CN111539254A - 目标检测方法、装置、电子设备及计算机可读存储介质 - Google Patents
目标检测方法、装置、电子设备及计算机可读存储介质 Download PDFInfo
- Publication number
- CN111539254A CN111539254A CN202010225203.6A CN202010225203A CN111539254A CN 111539254 A CN111539254 A CN 111539254A CN 202010225203 A CN202010225203 A CN 202010225203A CN 111539254 A CN111539254 A CN 111539254A
- Authority
- CN
- China
- Prior art keywords
- target
- monitoring
- image
- monitoring image
- preset
- 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
Links
Images
Classifications
-
- 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
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/161—Detection; Localisation; Normalisation
- G06V40/166—Detection; Localisation; Normalisation using acquisition arrangements
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- 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
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/16—Human faces, e.g. facial parts, sketches or expressions
- G06V40/168—Feature extraction; Face representation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/07—Target detection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Alarm Systems (AREA)
- Image Analysis (AREA)
Abstract
本申请公开了一种目标检测方法、装置、电子设备及计算机可读存储介质,其中,目标检测方法包括:获取第一监控图像;对第一监控图像进行目标分析,以确定监测目标与其关联目标之间的位置关系;基于所述位置关系,确定所述监测目标与其关联目标的关联结果。上述方案,能够对监测目标进行关联检测。
Description
技术领域
本申请涉及安防监控技术领域,特别是涉及一种目标检测方法、装置、电子设备及计算机可读存储介质。
背景技术
随着人口数量的增加及经济的快速发展,在大城市大型商业中心或者地铁、火车站、飞机场等人员密集的地方原来越多,人员密度也越来越大,这些场所也配备有摄像头进行安防监控,现在监控***对突发事件快速反应或者问题发生后,在影像追溯上提供了很大帮助。
但是,现有监控***对于许多弱势群体,例如婴幼儿、残障人士、老年痴呆等这些群体在人员密集的公共场合易和家人或者亲人走散的问题没有做到提前预判,在走失事件发生后,需要通过当事人的报警后,公安机关工作人员或者当时走失场所安保人员才通过录像回放来寻找走失人员。
发明内容
本申请主要解决的技术问题是提供一种目标检测方法、装置、电子设备及计算机可读存储介质,能够对监测目标进行关联检测。
为了解决上述问题,本申请第一方面提供了一种目标检测方法,所述方法包括:获取第一监控图像;对所述第一监控图像进行目标分析,以确定监测目标与其关联目标之间的位置关系;基于所述位置关系,确定所述监测目标与其关联目标的关联结果。
因此,通过获取第一监控图像并进行目标分析,能够确定监测目标与其关联目标之间的位置关系,并能根据得到的位置关系来确定监测目标与其关联目标的关联结果,故实现了对监测目标进行关联检测,进而可以通过监测目标与其关联目标的关联结果实现对失联事件进行提前预警,进而可进行更快的失联事件响应。
其中,所述对所述第一监控图像进行目标分析,以确定监测目标与其关联目标之间的位置关系,包括:对所述第一监控图像进行分析,得到所述第一监控图像中的若干第一周围目标的特征信息,其中,所述第一周围目标与所述监测目标间具有预设位置关系;判断所述若干第一周围目标的特征信息是否包含所述关联目标的特征信息;若包含,则确定所述监测目标与所述关联目标之间存在预设位置关系;所述基于所述位置关系,确定所述监测目标与其关联目标的关联结果,包括:若所述监测目标及至少一个所述关联目标之间不存在所述预设位置关系,则初步确定所述监测目标与其关联目标失去关联。
因此,通过分析得到第一监控图像中与监测目标间具有预设位置关系的若干第一周围目标的特征信息,判断若干第一周围目标的特征信息中是否包含关联目标的特征信息,从而能够确定监测目标与其关联目标之间是否存在预设位置关系,并且在检测出监测目标及至少一个关联目标之间不存在预设位置关系时,可以初步确定监测目标与其关联目标失去关联。
其中,在所述获取第一监控图像之前,所述方法还包括:获取不同时刻采集得到的若干帧第二监控图像;对每帧所述第二监控图像进行目标分析,确定监测目标的关联目标。
因此,在获取第一监控图像之前,通过在不同时刻采集得到若干帧第二监控图像,并对每帧第二监控图像进行目标分析,从而可以确定监测目标的关联目标。
其中,所述对每帧所述第二监控图像进行目标分析,确定监测目标的关联目标,包括:对每帧所述第二监控图像进行分析,得到每帧所述第二监控图像中的第二周围目标的特征信息,其中,所述第二周围目标与所述监测目标间具有预设位置关系;比对若干帧所述第二监控图像之间的所述第二周围目标的特征信息,得到比对结果;基于比对结果,将在连续预设数量帧所述第二监控图像中均存在的所述第二周围目标确定为所述监测目标的关联目标。
因此,通过对每帧第二监控图像进行分析,可以得到每帧第二监控图像中与监测目标间具有预设位置关系的第二周围目标的特征信息,并比对若干帧第二监控图像之间的第二周围目标的特征信息,将在连续预设数量帧第二监控图像中均存在的第二周围目标确定为监测目标的关联目标,能够准确地确定监测目标的关联目标。
其中,所述基于比对结果,将在连续预设数量帧所述第二监控图像中均存在的所述第二周围目标确定为所述监测目标的关联目标,包括:基于比对结果,查找出在连续预设数量帧所述第二监控图像中均存在的所述第二周围目标;判断所述查找出的第二周围目标的年龄是否满足预设年龄范围;若是,则将所述查找出的第二周围目标确定为所述监测目标的关联目标。
因此,通过查找出在连续预设数量帧第二监控图像中均存在的第二周围目标,可以将查找出的第二周围目标确定为监测目标的关联目标,另外,通过进一步限定查找出的第二周围目标的年龄在满足预设年龄范围才确定为监测目标的关联目标,进而能够避免监测目标与满足预设年龄范围内的第二周围目标之间失去关联,使得满足预设年龄范围内的第二周围目标不会出现意外情况。
其中,所述预设位置关系包括:与所述监测目标之间的距离小于预设距离值,和/或,与所述监测目标位于同一监控图像中。
因此,通过将预设位置关系设置为:与监测目标之间的距离小于预设距离值,和/或,与监测目标位于同一监控图像中,能够准确判监测目标的关联目标,并且可以准确确定监测目标与其关联目标是否失去关联,以便及时生成监测目标与其关联目标失去关联的预警信息,从而实现快速的失联事件响应。
其中,在所述初步确定所述监测目标与其关联目标失去关联的步骤之后,所述方法还包括:在间隔预设时间后,获取第三监控图像;对所述第三监控图像进行目标分析,以确定所述监测目标与其关联目标之间的位置关系;基于对所述第三监控图像分析而确定的所述位置关系,则最终确定所述监测目标与其关联目标失去关联,和/或,生成所述监测目标与其关联目标失去关联的预警信息。
因此,在初步确定监测目标与其关联目标失去关联之后,在间隔预设时间后,通过获取第三监控图像并进行目标分析,能够再次确定监测目标与其关联目标之间的位置关系,从而可以最终确定监测目标与其关联目标是否确实失去关联,和/或,可以生成监测目标与其关联目标失去关联的预警信息,可以避免在第一监控图像中由于监测目标与其关联目标之间短暂失去预设位置关系而产生错误预警信息,并且由于在最终确定失去关联后才生成预警信息,可以降低对存储设备的空间占用。
为了解决上述问题,本申请第二方面提供了一种目标检测装置,包括:图像获取模块,用于获取第一监控图像;分析模块,用于对第一监控图像进行目标分析,以确定监测目标与其关联目标之间的位置关系;确定模块,用于基于所述位置关系,确定所述监测目标与其关联目标的关联结果。
为了解决上述问题,本申请第三方面提供了一种电子设备,包括相互耦接的存储器和处理器,处理器用于执行存储器中存储的程序指令,以实现上述第一方面中的目标检测方法。
为了解决上述问题,本申请第四方面提供了一种计算机可读存储介质,其上存储有程序指令,程序指令被处理器执行时实现上述第一方面中的目标检测方法。
上述方案,在获取到第一监控图像后,对第一监控图像进行目标分析可以确定监测目标与其关联目标之间的位置关系,并能根据得到的位置关系来确定监测目标与其关联目标的关联结果,故实现了对监测目标进行关联检测,进而可以通过监测目标与其关联目标的关联结果实现对失联事件进行提前预警,使得在发生失联事件时可以进行快速的事件响应,更快地把关联目标找回。
附图说明
图1是本申请目标检测方法一实施例的流程示意图;
图2是图1中步骤S12一实施例的流程示意图;
图3是本申请目标检测方法另一实施例的流程示意图;
图4是图3中步骤S32一实施例的流程示意图;
图5是图4中步骤S323一实施例的流程示意图;
图6是本申请目标检测方法又一实施例的流程示意图;
图7是本申请目标检测装置一实施例的框架示意图;
图8是本申请电子设备一实施例的框架示意图;
图9是本申请计算机可读存储介质一实施例的框架示意图。
具体实施方式
下面结合说明书附图,对本申请实施例的方案进行详细说明。
以下描述中,为了说明而不是为了限定,提出了诸如特定***结构、接口、技术之类的具体细节,以便透彻理解本申请。
本文中术语“***”和“网络”在本文中常被可互换使用。本文中术语“和/或”,仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。此外,本文中的“多”表示两个或者多于两个。
请参阅图1,图1是本申请目标检测方法一实施例的流程示意图。具体而言,可以包括如下步骤:
步骤S11:获取第一监控图像。
在一个实施场景中,为了实现对监测目标与其关联目标进行监测,当监测目标进入监控区域时,控制摄像机对进入到摄像机拍摄画面内的监测目标进行对焦,使监测目标的头部或者脸部位于拍摄画面的中心点,以便于获取监测目标的完整画面。
在一个实施场景中,为了提高监测目标与其关联目标的图像的获取效率,第一监控图像可以不是一张图像,而是一组图像,一组图像中,图像数量可以是多张,例如:2、3、4等等,在此不做限定。
步骤S12:对第一监控图像进行目标分析,以确定监测目标与其关联目标之间的位置关系。
在一个实施场景中,在获取到第一监控图像后,则可以对第一监控图像进行目标分析;例如通过在第一监控图像中提取出监测目标,获取到监测目标的脸部特征,然后通过卷积神经网络模型判断获取到的监测目标的脸部特征与预先设置的监测目标的脸部信息的相似度,若相似度大于预定阈值时,则可以认定获取到的监测目标的脸部特征正确,然后,可以分析监测目标与其关联目标之间的位置关系,从而可以确定监测目标与其关联目标之间是否存在预设位置关系。
步骤S13:基于所述位置关系,确定所述监测目标与其关联目标的关联结果。
可以理解的是,根据监测目标与其关联目标之间的位置关系,可以判断出监测目标与其关联目标之间是否失去关联,即可以确定监测目标与其关联目标的关联结果。当关联结果为监测目标可能与其关联目标失去关联时,为了防止失去关联事件发生后会造成严重后果,可以对失联事件进行提前预警,进而可进行更快的失联事件响应。
在一个实施场景中,相关人员可以是任何可以帮助监测目标的关联目标回到监测目标身边的人员,比如监测目标自身、关联目标的家人、公共场所内的工作人员或安保人员、附近的民警等。
在一个实施场景中,预警信息可以是警报、广播等通知相关人员注意的信息,也可以是通过短信、电话、邮件等让相关人员通过手机或者电脑等智能设备来获取的信息。
在一个实施场景中,在监测目标与其关联目标进入该监控区域或公共场所之前,可以预先录入监测目标与其关联目标的身份信息和联系方式,以便于后续的监测,以及在出现失去关联事件时及时联系监测目标与其关联目标。
上述方案,在获取到第一监控图像后,对第一监控图像进行目标分析可以确定监测目标与其关联目标之间的位置关系,并能根据得到的位置关系来确定监测目标与其关联目标的关联结果,因此实现了对监测目标进行关联检测,当关联结果为监测目标与其关联目标失去关联时还可以进一步实现对失联事件进行提前预警,进而可进行更快的失联事件响应,防护于未然。
请参阅图2,图2是图1中步骤S12一实施例的流程示意图。本实施例中,上述步骤S12具体可以包括如下步骤:
步骤S121:对所述第一监控图像进行分析,得到所述第一监控图像中的若干第一周围目标的特征信息,其中,所述第一周围目标与所述监测目标间具有预设位置关系。
步骤S122:判断所述若干第一周围目标的特征信息是否包含所述关联目标的特征信息。若包含,则执行步骤S123,若不包含,则执行步骤S124。
步骤S123:确定所述监测目标与所述关联目标之间存在预设位置关系。
步骤S124:确定所述监测目标与所述关联目标之间不存在预设位置关系。
可以理解的是,从第一监控图像中确定了监测目标后,可以进一步对第一监控图像进行分析,获取第一监控图像中的所有的第一周围目标的特征信息,本申请中第一周围目标是与监测目标间具有预设位置关系的目标,因此,通过判断所有第一周围目标的特征信息中是否包含有关联目标的特征信息,从而可以判断出监测目标与其关联目标之间是否存在预设位置关系。当所有第一周围目标的特征信息中包含有关联目标的特征信息,则可以确定监测目标与其关联目标之间存在预设位置关系;而当所有第一周围目标的特征信息中不包含关联目标的特征信息,则可以确定监测目标与其关联目标之间不存在预设位置关系。
此时,上述步骤S13具体可以包括:若所述监测目标及至少一个所述关联目标之间不存在所述预设位置关系,则初步确定所述监测目标与其关联目标失去关联。本申请中,当监测目标与其关联目标之间存在预设位置关系时,说明监测目标与其关联目标没有失去关联,而当监测目标与其关联目标之间不存在预设位置关系时,则说明监测目标与其关联目标存在失去关联的风险。
区别于前述实施例,通过分析得到第一监控图像中与监测目标间具有预设位置关系的所有第一周围目标的特征信息,判断所有第一周围目标的特征信息中是否包含关联目标的特征信息,从而能够确定监测目标与其关联目标之间是否存在预设位置关系,并且在检测出监测目标及至少一个关联目标之间不存在预设位置关系时,可以初步确定监测目标与其关联目标失去关联。
请参阅图3,图3是本申请目标检测方法另一实施例的流程示意图。具体而言,可以包括如下步骤:
步骤S31:获取不同时刻采集得到的若干帧第二监控图像。
步骤S32:对每帧第二监控图像进行目标分析,确定监测目标的关联目标。
在一个实施场景中,为了确定监测目标的关联目标,可以在不同时刻对监测目标进行图像采集,从而获取到若干帧第二监控图像,由于每帧第二监控图像形成的时间不同,通过对每帧第二监控图像进行目标分析,若每帧第二监控图像均能反映出监测目标与某一目标的关联关系,则可以确定出监测目标的关联目标。
步骤S33:获取第一监控图像。
步骤S34:对第一监控图像进行目标分析,以确定监测目标与其关联目标之间的位置关系。
步骤S35:基于所述位置关系,确定所述监测目标与其关联目标的关联结果。
本实施例中,步骤S33-S35与本申请上述实施例的步骤S11-S13基本类似,此处不再赘述。
区别于前述实施例,在获取第一监控图像之前,通过在不同时刻采集得到若干帧第二监控图像,并对每帧第二监控图像进行目标分析,从而可以确定监测目标的关联目标,不需要预先采集监测目标与其关联目标的身份信息,使得本申请的目标检测方法的实施十分便利。
请参阅图4,图4是图3中步骤S32一实施例的流程示意图。本实施例中,上述步骤S32具体可以包括如下步骤:
步骤S321:对每帧所述第二监控图像进行分析,得到每帧所述第二监控图像中的第二周围目标的特征信息,其中,所述第二周围目标与所述监测目标间具有预设位置关系。
步骤S322:比对若干帧所述第二监控图像之间的所述第二周围目标的特征信息,得到比对结果。
步骤S323:基于比对结果,将在连续预设数量帧所述第二监控图像中均存在的所述第二周围目标确定为所述监测目标的关联目标。
可以理解的是,每帧第二监控图像均包含监测目标的特征信息,而每帧第二监控图像中还包含有与监测目标具有预设位置关系的第二周围目标,通过对每帧第二监控图像进行分析,可以得到每帧第二监控图像中的第二周围目标的特征信息;将各帧第二监控图像之间的第二周围目标的特征信息进行比对,可以发现某个或者某些第二周围目标在连续预设数量帧第二监控图像中均存在,那么,则可以将这个或者这些第二周围目标确定为监测目标的关联目标。
区别于前述实施例,通过对每帧第二监控图像进行分析,可以得到每帧第二监控图像中与监测目标间具有预设位置关系的第二周围目标的特征信息,并比对若干帧第二监控图像之间的第二周围目标的特征信息,将在连续预设数量帧第二监控图像中均存在的第二周围目标确定为监测目标的关联目标,能够较准确地确定监测目标的关联目标。
请参阅图5,图5是图4中步骤S323一实施例的流程示意图。本实施例中,上述步骤S323具体可以包括如下步骤:
步骤S3231:基于比对结果,查找出在连续预设数量帧所述第二监控图像中均存在的所述第二周围目标。
步骤S3232:判断所述查找出的第二周围目标的年龄是否满足预设年龄范围。若是,则执行步骤S3233,若不是,则说明查找出的第二周围目标的年龄不符合要求,不需要对其是否处于失去关联状态进行监测。
步骤S3233:将所述查找出的第二周围目标确定为所述监测目标的关联目标。
可以理解的是,在比对若干帧第二监控图像之间的第二周围目标的特征信息后,会发现有部分第二周围目标在连续预设数量帧第二监控图像中均存在的情况,那么这部分第二周围目标则有可能是监测目标的关联目标;本实施例中,在将这部分第二周围目标查找出后,可以判断查找出的第二周围目标的年龄是否满足预设年龄范围,若满足预设年龄范围,则说明查找出的第二周围目标的年龄符合要求,需要对其是否处于失去关联状态进行监测,从而可以将查找出的第二周围目标确定为监测目标的关联目标。其中,预设年龄范围可以设置为小于12周岁和/或大于60周岁,预设年龄范围内的人群更容易发生走失情况,且在走失后可能需要通过他人帮助回到关联人的身边。
区别于前述实施例,通过查找出在连续预设数量帧第二监控图像中均存在的第二周围目标,可以将查找出的第二周围目标确定为监测目标的关联目标,另外,通过进一步限定查找出的第二周围目标的年龄在满足预设年龄范围才确定为监测目标的关联目标,进而能够避免监测目标与满足预设年龄范围内的第二周围目标之间失去关联,使得可以对满足预设年龄范围内的第二周围目标是否处于失去关联状态进行监测,避免满足预设年龄范围内的第二周围目标发生意外。
可以理解的是,本申请中,在监控环境内的各个位置或者区域均可以设置摄像头,因此上述第一监控图像、第二监控图像以及第三监控图像可以通过相同摄像机拍摄或者通过不同摄像机拍摄所得到的。本申请的监控环境可以是人流密集场所,例如大型商场、汽车站、火车站、飞机场、大型活动举办地等。
请参阅图6,图6是本申请目标检测方法又一实施例的流程示意图。具体而言,可以包括如下步骤:
步骤S61:获取第一监控图像。
步骤S62:对所述第一监控图像进行分析,得到所述第一监控图像中的若干第一周围目标的特征信息,其中,所述第一周围目标与所述监测目标间具有预设位置关系;判断所述若干第一周围目标的特征信息是否包含所述关联目标的特征信息;若包含,则确定所述监测目标与所述关联目标之间存在预设位置关系,若不包含,则确定所述监测目标与所述关联目标之间不存在预设位置关系。
步骤S63:若所述监测目标及至少一个所述关联目标之间不存在所述预设位置关系,则初步确定所述监测目标与其关联目标失去关联。
本实施例中,步骤S61-S63与本申请上述实施例的步骤S11-S13基本类似,此处不再赘述。
步骤S64:在间隔预设时间后,获取第三监控图像。
步骤S65:对第三监控图像进行目标分析,以确定监测目标与其关联目标之间的位置关系。
步骤S66:基于对所述第三监控图像分析而确定的所述位置关系,则最终确定所述监测目标与其关联目标失去关联,和/或,生成所述监测目标与其关联目标失去关联的预警信息。
在一个实施场景中,为了确认前述步骤中初步确定监测目标与其关联目标失去关联的结果是否准确,在间隔预设时间后,再次获取关于监控目标的第三监控图像,通过对第三监控图像进行目标分析,可以再次确定在间隔预设时间后监测目标与其关联目标之间是否存在预设位置关系。若发现在间隔预设时间后监测目标与其关联目标之间重新存在预设位置关系,则说明之前认为监测目标与其关联目标失去关联的结论有误或者预设位置关系通过人为恢复,此时可以避免产生错误预警;而若发现在间隔预设时间后监测目标与其关联目标之间仍然不存在预设位置关系,则可以最终确定监测目标与其关联目标是否确实失去关联,且可以生成监测目标与其关联目标失去关联的预警信息,从而可以实现对失联事件进行提前预警。
区别于前述实施例,在初步确定监测目标与其关联目标失去关联之后,在间隔预设时间后,通过获取第三监控图像并进行目标分析,能够再次确定监测目标与其关联目标之间的位置关系,从而可以最终确定监测目标与其关联目标是否确实失去关联,和/或,可以生成监测目标与其关联目标失去关联的预警信息,可以避免在第一监控图像中由于监测目标与其关联目标之间短暂失去预设位置关系而产生错误预警信息,并且由于在最终确定失去关联后才生成预警信息,可以降低对存储设备的空间占用。
在一实施例中,上述的预设位置关系包括:与所述监测目标之间的距离小于预设距离值,和/或,与所述监测目标位于同一监控图像中。例如,在第一监控图像或第三监控图像中,若确定关联目标与监测目标之间的距离不小于预设距离值,则说明监测目标与其关联目标失去关联,此时监测目标与其关联目标之间可能存在失联风险,于是可以生成监测目标与其关联目标失去关联的预警信息,从而实现快速的失联事件响应。又例如,在不同时刻采集得到的若干帧第二监控图像中,若存在一个第二周围目标在连续预设数量帧第二监控图像中均存在,由于第二监控图像中存在有监控目标,因此该第二周围目标与监测目标位于同一监控图像中,且在连续预设数量帧第二监控图像中均存在,从而可以将该第二周围目标确定为监测目标的关联目标。
上述方案,通过将预设位置关系设置为:与监测目标之间的距离小于预设距离值,和/或,与监测目标位于同一监控图像中,能够准确判监测目标的关联目标,并且可以准确确定监测目标与其关联目标是否失去关联,以便及时生成监测目标与其关联目标失去关联的预警信息,从而实现快速的失联事件响应。
在一实施例中,监测目标和关联目标为人或动物;目标的特征信息为脸部特征信息。本实施例中的监测目标和关联目标可以为人或动物,因此本申请的目标检测方法可以为人和人之间、人和动物之间的走失事件进行预警,当通过第一监控图像发现监测目标和关联目标之间的距离不小于预设距离值或者与不同时存在该监控图像中时,则认为监测目标和关联目标发生走失事件,此时通过生成监测目标与其关联目标失去关联的预警信息来进行走失事件预警;可以理解的是,通过第一监控图像对监测目标和关联目标进行位置关系的确定时,主要通过分析目标的脸部特征信息,通过分析监控图像中的脸部特征信息,可以准确判断各目标,避免目标的误判。当然,在其他实施例中,监测目标可以为人,关联目标可以为物品,此时本申请的目标检测方法可以为人和物品之间的遗失事件进行预警,当通过第一监控图像发现监测目标和关联目标之间的距离不小于预设距离值或者与不同时存在该监控图像中时,则认为监测目标和关联目标发生遗失事件,此时通过生成监测目标与其关联目标失去关联的预警信息来进行遗失事件预警,便于监测目标将关联目标寻回。
上述方案,通过生成人或动物失去关联的预警信息,可以对人或动物的走失事件进行提前预警,便于寻找,并且由于目标的特征信息为脸部特征信息,通过分析监控图像中的脸部特征信息,可以准确判断各目标,避免目标的误判。
在一个具体的实施场景中,在每个人进入监控环境下,均通过摄像头抓取一张图像,然后通过这张图像,把周围人的人脸同步提取出来,形成针对每一个人的一张周围人的人脸特征表;然后在间隔一定时间后再次重复前述动作,这样,如果是有两个人或者多个人是同行人,那么他们均会存在于彼此的人脸特征表中;然后,可以通过后台监控***实时对整个监控区域进行图像分析,在获取监控图像后,对监控图像中作为同行人的所有人进行目标分析,与之前形成的人脸特征表进行比对,如果发现某一张监控图像中存在有人未出现在其同行人的人脸特征表中的情况,则可以判定这些同行人中存在人员走失的情况,于是后台可以发出警报以提醒走失事件的发生;当然,通过比对若发现前后两次特征表没有差异,则说明没有发生人员走失情况,则后台***可以间隔预设时间(预设时间应较短,在保证某次获取到的监控图像发现人员走失的情况下,使得人员走失发生的时间和发现该人员走失的时间的间隔最小,可以提高人员走失事件被发现的及时性)后继续获取监控图像并对每个人的周围人的人脸特征表进行提取,并再次和前一次人脸特征表进行比对,以此往复操作来持续进行监控。
请参阅图7,图7是本申请目标检测装置一实施例的框架示意图。目标检测装置70包括:图像获取模块71、分析模块72和确定模块73;图像获取模块71用于获取第一监控图像;分析模块72用于对第一监控图像进行目标分析,以确定监测目标与其关联目标之间的位置关系;确定模块73用于基于所述位置关系,确定所述监测目标与其关联目标的关联结果。
上述方案,在图像获取模块71获取到第一监控图像后,通过分析模块72对第一监控图像进行目标分析可以确定监测目标与其关联目标之间的位置关系,然后通过确定模块73根据得到的位置关系来确定监测目标与其关联目标的关联结果,故可以通过监测目标与其关联目标的关联结果实现对失联事件进行提前预警,进而可进行更快的失联事件响应。
在一些实施例中,分析模块72包括特征信息分析子模块和位置关系分析子模块;特征信息分析子模块用于对第一监控图像进行分析,得到第一监控图像中的若干第一周围目标的特征信息,其中,第一周围目标与监测目标间具有预设位置关系;位置关系分析子模块用于判断若干第一周围目标的特征信息是否包含关联目标的特征信息,若包含,则确定监测目标与其关联目标之间存在预设位置关系。此时,确定模块73具体用于:若所述监测目标及至少一个所述关联目标之间不存在所述预设位置关系,则初步确定所述监测目标与其关联目标失去关联。
在一些实施例中,在获取第一监控图像之前,图像获取模块71还用于获取不同时刻采集得到的若干帧第二监控图像;分析模块72用于对每帧第二监控图像进行目标分析,确定监测目标的关联目标。
在一些实施例中,分析模块72包括特征信息分析子模块和关联目标分析子模块;特征信息分析子模块用于对每帧第二监控图像进行分析,得到每帧第二监控图像中的第二周围目标的特征信息,其中,第二周围目标与监测目标间具有预设位置关系;关联目标分析子模块用于比对若干帧第二监控图像之间的第二周围目标的特征信息,得到比对结果,基于比对结果,将在连续预设数量帧第二监控图像中均存在的第二周围目标确定为监测目标的关联目标。
在一些实施例中,关联目标分析子模块具体用于比对若干帧第二监控图像之间的第二周围目标的特征信息,得到比对结果,基于比对结果,查找出在连续预设数量帧第二监控图像中均存在的第二周围目标,判断查找出的第二周围目标的年龄是否满足预设年龄范围,若是,则将查找出的第二周围目标确定为监测目标的关联目标。
在一些实施例中,在确定模块73初步确定所述监测目标与其关联目标失去关联之后,图像获取模块71还用于在间隔预设时间后,获取第三监控图像;分析模块72用于对第三监控图像进行目标分析,以确定监测目标与其关联目标之间的位置关系;确定模块73还用于基于对所述第三监控图像分析而确定的所述位置关系,则最终确定所述监测目标与其关联目标失去关联;另外,目标检测装置70还可以包括预警模块74,预警模块74用于生成所述监测目标与其关联目标失去关联的预警信息。
请参阅图8,图8是本申请电子设备一实施例的框架示意图。电子设备80包括相互耦接的存储器81和处理器82,处理器82用于执行存储器81中存储的程序指令,以实现上述任一目标检测方法实施例的步骤。在一个具体的实施场景中,电子设备80可以包括但不限于:微型计算机、服务器,此外,电子设备80还可以包括笔记本电脑、平板电脑等移动设备,在此不做限定。
具体而言,处理器82用于控制其自身以及存储器81以实现上述任一目标检测方法实施例中的步骤。处理器82还可以称为CPU(Central Processing Unit,中央处理单元)。处理器82可能是一种集成电路芯片,具有信号的处理能力。处理器82还可以是通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application SpecificIntegrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。另外,处理器82可以由集成电路芯片共同实现。
上述方案,在获取到第一监控图像后,对第一监控图像进行目标分析可以确定监测目标与其关联目标之间的位置关系,并能根据得到的位置关系来确定监测目标与其关联目标的关联结果,故实现了对监测目标进行关联检测,进而可以通过监测目标与其关联目标的关联结果实现对失联事件进行提前预警,使得在发生失联事件时可以进行快速的事件响应,更快地把关联目标找回。
请参阅图9,图9是本申请计算机可读存储介质一实施例的框架示意图。计算机可读存储介质90存储有能够被处理器运行的程序指令91,程序指令91用于实现上述任一目标检测方法实施例中的步骤。
上述方案,在获取到第一监控图像后,通过对第一监控图像进行目标分析可以确定监测目标与其关联目标之间是否存在预设位置关系,从而可以通过确定监测目标与其关联目标之间是否存在预设位置关系来预先判断监测目标与其关联目标是否失去关联,并在判断出监测目标与其关联目标失去关联后,可以生成监测目标与其关联目标失去关联的预警信息,使得在发生失联事件时可以进行快速的事件响应。
在本申请所提供的几个实施例中,应该理解到,所揭露的方法和装置,可以通过其它的方式实现。例如,以上所描述的装置实施方式仅仅是示意性的,例如,模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性、机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施方式方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本申请各个实施方式方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
Claims (10)
1.一种目标检测方法,其特征在于,所述方法包括:
获取第一监控图像;
对所述第一监控图像进行目标分析,以确定监测目标与其关联目标之间的位置关系;
基于所述位置关系,确定所述监测目标与其关联目标的关联结果。
2.根据权利要求1所述的目标检测方法,其特征在于,所述对所述第一监控图像进行目标分析,以确定监测目标与其关联目标之间的位置关系,包括:
对所述第一监控图像进行分析,得到所述第一监控图像中的若干第一周围目标的特征信息,其中,所述第一周围目标与所述监测目标间具有预设位置关系;
判断所述若干第一周围目标的特征信息是否包含所述关联目标的特征信息;
若包含,则确定所述监测目标与所述关联目标之间存在预设位置关系;
所述基于所述位置关系,确定所述监测目标与其关联目标的关联结果,包括:
若所述监测目标及至少一个所述关联目标之间不存在所述预设位置关系,则初步确定所述监测目标与其关联目标失去关联。
3.根据权利要求1或2所述的目标检测方法,其特征在于,在所述获取第一监控图像之前,所述方法还包括:
获取不同时刻采集得到的若干帧第二监控图像;
对每帧所述第二监控图像进行目标分析,确定监测目标的关联目标。
4.根据权利要求3所述的目标检测方法,其特征在于,所述对每帧所述第二监控图像进行目标分析,确定监测目标的关联目标,包括:
对每帧所述第二监控图像进行分析,得到每帧所述第二监控图像中的第二周围目标的特征信息,其中,所述第二周围目标与所述监测目标间具有预设位置关系;
比对若干帧所述第二监控图像之间的所述第二周围目标的特征信息,得到比对结果;
基于比对结果,将在连续预设数量帧所述第二监控图像中均存在的所述第二周围目标确定为所述监测目标的关联目标。
5.根据权利要求4所述的目标检测方法,其特征在于,所述基于比对结果,将在连续预设数量帧所述第二监控图像中均存在的所述第二周围目标确定为所述监测目标的关联目标,包括:
基于比对结果,查找出在连续预设数量帧所述第二监控图像中均存在的所述第二周围目标;
判断所述查找出的第二周围目标的年龄是否满足预设年龄范围;
若是,则将所述查找出的第二周围目标确定为所述监测目标的关联目标。
6.根据权利要求2至5任一项所述的目标检测方法,其特征在于,所述预设位置关系包括:与所述监测目标之间的距离小于预设距离值,和/或,与所述监测目标位于同一监控图像中。
7.根据权利要求2所述的目标检测方法,其特征在于,在所述初步确定所述监测目标与其关联目标失去关联的步骤之后,所述方法还包括:
在间隔预设时间后,获取第三监控图像;
对所述第三监控图像进行目标分析,以确定所述监测目标与其关联目标之间的位置关系;
基于对所述第三监控图像分析而确定的所述位置关系,则最终确定所述监测目标与其关联目标失去关联,和/或,生成所述监测目标与其关联目标失去关联的预警信息。
8.一种目标检测装置,其特征在于,包括:
图像获取模块,用于获取第一监控图像;
分析模块,用于对所述第一监控图像进行目标分析,以确定监测目标与其关联目标之间的位置关系;
确定模块,用于基于所述位置关系,确定所述监测目标与其关联目标的关联结果。
9.一种电子设备,其特征在于,包括相互耦接的存储器和处理器,所述处理器用于执行所述存储器中存储的程序指令,以实现权利要求1至7任一项所述的目标检测方法。
10.一种计算机可读存储介质,其上存储有程序指令,其特征在于,所述程序指令被处理器执行时实现权利要求1至7任一项所述的目标检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010225203.6A CN111539254A (zh) | 2020-03-26 | 2020-03-26 | 目标检测方法、装置、电子设备及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010225203.6A CN111539254A (zh) | 2020-03-26 | 2020-03-26 | 目标检测方法、装置、电子设备及计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111539254A true CN111539254A (zh) | 2020-08-14 |
Family
ID=71978415
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010225203.6A Pending CN111539254A (zh) | 2020-03-26 | 2020-03-26 | 目标检测方法、装置、电子设备及计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111539254A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112949538A (zh) * | 2021-03-16 | 2021-06-11 | 杭州海康威视数字技术股份有限公司 | 一种目标关联方法、装置、电子设备及机器可读存储介质 |
CN115311608A (zh) * | 2022-10-11 | 2022-11-08 | 之江实验室 | 一种多任务多目标关联追踪的方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107239744A (zh) * | 2017-05-15 | 2017-10-10 | 深圳奥比中光科技有限公司 | 人体关联关系的监控方法、***及存储装置 |
CN109686049A (zh) * | 2019-01-03 | 2019-04-26 | 深圳壹账通智能科技有限公司 | 公共场所内儿童落单提醒方法、装置、介质及电子设备 |
CN109887234A (zh) * | 2019-03-07 | 2019-06-14 | 百度在线网络技术(北京)有限公司 | 一种防儿童走失方法、装置、电子设备及存储介质 |
CN110298293A (zh) * | 2019-06-25 | 2019-10-01 | 重庆紫光华山智安科技有限公司 | 一种防走失方法、装置、可读存储介质及电子终端 |
-
2020
- 2020-03-26 CN CN202010225203.6A patent/CN111539254A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107239744A (zh) * | 2017-05-15 | 2017-10-10 | 深圳奥比中光科技有限公司 | 人体关联关系的监控方法、***及存储装置 |
CN109686049A (zh) * | 2019-01-03 | 2019-04-26 | 深圳壹账通智能科技有限公司 | 公共场所内儿童落单提醒方法、装置、介质及电子设备 |
CN109887234A (zh) * | 2019-03-07 | 2019-06-14 | 百度在线网络技术(北京)有限公司 | 一种防儿童走失方法、装置、电子设备及存储介质 |
CN110298293A (zh) * | 2019-06-25 | 2019-10-01 | 重庆紫光华山智安科技有限公司 | 一种防走失方法、装置、可读存储介质及电子终端 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112949538A (zh) * | 2021-03-16 | 2021-06-11 | 杭州海康威视数字技术股份有限公司 | 一种目标关联方法、装置、电子设备及机器可读存储介质 |
CN112949538B (zh) * | 2021-03-16 | 2023-08-04 | 杭州海康威视数字技术股份有限公司 | 一种目标关联方法、装置、电子设备及机器可读存储介质 |
CN115311608A (zh) * | 2022-10-11 | 2022-11-08 | 之江实验室 | 一种多任务多目标关联追踪的方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7542588B2 (en) | System and method for assuring high resolution imaging of distinctive characteristics of a moving object | |
US7535353B2 (en) | Surveillance system and surveillance method | |
US7683929B2 (en) | System and method for video content analysis-based detection, surveillance and alarm management | |
CN106203458B (zh) | 人群视频分析方法及*** | |
CN110933955B (zh) | 基于对来自摄像机图像的对象的检测的警报事件的改进生成 | |
EP3910540A1 (en) | Systems and methods of enforcing distancing rules | |
US20040240542A1 (en) | Method and apparatus for video frame sequence-based object tracking | |
US11625936B2 (en) | High definition camera and image recognition system for criminal identification | |
CN110796819B (zh) | 一种针对站台黄线入侵越界人员的检测方法及*** | |
JP2018160219A (ja) | 移動経路予測装置、及び移動経路予測方法 | |
CN109089160A (zh) | 一种高校餐厅食品加工违规行为视频分析***及方法 | |
JP2008040781A (ja) | 被写体照合装置および被写体照合方法 | |
US20220301317A1 (en) | Method and device for constructing object motion trajectory, and computer storage medium | |
CN111539254A (zh) | 目标检测方法、装置、电子设备及计算机可读存储介质 | |
CN110717357A (zh) | 预警方法、装置、电子设备及存储介质 | |
US11854266B2 (en) | Automated surveillance system and method therefor | |
JP2001266131A (ja) | 監視システム | |
EP3910539A1 (en) | Systems and methods of identifying persons-of-interest | |
US10783365B2 (en) | Image processing device and image processing system | |
CN112102623A (zh) | 交通违章识别方法和装置、智能可穿戴设备 | |
CN111079524A (zh) | 一种基于运营商基站的目标身份识别方法与*** | |
Giuliano et al. | Integration of video and radio technologies for social distancing | |
CN210983509U (zh) | 入境重点人群布控*** | |
CN112241671B (zh) | 一种人员身份识别方法、装置及*** | |
CN115719469A (zh) | 目标识别方法及装置、设备、存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |