【技术实现步骤摘要】
本专利技术涉及放射源检测，特别是指一种在监控场景下基于单目摄像头对携带放射源的可疑行人进行定位与追踪的方法。
技术介绍
1、随着核技术的应用深入到社会发展的各个领域，核技术在造福人类的同时也带来了一些隐患。近年来辐射源丢失的事例屡见不鲜，这些事例对公众的安全有较大的威胁。所以设计一种能够广泛部署，快速定位的携带放射源行人定位追踪的方法是至关重要的。
2、传统的放射源探测定位技术主要基于闪烁探测器、气体探测器、半导体探测器等，按功能可分为剂量仪、能谱仪和成像定位仪，按使用方式可分为手持式、固定式和车载/机载式，这些探测设备近年来也取得较大的发展在核电站、医院核医学科等领域开始应用，取得了很好的效果。
3、但放射源丢失事故具有发生概率低，影响危害大的特点，且上述设备价格昂贵，不便于部署，所以大规模的推广使用仍存在较大困难。
技术实现思路
1、本专利技术提供了一种对携带放射源的可疑行人进行定位与追踪的方法，以解决现有放射源探测器价格昂贵，不便于部署的技术问题。
2、为解决上述技术问题，本专利技术提供了如下技术方案：
3、一方面，本专利技术提供了一种对携带放射源的可疑行人进行定位与追踪的方法，所述对携带放射源的可疑行人进行定位与追踪的方法包括：
4、采用单目摄像头对待测行人进行持续拍摄，获取待测行人视频，并将所述视频分解为一系列的视频帧；其中，所述单目摄像头的传感器为cmos传感器；
5、基于所述视频帧，获取辐射强度曲
6、将所有待测行人对应的距离曲线与辐射强度曲线进行拟合，定位出最有可能携带放射源的行人，并对定位出的最有可能携带放射源的行人的轨迹进行追踪。
7、进一步地，所述距离曲线的获取方式为：
8、基于所述视频帧，采用预设的多目标追踪算法，赋予每个行人唯一的id编号和矩形检测框，并记录每一行人的id编号和检测框位置；
9、基于所述多目标追踪算法的输出结果，获取每一行人在摄像头视野范围内的每一时刻的三维坐标；
10、基于获取的每一行人在摄像头视野范围内的每一时刻的三维坐标，预测出行人在摄像头视野外的三维坐标，得到行人在摄像头视野外的轨迹预测结果；
11、基于行人的三维坐标，计算出相应行人在每一时刻距摄像头的距离；
12、基于计算出的行人距摄像头的距离，绘制出相应行人对应的距离曲线。
13、进一步地，基于所述多目标追踪算法的输出结果，获取每一行人在摄像头视野范围内的每一时刻的三维坐标，包括：
14、根据行人的矩形检测框面积大小，通过深度学习预测行人的深度信息；
15、根据行人的检测框位置和摄像头内参数，重建行人的二维坐标；
16、将重建后的行人的二维坐标与其深度信息融合，得到行人的三维坐标，并生成每帧图像对应的鸟瞰图；其中，所述鸟瞰图中每一观测点的横坐标为每个行人的x方向位置，纵坐标为每个行人的深度信息。
17、进一步地，根据行人的矩形检测框面积大小，通过深度学习预测行人的深度信息，包括：
18、引入融合空间的通道的注意力机制改进深度学习网络；
19、对训练数据集进行数据增强；
20、采用数据增强后的训练数据集对改进后的深度学习网络进行训练；
21、将视频帧输入训练好的深度学习网络，以预测行人的深度信息。
22、进一步地，改进后的深度学习网络在获取视频帧的特征图后，通过激活函数和池化操作，在通道和空间维度上分别将特征图降维，引入可学习的网络参数，将降维后的特征图每个元素控制在0-1之间，视为权值；将权值与原先特征图相点乘，得到可学习的带权特征，以提醒网络注意那些更重要的通道或空间。
23、进一步地，所述训练数据集为3dpw数据集；
24、所述对训练数据集进行数据增强，包括：
25、添加随机遮挡块，增加数据集中出现遮挡的情况，使得训练数据更加完善；
26、对数据集中图片进行仿射变换，来模拟监控场景下行人走出视野的情况；
27、对数据集中图片进行色彩变换，来模拟不同光照条件下的数据。
28、进一步地，所述基于获取的每一行人在摄像头视野范围内的每一时刻的三维坐标，预测出行人在摄像头视野外的三维坐标，包括：
29、基于获取的每一行人在摄像头视野范围内的每一时刻的三维坐标，利用改进的长短期记忆网络预测出行人在摄像头视野外的三维坐标。
30、进一步地，基于获取的每一行人在摄像头视野范围内的每一时刻的三维坐标，利用改进的长短期记忆网络预测出行人在摄像头视野外的三维坐标，包括：
31、抽样选取每个行人在摄像头视野内的10个鸟瞰图中的观测点作为改进的长短期记忆网络的初始输入数据；采用滑动窗口的方式得出摄像头视野外的10个预测点；其中，改进的长短期记忆网络有10个基本长短期记忆单元，第一个预测点是由10个初始输入观测点经过网络得出的，第二个预测点是由后9个观测点和前一个预测点经过网络得出的，以此类推得到每个行人的10个预测点。
32、进一步地，所述改进的长短期记忆网络对于每个行人的每一个观测点，引入社交层，其聚合了当前行人当前观测中周围行人的信息；所述社交层经过处理后作为长短期记忆网络的隐藏层输入，在后续的网络中传递学习。
33、进一步地，社交层将当前行人周围预设范围内的所有行人的隐藏状态进行汇总，得到聚合的隐藏状态；通过引入注意力机制，赋予每一个聚合的隐藏状态一个权值，将加权后的聚合的隐藏状态作为长短期记忆网络的隐藏层输入。
34、再一方面，本专利技术还提供了一种电子设备，其包括处理器和存储器；其中，存储器中存储有至少一条指令，所述指令由处理器加载并执行，以实现上述方法。
35、又一方面，本专利技术还提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令，所述指令由处理器加载并执行，以实现上述方法。
36、本专利技术提供的技术方案带来的有益效果至少包括：
37、本专利技术采用单目摄像头对待测行人进行持续拍摄，获取待测行人视频，并将视频分解为一系列的视频帧；基于视频帧，获取辐射强度曲线及每一待测行人对应的距离曲线；其中，距离曲线是以时刻为横坐标，以行人距摄像头的距离为纵坐标的曲线；辐射强度曲线是以时刻为横坐标，以辐射亮斑数量为纵坐标的曲线；将所有待测行人对应的距离曲线与辐射强度曲线进行拟合，定位出最有可能携带放射源的行人，并对定位出的最有可能携带放射源的行人的轨迹进行追踪。从而可实现对可能携带放射源的行人的准确、快速定位，且本专利技术的技术方案相较于现有方法，成本更加低廉，部署更加方便，定位更加快速。
本文档来自技高网...【技术保护点】
1.一种对携带放射源的可疑行人进行定位与追踪的方法，其特征在于，包括：
2.如权利要求1所述的对携带放射源的可疑行人进行定位与追踪的方法，其特征在于，所述距离曲线的获取方式为：
3.如权利要求2所述的对携带放射源的可疑行人进行定位与追踪的方法，其特征在于，基于所述多目标追踪算法的输出结果，获取每一行人在摄像头视野范围内的每一时刻的三维坐标，包括：
4.如权利要求3所述的对携带放射源的可疑行人进行定位与追踪的方法，其特征在于，根据行人的矩形检测框面积大小，通过深度学习预测行人的深度信息，包括：
5.如权利要求4所述的对携带放射源的可疑行人进行定位与追踪的方法，其特征在于，改进后的深度学习网络在获取视频帧的特征图后，通过激活函数和池化操作，在通道和空间维度上分别将特征图降维，引入可学习的网络参数，将降维后的特征图每个元素控制在0-1之间，视为权值；将所述权值与原先特征图相点乘，得到可学习的带权特征，以提醒网络注意那些更重要的通道或空间。
6.如权利要求4所述的对携带放射源的可疑行人进行定位与追踪的方法，其特征在于，所述训练数
7.如权利要求2所述的对携带放射源的可疑行人进行定位与追踪的方法，其特征在于，所述基于获取的每一行人在摄像头视野范围内的每一时刻的三维坐标，预测出行人在摄像头视野外的三维坐标，包括：
8.如权利要求7所述的对携带放射源的可疑行人进行定位与追踪的方法，其特征在于，基于获取的每一行人在摄像头视野范围内的每一时刻的三维坐标，利用改进的长短期记忆网络预测出行人在摄像头视野外的三维坐标，包括：
9.如权利要求7所述的对携带放射源的可疑行人进行定位与追踪的方法，其特征在于，所述改进的长短期记忆网络对于每个行人的每一个观测点，引入社交层，其聚合了当前行人当前观测中周围行人的信息；所述社交层经过处理后作为长短期记忆网络的隐藏层输入，在后续的网络中传递学习。
10.如权利要求9所述的对携带放射源的可疑行人进行定位与追踪的方法，其特征在于，所述社交层将当前行人周围预设范围内的所有行人的隐藏状态进行汇总，得到聚合的隐藏状态；通过引入注意力机制，赋予每一个聚合的隐藏状态一个权值，将加权后的聚合的隐藏状态作为长短期记忆网络的隐藏层输入。
...【技术特征摘要】
1.一种对携带放射源的可疑行人进行定位与追踪的方法，其特征在于，包括：
2.如权利要求1所述的对携带放射源的可疑行人进行定位与追踪的方法，其特征在于，所述距离曲线的获取方式为：
3.如权利要求2所述的对携带放射源的可疑行人进行定位与追踪的方法，其特征在于，基于所述多目标追踪算法的输出结果，获取每一行人在摄像头视野范围内的每一时刻的三维坐标，包括：
4.如权利要求3所述的对携带放射源的可疑行人进行定位与追踪的方法，其特征在于，根据行人的矩形检测框面积大小，通过深度学习预测行人的深度信息，包括：
5.如权利要求4所述的对携带放射源的可疑行人进行定位与追踪的方法，其特征在于，改进后的深度学习网络在获取视频帧的特征图后，通过激活函数和池化操作，在通道和空间维度上分别将特征图降维，引入可学习的网络参数，将降维后的特征图每个元素控制在0-1之间，视为权值；将所述权值与原先特征图相点乘，得到可学习的带权特征，以提醒网络注意那些更重要的通道或空间。
6.如权利要求4所述的对携带放射源的可疑行人进行定位与追踪的方法，其特征在于，所述训练数据...
【专利技术属性】
技术研发人员：魏清阳，王择稷，顾杰，王镘婷，党佳鑫，张炜彪，袁昊，
申请(专利权)人：北京科技大学，
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。