基于区域状态目标检测方法技术

本申请公开了一种基于区域状态目标检测方法

【技术实现步骤摘要】
基于区域状态目标检测方法、电子设备及计算机存储介质


[0001]本申请涉及机器视觉算法
，具体涉及一种基于区域状态目标检测方法
、
电子设备及计算机存储介质
。

技术介绍

[0002]智能杆作为城市治理和维护的一种新型科技设备，能够帮助城市提高治理效率，改善城市环境，提升城市形象，因而在城市的未来发展中显得十分重要
。
可以实现对城市环境的实时监测，如监测空气质量
、
噪声
、
垃圾暴露
、
占道经营
、
街道晾晒等，可实现事先预警，事中处置，事后决策
。
但是基于图像的机器视觉算法中，智能杆在实际使用时还是会存在对固定场景进行监测时，若出现某些情况且没能及时处理，则会不断上报预警直至有人响应的问题
。
[0003]现有技术中通过跟踪算法进行目标去重，即如果监测的对象为同一个目标则不进行重复上报预警，然而该方案需要对视频流的每一帧进行解析，因此对边缘测的算力要求较高
。
且在实际应用时监测的对象存在被遮挡
、
跟丢的情况，导致产生误报
。
[0004]上文的叙述在于提供一般的背景信息，并不一定构成现有技术
。

技术实现思路

[0005]针对上述技术问题，本专利技术提供一种基于区域状态目标检测方法
、
电子设备及计算机存储介质，通过以固定的时间间隔从视频流中截取视频帧以获得解码出来的实时图像，并对实时图像进行分析以获取不断自动更新的区域可信度，仅在区域状态满足上报条件时进行上报预警，算力要求低，降低误报识别率
。
[0006]为实现上述目的，本专利技术提供了一种基于区域状态目标检测方法，包括以下步骤：
[0007]获取由服务器传输的摄像头视频流，从所述视频流中截取视频帧以获得解码出来的实时图像，在所述实时图像中设定目标监测区域；
[0008]以固定的时间间隔抽取所述视频帧以获得当前帧，判断在所述当前帧中是否存在待分析对象位于所述目标监测区域内，若存在，则获取在所述当前帧中位于所述目标监测区域内的待分析对象的第一特征值；
[0009]获取在所述当前帧的前一个间隔帧中的第二特征值，并根据所述第一特征值以及所述第二特征值确定在所述当前帧中所述目标监测区域的区域可信度；
[0010]根据所述区域可信度判断所述目标监测区域的当前区域状态是否满足预设的上报条件
。
[0011]可选地，所述在所述实时图像中设定目标监测区域，包括：
[0012]在所述实时图像中选择待监测的目标区域，使用第一目标框框选所述目标区域以获得所述目标监测区域
。
[0013]可选地，所述判断在所述当前帧中是否存在待分析对象位于所述目标监测区域内，包括：
[0014]使用第二目标框框选所述待分析对象，并根据所述第二目标框确定所述待分析对象的定位坐标；
[0015]根据所述定位坐标确定所述待分析对象的中心点，若所述中心点位于所述目标监测区域内，则确定在所述当前帧中存在待分析对象位于所述目标监测区域内
。
[0016]可选地，所述获取在所述当前帧中位于所述目标监测区域内的待分析对象的第一特征值，包括：
[0017]使用预设的目标检测算法对所述待分析对象进行目标检测分析，以获取所述待分析对象的目标标签以及用于确定所述待分析对象与预设的目标对象之间匹配程度的可信度；
[0018]根据所述目标标签以及所述可信度判断所述待分析对象是否为预设的目标对象，若所述待分析对象为所述目标对象，则确定所述可信度中的最大可信度为所述第一特征值
。
[0019]可选地，所述根据所述第一特征值以及所述第二特征值确定在所述当前帧中所述目标监测区域的区域可信度，还包括：
[0020]根据以下公式计算所述区域可信度：
[0021]reli
regionIDi
＝
(1
‑
a)*reli
lastIDi
+a*reli
maxIDi
；
[0022]其中，
a
为更新速度因子，
reli
maxIDi
为所述第一特征值，
reli
lastIDi
为所述第二特征值
。
[0023]可选地，所述根据所述区域可信度判断所述目标监测区域的区域状态是否满足上报条件，还包括：
[0024]判断在预设的时间内所述区域可信度是否大于预设的第一阈值；
[0025]若所述区域可信度大于所述第一阈值，则确定所述目标监测区域的区域状态为有目标状态，并进行上报预警
。
[0026]可选地，所述根据所述区域可信度判断所述目标监测区域的区域状态是否满足上报条件，还包括：
[0027]判断在预设的时间内所述第一特征值是否大于预设的第二阈值且所述第二特征值是否大于预设的第三阈值；
[0028]若所述第一特征值大于所述第二阈值且所述第二特征值大于所述第三阈值，则确定所述目标监测区域的区域状态为有目标状态，并进行上报预警
。
[0029]可选地，所述根据所述区域可信度判断所述目标监测区域的区域状态是否满足上报条件，还包括：
[0030]判断在预设的时间内所述第一特征值是否小于预设的第二阈值且所述第二特征值是否小于预设的第三阈值；
[0031]若所述第一特征值小于所述第二阈值且所述第二特征值小于所述第三阈值，则确定所述目标监测区域的区域状态为无目标状态，并取消上报预警
。
[0032]本专利技术还提供了一种电子设备，包括存储器
、
处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上所述基于区域状态目标检测方法的步骤
。
[0033]本专利技术还提供了一种计算机存储介质，所述计算机存储介质存储有计算机程序，
所述计算机程序被所述处理器执行时实现如上所述基于区域状态目标检测方法的步骤
。
[0034]本专利技术通过不断自动更新的区域可信度，既能够代替现有技术的跟踪算法达到目标跟踪的效果，也能够实现当区域状态不变时，不会重复进行上报预警，且由于无需对视频流的每帧进行目标检测，故对解析处理的速度不作限制，算力要求低
。
另一方面，不断自动更新的区域可信度能够使得当监测的对象被遮挡或跟丢时，也不会形成对区域状态的误判，有效避免误报的产生
。
附图说明
[0035]为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
基于区域状态目标检测方法，其特征在于，包括以下步骤：获取由服务器传输的摄像头视频流，从所述视频流中截取视频帧以获得解码出来的实时图像，在所述实时图像中设定目标监测区域；以固定的时间间隔抽取所述视频帧以获得当前帧，判断在所述当前帧中是否存在待分析对象位于所述目标监测区域内，若存在，则获取在所述当前帧中位于所述目标监测区域内的待分析对象的第一特征值；获取在所述当前帧的前一个间隔帧中的第二特征值，并根据所述第一特征值以及所述第二特征值确定在所述当前帧中所述目标监测区域的区域可信度；根据所述区域可信度判断所述目标监测区域的当前区域状态是否满足预设的上报条件
。2.
根据权利要求1所述的方法，其特征在于，所述在所述实时图像中设定目标监测区域，包括：在所述实时图像中选择待监测的目标区域，使用第一目标框框选所述目标区域以获得所述目标监测区域
。3.
根据权利要求2所述的方法，其特征在于，所述判断在所述当前帧中是否存在待分析对象位于所述目标监测区域内，包括：使用第二目标框框选所述待分析对象，并根据所述第二目标框确定所述待分析对象的定位坐标；根据所述定位坐标确定所述待分析对象的中心点，若所述中心点位于所述目标监测区域内，则确定在所述当前帧中存在待分析对象位于所述目标监测区域内
。4.
根据权利要求3所述的方法，其特征在于，所述获取在所述当前帧中位于所述目标监测区域内的待分析对象的第一特征值，包括：使用预设的目标检测算法对所述待分析对象进行目标检测分析，以获取所述待分析对象的目标标签以及用于确定所述待分析对象与预设的目标对象之间匹配程度的可信度；根据所述目标标签以及所述可信度判断所述待分析对象是否为预设的目标对象，若所述待分析对象为所述目标对象，则确定所述可信度中的最大可信度为所述第一特征值
。5.
根据权利要求4所述的方法，其特征在于，所述根据所述第一特征值以及所述第二特征值确定在所述当前帧中所述目标监测区域的区域可信度，还包括：根据以下公式计算所述区域可信度：
reli
regionIDi
＝
...

【专利技术属性】
技术研发人员：傅东生，王连民，肖娟，李立赛，胡渝麟，陈淇威，朱秀峰，
申请(专利权)人：深圳奇迹智慧网络有限公司，
类型：发明
国别省市：