一种异常聚集事件检测方法技术

本发明专利技术公开了一种异常聚集事件检测方法，所述检测方法包括以下几个步骤：第一步，进行三维关系建模，使用三维建模技术对视频中的关注区域进行三维关系建模；第二步，进行图像的输入，使用数据传输技术将视频拍摄的图像输送至三维模型中。本发明专利技术一种异常聚集事件检测方法，首先使用单目深度估计，对视频中的关注区域进行三维关系建模，然后使用目标检测算法得到当前图像中的目标位置，结合区域的三维关系，计算每个位置的密集程度，得到密集度分布图，最后对密集度分布图进行多种聚集模式判断，输出当前图像是否正常，此设置在观察聚集时避免了需要不断的通过人员来观察画面，从而减少的人力的接入，减少了人力的浪费。

【技术实现步骤摘要】

本专利技术涉及计算机，特别涉及一种异常聚集事件检测方法。

技术介绍

1、随着安全生产生活的需要，监控相机在社区、交通、生产场景中的广泛应用。通过监控相机记录指定场景的画面，配合人工观察，可以及时发现各种安全隐患事件。

2、存在的弊端：

3、异常聚集事件是一种需要重点关注的安全隐患。通过关注人员、车辆、动物的异常聚集，及时发现潜在的危险：如拥挤踩踏、交通事故和动物打架等，从而及时作出干预，传统的判断方法是通过人眼来观察监控画面来判断画面中是否存在聚集的情况，但在观察时需要花费大量的人力来进行观察，从而导致人力的浪费。

技术实现思路

1、本专利技术的目的在于提供一种异常聚集事件检测方法，以解决上述
技术介绍
中提出的问题。

2、为实现上述目的，本专利技术提供如下技术方案：一种异常聚集事件检测方法，所述检测方法包括以下几个步骤：

3、第一步，进行三维关系建模，使用三维建模技术对视频中的关注区域进行三维关系建模；

4、第二步，进行图像的输入，使用数据传输技术将视本文档来自技高网...

【技术保护点】

1.一种异常聚集事件检测方法，其特征在于，所述检测方法包括以下几个步骤：

2.根据权利要求1所述的一种异常聚集事件检测方法，其特征在于，所述三维关系建模包括图片输入、空间信息编码器和单目估计模型训练，所述图片输入用于对原始图像的输入，所述空间信息编码器用于提取图像内部的空间信息，编码器编码特征输入三个解码器，包括平面信息解码器、平面分割解码器和深度估计解码器，所述单目估计模型训练用于输入图片对应的原始三维信息进行训练。

3.根据权利要求2所述的一种异常聚集事件检测方法，其特征在于，所述平面信息解码器用于从输入的图像中提取平面信息，识别并分割图像中的平面区域或点云中...

【技术特征摘要】

1.一种异常聚集事件检测方法，其特征在于，所述检测方法包括以下几个步骤：

2.根据权利要求1所述的一种异常聚集事件检测方法，其特征在于，所述三维关系建模包括图片输入、空间信息编码器和单目估计模型训练，所述图片输入用于对原始图像的输入，所述空间信息编码器用于提取图像内部的空间信息，编码器编码特征输入三个解码器，包括平面信息解码器、平面分割解码器和深度估计解码器，所述单目估计模型训练用于输入图片对应的原始三维信息进行训练。

3.根据权利要求2所述的一种异常聚集事件检测方法，其特征在于，所述平面信息解码器用于从输入的图像中提取平面信息，识别并分割图像中的平面区域或点云中的平面面片，所述平面分割解码器用于分割输入图像或点云中的平面，将图像中的像素或点云中的点分配给不同的平面，从而实现对场景的分割，所述深度估计解码器用于估计输入图像或点云中的场景深度，通过预测每个像素或点的深度值来重建整个场景的深度图。

4.根据权利要求1所述的一种异常聚集事件检测方法，其特征在于，所述进行图像的输入包括图像获取和实时图像传输，所述图像获取用于获取需要检测区域的图像，所述实时图像传输用于将活动的图像实时地传输至模型中。

5.根据权利要求1所述的一种异常聚集事件检测方法，其特征在于，所述目标发现包括进行目标图框、目标信息的确认、目标框输出和目标框中心点的确定，所述进行目...

【专利技术属性】
技术研发人员：王军鹏，樊庆宇，陈岩，李文成，李煜，梁丞瑜，简铮，
申请(专利权)人：天翼云科技有限公司，
类型：发明
国别省市：