【技术实现步骤摘要】
一种基于视频监控防溺水自适应检测方法
[0001]本专利技术属于计算机视觉领域,具体涉及背景模型训练、运动目标提取和跨线侦测,特别涉及基于视频监控防溺水自适应检测方法。
技术介绍
[0002]随着每年一度的夏天的到来,防溺水工作进入关键时期。在春夏之交强降雨后,河水、山塘水位暴涨,对于喜欢野外游泳、玩水的儿童和青少年来说,这个时期成为溺水高发期。为此,把防溺水工作作为重点来抓,通过多措并举织密防溺水安全网,切实落实防溺水工作,并通过全面摸排,确定一批存在较大风险隐患的危险水域,做好了防溺水“四个一”工程建设,通过设立一个警示牌、摆放一个救生圈、一根安全绳、一对毛竹竿,有效完善了应急处置工具,做到及时发现、及时劝阻、有效警示、有效救助。但目前的主要手段还是安全教育、警示或发生后的应急方案,缺乏进入危险水域事件实时监测、信息化管理,对溺水事件早发现、早处理、针对性警示教育。
[0003]目前预防溺水主要是通过安全警示牌或广播喇叭循环播放防溺水语音消息;暑期安排安全网格员或专人对危险水域进行人工巡检等措施,需要耗费大量的人力、物力,但效率不高,存在时间空档期,没有提前预警和信息化管理,而且存在效率低、质量不高、整治效果极易反复的问题。还有一种是通过AI智能人脸识别技术识别检测区域里的人脸或车辆目标识别,以此判断是否存在目标出现在危险水域,然而,此种识别方式的误判率和漏检测率较高,而且存在不通用的问题,只能适用于小监控范围,而且对视频采集设备的安装高度和角度有着较高要求,具有一定的使用局限性,还会将在水域边逗留观光或 ...
【技术保护点】
【技术特征摘要】 【专利技术属性】
1.一种基于视频监控防溺水自适应检测方法,其特征在于,包括以下步骤:(1)获取待检测场景下的摄像头对应的视频流,截取一张视频帧图像,在该视频帧图像上通过画一个或多个红色警戒线,并以警戒线外接矩形框为重点检测区域,并配置好在当前监控画面下目标最大、最小万分比例;(2)取一视频段中所有帧的某位置上的像素值,求其平均来作为比较的标准值,将视频段中此位置像素值最接近该标准值的帧作为该视频段的关键帧;(3)混合高斯背景建模,根据建立的模型判断关键帧各像素值属于背景还是运动前景;(4)对于步骤(1)获取的实时视频帧图像与步骤(3)训练得到的背景图像进行比较,提取实时帧图像中的运动前景目标像素,并对提取的目标进行噪声去除和数学形态学运算形成联通区域;(5)进行目标分割,分析连通域的边缘轮廓,并计算各个轮廓的面积、占空比、矩形度和轮廓的形心;根据配置的目标尺寸规则过滤目标并对运动目标进行跟踪;将运动目标存放在候选目标队列中;(6)根据步骤(5)的候选目标队列,遍历整个目标队列,假如目标的追踪轨迹点超过设置的长度阈值L
min
,该值表征运动目标在配置检测区域持续时间;根据目标轨迹线与配置警戒线的几何关系及与配置运动方向匹配度,根据目标轮廓与警戒线的重合度和方向匹配度,计算进入危险水域事件的置信度;长度阈值L
min
为同一运动目标轨迹队列的长度,也是运动目标的在区域内运动时长;根据不同的应用场景采用不同的判断策略:(6
‑
1)若应用在进入山塘、水库、河边、湖边、浮桥危险水域,目标对象跨越过警戒线,目标轮廓形心跨越到警戒线的另一侧,轨迹点的相对位置发生变化;根据警戒线与当前帧图像的相对位置,划分为:左侧、右侧,上侧、下侧,根据目标运动方向向量与警戒线角度进行计算;在该邻域,跨线告警或拌线告警适用(6
‑
1)判断策略;(6
‑
2)若应用在投河异常行为检测,在桥梁、栏杆配置合适的警戒线,异常行为一般突发,目标物快速移动;与(6
‑
1)不同,目标对象触碰到警戒线,计算目标区域与警戒线的重合度达到设定值A触发一次告警;相对比(6
‑
1)策略,更容易触发,适合于桥梁、围栏等危险区域,一般情况行人不经过或触碰到的区域;(7)根据步骤(6)告警策略触发一次告警,并将告警消息上传到中心服务器,在安装摄像机的广播喇叭播放警示通知消息;(8)步骤(7)触发一次告警事件后,根据告警间隔配置参数,避免同一事件重复告警;经过间隔时间后,初始化背景模型,进入下一次检测。2.根据权利要求1所述的一种基于视频监控防溺水自适应检测方法,其特征在于:步骤(3)中判断像素值属于背景还是前景的方法如下:对于随机变量X的观测数据集{x1,x2,...,x
N
},x
t
为t时刻像素的样本,t=1,2,
…
,N,N为采样点数,则单个采样点样本x
t
服从的混合高斯分布概率密度函数p(x
t
):):
其中,k为分布模型总数,η(x
t
,μ
i,t
,τ
i,t
)为t时刻第i个高斯分布,μ
i,t
为均值,τ
i,t
为协方差矩阵,δ
i,t
为方差,I为三维单位矩阵,ω
技术研发人员:赖有华,苏翠平,方磊,徐林楠,
申请(专利权)人:江西华瑞数字技术有限公司,
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。