CN106210633A - 一种智慧金睛识别越线检测报警方法和装置 - Google Patents

一种智慧金睛识别越线检测报警方法和装置 Download PDF

Info

Publication number
CN106210633A
CN106210633A CN201610564031.9A CN201610564031A CN106210633A CN 106210633 A CN106210633 A CN 106210633A CN 201610564031 A CN201610564031 A CN 201610564031A CN 106210633 A CN106210633 A CN 106210633A
Authority
CN
China
Prior art keywords
image
dimensional
monitoring region
moving target
target
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201610564031.9A
Other languages
English (en)
Inventor
曾立军
苟建波
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sichuan Junyi Digital Technology Co Ltd
Original Assignee
Sichuan Junyi Digital Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sichuan Junyi Digital Technology Co Ltd filed Critical Sichuan Junyi Digital Technology Co Ltd
Priority to CN201610564031.9A priority Critical patent/CN106210633A/zh
Publication of CN106210633A publication Critical patent/CN106210633A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • G06F18/232—Non-hierarchical techniques
    • G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
    • G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
    • H04N13/20—Image signal generators
    • H04N13/204—Image signal generators using stereoscopic image cameras

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Psychiatry (AREA)
  • Social Psychology (AREA)
  • Human Computer Interaction (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种智慧金睛识别越线检测报警方法和装置，所述的方法包括以下步骤：S1.建立监控区域的三维模型,并在三维模型中生成模拟警戒线；S2.利用双目图像采集模块实时采集监控区域的三维深度图像；S3.提取三维深度图像中的运动目标，并根据图像景深信息将运动目标投影到三维模型中；S4.在三维模型中计算运动目标与模拟警戒线的垂直距离：若垂直距离小于预设的距离阈值，认为发生越线行为，进行越线报警。本发明能够识别越线行为，并在越线行为发生时进行报警，有利于及时采取正确措施，避免越线行为带来的危害。

Description

一种智慧金睛识别越线检测报警方法和装置
技术领域
本发明涉及一种智慧金睛识别越线检测报警方法和装置。
背景技术
目前在安防领域中，一般通过摄像头检测当前区域内的事件，如检测监控区域中活动的人或物；但是现有的检测技术只能拍摄图像的内容，不能对图像的内容做进一步的分析：当前监控区域出现越线情况时，无法及时报警，不利于采集正确的应对措施。
发明内容
本发明的目的在于克服现有技术的不足，提供一种慧金睛识别越线检测报警方法和装置，能够识别监控区域的越线情况，进而及时进行越线报警。
本发明的目的是通过以下技术方案来实现的：一种智慧金睛识别越线检测报警方法，包括：
S1.建立监控区域的三维模型,并在三维模型中生成模拟警戒线；
S2.利用双目图像采集模块实时采集监控区域的三维深度图像；
S3.提取三维深度图像中的运动目标，并根据图像景深信息将运动目标投影到三维模型中；
S4.根据三维模型计算运动目标与模拟警戒线的垂直距离：
（1）如果垂直距离小于预设的距离阈值，发生越线行为，进入步骤S5；
（2）如果垂直距离不小于预设阈值，未发生越线行为，返回步骤S2。
S5.进行越线报警。
所述的步骤S1包括以下子步骤：
S11.采集一帧监控区域无人时的三维深度图像；
S12.根据三维深度图像信息，建立监控区域的三维模型。
所述的双目图像采集模块包括二维摄像头和三维视觉传感器，所述的步骤S2中，利用二维摄像头采集监控区域二维图像信息，利用三维视觉传感器采集监控区域的三维图像信息，并根据采集到的图像信息获取图像深度，得到三维深度图像。
所述的步骤S3包括以下子步骤：
S31.采用目标检测算法检测并获取进入监控区域内的目标在视频图像中占据的像素点集合；
S32.根据所述的像素点集合，采用目标提取算法获取进入监控区域内的目标在视频图像中的位置及尺寸；
S33.根据从视频图像中提取的目标，采用有效目标特征识别算法，识别出视频图像中的运动目标；
S34.根据三维深度图像的景深信息将运动目标投影到三维模型中。
一种智慧金睛识别越线检测报警装置，包括：
三维模型建立模块，用于建立监控区域的三维模型；
双目图像采集模块，用于采集监控区域的三维深度图像，包括二维摄像头和三维视觉传感器；
目标投影模块，用于从三维深度图像中提取运动目标，并根据图像景深信息，将运动目标投影到三维模型中；
距离计算模块，用于计算三维模型中运动目标与模拟警戒线的垂直距离，并将垂直距离与距离阈值进行比较；
报警命令生成模块，用于在垂直距离小于距离阈值时生成报警命令；
报警模块，用于响应越线报警判断模块的报警命令，进行越线报警。
本发明的有益效果是：建立监控区域的三维模型并生成模拟警戒线，对实时的三维图像信息进行分析，提取运动目标头投影到三维模型中，根据运动目标与模拟警戒线的垂直距离判断是否发生越线行为，并在发生越线行为时进行报警，有利于及时采取正确措施，避免越线行为带来的危害。
附图说明
图1为本发明的方法流程图；
图2为本发明的装置原理框图。
具体实施方式
下面结合附图进一步详细描述本发明的技术方案，但本发明的保护范围不局限于以下所述。
如图1所示，一种智慧金睛识别越线检测报警方法，包括：
S1.建立监控区域的三维模型,并在三维模型中生成模拟警戒线；
S2.利用双目图像采集模块实时采集监控区域的三维深度图像；
S3.提取三维深度图像中的运动目标，并根据图像景深信息将运动目标投影到三维模型中；
S4.根据三维模型计算运动目标与模拟警戒线的垂直距离：
（1）如果垂直距离小于预设的距离阈值，发生越线行为，进入步骤S5；
（2）如果垂直距离不小于预设阈值，未发生越线行为，返回步骤S2。
这里的垂直距离指的是运动目标与模拟警戒线所在竖直平面的垂直距离
S5.进行越线报警。
本申请中，运动目标与模拟警戒线距离很小（小于距离阈值时），可以判定该目标正在越线，因此进行越线报警。
在一个实施例中，为了使越线报警更加准确，在垂直距离小于预设的距离阈值，发生越线行为时，可以根据运动目标在三维模型中的位置来判断是否进行报警：即所述的步骤S5包括：首先很据模拟警戒线为位置将三维模型划分为警戒区域和正常区域：如果运动目标处于警戒区域内而又发生了越线行为，说明运动目标正越线前往正常区域，不进行报警；如果运动目标正处于正常区域内又发生了越线行为，说明运动目标正从正常区域前往警戒区域，需要进行越线报警。
在另一个实施例中，为了使越线报警更加准确，可以结合越线方向来判断是否进行报警, 即所述的步骤S5包括：首先很据模拟警戒线为位置将三维模型划分为警戒区域和正常区域；在垂直距离小于预设的距离阈值，发生越线行为时，进行延时设置（延时时间可自行调整），
然后对运动目标进行跟踪检测，延时时间内，提取每一帧三维深度图像中的运动目标，并根据景深信息将运动目标投影到三维模型中,得到运动目标延时时间内在三维模型中的轨迹，根据运动轨迹可以确定运动目标的越线方向：如果运动目标从警戒区域前往正常区域，不进行报警，如果运动目标从正常区域前往警戒区域，则进行越线报警。
在不同的应用场景，对于警戒区域（不允许随意进入的区域）和正常区域（允许进入的区域）的划分是不同的：
例如在银行ATM间，警戒区域即警戒线内，正常区域为警戒线外；
又如在铁路站台中，警戒区域为警戒线外，容易发生安全事故；正常区域为警戒线内，可以走动而不用担心安全问题。
所述的步骤S1包括以下子步骤：
S11.采集一帧监控区域无人时的三维深度图像；
S12.根据三维深度图像信息，建立监控区域的三维模型。
所述的双目图像采集模块包括二维摄像头和三维视觉传感器，所述的步骤S2中，利用二维摄像头采集监控区域二维图像信息，利用三维视觉传感器采集监控区域的三维图像信息（即监控区域的三维场景信息）；根据三维场景信息或者双目视觉原理,均可获得图像的深度,故由双目图像采集模块的二维摄像头和三维视觉传感器采集即可获得三维深度图像。
所述的步骤S3包括以下子步骤：
S31.采用目标检测算法检测并获取进入监控区域内的目标在视频图像中占据的像素点集合；
进一步地，采用的目标检测算法是背景减除类算法中的高斯混合背景算法，该算法为现有技术，该算法的基本原理是：在视频图像中，目标与背景之间存在着灰度差异，视频图像的灰度直方图会呈现与背景、目标一一对应的多峰，将视频图像的灰度直方图多峰特性视为多个高斯分布的叠加，即可实现视频图像中的背景与目标的分割。
S32.根据所述的像素点集合，采用目标提取算法获取进入监控区域内的目标在视频图像中的位置及尺寸：
S321.利用区域生长法获取所述的像素点集合的生长区域；
具体来说，以获取的像素点集合中的各个像素点为种子像素点，并以这些像素点的灰度值作为数学期望值建立生长区域高斯分布；
将各种子像素点周围邻域中符合生长区域高斯分布的各像素点作为生长点分别合并到各种子像素点所在的区域中，再将各生长点作为新的种子像素点，重复本步骤至没有新的生长点出现，即可获取像素点集合的生长区域，进而得到进入监控区域内的各个目标在视频图像中的位置。
S322.采用K均值特征聚类法获取进入监控区域内的各个目标在视频图像中的尺寸。
具体来说，采用 K 均值特征聚类法，选取各生长区域的均值点作为聚类中心，计算各个样本到聚类中心的距离，把各个样本归到离它最近的那个聚类中心所在的类，并根据计算形成的每一个聚类的数据对象平均值，得到新的聚类中心，重复本步骤至相邻两次得到的聚类中心没有变化，则表明样本调整结束，聚类准则函数已经收敛，即可得到进入监控区域内的各个目标在视频图像中的尺寸。
S33.根据从视频图像中提取的目标，采用有效目标特征识别算法，识别出视频图像中的运动目标；
S34.根据三维深度图像的景深信息将运动目标投影到三维模型中。
如图2所示，一种智慧金睛识别越线检测报警装置，包括：
三维模型建立模块，用于建立监控区域的三维模型；
双目图像采集模块，用于采集监控区域的三维深度图像；
目标投影模块，用于从三维深度图像中提取运动目标，并根据图像景深信息，将运动目标投影到三维模型中；
距离计算模块，用于计算三维模型中运动目标与模拟警戒线的垂直距离，并将垂直距离与距离阈值进行比较；
报警命令生成模块，用于在垂直距离小于距离阈值时生成报警命令；
报警模块，用于响应越线报警判断模块的报警命令，进行越线报警。
所述的图像采集模块包括二维摄像头和三维视觉传感器。
以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (6)

1.一种智慧金睛识别越线检测报警方法，其特征在于：包括以下步骤：
S1.建立监控区域的三维模型,并在三维模型中生成模拟警戒线；
S2.利用双目图像采集模块实时采集监控区域的三维深度图像；
S3.提取三维深度图像中的运动目标，并根据图像景深信息将运动目标投影到三维模型中；
S4.根据三维模型计算运动目标与模拟警戒线的垂直距离：
（1）如果垂直距离小于预设的距离阈值，发生越线行为，进入步骤S5；
（2）如果垂直距离不小于预设阈值，未发生越线行为，返回步骤S2；
S5.进行越线报警。
2.根据权利要求1所述的一种智慧金睛识别越线检测报警方法，其特征在于：所述的步骤S1包括以下子步骤：
S11.采集一帧监控区域无人时的三维深度图像；
S12.根据三维深度图像信息，建立监控区域的三维模型。
3.根据权利要求1所述的一种智慧金睛识别越线检测报警方法，其特征在于：所述的双目图像采集模块包括二维摄像头和三维视觉传感器，所述的步骤S2中，利用二维摄像头采集监控区域二维图像信息，利用三维视觉传感器采集监控区域的三维图像信息，并根据采集到的图像信息获取图像深度，得到三维深度图像。
4.根据权利要求1所述的一种智慧金睛识别越线检测报警方法，其特征在于：所述的步骤S3包括以下子步骤：
S31.采用目标检测算法检测并获取进入监控区域内的目标在视频图像中占据的像素点集合；
S32.根据所述的像素点集合，采用目标提取算法获取进入监控区域内的目标在视频图像中的位置及尺寸；
S33.根据从视频图像中提取的目标，采用有效目标特征识别算法，识别出视频图像中的运动目标；
S34.根据三维深度图像的景深信息将运动目标投影到三维模型中。
5.一种智慧金睛识别越线检测报警装置，其特征在于：包括：
三维模型建立模块，用于建立监控区域的三维模型；
双目图像采集模块，用于采集监控区域的三维深度图像；
目标投影模块，用于从三维深度图像中提取运动目标，并根据图像景深信息，将运动目标投影到三维模型中；
距离计算模块，用于计算三维模型中运动目标与模拟警戒线的垂直距离，并将垂直距离与距离阈值进行比较；
报警命令生成模块，用于在垂直距离小于距离阈值时生成报警命令；
报警模块，用于响应越线报警判断模块的报警命令，进行越线报警。
6.根据权利要求5所述的一种智慧金睛识别越线检测报警方法，其特征在于：所述的双目图像采集模块包括二维摄像头和三维视觉传感器。
CN201610564031.9A 2016-07-18 2016-07-18 一种智慧金睛识别越线检测报警方法和装置 Pending CN106210633A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610564031.9A CN106210633A (zh) 2016-07-18 2016-07-18 一种智慧金睛识别越线检测报警方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610564031.9A CN106210633A (zh) 2016-07-18 2016-07-18 一种智慧金睛识别越线检测报警方法和装置

Publications (1)

Publication Number Publication Date
CN106210633A true CN106210633A (zh) 2016-12-07

Family

ID=57492862

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610564031.9A Pending CN106210633A (zh) 2016-07-18 2016-07-18 一种智慧金睛识别越线检测报警方法和装置

Country Status (1)

Country Link
CN (1) CN106210633A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108156430A (zh) * 2018-02-22 2018-06-12 天津天地伟业信息***集成有限公司 警戒区投影摄像机和录像方法
CN109658374A (zh) * 2017-10-06 2019-04-19 罗伯特·博世有限公司 用于装配工位的方法、装配工位、实施上述方法的设备、计算机程序和计算机可读的介质
CN109887141A (zh) * 2019-02-28 2019-06-14 浙江大唐乌沙山发电有限责任公司 应用于电厂安全管理上的智能管控***及管控方法
CN109920186A (zh) * 2019-04-19 2019-06-21 沈阳风驰软件股份有限公司 一种站台边缘检测与越界报警控制***和方法
CN110334670A (zh) * 2019-07-10 2019-10-15 北京迈格威科技有限公司 对象监控方法及装置、电子设备、存储介质
CN111524309A (zh) * 2020-05-09 2020-08-11 南宁市第三中学 一种基于骨骼追踪的atm防暴报警方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110205363A1 (en) * 2010-02-24 2011-08-25 Denso Corporation Boundary line detection system with improved detection-performance
CN202600885U (zh) * 2012-05-18 2012-12-12 成都百威讯科技有限责任公司 一种智能视频周界围栏***
CN103400120A (zh) * 2013-08-02 2013-11-20 上海泓申科技发展有限公司 基于视频分析的银行自助服务区域推入行为检测方法
CN104902246A (zh) * 2015-06-17 2015-09-09 浙江大华技术股份有限公司 视频监视方法和装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110205363A1 (en) * 2010-02-24 2011-08-25 Denso Corporation Boundary line detection system with improved detection-performance
CN202600885U (zh) * 2012-05-18 2012-12-12 成都百威讯科技有限责任公司 一种智能视频周界围栏***
CN103400120A (zh) * 2013-08-02 2013-11-20 上海泓申科技发展有限公司 基于视频分析的银行自助服务区域推入行为检测方法
CN104902246A (zh) * 2015-06-17 2015-09-09 浙江大华技术股份有限公司 视频监视方法和装置

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109658374A (zh) * 2017-10-06 2019-04-19 罗伯特·博世有限公司 用于装配工位的方法、装配工位、实施上述方法的设备、计算机程序和计算机可读的介质
CN108156430A (zh) * 2018-02-22 2018-06-12 天津天地伟业信息***集成有限公司 警戒区投影摄像机和录像方法
CN108156430B (zh) * 2018-02-22 2023-12-22 天津天地伟业信息***集成有限公司 警戒区投影摄像机和录像方法
CN109887141A (zh) * 2019-02-28 2019-06-14 浙江大唐乌沙山发电有限责任公司 应用于电厂安全管理上的智能管控***及管控方法
CN109920186A (zh) * 2019-04-19 2019-06-21 沈阳风驰软件股份有限公司 一种站台边缘检测与越界报警控制***和方法
CN110334670A (zh) * 2019-07-10 2019-10-15 北京迈格威科技有限公司 对象监控方法及装置、电子设备、存储介质
CN110334670B (zh) * 2019-07-10 2021-08-17 北京迈格威科技有限公司 对象监控方法及装置、电子设备、存储介质
CN111524309A (zh) * 2020-05-09 2020-08-11 南宁市第三中学 一种基于骨骼追踪的atm防暴报警方法

Similar Documents

Publication Publication Date Title
CN106210633A (zh) 一种智慧金睛识别越线检测报警方法和装置
CN106128053A (zh) 一种智慧金睛识别人员逗留徘徊报警方法和装置
CN106128022B (zh) 一种智慧金睛识别暴力动作报警方法
CN105574501B (zh) 一种人流视频侦测分析***
CN103077423B (zh) 基于视频流的人群数量估计、局部人群聚集状态以及人群跑动状态检测方法
CN106210634A (zh) 一种智慧金睛识别人员倒地报警方法和装置
CN103824070B (zh) 一种基于计算机视觉的快速行人检测方法
CN109934848B (zh) 一种基于深度学习的运动物体精准定位的方法
CN103279791B (zh) 基于多特征的行人计算方法
CN103020606B (zh) 一种基于时空上下文信息的行人检测方法
CN103279737B (zh) 一种基于时空兴趣点的打架行为检测方法
CN106571014A (zh) 一种在视频中识别异常动作的方法和***
CN104821056A (zh) 基于雷达与视频融合的智能警戒方法
CN103164858A (zh) 基于超像素和图模型的粘连人群分割与跟踪方法
CN106210635A (zh) 一种智慧金睛识别移动过快报警方法和装置
CN106682573B (zh) 一种单摄像头的行人跟踪方法
CN104616438A (zh) 一种用于疲劳驾驶检测的打哈欠动作检测方法
CN109255298A (zh) 一种动态背景中的安全帽检测方法与***
CN105303191A (zh) 一种前视监视场景下的行人计数方法和装置
CN106127814A (zh) 一种智慧金睛识别人员聚集打斗报警方法和装置
CN102243765A (zh) 基于多相机的多目标定位跟踪方法及***
CN104318578A (zh) 一种视频图像分析方法及***
CN103177247A (zh) 一种融合多视角信息的目标检测方法
CN106228709A (zh) 一种智慧金睛识别单人加钞报警方法和装置
CN109035305A (zh) 一种基于rgb-d低视角情况下的室内人体检测与跟踪方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20161207