【技术实现步骤摘要】
一种复杂场景下的实时流物品搬移及遗留检测方法及系统
[0001]本专利技术涉及图像检测
,特别涉及一种复杂场景下的实时流物品搬移及遗留检测方法及系统。
技术介绍
[0002]目前,随着智慧城市、智能工厂等的不断普及,通过网络摄像头监控特定场景的物品搬移及遗留事件并告警有着切实广泛的需求。
[0003]已有的物品搬移及遗留算法大多停留在实验室,并不能处理真实场景的复杂多变的环境,且对计算机性能也有比较高的要求,亟需一种在真实复杂场景下实时高效的物品搬移及遗留检测算法以满足广泛智能监控的需要。
技术实现思路
[0004]本专利技术目的之一在于提供了一种复杂场景下的实时流物品搬移及遗留检测方法,实现实时高效的物品搬移及遗留检测。
[0005]本专利技术实施例提供的一种复杂场景下的实时流物品搬移及遗留检测方法,包括:
[0006]步骤1:获取目标场景的实时流视频,并缓存实时帧;
[0007]步骤2:利用所述实时帧进行实时前景建模;
[0008]步骤3:利用数字图像处理技术对所述实时前景进行分析,获取变化前景区域;
[0009]步骤4:结合人员检测深度学习模型,确定所述变化前景区域中的非人员待检测前景区域;
[0010]步骤5:基于非人员待检测前景区域的当前帧图像和历史帧图像,判断非人员待检测前景区域为物品搬移还是物品遗留。
[0011]优选的,所述步骤1,还包括:
[0012]基于预设的分块规则,对实时流视频的每一帧图像进行分块,获
【技术保护点】
【技术特征摘要】
1.一种复杂场景下的实时流物品搬移及遗留检测方法,其特征在于,包括:步骤1:获取目标场景的实时流视频,并缓存实时帧;步骤2:利用所述实时帧进行实时前景建模;步骤3:利用数字图像处理技术对所述实时前景进行分析,获取变化前景区域;步骤4:结合人员检测深度学习模型,确定所述变化前景区域中的非人员待检测前景区域;步骤5:基于非人员待检测前景区域的当前帧图像和历史帧图像,判断非人员待检测前景区域为物品搬移还是物品遗留。2.如权利要求1所述的一种复杂场景下的实时流物品搬移及遗留检测方法,其特征在于,所述步骤1,还包括:基于预设的分块规则,对所述实时流视频的每一帧图像进行分块,获得多个图像块;对每一所述图像块进行第一均衡化处理;对每一所述图像块进行第二均衡化处理。3.如权利要求1所述的一种复杂场景下的实时流物品搬移及遗留检测方法,其特征在于,所述步骤2:利用所述实时帧进行实时前景建模,包括:基于改进ViBe算法,利用所述实时帧进行实时前景建模。4.如权利要求3所述的一种复杂场景下的实时流物品搬移及遗留检测方法,其特征在于,所述改进ViBe算法包括:获取原始ViBe算法;将所述原始ViBe算法的样本集更新概率由原来的1/16改为1/8;将所述原始ViBe算法中判断为前景的像素点采用随机更更新到样本集的策略改为直接重置前景区域的样本集。5.如权利要求1所述的一种复杂场景下的实时流物品搬移及遗留检测方法,其特征在于,步骤5:基于非人员待检测前景区域的当前帧图像和历史帧图像,判断非人员待检测前景区域为物品搬移还是物品遗留,包括:从所述当前帧图像中确定所述待检测物品的第一轮廓区域和所述第一轮廓区域的第一轮廓外接矩形,同时,从所述历史帧图像中确定所述待检测物品的第二轮廓区域和所述第二轮廓区域的第二轮廓外接矩形;计算所述第一轮廓区域与所述第二轮廓区域之间的第一颜色相似度;计算所述第一轮廓外接矩形内除所述第一轮廓区域之外的第一非轮廓区域与所述第二轮廓外接矩形内除所述第二轮廓区域之外的第二非轮廓区域之间的第二颜色相似度;若所述第一颜色相似度大于预设的第一颜色相似度阈值且所述第二颜色相似度大于预设的第二颜色相似度阈值,确定所述待检测物品遗留;若所述第一颜色相似度小于预设的第一颜色相似度阈值且所述第二颜色相似度小于预设的第二颜色相似度阈值,确定所述待检测物品搬移。6.如权利要求1所述的一种复杂场景下的实时流物品搬移及遗留检测方法,其特征在于,所述步骤1中,获取目标场景的实时流视频,包括:获取目标场景对应的预设的场景地图;从所述场景地图中确定所述目标场景内的物品放置区的第一位置以及所述物品放置
区旁的搬运通道的第二位置;基于所述第一位置和由所述第一位置向所述第二位置的直线方向,构建第一方向向量;从所述场景地图中确定所述目标场景内的多个图像采集设备的第三位置和镜头方向;...
【专利技术属性】
技术研发人员:胡振宏,曾国卿,刘佳宁,朱新潮,刘亚健,李威,
申请(专利权)人:上海可深信息科技有限公司,
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。