System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及智能分析领域,尤其涉及一种电梯内目标对象检测方法、装置、设备及存储介质。
技术介绍
1、为了保证电梯使用人员的安全,提高公共场所的安全性,一般都会在电梯内安装摄像头,还可以保留视频资料以供后期查询;为了减少高层住宅等地方的由于危险物品发生的意外,需要将电梯内的摄像头作为安全守护的第一道防线,将上述危险物品作为目标对象进行检测,现有技术中,针对危险物品的检测并不精确,通常只会根据危险物品的外形或者其他的一些特征进行检测,很容易发生误检的现象,若是将现有的检测技术应用在电梯中,出现误检现象就会影响电梯乘坐人员。
技术实现思路
1、本申请提供了一种电梯内目标对象检测方法、装置、设备及存储介质,根据目标识别模型检测确定目标对象及目标对象的可信度,对满足预设条件的目标视频帧进行图像处理后进行再次进行确认,避免个别视频帧出现误检测,并精准的排除与目标对象相似物品,可以提高目标对象检测的准确率,避免出现与重大危险事故。
2、第一方面,本申请提供了一种电梯内目标对象检测方法,包括:
3、将包含电梯内部情况的视频流中的视频帧依次输入目标识别模型,以确定所述视频帧包含的对象及对象的可信度;
4、若所述视频流中出现的目标视频帧满足预设目标对象处理条件,则对所述目标视频帧中的所述目标对象对应的区域进行图像灰度处理;其中,所述目标视频帧为通过所述目标识别模型确定的包含目标对象,且通过所述目标识别模型确定的目标对象的可信度大于预设可信度的视频帧;
5、
6、在一个或多个可能的实施例中,所述目标识别模型包括第一子模型和第二子模型;
7、所述将包含电梯内部情况的视频流中的视频帧依次输入目标识别模型,以确定所述视频帧包含的对象及对象可信度,包括:
8、通过所述第一子模型对任意一个视频帧进行检测,若检测出所述任意一个视频帧包括特定对象,则通过所述第一子模型确定各所述特定对象所在的区域的子图像,其中所述特定对象是所述第一子模型能识别的对象;
9、若所述特定对象包括目标对象,则通过所述第二子模型对所述第一子模型确定的所述目标对象所在区域的子图像进行检测;
10、若通过所述第二子模型检测出所述子图像包括所述目标对象,则基于第一置信度和第二置信度确定所述目标对象的信任度,其中所述第一置信度是通过所述第一子模型确定出的所述目标对象的置信度,所述第二置信度是通过所述第二子模型确定出的所述目标对象的置信度。
11、在一个或多个可能的实施例中,所述预设目标对象处理条件包括下列中的一种:
12、条件1、累计出现包含同一个目标对象的目标视频帧的数量大于预设帧数量;
13、条件2、累计出现包含同一个目标对象的目标视频帧的数量大于预设帧数量,且所述目标视频帧中包括m个特殊帧,其中所述特殊帧还包括人体,且所述目标对象对应的区域与人体对应的区域有重叠,m为大于等于1且小于等于预设帧数量的正整数;
14、条件3、累计出现包含同一个目标对象的目标视频帧的数量大于预设帧数量,且各所述目标视频帧中所述目标对象位于区域范围内;
15、条件4、累计出现包含同一个目标对象的目标视频帧的数量大于预设帧数量,且所述目标视频帧中包括m个所述特殊帧,且各所述目标视频帧中所述目标对象位于区域范围内。
16、在一个或多个可能的实施例中,通过下列方式确定包含同一个目标对象的目标视频帧的数量:
17、针对任一目标视频帧,利用多目标跟踪算法,根据所述任一目标视频帧中所述目标对象对应区域的图像信息,确定所述任一目标视频帧之前的预设时长内目标视频帧中是否出现相同的目标对象;
18、若是,为所述任一目标视频帧中的所述目标对象分配之前出现的相同目标对象对应的标识信息;若否,为所述任一目标视频帧中的所述目标对象分配新的标识信息;
19、基于所述标识信息累计出现的次数,确定包含同一个目标对象的目标视频帧的数量。
20、在一个或多个可能的实施例中,所述将进行图像灰度处理后的所述目标对象对应的区域与预设多个灰度图片进行对比,包括:
21、利用深度学习特征提取网络对图像灰度处理后所述目标对象对应的区域进行特征提取,得到所述目标对象的目标特征向量;
22、将所述目标特征向量与预设特征库中预设多个灰度图片对应的特征向量进行比较,得到多个对应的余弦相似度,并选取最大的余弦相似度与预设余弦相似度进行比较;
23、所述根据对比结果确定当前目标视频帧是否包含所述目标对象,包括:
24、当所述最大的余弦相似度大于所述预设余弦相似度时,确定当前目标视频帧中包含所述目标对象。
25、在一个或多个可能的实施例中,所述预设特征库采用以下方式建立:
26、获取n个目标对象的灰度图片;
27、利用深度学习特征提取网络对n个所述灰度图片进行特征提取;
28、根据提取到n个特征向量建立所述预设特征库。
29、第二方面,本申请提供了一种电梯内目标对象检测装置,所述装置包括:
30、对象确定模块,用于将包含电梯内部情况的视频流中的视频帧依次输入目标识别模型,以确定所述视频帧包含的对象及对象的可信度;
31、预警判断模块,用于若所述视频流中出现的目标视频帧满足预设目标对象处理条件,则对所述目标视频帧中的所述目标对象对应的区域进行图像灰度处理;其中,所述目标视频帧为通过所述目标识别模型确定的包含目标对象,且通过所述目标识别模型确定的目标对象的可信度大于预设可信度的视频帧;
32、预警确认模块,用于将进行图像灰度处理后的所述目标对象对应的区域与预设多个灰度图片进行对比,并根据对比结果确定当前目标视频帧是否包含所述目标对象。
33、第三方面,本申请提供了一种电梯内目标对象检测设备,所述设备包括:
34、至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如第一方面中任何一项所述的方法。
35、第四方面,本申请提供了一种存储介质,所述存储介质存储有计算机程序,所述计算机程序用于使计算机执行如第一方面中任何一项所述的方法。
36、根据本申请提供的一种电梯内目标对象检测方法、装置、设备及存储介质,根据目标识别模型可以确定出目标对象及目标对象的可信度,并确定包括目标对象且目标对象对应的可信度大于预设可信度时,视频帧被作为目标视频帧并判断是否满足预设目标对象处理条件,当确定目标视频帧满足预设目标对象处理条件时,将目标视频帧中的目标对象对应的区域进行图像灰度处理后与预设多个灰度图片进行对比,并最终确定视频本文档来自技高网...
【技术保护点】
1.一种电梯内目标对象检测方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述目标识别模型包括第一子模型和第二子模型;
3.根据权利要求1所述的方法,其特征在于,所述预设目标对象处理条件包括下列中的一种:
4.根据权利要求3所述的方法,其特征在于,通过下列方式确定包含同一个目标对象的目标视频帧的数量:
5.根据权利要求1所述的方法,其特征在于,所述将进行图像灰度处理后的所述目标对象对应的区域与预设多个灰度图片进行对比,包括:
6.根据权利要求5所述的方法,其特征在于,所述预设特征库采用以下方式建立:
7.一种电梯内目标对象检测装置,其特征在于,所述装置包括:
8.一种电梯内目标对象检测设备,其特征在于,所述设备包括:
9.一种存储介质,其特征在于,所述存储介质存储有计算机程序,所述计算机程序用于使计算机执行如权利要求1-6中任何一项所述的方法。
【技术特征摘要】
1.一种电梯内目标对象检测方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述目标识别模型包括第一子模型和第二子模型;
3.根据权利要求1所述的方法,其特征在于,所述预设目标对象处理条件包括下列中的一种:
4.根据权利要求3所述的方法,其特征在于,通过下列方式确定包含同一个目标对象的目标视频帧的数量:
5.根据权利要求1所述的方法,其特征在于,所述将进行图像灰度处理...
【专利技术属性】
技术研发人员:白家男,章合群,周祥明,傅凯,李元豪,
申请(专利权)人:浙江大华技术股份有限公司,
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。