CN112101104B - 人体存在检测方法及相关装置 - Google Patents
人体存在检测方法及相关装置 Download PDFInfo
- Publication number
- CN112101104B CN112101104B CN202010792951.2A CN202010792951A CN112101104B CN 112101104 B CN112101104 B CN 112101104B CN 202010792951 A CN202010792951 A CN 202010792951A CN 112101104 B CN112101104 B CN 112101104B
- Authority
- CN
- China
- Prior art keywords
- pixel
- heat source
- target
- image frame
- value
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 46
- 238000001931 thermography Methods 0.000 claims abstract description 79
- 238000000034 method Methods 0.000 claims abstract description 22
- 238000004590 computer program Methods 0.000 claims description 4
- 230000008859 change Effects 0.000 abstract description 6
- 238000003331 infrared imaging Methods 0.000 description 10
- 238000005516 engineering process Methods 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 230000002452 interceptive effect Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000000474 nursing effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 241000282412 Homo Species 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000006735 deficit Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/48—Matching video sequences
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Image Analysis (AREA)
- Radiation Pyrometers (AREA)
Abstract
本发明实施例公开了一种人体存在检测方法及相关装置,该方法包括:获取热成像视频,该热成像视频包含连续的预设帧数的图像帧,且热成像视频的最后一帧为当前图像帧,热成像视频中包含的图像帧中的各个像素点的像素值为温度值,根据上述的热成像视频及预设的西格玛准则,对当前图像帧进行热源像素点检测,得到包含检测到的热源像素点的目标图像帧,根据目标图像帧包含的热源像素点,确定当前图像帧中是否存在人体。通过使用热成像视频及预设的西格玛准则,对当前图像帧进行热源像素点检测,能够有效实现对环境中的渐变热源的自适应去噪,能够有效适应环境的变化,提高热源像素点检测的准确性,进一步提高人体存在检测的准确性。
Description
技术领域
本发明涉及图像处理技术领域,尤其涉及一种人体存在检测方法及相关装置。
背景技术
随着社会经济的迅猛发展和综合国力的日益增强,人民的生活水平逐渐提高,随之而来的对于居住的安全需求也与日俱增,对居住环境的监控则是居住安全的重要的一部分。
红外热成像设备可感知被监控环境范围内物体的温度,也被应用在安全监控中对人体是否存在进行检测。然而,在居住环境下,会存在一些干扰热源,例如,由阳光照射、空调调温等环境渐变引起的渐变热源,这些环境中存在的渐变热源会影响利用红外热成像设备检测人体是否存在的准确性。
发明内容
本发明的主要目的在于提供一种人体存在检测方法及相关装置,可以提高对人体存在检测的准确性。
为实现上述目的,本发明第一方面提供一种人体存在检测方法,所述方法包括:
获取热成像视频,所述热成像视频包含连续的预设帧数的图像帧,且所述热成像视频的最后一帧为当前图像帧,所述图像帧中的各个像素点的像素值为温度值;
根据所述热成像视频及预设的西格玛准则,对所述当前图像帧进行热源像素点检测,得到目标图像帧,所述目标图像帧中包含检测到的热源像素点;
根据所述目标图像帧包含的所述热源像素点,确定所述当前图像帧中是否存在人体。
为实现上述目的,本发明第二方面提供一种人体存在检测装置,所述装置包括:
获取模块,用于获取热成像视频,所述热成像视频包含连续的预设帧数的图像帧,且所述热成像视频的最后一帧为当前图像帧,所述图像帧中的各个像素点的像素值为温度值;
检测模块,用于根据所述热成像视频及预设的西格玛准则,对所述当前图像帧进行热源像素点检测,得到目标图像帧,所述目标图像帧中包含检测到的热源像素点;
确定模块,用于根据所述目标图像帧包含的所述热源像素点,确定所述当前图像帧中是否存在人体。
为实现上述目的,本发明第三方面提供一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行以下步骤:
获取热成像视频,所述热成像视频包含连续的预设帧数的图像帧,且所述热成像视频的最后一帧为当前图像帧,所述图像帧中的各个像素点的像素值为温度值;
根据所述热成像视频及预设的西格玛准则,对所述当前图像帧进行热源像素点检测,得到目标图像帧,所述目标图像帧中包含检测到的热源像素点;
根据所述目标图像帧包含的所述热源像素点,确定所述当前图像帧中是否存在人体。
采用本发明实施例,具有如下有益效果:
本发明提供一种人体存在检测方法,该方法包括:获取热成像视频,该热成像视频包含连续的预设帧数的图像帧,且热成像视频的最后一帧为当前图像帧,热成像视频中包含的图像帧中的各个像素点的像素值为温度值,根据上述的热成像视频及预设的西格玛准则,对当前图像帧进行热源像素点检测,得到包含检测到的热源像素点的目标图像帧,根据目标图像帧包含的热源像素点,确定当前图像帧中是否存在人体。通过使用热成像视频及预设的西格玛准则,对当前图像帧进行热源像素点检测,能够有效实现对环境中的渐变热源(如太阳照射、空调等)的自适应去噪,能够有效适应环境的变化,提高热源像素点检测的准确性,进一步提高人体存在检测的准确性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
其中:
图1为本发明实施例中人体存在检测方法的流程示意图;
图2为本发明实施例中人体存在检测方法的另一流程示意图;
图3为本发明图2所示实施例中步骤203的细化步骤的流程示意图;
图4为本发明图2所示实施例中步骤204的细化步骤的流程示意图;
图5为图1及图2所示实施例的追加步骤的流程示意图;
图6为本发明实施例中人体存在检测装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1,为本发明实施例中人体存在检测方法的流程示意图,该方法包括:
步骤101、获取热成像视频,热成像视频包含连续的预设帧数的图像帧,且热成像视频的最后一帧为当前图像帧,图像帧中的各个像素点的像素值为温度值;
在本发明实施例中,上述的人体存在检测方法由人体存在检测装置实现,该人体存在检测装置为程序模块,存储于计算机设备的可读存储介质中,且计算机设备中的处理器可以从可读存储介质中读取并运行上述的人体存在检测装置,以实现上述的人体存在检测方法。
在本发明实施例中,将获取热成像视频,该热成像视频是利用热红外成像设备拍摄得到的,其中,热红外成像设备运用了红外热成像技术,红外热成像技术可以基于光电技术检测物体热辐射的红外线特定波段信号,且该信号可转换成可供人类视觉分辨的图像,并进一步计算出温度值,因此,上述的热成像视频包含连续的图像帧,且图像帧中的各像素点的像素值为温度值。可以理解的是,通过使用红外热成像技术,使得人类超越了视觉障碍,可以看到物体表面的温度分布状况。
其中,在执行本发明实施例中的人体存在检测方法时,可以使用到包含连续的预设帧数的图像帧的热成像视频,且该热成像视频的最后一帧为当前帧。该热成像视频可以是热红外成像设备拍摄得到的,热红外成像设备可以采用预设的帧率和分辨率拍摄,例如,采用帧率为16,即采用的频率为16Hz,使得每秒可以生成16帧图像帧。采用的分辨率为32*24,使得每帧图像帧包含32*24个像素点,每个像素点的像素值为温度值。可以理解的是,为了使得拍摄的图像范围尽可能大,可以将热红外成像设备安装在待拍摄空间的正上方,例如,若在卫生间安装热红外成像设备,则可以安装在卫生间屋顶的正上方的中心,使得热红外成像设备的拍摄角度垂直向下,且优选的,该热红外成像设备的安装高度为2.5m至3.3m。
可以理解的是,在本发明实施例中,可以是实时检测是否存在人体,也可以是对一段历史的视频检测是否存在人体,为了更好的理解,都将需要检测是否存在人体的视频帧称为当前图像帧,且该当前图像帧均为获取到的热成像视频的最后一帧。此外,热成像视频包含的预设帧数可以基于具体的需要确定,例如可以设定为300000帧。
需要说明的是,本发明实施例中涉及到的热成像视频,是热红外成像设备在拍摄角度固定的条件下拍摄到的视频。
步骤102、根据热成像视频及预设的西格玛准则,对当前图像帧进行热源像素点检测,得到目标图像帧,目标图像帧中包含检测到的热源像素点;
其中,在正态分布中,西格玛(sigam)代表标准差,μ代表均值,在标准二维坐标系中,x=u即为正态分布图形的对称轴,上述的西格玛(sigma)准则用于表示数值分布的概率,可以是1sigma准则至6sigma准则中的任意一个,以3sigma准则为例,其表示数值分布在(μ-3σ,μ+3σ)中的概率为0.9974,可以认为在标准坐标系中x对应的y值几乎全部集中在(μ-3σ,μ+3σ)区间内。
在本发明实施例中,由于上述热成像视频是热红外成像设备在固定拍摄角度的条件下拍摄到的视频,因此,该热成像视频中的各图像帧包含的像素点的像素值是符合正态分布的,且该热成像视频中的各图像帧包含的像素点的像素值是满足3sigma准则的,且不会受到环境渐变带来的影响,适应环境变化。因此,可以基于上述的热成像视频及3sigma准则,对当前图像帧进行热源像素点检测,得到目标图像帧,该目标图像帧中包含检测到的热源像素点。其中,热源像素点是指热源在图像帧中对应的像素点,该热源像素点的像素值通常是被当做异常值看待的,该热源像素点则是不符合3sigma准则的像素点。
步骤103、根据目标图像帧包含的热源像素点,确定当前图像帧中是否存在人体。
在本发明实施例中,通过使用热成像视频及预设的西格玛准则,对当前图像帧进行热源像素点检测,能够有效实现对环境中的渐变热源(如太阳照射、空调等)的自适应去噪,能够有效适应环境的变化,提高热源像素点检测的准确性,进一步提高人体存在检测的准确性。
为了更好的理解本发明实施例中的技术方案,请参阅图2,为本发明实施例中人体存在检测方法的另一流程示意图,包括:
步骤201、获取热成像视频,热成像视频包含连续的预设帧数的图像帧,且热成像视频的最后一帧为当前图像帧,图像帧中的各个像素点的像素值为温度值;
在本发明实施例中,上述步骤201中涉及到的内容与图1所示实施例中步骤101涉及到的内容相似,具体可以参阅图1所示实施例中步骤101的相关描述,此处不做赘述。
进一步地,上述的热成像视频可以是预设长度的历史数据列表,每次热红外成像设备获取到的一帧图像帧,都将其添加到该历史数据列表中,且由于该历史数据列表的长度是有限的,当该历史数据列表满了之后,每添加一帧图像帧,都将删除该历史数据列表中最早的一帧图像帧。
步骤202、计算当前图像帧中的目标像素点,在热成像视频包含的各个图像帧中同一位置的像素点的像素值均值及标准差值,且作为目标像素点的像素值均值及标准差值,目标像素点为当前图像帧中的任意一个像素点;
步骤203、基于西格玛准则,根据目标像素点的像素值均值、标准差值及目标像素点在当前图像帧中的像素值,得到目标像素点在目标图像帧中的像素值,并基于目标像素点的像素值确定目标像素点是否为热源像素点;
在本发明实施例中,对于当前图像帧中的目标像素点,可计算该热成像视频包含的各个图像帧中与目标像素点位置相同的像素点的像素值均值及标准差值,且作为该目标像素点的像素值均值及标准差值,其中,该目标像素点为当前图像帧中的任意一个像素点。
为了更好的理解,以热成像视频的图像分辨率为24*32为例,则热成像视频中的各个图像帧均包含768个像素点,可以先将该热成像视频进行数组化转换,即为Ln×768,n表示热成像视频中图像帧的个数,且在该数组中,一个图像帧表示一行,且一行里面包含该图像帧的768个像素点组成的列。同时,也可以将当前帧图像进行数组化转换,即为A768,表示该数组只有一行,且该行中包含768列,每一列对应于当前帧图像中的一个像素点的像素值。
以目标像素点为当前帧图像中的第i个像素点为例,对于Ai的像素值均值,可以对Ln×768中第i列进行均值求解,得到的均值即为Ai的像素值均值,对于Ai的标准差值,则可以利用Ln×768中第i列进行标准差值求解,得到的标准差值即为Ai的标准差值,其中,i的范围为1至768,按照上述的方法,则可以得到当前帧图像中每一个像素点的像素值均值及标准差值。
进一步地,可基于西格玛准则,根据目标像素点的像素值均值、标准差值及目标像素点在当前图像帧中的像素值,得到目标像素点在目标图像帧中的像素值,并基于该目标像素点的像素值确定目标像素点是否为热源像素点。
具体的,请参阅图3,为本发明图2所示实施例中步骤203的细化步骤的流程示意图,包括:
步骤301、将目标像素点在当前图像帧中的像素值,减去目标像素点的像素值均值,并减去预设倍数的目标像素点的标准差值,得到目标像素点的剩余像素值;
步骤302、根据剩余像素值确定目标像素点在目标图像帧中的像素值,并基于目标像素点的像素值确定目标像素点是否为热源像素点。
对于步骤301,在一种可行的实现方式,可以使用3sigam准则计算目标像素点的剩余像素值,该剩余像素值为利用目标像素点在当前帧中的像素值,减去其像素值均值,再减去3倍的该目标像素点的标准差值,剩下的值即作为目标像素点的剩余像素值,具体表示如下:
bi=Ai-mean(Li×768,axis=0)-3×std(Li×768,axis=0)
其中,bi表示第i个目标像素点的剩余像素值,Ai表示第i个目标像素点在当前帧图像中的像素值,mean(Li×768,axis=0)表示第i个目标像素点的像素值均值,std(Li×768,axis=0)表示第i个目标像素点的标准差值。
通过上述方式可以目标像素点的剩余像素值,进一步的,可以根据该剩余像素值确定目标像素点在目标图像帧中的像素值,并基于目标像素点的像素值确定目标像素点是否为热源像素点。
具体的,当剩余像素值大于预设阈值时,确定目标像素点在目标图像帧中的像素值为第一数值,且目标像素点为热源像素点;当剩余像素值小于或等于预设阈值时,确定目标像素点在目标图像帧中的像素值为第二数值,且目标像素点为非热源像素点。其中,第一数值可以是1,第二数值可以是0,即可基于剩余像素值进行二值化处理,上述的预设阈值可以0,即在剩余像素值大于0时,确定目标像素点在目标图像帧中的像素值为1,且为热源像素点,在剩余像素值小于或等于0时,确定目标像素点在目标图像帧中的像素值为0,且为非热源像素点。可以理解的是,在使用上述的3sigma准则时,目标像素点的剩余像素值大于0时,表明该目标像素点不符合3sigma准则,属于异常的像素点,在本发明实施例中,热源对应的像素点通常被认为是与周边环境或物体的像素值特征不同的异常像素点,因此,可以使用上述的3sigma准则有效识别异常像素点,即得到热源像素点。
为了便于理解,基于以步骤203中的热成像视频的图像分辨率为24*32为例继续进行说明,可以得到当前帧图像的剩余像素点组成的数组B768,该数组B768的表达公式如下:
B768=A768-mean(Ln×768,axis=0)-3×std(Ln×768,axis=0)
其中,mean(An×768,axis=0)表示数组Ln×768的像素值均值数组(是一个768维的数组),std(Ln×768,axis=0)表示数组Ln×768的的标准差值数组(是一个768维的数组)。
接着对数组B768中的每一列的剩余像素值进行判断,当大于0时,将该值充值为1,当小于0时,将该值重置为0,即得到新的数组C768,将该数组进行维度变换,变换成24*32形式的,即可得到上述的目标图像帧。
步骤204、根据目标图像帧包含的热源像素点,确定当前图像帧中是否存在人体。
在本发明实施例中,在得到包含热源像素点的目标图像帧之后,将确定当前图像帧中是否存在人体。
请参阅图4,为本发明实施例中步骤204的细化步骤的流程示意图,该步骤204具体包括:
步骤401、确定目标图像帧中各热源像素点的位置坐标值;
步骤402、根据各热源像素点的位置坐标值,确定各热源像素点的热源密度值,热源密度值表示以热源像素点为中心的预设范围内的热源像素点的个数;
步骤403、根据各热源像素点的热源密度值确定当前帧图像中是否存在人体。
在本发明实施例中,可先确定目标图像帧中各热源像素点的位置坐标值,该位置坐标值可以是基于热源像素点在目标图像帧中的行及列确定的,例如,以目标图像帧的分辨率为24*32,则表示目标图像帧中包含24行及32列,则可以确定热源像素点的位置坐标值可以表示为(a1,a2),a1代表热源像素点所在的行,a2代表热源像素点所在的列。
进一步地,将根据各热源像素点的位置坐标值,确定各热源像素点的热源密度值,其中,该热源密度值表示以热源像素点为中心的预设范围内的热源像素点的个数,并根据各热源像素点的热源密度值确定当前帧图像中是否存在人体。其中,该热源密度值可以用于区分目标帧图像中的热源的类型,比如是否包含小型感染热源(小型干扰热源通常是指小型物体如热水器、小动物等热源)、是否包含人体等。
在一种可行的实现方式中,得到热源像素点的热源密度值的方式可以如下:
步骤d1、计算目标热源像素点分别与目标图像帧中除目标热源像素点以外的其他热源像素点之间的距离,得到目标热源像素点的距离集合,目标热源像素点为目标图像帧中的任意一个热源像素点;
步骤d2、确定距离集合中小于或等于预设距离阈值的距离值的距离个数,将距离个数确定为目标热源像素点的热源密度值。
为了更好的理解本发明实施例中的技术方案,以目标图像帧中包含20个热源像素点为例进行说明,且该20个热源像素点的编号为1至20,对于每一个热源像素点,都将确定其热源密度值,对于热源像素点1,将计算其分别与热源像素点2至热源像素点20的距离,得到热源像素点1的距离集合1,该距离集合中包含e2、e3、……、e20,e2表示热源像素点1到热源像素点2的距离值,e20表示热源像素点1到热源像素点20的距离值,其他以此类推,进一步地,将确定热源像素点1的距离集合1中小于或等于预设距离阈值的距离值的距离个数,该预设距离阈值则用于确定以热源像素点1为中心的范围,若小于或等于预设距离阈值的距离值的距离个数为M时,则确定热源像素点1的热源密度值为M,其他热源像素点的热源密度值的计算方式也是如此,此处不做赘述。
在本发明实施例中,热源像素点的热源密度值是用于区分人体和小型干扰热源的,通常情况下,人体的热源密度值较大,小型感染热源的密度值较小,基于该特点,可以设置预设密度阈值,使得能够有效确定是否存在人体。
具体的,可以确定在目标图像帧中,热源密度值大于或等于预设密度阈值的热源像素点的目标个数。当该目标像个数大于或的等于预设数值时,则确定当前帧图像中存在人体,当目标个数小于预设数值时,确定当前帧图像不存在人体。可以理解的是,由于热源秘密度值是用于区分热源像素点是否为人体热源的像素点,因此只要有一个热源像素点的热源密度值大于预设密度阈值,则表示是存在人体的,即上述的预设数值优选为1。
在本发明实施例中,通过计算热源像素点的热源密度值的方式,并基于该热源密度值与预设密度阈值进行比较,使得能够有效的滤除小型感染热源,降低小型干扰热源对是否存在人体的检测的干扰,降低误判率。
可选地,在确定当前帧图像中存在人体的情况下,还可以进一步地确定该人体存在的时间是否过长,如果过长则需要进行警报,该方案优选应用于家居场景、养老院场景等等,以在老人、儿童等等弱势群体可能出现异常情况时及时进行报警。
请参阅图5,为本发明实施例中图1及图2所述实施例的追加步骤的流程示意图,包括:
步骤501、若确定当前图像帧中存在人体,则将当前图像帧的时间戳添加至时间戳列表中,时间戳列表中包含连续的多帧图像帧的时间戳,且每一帧图像帧都检测到人体存在;
步骤502、确定时间戳列表中第一个时间戳与最后一个时间戳之间的时间差;
步骤503、当时间差大于或等于预设时长阈值时,输出人体超时停留警报。
可以预先设置一个时间戳列表,该时间戳列表的初始状态为空,且每次检测到存在人体时,则将确定存在人体的图像帧添加至该时间戳列表,其中,该时间戳列表用于保存连续的多帧图像帧的时间戳,且每一帧图像帧都检测到人体存在。例如,若时间戳列表中已经保存N帧图像帧,则表明该N帧图像帧中均检测到人体存在,且该N帧图像帧为连续的图像帧,在对于N帧图像帧的下一帧,即N+1帧图像帧按照本发明实施例中的技术方案确定其存在人体时,则将该N+1帧图像帧也保存至时间戳列表中,若确定不存在人体时,则清空时间戳列表。通过设置时间戳列表的方式,则可以确定检测到存在人体的时长,并进一步地确定是否需要进行人体超时停留警报。
具体的,在本发明实施例中,在确定当前图像帧存在人体时,将当前图像帧的时间戳添加至时间戳列表中,并确定时间戳列表中第一个时间戳与最后一个时间戳之间的时间差,当该时间差大于或等于预设时长阈值时,则表明人体停留时间已经到达警告标准,将输出人体超时停留警报,该人体超时停留警报的输出方式有多种,例如,可以是给指定的电话号码发送短信,打电话等等,或者可以是控制警报器发出警报音。在实际应用中,可以根据具体的需要设置人体超时停留警报的输出方式,此处不做限定。
在本发明实施例中,通过使用热成像视频及预设的西格玛准则,对当前图像帧进行热源像素点检测,使得能够基于西格玛准则去除环境中的渐变热源的影响,有效实现如人体热源及小型干扰热源等的热源像素点,识别的热源像素点的准确性高,能够有助于提高人体存在检测的准确性。且进一步地,通过利用热源像素点的热源密度值的方式,使得能够有效的区分人体热源和小型干扰热源,进一步提高人体存在检测的准确性。此外,还可以通过设置时间戳列表的方式,确定检测到人体存在的时长,以便基于该时长确定是否要进行人体停留超时警报,特别适用于家居场景及养老院场景,能够确保人体的安全性。
请参阅图6,为本发明实施例中人体存在检测装置的结构示意图,该装置包括:
获取模块601,用于获取热成像视频,所述热成像视频包含连续的预设帧数的图像帧,且所述热成像视频的最后一帧为当前图像帧,所述图像帧中的各个像素点的像素值为温度值;
检测模块602,用于根据所述热成像视频及预设的西格玛准则,对所述当前图像帧进行热源像素点检测,得到目标图像帧,所述目标图像帧中包含检测到的热源像素点;
确定模块603,用于根据所述目标图像帧包含的所述热源像素点,确定所述当前图像帧中是否存在人体。
在本发明实施例中,上述获取模块601、检测模块602及确定模块603的内容具体可以参阅上述的方法实施例中的相关内容,此处不做赘述。
在本发明实施例中,通过使用热成像视频及预设的西格玛准则,对当前图像帧进行热源像素点检测,能够有效实现对环境中的渐变热源(如太阳照射、空调等)的自适应去噪,能够有效适应环境的变化,提高热源像素点检测的准确性,进一步提高人体存在检测的准确性。
在一个实施例中,提出了一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行以下步骤:
获取热成像视频,所述热成像视频包含连续的预设帧数的图像帧,且所述热成像视频的最后一帧为当前图像帧,所述图像帧中的各个像素点的像素值为温度值;
根据所述热成像视频及预设的西格玛准则,对所述当前图像帧进行热源像素点检测,得到目标图像帧,所述目标图像帧中包含检测到的热源像素点;
根据所述目标图像帧包含的所述热源像素点,确定所述当前图像帧中是否存在人体。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的程序可存储于一非易失性计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (7)
1.一种人体存在检测方法,其特征在于,所述方法包括:
获取热成像视频,所述热成像视频包含连续的预设帧数的图像帧,且所述热成像视频的最后一帧为当前图像帧,所述图像帧中的各个像素点的像素值为温度值;
根据所述热成像视频及预设的西格玛准则,对所述当前图像帧进行热源像素点检测,得到目标图像帧,所述目标图像帧中包含检测到的热源像素点;
根据所述目标图像帧包含的所述热源像素点,确定所述当前图像帧中是否存在人体;
其中,所述根据所述热成像视频及预设的西格玛准则,对所述当前图像帧进行热源像素点检测,得到目标图像帧,包括:
计算所述当前图像帧中的目标像素点,在所述热成像视频包含的各个图像帧中同一位置的像素点的像素值均值及标准差值,且作为所述目标像素点的像素值均值及标准差值,所述目标像素点为所述当前图像帧中的任意一个像素点;
基于所述西格玛准则,根据所述目标像素点的像素值均值、标准差值及所述目标像素点在所述当前图像帧中的像素值,得到所述目标像素点在所述目标图像帧中的像素值,并基于所述目标像素点的像素值确定所述目标像素点是否为所述热源像素点;
其中,所述基于所述西格玛准则,根据所述目标像素点的像素值均值、标准差值及所述目标像素点在所述当前图像帧中的像素值,得到所述目标像素点在所述目标图像帧中的像素值,并基于所述目标像素点的像素值确定所述目标像素点是否为所述热源像素点,包括:
将所述目标像素点在所述当前图像帧中的像素值,减去所述目标像素点的像素值均值,并减去预设倍数的所述目标像素点的标准差值,得到所述目标像素点的剩余像素值;
根据所述剩余像素值确定所述目标像素点在所述目标图像帧中的像素值,并基于所述目标像素点的像素值确定所述目标像素点是否为热源像素点;
其中,所述根据所述剩余像素值确定所述目标像素点在所述目标图像帧中的像素值,并基于所述目标像素点的像素值确定所述目标像素点是否为热源像素点,包括:
当所述剩余像素值大于预设阈值时,确定所述目标像素点在所述目标图像帧中的像素值为第一数值,且所述目标像素点为所述热源像素点;
当所述剩余像素值小于或等于所述预设阈值时,确定所述目标像素点在所述目标图像帧中的像素值为第二数值,且所述目标像素点为非热源像素点。
2.根据权利要求1所述的方法,其特征在于,所述根据所述目标图像帧包含的所述热源像素点,确定所述当前图像帧中是否存在人体包括:
确定所述目标图像帧中各热源像素点的位置坐标值;
根据各所述热源像素点的位置坐标值,确定各所述热源像素点的热源密度值,所述热源密度值表示以热源像素点为中心的预设范围内的热源像素点的个数;
根据各所述热源像素点的热源密度值确定所述当前帧图像中是否存在人体。
3.根据权利要求2所述的方法,其特征在于,所述根据各所述热源像素点的位置坐标值,确定各所述热源像素点的热源密度值,包括:
计算目标热源像素点分别与所述目标图像帧中除所述目标热源像素点以外的其他热源像素点之间的距离,得到所述目标热源像素点的距离集合,所述目标热源像素点为所述目标图像帧中的任意一个热源像素点;
确定所述距离集合中小于或等于预设距离阈值的距离值的距离个数,将所述距离个数确定为所述目标热源像素点的热源密度值。
4.根据权利要求2所述的方法,其特征在于,所述根据各所述热源像素点的热源密度值确定所述当前帧图像中是否存在人体,包括:
确定所述目标图像帧中,热源密度值大于或等于预设密度阈值的热源像素点的目标个数;
当所述目标个数大于或等于预设数值时,确定所述当前帧图像帧中存在人体;
当所述目标个数小于所述预设数值时,确定所述当前帧图像中不存在人体。
5.根据权利要求1所述的方法,其特征在于,所述根据所述目标图像帧包含的所述热源像素点,确定所述当前图像帧中是否存在人体,之后还包括:
若确定所述当前图像帧中存在人体,则将所述当前图像帧的时间戳添加至时间戳列表中,所述时间戳列表中包含连续的多帧图像帧的时间戳,且每一帧图像帧都检测到人体存在;
确定所述时间戳列表中第一个时间戳与最后一个时间戳之间的时间差;
当所述时间差大于或等于预设时长阈值时,输出人体超时停留警报。
6.一种人体存在检测装置,其特征在于,所述装置包括:
获取模块,用于获取热成像视频,所述热成像视频包含连续的预设帧数的图像帧,且所述热成像视频的最后一帧为当前图像帧,所述图像帧中的各个像素点的像素值为温度值;
检测模块,用于根据所述热成像视频及预设的西格玛准则,对所述当前图像帧进行热源像素点检测,得到目标图像帧,所述目标图像帧中包含检测到的热源像素点;
确定模块,用于根据所述目标图像帧包含的所述热源像素点,确定所述当前图像帧中是否存在人体;
其中,所述检测模块,还用于计算所述当前图像帧中的目标像素点,在所述热成像视频包含的各个图像帧中同一位置的像素点的像素值均值及标准差值,且作为所述目标像素点的像素值均值及标准差值,所述目标像素点为所述当前图像帧中的任意一个像素点;
基于所述西格玛准则,根据所述目标像素点的像素值均值、标准差值及所述目标像素点在所述当前图像帧中的像素值,得到所述目标像素点在所述目标图像帧中的像素值,并基于所述目标像素点的像素值确定所述目标像素点是否为所述热源像素点;
其中,所述检测模块,还用于将所述目标像素点在所述当前图像帧中的像素值,减去所述目标像素点的像素值均值,并减去预设倍数的所述目标像素点的标准差值,得到所述目标像素点的剩余像素值;
根据所述剩余像素值确定所述目标像素点在所述目标图像帧中的像素值,并基于所述目标像素点的像素值确定所述目标像素点是否为热源像素点;
其中,所述检测模块,还用于当所述剩余像素值大于预设阈值时,确定所述目标像素点在所述目标图像帧中的像素值为第一数值,且所述目标像素点为所述热源像素点;
当所述剩余像素值小于或等于所述预设阈值时,确定所述目标像素点在所述目标图像帧中的像素值为第二数值,且所述目标像素点为非热源像素点。
7.一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时,使得所述处理器执行如权利要求1至5中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010792951.2A CN112101104B (zh) | 2020-08-06 | 2020-08-06 | 人体存在检测方法及相关装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010792951.2A CN112101104B (zh) | 2020-08-06 | 2020-08-06 | 人体存在检测方法及相关装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112101104A CN112101104A (zh) | 2020-12-18 |
CN112101104B true CN112101104B (zh) | 2024-04-09 |
Family
ID=73752992
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010792951.2A Active CN112101104B (zh) | 2020-08-06 | 2020-08-06 | 人体存在检测方法及相关装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112101104B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114636235A (zh) * | 2022-03-07 | 2022-06-17 | 青岛海信日立空调***有限公司 | 一种空调器及其控制方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106303157A (zh) * | 2016-08-31 | 2017-01-04 | 广州市百果园网络科技有限公司 | 一种视频降噪处理方法及视频降噪处理装置 |
WO2017005062A1 (zh) * | 2015-07-07 | 2017-01-12 | 深圳Tcl数字技术有限公司 | 图片帧播放方法和装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9036902B2 (en) * | 2007-01-29 | 2015-05-19 | Intellivision Technologies Corporation | Detector for chemical, biological and/or radiological attacks |
-
2020
- 2020-08-06 CN CN202010792951.2A patent/CN112101104B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017005062A1 (zh) * | 2015-07-07 | 2017-01-12 | 深圳Tcl数字技术有限公司 | 图片帧播放方法和装置 |
CN106303157A (zh) * | 2016-08-31 | 2017-01-04 | 广州市百果园网络科技有限公司 | 一种视频降噪处理方法及视频降噪处理装置 |
Non-Patent Citations (1)
Title |
---|
黄翰瑜 ; .监控视频中人体特殊行为的检测方法研究――以撞墙行为为例.电视技术.2013,(07),全文. * |
Also Published As
Publication number | Publication date |
---|---|
CN112101104A (zh) | 2020-12-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8073261B2 (en) | Camera tampering detection | |
CN103335721B (zh) | 基于场景匹配的红外焦平面阵列动态盲元检测方法 | |
CN112101104B (zh) | 人体存在检测方法及相关装置 | |
CN107122743B (zh) | 安防监控方法、装置和电子设备 | |
CN112585494B (zh) | 激光雷达信号处理方法、装置、计算机设备和存储介质 | |
KR20180036861A (ko) | 열화상 영상을 이용한 관심대상 감지 방법 및 그를 위한 장치 | |
KR20210132380A (ko) | 열영상 및 실영상 기반의 화재 감지 시스템 및 방법 | |
CN112037176A (zh) | 人体存在检测装置 | |
CN113393628A (zh) | 一种智能监控报警方法、***、智能终端以及存储介质 | |
JP5302926B2 (ja) | 煙検出装置 | |
CN113483896A (zh) | 一种电力设备测温方法、装置、计算机设备及存储介质 | |
CN116311829B (zh) | 一种数据机房远程报警方法及装置 | |
CN110542482A (zh) | 一种盲元检测方法、装置及电子设备 | |
CN112101151B (zh) | 固定区域是否存在人体的检测方法及相关装置 | |
CN114550256A (zh) | 极小目标检测方法、装置、设备及计算机可读介质 | |
US20210272268A1 (en) | Low or medium switchgear monitoring system | |
CN112102249B (zh) | 检测人体是否存在的方法及相关装置 | |
CN114495395A (zh) | 一种人形检测方法、监控预警方法、装置及*** | |
CN112050944B (zh) | 门口位置确定方法及相关装置 | |
KR20110102321A (ko) | 이미지 움직임 검출 방법 및 장치 | |
TWI569212B (zh) | 影像辨識方法 | |
CN112180792B (zh) | 光伏***报警处理方法、装置及监控设备 | |
CN111225178A (zh) | 基于对象检测的视频监控方法及其*** | |
CN208752757U (zh) | 一种周界安防感知通信装置 | |
JP7515622B2 (ja) | 熱画像処理装置、熱画像処理システムおよび熱画像処理方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |