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】
本专利技术涉及计算机视觉,特别是一种基于无人机的挥手动作检测方法及系统。
技术介绍
1、在公安、消防及搜救等重要场景中,通常需要判断人员是否在挥手求救,进而对需要帮助的行人提供及时的救援。
2、现有技术中,主要通过如下方式检测是否存在人员挥手动作:
3、1、借助深度相机获取人体深度图,进一步判断是否具有挥手动作,但是其代价高昂;
4、2、根据视频片段对不同的行为进行分类,进一步通过模型训练得到挥手动作的识别模型,该模型的训练依赖大量的样本数据,而挥手检测数据的获取和标注难度较大,因此其实现难度较大。
5、同时,传统的挥手识别基于固定监控摄像机实现,但由于固定监控摄像机存在无法移动、使用场景有限、存在拍摄死角等问题,因此其应用范围有限。
技术实现思路
1、为解决上述问题,本专利技术提出一种基于无人机的挥手动作检测方法及系统,其采用无人机作为平台,可大幅提高检测和救援工作效率。同时可有效的对各类复杂条件下的人员目标进行深入高效的行为分析判断,有效的提升了挥手检测的识别率。
2、为实现上述目的,本专利技术采用的技术方案是:
3、一方面,提供了一种基于无人机的挥手动作检测方法,其包括如下步骤:
4、s1、利用搭载在无人机上的成像设备实时获取视频流,并对视频流进行解码,以获得若干连续帧图像;
5、s2、对每一图像均进行人员检测,并确定同一人员在不同时刻的位置信息;
6、s3、对不同时刻
7、s4、将确定产生挥手动作的人员图像发送至监控端。
8、优选的,所述成像设备包括4k和/或8k相机。
9、优选的,所述人体关键点包括鼻子、左眼、右眼、左耳、右耳、左肩、右肩、左肘、右肘、左手腕、右手腕、左胯、右胯、左膝、右膝、左脚踝、右脚踝中的一项或几项。
10、优选的,采用alphpose算法进行人体关键点检测。
11、优选的,所述步骤s3包括如下步骤:
12、s31、对不同时刻的同一人员进行人体关键点检测,以获取每一时刻下,人员的人体关键点信息;
13、s32、根据k时刻下的人体关键点信息判断k时刻下,该人员的左手腕关键点或右手腕关键点是否存在;
14、若存在,则执行步骤s33,若不存在,则返回至步骤s31;
15、s33、判断该人员的鼻子关键点和眼睛关键点是否存在,若均存在,则根据鼻子关键点、眼睛关键点信息确定人体头部顶点位置ht;
16、s34、确定图像中左手腕关键点或右手腕关键点的纵坐标是否小于人体头部顶点位置ht的纵坐标,若小于,则将挥手图像帧数n加1;
17、以及s35、重复步骤s31-s34,若连续m帧图像内,挥手图像帧数n≧阈值t,则说明人员产生挥手动作。
18、优选的,阈值t的取值范围为15-25帧。
19、另一方面,还提供一种上述挥手动作检测方法的挥手动作检测系统,其包括:
20、无人机;
21、成像设备,其搭载在无人机上,用于实时获取视频流;
22、人员检测单元,其用于对视频流图像进行人员检测,并确定同一人员在不同时刻的位置信息;
23、关键点检测单元,其用于对不同时刻的同一人员进行人体关键点检测,以根据人体关键点信息获取同一人员在不同时刻的人体部位动作信息,并根据不同时刻的人体部位动作信息确定人员是否有挥手动作;
24、监控端,其用于接收确定产生挥手动作的人员图像。
25、优选的,所述监控端包括pc电脑、智能手机、平板电脑以及可穿戴设备中的一项或几项。
26、本专利技术的有益效果是:
27、本申请采用无人机作为平台,能够在使用场景中做到全自动化的识别上报,大幅提高检测和救援工作效率。同时,本申请基于人员检测算法和人体关键点检测算法,有效的对各类复杂条件下的人员目标进行深入高效的行为分析判断,有效的提升了挥手检测的识别率,为救灾支援等运用提供了强有力的支持。
本文档来自技高网...【技术保护点】
1.一种基于无人机的挥手动作检测方法,其特征在于,包括如下步骤:
2.如权利要求1所述的挥手动作检测方法,其特征在于,所述成像设备包括4K和/或8K相机。
3.如权利要求1所述的挥手动作检测方法,其特征在于,所述人体关键点包括鼻子、左眼、右眼、左耳、右耳、左肩、右肩、左肘、右肘、左手腕、右手腕、左胯、右胯、左膝、右膝、左脚踝、右脚踝中的一项或几项。
4.如权利要求1所述的挥手动作检测方法,其特征在于,采用AlphPose算法进行人体关键点检测。
5.如权利要求1所述的挥手动作检测方法,其特征在于,所述步骤S3包括如下步骤:
6.如权利要求5所述的挥手动作检测方法,其特征在于,阈值T的取值范围为15-25帧。
7.一种用于实现权利要求1-5任一项所述挥手动作检测方法的挥手动作检测系统,其特征在于,包括:
8.如权利要求7所述的挥手动作检测系统,其特征在于,所述监控端包括PC电脑、智能手机、平板电脑以及可穿戴设备中的一项或几项。
【技术特征摘要】
1.一种基于无人机的挥手动作检测方法,其特征在于,包括如下步骤:
2.如权利要求1所述的挥手动作检测方法,其特征在于,所述成像设备包括4k和/或8k相机。
3.如权利要求1所述的挥手动作检测方法,其特征在于,所述人体关键点包括鼻子、左眼、右眼、左耳、右耳、左肩、右肩、左肘、右肘、左手腕、右手腕、左胯、右胯、左膝、右膝、左脚踝、右脚踝中的一项或几项。
4.如权利要求1所述的挥手动作检测方法,其特征在于,采用alphpose...
【专利技术属性】
技术研发人员:黄立,程彦军,王勇,金顶寿,刘寿宝,陈虎,薛源,胡倩,
申请(专利权)人:普宙科技有限公司,
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。