂点的距离和与相机的直线距离；
[0010]通过相机垂直、水平视野角以及相机分辨率将像素位置转换至世界坐标系中，得出目标距离数据；
[0011]通过该距离与预设防区距离以及模型切换距离作比较，判断该目标是否需要进行
人体异常行为检测。
[0012]作为本专利技术所述的便捷式单目测距的人体异常行为检测方法的一种优选方案，其中：所述相机垂直、水平视野角的测量采用移物法，将某一物体放置在相机前方，并向右移动至刚好消失在图像中，记录该位置，然后向左移动至刚好消失的位置，左右两位置点与相机中心形成的角，即为水平最大视野角度，垂直视野角度获取方式同理，得到最大垂直与水平范围角度分别为A、B。
[0013]作为本专利技术所述的便捷式单目测距的人体异常行为检测方法的一种优选方案，其中：所述根据已知的相机安装高度以及倾斜角度，计算出目标与相机垂点的距离，包括：
[0014]计算图像最下方的行像素中点在世界坐标系映射出的垂直视野下极限点E与相机垂点的距离D0，
[0015][0016]计算图像最下方的行像素中点在世界坐标系映射出的垂直视野下极限点E与相机的直线距离D
L0
，
[0017][0018]式中，H表示已知的的相机安装高度；α表示已知的的相机安装倾斜角度。
[0019]作为本专利技术所述的便捷式单目测距的人体异常行为检测方法的一种优选方案，其中：所述通过相机垂直、水平视野角以及相机分辨率将像素位置转换至世界坐标系中，得出目标距离数据包括：根据相机分辨率m
×
n和视野范围角A、B得出在相机像素坐标系中单位像素与相机水平和垂直的视野变化系数，通过获取目标点在像素矩阵的位置计算其在世界坐标系中与相机中心的距离D
n_0
和D
n_L0
：
[0020][0021][0022]式中，Δi和Δj为单位像素与相机水平和垂直的视野变化系数，D
Δi
、D
Δj
为目标点在世界坐标系中的位置变化信息。
[0023]作为本专利技术所述的便捷式单目测距的人体异常行为检测方法的一种优选方案，其中：所述单位像素与相机水平和垂直的视野变化系数Δi和Δj表示为：
[0024]作为本专利技术所述的便捷式单目测距的人体异常行为检测方法的一种优选方案，其中：所述目标点在世界坐标系中的位置变化信息D
Δi
、D
Δj
，表示为：
[0025]作为本专利技术所述的便捷式单目测距的人体异常行为检测方法的一种优选方案，其中：所述判断该目标是否需要进行人体异常行为检测包括：对比距离D
n_0
与预设防区距离D
x1
和模型切换距离D
x2
，若D
n_0
>D
x1
则目标处于防区外，不做异常检测；若D
n_0
∈[D
x2
,D
x1
]需将目标ROI区域图像输入至M1网络进行异常行为检测；若D
n_0
<D
x2
需将目标ROI区域图像输入至M2网络进行人体异常行为检测。
[0026]作为本专利技术所述的便捷式单目测距的人体异常行为检测方法的一种优选方案，其中：所述D
x1
为预设防区距离，即在该范围内的人体目标需进行异常行为检测，反之则无需进行检测；所述D
x2
为网络模型切换距离，即在距离小于D
x2
时，相机中成像的人体特征发生改变，距离D
x2
为人体目标在相机中成像的压缩率等于50％的范围区域。
[0027]作为本专利技术所述的便捷式单目测距的人体异常行为检测方法的一种优选方案，其中：所述异常行为检测网络训练的具体步骤包括：
[0028]数据集由包含正常行为和异常行为的视频帧组成，对各行为进行是否异常的标定，采用留出法将数据集分为70％训练集、20％验证集、10％测试集；
[0029]按照距离D
x2
范围阈值的人体特征将数据集划分为data1、data2，其中data1数据集用于网络的M1训练，data2数据集用于网络M2的训练，网络输出为是否是异常行为；
[0030]使用Sigmoid函数作为网络最后一层，交叉熵作为损失函数，表达式为其中y表示实际值1或0，表示预测值；
[0031]随着迭代次数的增加，利用Adma优化器对异常检测网络的权值和偏置值进行优化，直至网络收敛。
[0032]作为本专利技术所述的便捷式单目测距的人体异常行为检本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种便捷式单目测距的人体异常行为检测方法，其特征在于，包括：利用目标检测算法获取目标ROI区域在图像坐标系的像素位置；测量相机的垂直和水平视野角度并根据已知的相机安装高度以及倾斜角度，计算出目标与相机垂点的距离和与相机的直线距离；通过相机垂直、水平视野角以及相机分辨率将像素位置转换至世界坐标系中，得出目标距离数据；通过该距离与预设防区距离以及模型切换距离作比较，判断该目标是否需要进行人体异常行为检测。2.如权利要求1所述的便捷式单目测距的人体异常行为检测方法，其特征在于：所述相机垂直、水平视野角的测量采用移物法，将某一物体放置在相机前方，并向右移动至刚好消失在图像中，记录该位置，然后向左移动至刚好消失的位置，左右两位置点与相机中心形成的角，即为水平最大视野角度，垂直视野角度获取方式同理，得到最大垂直与水平范围角度分别为A、B。3.如权利要求1所述的便捷式单目测距的人体异常行为检测方法，其特征在于：所述根据已知的相机安装高度以及倾斜角度，计算出目标与相机垂点的距离，包括：计算图像最下方的行像素中点在世界坐标系映射出的垂直视野下极限点E与相机垂点的距离D0，计算图像最下方的行像素中点在世界坐标系映射出的垂直视野下极限点E与相机的直线距离D
L0
，式中，H表示已知的的相机安装高度；α表示已知的的相机安装倾斜角度。4.如权利要求2和3所述的便捷式单目测距的人体异常行为检测方法，其特征在于：所述通过相机垂直、水平视野角以及相机分辨率将像素位置转换至世界坐标系中，得出目标距离数据包括：根据相机分辨率m
×
n和视野范围角A、B得出在相机像素坐标系中单位像素与相机水平和垂直的视野变化系数，通过获取目标点在像素矩阵的位置计算其在世界坐标系中与相机中心的距离D
n_0
和D
n_L0
：：式中，Δi和Δj为单位像素与相机水平和垂直的视野变化系数，D
Δi
、D
Δj
为目标点在世界坐标系中的位置变化信息。5.如权利要求4所述的便捷式单目测距的人体异常行为检测方法，其特征在于：所述单位像素与相机水平和垂直的视野变化系数Δi和Δj表示为：
6.如权利要求4所述的便捷式单目测距的人体异常行为检测方法，其特征在于：所述目标点在世界坐标系中的位置...

【专利技术属性】
技术研发人员：刘庆，陈友坤，莫刚，李康，李璘，张坤，
申请(专利权)人：贵州电网有限责任公司，
类型：发明
国别省市：