一种钓鱼行为检测方法和系统技术方案

本发明专利技术提出了一种钓鱼行为检测方法和系统，该方法包括：获取待检测水域的原始图像，对原始图像进行水域位置分割得到水面区域掩膜图像；利用形态学对水面区域掩膜图像处理得到水面边界位置信息的掩膜图像；从水面边界位置信息的掩膜图像中框选出钓鱼区域位置信息；通过钓鱼区域位置信息对待检测图像进行裁切，检测裁切后图像得到边缘位置信息，对边缘位置信息进行直线检测拟合出图像中的鱼竿；结合水面区域位置和鱼竿位置获取钓鱼人员的手部位置信息；根据手部位置信息确定钓鱼人员位置，再通过钓鱼行为识别模型识别钓鱼人员行为。基于该方法，还提出了一种钓鱼行为检测系统，本发明专利技术提高了危险水域环境中的钓鱼行为检测精度，提高了检测效率。提高了检测效率。提高了检测效率。

【技术实现步骤摘要】
一种钓鱼行为检测方法和系统


[0001]本专利技术属于钓鱼行为检测领域，特别涉及一种钓鱼行为检测方法和系统。

技术介绍

[0002]近年来，钓鱼行为引发的人身安全事故越来越多，包括溺亡，导线触电等。然而河湖、水库面积广，人员巡检难度大，造成了管理不便的情况。
[0003]现有的钓鱼检测主要是依赖于安装监控摄像头对河湖岸边进行监控，然而视频监控容易存在监控死角，导致监控不完整，人工巡检难度大，从而严重影响钓鱼行为检测效果。此外通过单一的目标检测算法对人员进行检测，很容易出现误报问题，将行人误报为钓鱼人员，造成大量的人力资源浪费。因此，如何提供一种高效、可靠的巡检方案是目前本领域亟待解决的问题之一。

技术实现思路

[0004]为了解决上述技术问题，本专利技术提出了一种钓鱼行为检测方法和系统，通过结合无人机与深度学习技术，从无人机视角对钓鱼行为进行检测，避免了人工巡检难度大，监控设备范围小的问题。
[0005]为实现上述目的，本专利技术采用以下技术方案：
[0006]一种钓鱼行为检测方法，包括以下步骤：
[0007]获取待检测水域的原始图像，对获取的原始图像进行水域位置分割得到水面区域掩膜图像；
[0008]利用形态学对水面区域掩膜图像处理得到水面边界位置信息的掩膜图像；从水面边界位置信息的掩膜图像中框选出钓鱼区域位置信息；
[0009]通过所述钓鱼区域位置信息对待检测图像进行裁切，对裁切后的图像进行检测得到边缘位置信息，对所述边缘位置信息进行直线检测，拟合出位于图像中的鱼竿；结合水面区域位置和鱼竿位置获取钓鱼人员的手部位置信息；
[0010]根据所述钓鱼人员的手部位置信息确定钓鱼人员位置，然后再通过钓鱼行为识别模型识别钓鱼人员行为。
[0011]进一步的，所述钓鱼行为识别模型构建的过程包括：
[0012]标注待检测区域实时图像中的人员构建钓鱼行为分析数据集；
[0013]利用钓鱼行为分析数据集对钓鱼行为识别模型进行训练得到训练后的钓鱼行为识别模型。
[0014]进一步的，所述钓鱼行为识别模型采用基于深度学习的神经网络。
[0015]进一步的，所述通过钓鱼行为识别模型分析钓鱼人员行为的过程包括：
[0016]根据所述钓鱼人员的手部位置信息确定钓鱼人员在鱼竿的具体方位；并以钓鱼人员手部位置为中心，裁切预设大小的手部位置图像；
[0017]将所述手部位置图像输入至训练后的钓鱼行为分析模型中，识别钓鱼人员行为。
[0018]进一步的，所述获取待检测水域的原始图像，对获取的原始图像进行水域位置分割得到水面区域掩膜图像的详细过程包括：
[0019]通过在无人机上搭载图像采集模块，按照预设路线巡航获取待检测水域的原始图像；
[0020]对所述待检测水域的原始图像进行水面区域标注构建水面区域训练集；
[0021]利用所述水面区域训练集对水面分割算法进行训练，得到训练后的水面分割模型；
[0022]将待检测区域的实时图像输入至训练后的水面分割模型中得到水面区域掩膜图像。
[0023]进一步的，所述利用形态学对水面区域掩膜图像处理得到水面边界位置信息的掩膜图像的过程包括：
[0024]利用形态学对水面区域掩膜图像进行腐蚀操作得到腐蚀后的水面区域掩膜图像；
[0025]将所述水面区域掩膜图像和腐蚀后的水面区域掩膜图像进行异或操作得到水面边界位置信息的掩膜图像。
[0026]进一步的，所述从水面边界位置信息的掩膜图像中框选出钓鱼区域位置信息的过程包括：利用矩形框对水面边界位置信息的掩膜图像进行框选并获取矩形框的位置信息，所述矩形框的位置信息为钓鱼区域位置信息。
[0027]进一步的，所述通过所述钓鱼区域位置信息对待检测图像进行裁切，对裁切后的图像进行检测得到边缘位置信息的详细过程包括：
[0028]通过所述钓鱼区域位置信息对待检测图像进行裁切；
[0029]裁切后的图像使用Canny检测算法进行检测，生成边缘位置信息。
[0030]进一步的，对所述边缘位置信息进行直线检测，拟合出位于图像中的鱼竿的详细过程包括：使用霍夫变换算法对边缘位置信息进行直线检测拟合出图像中的鱼竿。
[0031]本专利技术还提出了一种钓鱼行为检测系统，包括第一处理模块、第二处理模块、第三处理模块和检测模块；
[0032]所述第一处理模块用于获取待检测水域的原始图像，对获取的原始图像进行水域位置分割得到水面区域掩膜图像；
[0033]所述第二处理模块用于利用形态学对水面区域掩膜图像处理得到水面边界位置信息的掩膜图像；从水面边界位置信息的掩膜图像中框选出钓鱼区域位置信息；
[0034]所述第三处理模块用于通过所述钓鱼区域位置信息对待检测图像进行裁切，对裁切后的图像进行检测得到边缘位置信息，对所述边缘位置信息进行直线检测，拟合出位于图像中的鱼竿；结合水面区域位置和鱼竿位置获取钓鱼人员的手部位置信息；
[0035]所述检测模块用于根据所述钓鱼人员的手部位置信息确定钓鱼人员位置，然后再通过钓鱼行为识别模型识别钓鱼人员行为。
[0036]
技术实现思路
中提供的效果仅仅是实施例的效果，而不是专利技术所有的全部效果，上述技术方案中的一个技术方案具有如下优点或有益效果：
[0037]本专利技术提出了一种钓鱼行为检测方法和系统，该方法包括：获取待检测水域的原始图像，对获取的原始图像进行水域位置分割得到水面区域掩膜图像；利用形态学对水面区域掩膜图像处理得到水面边界位置信息的掩膜图像；从水面边界位置信息的掩膜图像中
框选出钓鱼区域位置信息；通过钓鱼区域位置信息对待检测图像进行裁切，对裁切后的图像进行检测得到边缘位置信息，对边缘位置信息进行直线检测，拟合出位于图像中的鱼竿；结合水面区域位置和鱼竿位置获取钓鱼人员的手部位置信息；根据钓鱼人员的手部位置信息确定钓鱼人员位置，然后再通过钓鱼行为识别模型分析钓鱼人员行为。基于一种钓鱼行为检测方法，还提出了一种钓鱼行为检测系统，本专利技术通过结合无人机与深度学习技术，从无人机视角对钓鱼行为进行检测，避免了人工巡检难度大，监控设备范围小的问题。
[0038]本专利技术提出的一种钓鱼行为检测方法，在进行一次检测钓鱼人员行为之后，还进行细颗粒度的二次分析，大大提高了危险水域环境中的钓鱼行为检测精度，提高了检测效率。
附图说明
[0039]图1为本专利技术实施例1提出的一种钓鱼行为检测方法流程图；
[0040]图2为本专利技术实施例1提出的水面边界位置信息示意图；
[0041]图3为本专利技术实施例1提出的鱼竿位置信息示意图；
[0042]图4为本专利技术实施例2提出的一种钓鱼行为检测系统示意图。
具体实施方式
[0043]为能清楚说明本方案的技术特点，下面通过具体实施方式，并结合其附图，对本专利技术进行详细阐述。下文的公开提供了许多不同的实施例或例子用来实现本专利技术的不同结构。为了简化本专利技术的公开，下本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种钓鱼行为检测方法，其特征在于，包括以下步骤：获取待检测水域的原始图像，对获取的原始图像进行水域位置分割得到水面区域掩膜图像；利用形态学对水面区域掩膜图像处理得到水面边界位置信息的掩膜图像；从水面边界位置信息的掩膜图像中框选出钓鱼区域位置信息；通过所述钓鱼区域位置信息对待检测图像进行裁切，对裁切后的图像进行检测得到边缘位置信息，对所述边缘位置信息进行直线检测，拟合出位于图像中的鱼竿；结合水面区域位置和鱼竿位置获取钓鱼人员的手部位置信息；根据所述钓鱼人员的手部位置信息确定钓鱼人员位置，然后再通过钓鱼行为识别模型识别钓鱼人员行为。2.根据权利要求1所述的一种钓鱼行为检测方法，其特征在于，所述钓鱼行为识别模型构建的过程包括：标注待检测区域实时图像中的人员构建钓鱼行为分析数据集；利用钓鱼行为分析数据集对钓鱼行为识别模型进行训练得到训练后的钓鱼行为识别模型。3.根据权利要求2所述的一种钓鱼行为检测方法，其特征在于，所述钓鱼行为识别模型采用基于深度学习的神经网络。4.根据权利要求2所述的一种钓鱼行为检测方法，其特征在于，所述通过钓鱼行为识别模型分析钓鱼人员行为的过程包括：根据所述钓鱼人员的手部位置信息确定钓鱼人员在鱼竿的具体方位；并以钓鱼人员手部位置为中心，裁切预设大小的手部位置图像；将所述手部位置图像输入至训练后的钓鱼行为分析模型中，识别钓鱼人员行为。5.根据权利要求1所述的一种钓鱼行为检测方法，其特征在于，所述获取待检测水域的原始图像，对获取的原始图像进行水域位置分割得到水面区域掩膜图像的详细过程包括：通过在无人机上搭载图像采集模块，按照预设路线巡航获取待检测水域的原始图像；对所述待检测水域的原始图像进行水面区域标注构建水面区域训练集；利用所述水面区域训练集对水面分割算法进行训练，得到训练后的水面分割模型；将待检测区域的实时图像输入至训练后的水面分割模型中得到水面区域掩膜图像。6.根据权利要求1所述的一种钓鱼行为检...

【专利技术属性】
技术研发人员：徐鹏翱，张磊，梁艳艳，范满，王硕，
申请(专利权)人：山东智洋上水信息技术有限公司，
类型：发明
国别省市：