CN113762126A - 一种人员进出检测方法、装置、设备及介质 - Google Patents

一种人员进出检测方法、装置、设备及介质 Download PDF

Info

Publication number
CN113762126A
CN113762126A CN202111012779.5A CN202111012779A CN113762126A CN 113762126 A CN113762126 A CN 113762126A CN 202111012779 A CN202111012779 A CN 202111012779A CN 113762126 A CN113762126 A CN 113762126A
Authority
CN
China
Prior art keywords
area
target
personnel
target person
information
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
CN202111012779.5A
Other languages
English (en)
Inventor
叶景泰
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.)
Shenzhen Shuliantianxia Intelligent Technology Co Ltd
Original Assignee
Shenzhen Shuliantianxia Intelligent 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 Shenzhen Shuliantianxia Intelligent Technology Co Ltd filed Critical Shenzhen Shuliantianxia Intelligent Technology Co Ltd
Priority to CN202111012779.5A priority Critical patent/CN113762126A/zh
Publication of CN113762126A publication Critical patent/CN113762126A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/11Region-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/136Segmentation; Edge detection involving thresholding
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/194Segmentation; Edge detection involving foreground-background segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/20Analysis of motion
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/60Analysis of geometric attributes
    • G06T7/66Analysis of geometric attributes of image moments or centre of gravity
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10048Infrared image
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30196Human being; Person
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30232Surveillance
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30241Trajectory

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Geometry (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明实施例涉及一种人员进出检测方法、装置、设备及介质,所述方法包括:获取待检测的人员进出区域的若干热图像;根据所述像素点和与所述像素点一一对应的温度值,确定所述热图像中的目标人员区域以及所述目标人员区域在热图像上的位置信息;根据所述位置信息,确定目标人员的质心位置信息;根据所述质心位置信息,获取目标人员在所述人员进出区域的轨迹信息;根据所述目标人员区域在所述人员进出区域的轨迹信息,得到人员进出检测结果。本发明实施例采用红外热成像的方式对人员进出进行检测,可以有效保护人员隐私安全,且通过目标人员区域在人员进出区域的轨迹信息,得到人员进出检测结果,检测精度高。

Description

一种人员进出检测方法、装置、设备及介质
技术领域
本发明实施例涉及智能家居技术领域,特别涉及一种人员进出检测方法、装置、设备及介质。
背景技术
门口人进出检测是许多智能家居场景的重要前提基础,通过进出人数的检测,可以获知房间中的人数,进而联动智能设备,如有人时开灯,无人时关灯。
在实现本申请过程中,发明人发现现有技术中至少存在如下问题:
目前主流常用的门口进出检测方式是基于PIR热释电红外配合摄像头的检测方式,而采用光学摄像头的方式,隐私保护性不好,并且,双目相机或RGBD相机的价格较昂贵,再者,如果是多人进出时,如并肩行走,会出现漏检,人头锁定的方法精度不够。
发明内容
本发明实施例的目的是提供一种人员进出检测方法、装置、设备及介质,采用低成本的红外热成像技术,有效保护人员隐私,获取人员轨迹,并通过轨迹检测人员进出,检测精度高。
第一方面,本发明实施例提供了一种人员进出检测方法,所述方法包括:
获取待检测的人员进出区域的若干热图像;其中,每一所述热图像包括若干像素点和与若干所述像素点一一对应的温度值;
根据所述像素点和与所述像素点一一对应的温度值,确定所述热图像中的目标人员以及所述目标人员在热图像上的位置信息;
根据所述位置信息,确定目标人员的质心位置信息;
根据所述质心位置信息,获取目标人员在所述人员进出区域的轨迹信息;
根据所述目标人员区域在所述人员进出区域的轨迹信息,得到人员进出检测结果。
在一些实施例中,所述根据所述像素点和与所述像素点一一对应的温度值,确定所述热图像中的目标人员以及所述目标人员在热图像上的位置信息,包括:
计算温度分割阈值;
将所述温度值大于所述温度分割阈值对应的像素值设为前景像素值;
根据所述前景像素值,获取目标人员区域;
提取所述目标人员区域的几何形状信息;
根据所述几何形状信息,确定所述目标人员区域在所述热图像上的位置信息。
在一些实施例中,所述计算温度分割阈值,包括:
计算所述像素点对应的温度值的上四分位数及四分位数间距;
根据所述上四分位数及四分位数间距,计算出所述温度分割阈值。
在一些实施例中,所述根据所述质心位置信息,获取目标人员在所述人员进出区域的轨迹信息,包括:
获取热源目标集合,所述热源目标集合包括至少两个已存在的目标人员区域的质心位置信息;
计算所述热源目标集合中每一个已存在的目标人员区域与待确认的目标人员区域之间的质心距离;
根据所述质心距离,更新已存在的目标人员区域,得到更新后的目标人员区域,以更新所述热源目标集合;
根据所述已存在的目标人员区域及更新后的目标人员区域,获得所述已存在的目标人员区域对应的轨迹信息。
在一些实施例中,所述根据所述质心距离,更新已存在的目标人员区域,得到更新后的目标人员区域,以更新所述热源目标集合,包括:
在所述质心距离中选取与所述已存在的目标人员区域最为接近的待确定的目标人员区域作为更新后的目标人员区域;
判断所述待确定的目标人员区域中是否存在多余的新目标;
若所述待确定的目标人员区域中存在多余的新目标,则基于所述新目标及所述更新后的目标人员区域,更新所述热源目标集合。
在一些实施例中,所述更新所述热源目标集合,包括:
在所述更新后的热源目标集合中,若所述已存在的目标人员区域没有更新质心坐标,则注销没有更新质心坐标的已存在的目标人员区域。
在一些实施例中,所述人员进出区域包括预设进入分界线和预设离开分界线;所述根据所述目标人员区域在所述人员进出区域的轨迹信息,得到人员进出检测结果,包括:
遍历所述热源目标集合中的每一个目标人员区域;
在每一个所述目标人员区域上绑定进入布尔变量及离开布尔变量;
识别所述目标人员区域的轨迹信息是否跨越所述预设进入分界线;
若所述目标人员区域的轨迹信息跨越所述预设进入分界线,则识别所述目标人员区域的轨迹信息是否跨越所述预设离开分界线;
若所述目标人员区域的轨迹信息跨越所述预设离开分界线,则记录所述目标人员区域的离开布尔变量,以确定所述目标人员区域为离开状态。
在一些实施例中,在所述在每一个所述目标人员区域上绑定进入布尔变量及离开布尔变量之后,所述方法还包括:
识别所述目标人员区域的轨迹信息是否跨越所述预设离开分界线;
若所述目标人员区域的轨迹信息跨越所述预设离开分界线,则识别所述目标人员区域的轨迹信息是否跨越所述预设进入分界线;
若识别所述目标人员区域的轨迹信息跨越所述预设进入分界线,则记录所述目标人员区域的进入布尔变量,以确定所述目标人员区域为进入状态。
在一些实施例中,所述方法还包括:
若所述像素点中存在个别像素错误的像素值,则计算正常像素值的平均值,所述正常像素值为像素错误的像素值的邻域的正常像素值;
将所述平均值填充所述像素错误的像素值。
第二方面,本发明实施例提供了一种人员进出检测装置,所述装置包括:
热图像获取模块,用于获取待检测的人员进出区域的若干热图像;其中,每一所述热图像包括若干像素点和与若干所述像素点一一对应的温度值;
目标确定模块,用于根据所述像素点和与所述像素点一一对应的温度值,确定所述热图像中的目标人员以及所述目标人员在热图像上的位置信息;
质心确定模块,用于根据所述位置信息,确定目标人员的质心位置信息;
轨迹获取模块,用于根据所述质心位置信息,获取目标人员在所述人员进出区域的轨迹信息;
进出检测模块,用于根据所述目标人员区域在所述人员进出区域的轨迹信息,得到人员进出检测结果。
第三方面,本发明实施例提供了一种人员进出检测设备,所述人员进出检测设备包括:
至少一个处理器,以及
存储器,所述存储器与所述至少一个处理器通信连接,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行上述的方法。
第四方面,本发明实施例提供了一种非易失性计算机可读存储介质,所述计算机可读存储介质存储有计算机可执行指令,当所述计算机可执行指令被人员进出检测设备执行时,使所述人员进出检测设备执行如上所述的方法。
本发明实施例的人员进出检测方法、装置和人员进出检测设备,采用低成本的红外热成像方式,获取待检测的人员进出区域的若干热图像;其中,每一所述热图像包括若干像素点和与若干所述像素点一一对应的温度值;然后,根据所述像素点和与所述像素点一一对应的温度值,确定所述热图像中的目标人员以及所述目标人员在热图像上的位置信息,从而在热图像中确定人体;根据所述位置信息,确定目标人员的质心位置信息,根据所述质心位置信息,获取目标人员在所述人员进出区域的轨迹信息,以获得人体的轨迹;根据所述目标人员区域在所述人员进出区域的轨迹信息,得到人员进出检测结果,以识别人员的进出状态。采用红外热成像的方式对人员进出进行检测,可以有效保护人员隐私安全,且通过目标人员区域在人员进出区域的轨迹信息,得到人员进出检测结果,检测精度高,具有低成本、隐私性好、检测精度高的优点,适合在家居场景使用。
附图说明
一个或多个实施例通过与之对应的附图中的图片进行示例性说明,这些示例性说明并不构成对实施例的限定,附图中具有相同参考数字标号的元件表示为类似的元件,除非有特别申明,附图中的图不构成比例限制。
图1是本发明人员进出检测方法的一个实施例的场景示意图;
图2是本发明人员进出检测方法的一个实施例的流程示意图;
图3是本发明人员进出检测方法的一个实施例的热力图;
图4是本发明人员进出检测方法的一个实施例的属性信息示意图;
图5是本发明人员进出检测方法的一个实施例的热源目标集合的示意图;
图6是本发明人员进出检测方法的又一个实施例的热源目标集合的示意图;
图7是本发明人员进出检测方法的一个实施例的轨迹图;
图8是本发明人员进出检测装置的一个实施例的结构示意图;
图9是本发明人员进出检测设备的一个实施例中控制器的硬件结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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。
本发明实施例提供的人员进出检测方法和装置可以应用于人员进出检测设备。
可以理解的是,人员进出检测设备中,设置有控制器,作为主控中心,采用低成本的红外热成像技术,有效保护人员隐私,获取人员轨迹,并通过轨迹检测人员进出,检测精度高。
并且,该人员进出检测设备中,还设有红外热成像采集模块,如具有低成本、低分辨率特点的红外线阵列传感器发射红外线,配合红外热成像摄像头,将红外热成像采集模块设置在私密性较高的家居场景内,将红外热成像采集模块安装在门口往屋内方向距离门框一段距离的房顶上,如距离门框30cm,红外热成像采集模块的热图像采集范围如图1所示,热图像采集范围包括预设进入分界线和预设离开分界线之间的区域。可以理解的是,热图像采集范围为人员进出区域。
在该人员进出检测设备中,还设有Detector探测器、Tracker轨迹追踪器以及Counter计数器。其中,Detector探测器用于根据所述像素点和与所述像素点一一对应的温度值,确定所述热图像中的目标人员区域以及所述目标人员区域在热图像上的位置信息;根据所述位置信息,确定所述目标人员区域的质心位置信息;Tracker轨迹追踪器用于根据所述质心位置信息,获取所述目标人员区域在所述人员进出区域的轨迹信息;Counter计数器用于根据所述目标人员区域在所述人员进出区域的轨迹信息,得到人员进出检测结果。
请参阅图2,图2为本发明实施例提供的人员进出检测方法的流程示意图,所述方法可以由人员进出检测设备中的控制器13执行,如图2所示,所述方法包括步骤S201-S205。
S201:获取待检测的人员进出区域的若干热图像;其中,每一所述热图像包括若干像素点和与若干所述像素点一一对应的温度值。
具体的,预先在在门口往屋内方向距离门框一段距离的房顶上安装红外热成像采集模块,红外热成像采集模块用于采集红外热成像数据,红外热成像数据可以是红外热成像视频和/或红外热成像图片,并且,红外热成像数据为待检测的如图1所示的人员进出区域的若干热图像。以红外热成像视频为例,红外线阵列传感器的采集帧率为8时,即采样率为8Hz,则每秒钟的红外热成像视频中包含8张图片;每张图片包含32*24个像素点,每个像素点的值为图片对应位置的温度值。当获取单帧红外热成像数据时,每次会从红外热成像设备中获取一帧数据,数据的长度为32*24=768,这768个数据为红外热成像摄像头照射范围内的区域温度值分布,单帧数据记录为数组A[m][n],其中,m=24,n=32。
在获取待检测的人员进出区域的若干热图像时,获取到每一热图像包括的若干像素点和与若干所述像素点一一对应的温度值,通过对若干热图像进行分析,可以知道热图像上热量的分布范围以及具体的温度值大小信息。
在其中一些实施例中,在获取若干热图像后,需要对若干热图像进行预处理,以便于后续对人体的目标人员区域与背景分离开来,所述方法还包括:
若所述像素点中存在个别像素错误的像素值,则计算正常像素值的平均值,所述正常像素值为像素错误的像素值的邻域的正常像素值;
将所述平均值填充所述像素错误的像素值。
具体地,由于红外热成像采集模块自身问题,可能会存在个别像素值错误的现象,如出现非数字,或者异常大的像素值,基于温度的平滑变化假设,需要对热图像进行预处理,即若所述像素点中存在个别像素错误的像素值,则计算正常像素值的平均值,并且所述正常像素值为像素错误的像素值的邻域的正常像素值,即在个别像素错误的像素值的周围邻域存在正常像素值,则计算正常像素值的平均值,用于填充像素错误的像素值,以使像素点和与像素点对应的温度值呈现平滑变化的状态。
S202:根据所述像素点和与所述像素点一一对应的温度值,确定所述热图像中的目标人员以及所述目标人员在热图像上的位置信息。
在对热图像进行预处理后,将预处理后的热图像输入Detector探测器中,以确定人体对应的目标人员区域。
由于人体的温度通常会高于周围环境温度,在其中一些实施例中,根据所述像素点和与所述像素点一一对应的温度值,确定所述热图像中的目标人员以及所述目标人员在热图像上的位置信息,可以包括:
计算温度分割阈值;
将所述温度值大于所述温度分割阈值对应的像素值设为前景像素值;
根据所述前景像素值,获取目标人员区域;
提取所述目标人员区域的几何形状信息;
根据所述几何形状信息,确定所述目标人员区域在所述热图像上的位置信息。
具体地,先计算温度分割阈值,温度分割阈值可以是35℃,然后,将温度值大于温度分割阈值对应的像素值设为前景像素值,即确定为人体对应的像素值,进一步地,在得到多个前景像素值以后,可将多个前景像素值进行连通域分析,得到目标人员区域,从而将人体与周围环境分离开来。
由于人体对应的目标人员区域具有体积小、温度高的特点,可以将目标人员区域作为异常值来处理,那么,计算温度分割阈值实质上是异常值检测算法。可以利用箱型图的四分位距IQR对异常值进行检测,以提供一个识别异常值的标准。在其中一些实施例中,计算温度分割阈值,可以包括:
计算所述像素点对应的温度值的上四分位数及四分位数间距;
根据所述上四分位数及四分位数间距,计算出所述温度分割阈值。
具体地,异常值(温度分割阈值)定义为大于QU+1.5IQR的值。因此,计算所述像素点对应的温度值的上四分位数QU及四分位数间距IQR,然后,根据所述上四分位数及四分位数间距,计算出所述温度分割阈值,具体将上四分位数QU及四分位数间距IQR输入异常值计算公式,计算出所述温度分割阈值。异常值计算公式为如下公式一:
T=QU+1.5IQR 公式一;
其中,QU表示上四分位数,IQR表示四分位数间距,且四分位数间距IQR为上四分位数QU与下四分位数QL之差。
在得到温度分割阈值后,将所述温度值大于所述温度分割阈值对应的像素值设为前景像素值,如将温度值大于35℃的像素值设为前景像素值,或者是如图3b所示,将除了前景像素值以外的像素值设为某个像素值如设为0,从而将除了前景像素值以外的区域设为黑色;然后,根据所述前景像素值,获取目标人员区域,具体可以将前景像素值进行连通域处理,得到目标人员区域,从而将目标人员区域从热图像中的背景凸显出来。如图3所示,3a为预处理后的热图像,3b为确定目标人员区域后的热力图。
在得到目标人员区域后,提取所述目标人员区域的几何形状信息;根据所述几何形状信息,确定所述目标人员区域在所述热图像上的位置信息。
S203:根据所述位置信息,确定目标人员的质心位置信息。
S204:根据所述质心位置信息,获取目标人员在所述人员进出区域的轨迹信息。
在其中一些实施例中,根据所述质心位置信息,获取目标人员在所述人员进出区域的轨迹信息,可以包括:
获取热源目标集合,所述热源目标集合包括至少两个已存在的目标人员区域的质心位置信息;
计算所述热源目标集合中每一个已存在的目标人员区域与待确认的目标人员区域之间的质心距离;
根据所述质心距离,更新已存在的目标人员区域,得到更新后的目标人员区域,以更新所述热源目标集合;
根据所述已存在的目标人员区域及更新后的目标人员区域,获得所述已存在的目标人员区域对应的轨迹信息。
具体地,如图4所示,提取目标人员区域的几何形状信息,该几何形状信息为如图4中的边界矩形框Bounding Boxes,用于框选目标人员区域,在得到几何形状信息(边界矩形框Bounding Boxes)后,根据几何形状信息(边界矩形框Bounding Boxes),确定目标人员区域的质心位置信息,为矩形框的质心坐标位置Centroids。在图4中,当前帧的热图像上有两个目标人员区域,分别为ID-1和ID-2,将这两个目标人员区域ID-1和ID-2注册记录到热源目标集合existing_targets中。
在提取目标人员区域的质心位置信息后,将质心位置信息输入到Tracker轨迹追踪器中,Tracker轨迹追踪器用于实时更新目标人员区域的轨迹信息,并且,轨迹信息的本质是目标人员区域的质心位置信息(x,y)坐标的历史值集合。目标追踪的策略采用最近质心算法,首先,初始化热源目标集合existing_targets为空。因此,在图4中,在当前帧的红外热成像数据中,将这两个目标人员区域ID-1和ID-2注册记录到热源目标集合existing_targets中,在下一帧的红外热成像数据中,同样通过detector探测器中,输出对应的目标人员区域的质心位置信息(x,y)。因此,通过热成像检测人员进出时,不会出现漏检现象,而传统的基于PIR热释电红外配合摄像头的检测方式,如待检测人员并肩行走进入人员进出区域,则会出现漏检现象。
如图5所示,ID-3、ID-4是热源目标集合中的已存在的目标人员区域,ID-5、ID-6、ID-7是当前帧经过detector探测器输出的新的目标人员区域的质心位置。
接着,计算所述热源目标集合中每一个已存在的目标人员区域与待确认的目标人员区域之间的质心距离,质心距离可以采用欧式距离的方式计算,即计算ID-3分别与ID-5、ID-6、ID-7的质心距离,ID-4与ID-5、ID-6、ID-7的质心距离。然后,根据所述质心距离,更新已存在的目标人员区域,得到更新后的目标人员区域,以更新所述热源目标集合。
在其中一些实施例中,根据所述质心距离,更新已存在的目标人员区域,得到更新后的目标人员区域,以更新所述热源目标集合,可以包括:
在所述质心距离中选取与所述已存在的目标人员区域最为接近的待确定的目标人员区域作为更新后的目标人员区域;
判断所述待确定的目标人员区域中是否存在多余的新目标;
若所述待确定的目标人员区域中存在多余的新目标,则基于所述新目标及所述更新后的目标人员区域,更新所述热源目标集合。
具体地,在计算ID-3分别与ID-5、ID-6、ID-7的质心距离,ID-4与ID-5、ID-6、ID-7的质心距离后,在质心距离中选取与已存在的目标人员区域最为接近的待确定的目标人员区域作为更新后的目标人员区域,即在ID-3分别与ID-5、ID-6、ID-7的质心距离,ID-4与ID-5、ID-6、ID-7的质心距离中选取与ID-3或ID-4最接近的待确定目标人员区域,如图5,比如ID-3与ID-6之间的距离最为接近,ID-4与ID-7之间的距离最为接近,那么,将ID-6和ID-7作为更新后的目标人员区域的质心位置,且ID-3和ID-4为旧目标。很明显,当在一个热源目标集合中的已存在的目标人员区域的数量与待确定的目标人员区域的数量不对应时,如图5中,在5个目标中,有2个是已存在的目标,有3个是待确定的新目标,那么必定会有一个多余的新目标ID-5。因此,需要判断待确定的目标人员区域(ID-5、ID-6、ID-7)中是否存在多余的新目标,若是,则基于新目标(ID-5)及所述更新后的目标人员区域(ID-6、ID-7),更新所述热源目标集合,得到更新后的热源目标集合其中,更新后的热源目标集合至少包括(ID-5、ID-6、ID-7)。
举例而言,如图6所示,ID-1,ID-2都是existing_targets热源目标集合中的旧目标(已存在的目标人员区域),箭头表示旧目标(目标人员区域)的移动。ID-3是新增出现的目标(待确定的目标人员区域),会对ID-3进行注册添加到existing_targets热源目标集合中。
在其中一些实施例中,更新所述热源目标集合,可以包括:
在所述更新后的热源目标集合中,若所述已存在的目标人员区域没有更新质心坐标,则注销没有更新质心坐标的已存在的目标人员区域。
具体地,如果连续5帧红外热成像数据对应的热源目标集合的已存在的目标人员区域没有更新其质心坐标,则注销该没有更新质心坐标的已存在的目标人员区域,将该没有更新质心坐标的已存在的目标人员区域从热源目标集合中移除掉。
在不断的更新热源目标集合后,根据根据所述已存在的目标人员区域及更新后的目标人员区域,获得所述已存在的目标人员区域对应的轨迹信息。
如图7所示,为两个目标人员区域的质心位置对应的轨迹信息,采用质心位置信息的追踪方式,使得识别精度更高。
S205:根据所述目标人员区域在所述人员进出区域的轨迹信息,得到人员进出检测结果。
具体地,人员进出区域包括预设进入分界线和预设离开分界线;可以根据人员跨越预设进入分界线及预设离开分界线的先后次序来判断进出,如果先跨过预设进入分界线In Line,再跨过预设离开分界线Out Line的话,则认为人员是出去的状态,如果是先跨过预设离开分界线Out Line,再跨过预设进入分界线In Line的话,则认为人员是进入的状态。
在其中一些实施例中,所述人员进出区域包括预设进入分界线和预设离开分界线;根据所述目标人员区域在所述人员进出区域的轨迹信息,得到人员进出检测结果,可以包括:
遍历所述热源目标集合中的每一个目标人员区域;
在每一个所述目标人员区域上绑定进入布尔变量及离开布尔变量;
识别所述目标人员区域的轨迹信息是否跨越所述预设进入分界线;
若所述目标人员区域的轨迹信息跨越所述预设进入分界线,则识别所述目标人员区域的轨迹信息是否跨越所述预设离开分界线;
若所述目标人员区域的轨迹信息跨越所述预设离开分界线,则记录所述目标人员区域的离开布尔变量,以确定所述目标人员区域为离开状态。
具体地,由于热源目标集合为多个目标人员区域的质心位置产生的轨迹信息,在获得热源目标集合后,遍历所述热源目标集合中的每一个目标人员区域,并且,每个新目标在注册到热源目标集合中时,会在新目标上绑定进入布尔变量in_pass及离开布尔变量out_pass,用于标识是否越线。识别所述目标人员区域的轨迹信息是否跨越所述预设进入分界线,若所述目标人员区域的轨迹信息跨越所述预设进入分界线,则识别所述目标人员区域的轨迹信息是否跨越所述预设离开分界线,若所述目标人员区域的轨迹信息跨越所述预设离开分界线,则记录所述目标人员区域的离开布尔变量out_pass,以确定所述目标人员区域为离开状态,即确定人员是先跨越预设进入分界线,再跨越预设离开分界线,从而识别到人员离开。
对应地,为了判断人员的进入状态,识别所述目标人员区域的轨迹信息是否跨越所述预设离开分界线;若所述目标人员区域的轨迹信息跨越所述预设离开分界线,则识别所述目标人员区域的轨迹信息是否跨越所述预设进入分界线;若识别所述目标人员区域的轨迹信息跨越所述预设进入分界线,则记录所述目标人员区域的进入布尔变量,以确定所述目标人员区域为进入状态,即确定人员是先跨越预设离开分界线,再跨越预设进入分界线,则识别到人员进入。
本申请的实施例,采用低成本的红外热成像方式,获取待检测的人员进出区域的若干热图像;其中,每一所述热图像包括若干像素点和与若干所述像素点一一对应的温度值;然后,根据所述像素点和与所述像素点一一对应的温度值,确定所述热图像中的目标人员以及所述目标人员在热图像上的位置信息,从而在红外热成像数据中确定人体;根据所述位置信息,确定目标人员的质心位置信息,根据所述质心位置信息,获取目标人员在所述人员进出区域的轨迹信息,以获得人体的轨迹;根据所述目标人员区域在所述人员进出区域的轨迹信息,得到人员进出检测结果,以识别人员的进出状态。采用红外热成像的方式对人员进出进行检测,可以有效保护人员隐私安全,且通过目标人员区域在人员进出区域的轨迹信息,得到人员进出检测结果,检测精度高,具有低成本、隐私性好、检测精度高的优点,适合在家居场景使用。
相应的,如图8所示,本发明实施例还提供了一种人员进出检测装置,可以用于人员进出检测设备,人员进出检测装置800包括:
热图像获取模块801,用于获取待检测的人员进出区域的若干热图像;其中,每一所述热图像包括若干像素点和与若干所述像素点一一对应的温度值;
目标确定模块802,用于根据所述像素点和与所述像素点一一对应的温度值,确定所述热图像中的目标人员以及所述目标人员在热图像上的位置信息;
质心确定模块803,用于根据所述位置信息,确定目标人员的质心位置信息;
轨迹获取模块804,用于根据所述质心位置信息,获取目标人员在所述人员进出区域的轨迹信息;
进出检测模块805,用于根据所述目标人员区域在所述人员进出区域的轨迹信息,得到人员进出检测结果。
本发明实施例,采用低成本的红外热成像方式,获取待检测的人员进出区域的若干热图像;其中,每一所述热图像包括若干像素点和与若干所述像素点一一对应的温度值;然后,根据所述像素点和与所述像素点一一对应的温度值,确定所述热图像中的目标人员以及所述目标人员在热图像上的位置信息,从而在红外热成像数据中确定人体;根据所述位置信息,确定目标人员的质心位置信息,根据所述质心位置信息,获取目标人员在所述人员进出区域的轨迹信息,以获得人体的轨迹;根据所述目标人员区域在所述人员进出区域的轨迹信息,得到人员进出检测结果,以识别人员的进出状态。采用红外热成像的方式对人员进出进行检测,可以有效保护人员隐私安全,且通过目标人员区域在人员进出区域的轨迹信息,得到人员进出检测结果,检测精度高,具有低成本、隐私性好、检测精度高的优点,适合在家居场景使用。
在其他实施例中,目标确定模块802,还用于:
计算温度分割阈值;
将所述温度值大于所述温度分割阈值对应的像素值设为前景像素值;
根据所述前景像素值,获取目标人员区域;
提取所述目标人员区域的几何形状信息;
根据所述几何形状信息,确定所述目标人员区域在所述热图像上的位置信息。
在其他实施例中,目标确定模块802,还用于:
计算所述像素点对应的温度值的上四分位数及四分位数间距;
根据所述上四分位数及四分位数间距,计算出所述温度分割阈值。
在其中一些实施例中,轨迹获取模块804,还用于:
获取热源目标集合,所述热源目标集合包括至少两个已存在的目标人员区域的质心位置信息;
计算所述热源目标集合中每一个已存在的目标人员区域与待确认的目标人员区域之间的质心距离;
根据所述质心距离,更新已存在的目标人员区域,得到更新后的目标人员区域,以更新所述热源目标集合;
根据所述已存在的目标人员区域及更新后的目标人员区域,获得所述已存在的目标人员区域对应的轨迹信息。
在其中一些实施例中,轨迹获取模块804,还用于:
在所述质心距离中选取与所述已存在的目标人员区域最为接近的待确定的目标人员区域作为更新后的目标人员区域;
判断所述待确定的目标人员区域中是否存在多余的新目标;
若所述待确定的目标人员区域中存在多余的新目标,则基于所述新目标及所述更新后的目标人员区域,更新所述热源目标集合。
在其中一些实施例中,轨迹获取模块804,还用于:
在所述更新后的热源目标集合中,若所述已存在的目标人员区域没有更新质心坐标,则注销没有更新质心坐标的已存在的目标人员区域。
在其中一些实施例中,进出检测模块805,还用于:
遍历所述热源目标集合中的每一个目标人员区域;
在每一个所述目标人员区域上绑定进入布尔变量及离开布尔变量;
识别所述目标人员区域的轨迹信息是否跨越所述预设进入分界线;
若所述目标人员区域的轨迹信息跨越所述预设进入分界线,则识别所述目标人员区域的轨迹信息是否跨越所述预设离开分界线;
若所述目标人员区域的轨迹信息跨越所述预设离开分界线,则记录所述目标人员区域的离开布尔变量,以确定所述目标人员区域为离开状态。
在其中一些实施例中,进出检测模块805,还用于:
识别所述目标人员区域的轨迹信息是否跨越所述预设离开分界线;
若所述目标人员区域的轨迹信息跨越所述预设离开分界线,则识别所述目标人员区域的轨迹信息是否跨越所述预设进入分界线;
若识别所述目标人员区域的轨迹信息跨越所述预设进入分界线,则记录所述目标人员区域的进入布尔变量,以确定所述目标人员区域为进入状态。
在其中一些实施例中,装置800还包括填充模块806,还用于:
若所述像素点中存在个别像素错误的像素值,则计算正常像素值的平均值,所述正常像素值为像素错误的像素值的邻域的正常像素值;
将所述平均值填充所述像素错误的像素值。
需要说明的是,上述装置可执行本申请实施例所提供的方法,具备执行方法相应的功能模块和有益效果。未在装置实施例中详尽描述的技术细节,可参见本申请实施例所提供的方法。
图9为人员进出检测设备的一个实施例中控制器的硬件结构示意图,如图9所示,控制器13包括:
一个或多个处理器131、存储器132。图9中以一个处理器131、一个存储器132为例。
处理器131、存储器132可以通过总线或者其他方式连接,图9中以通过总线连接为例。
存储器132作为一种非易失性计算机可读存储介质,可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块,如本申请实施例中的人员进出检测方法对应的程序指令/模块(例如,附图8所示的热图像获取模块801、目标确定模块802、质心确定模块803、轨迹获取模块804、进出检测模块805、填充模块806)。处理器131通过运行存储在存储器132中的非易失性软件程序、指令以及模块,从而执行控制器的各种功能应用以及数据处理,即实现上述方法实施例的人员进出检测方法。
存储器132可以包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需要的应用程序;存储数据区可存储根据人员进出检测装置的使用所创建的数据等。此外,存储器132可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实施例中,存储器132可选包括相对于处理器131远程设置的存储器,这些远程存储器可以通过网络连接至人员进出检测设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
所述一个或者多个模块存储在所述存储器132中,当被所述一个或者多个处理器131执行时,执行上述任意方法实施例中的人员进出检测方法,例如,执行以上描述的图2中的方法步骤S201至步骤S205;实现图8中的模块801-806的功能。
上述产品可执行本申请实施例所提供的方法,具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节,可参见本申请实施例所提供的方法。
本申请实施例提供了一种非易失性计算机可读存储介质,所述计算机可读存储介质存储有计算机可执行指令,该计算机可执行指令被一个或多个处理器执行,例如图9中的一个处理器131,可使得上述一个或多个处理器可执行上述任意方法实施例中的人员进出检测方法,例如,执行以上描述的图2中的方法步骤S201至步骤S205;实现图8中的模块801-806的功能。
以上所描述的装置实施例仅仅是示意性的,其中所述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,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
通过以上的实施例的描述,本领域普通技术人员可以清楚地了解到各实施例可借助软件加通用硬件平台的方式来实现,当然也可以通过硬件。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,所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-OnlyMemory,ROM)或随机存储记忆体(RandomAccessMemory,RAM)等。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;在本发明的思路下,以上实施例或者不同实施例中的技术特征之间也可以进行组合,步骤可以以任意顺序实现,并存在如上所述的本发明的不同方面的许多其它变化,为了简明,它们没有在细节中提供;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (12)

1.一种人员进出检测方法,其特征在于,所述方法包括:
获取待检测的人员进出区域的若干热图像;其中,每一所述热图像包括若干像素点和与若干所述像素点一一对应的温度值;
根据所述像素点和与所述像素点一一对应的温度值,确定所述热图像中的目标人员区域以及所述目标人员区域在热图像上的位置信息;
根据所述位置信息,确定所述目标人员区域的质心位置信息;
根据所述质心位置信息,获取所述目标人员区域在所述人员进出区域的轨迹信息;
根据所述目标人员区域在所述人员进出区域的轨迹信息,得到人员进出检测结果。
2.根据权利要求1所述的方法,其特征在于,所述根据所述像素点和与所述像素点一一对应的温度值,确定所述热图像中的目标人员区域以及所述目标人员区域在热图像上的位置信息,包括:
计算温度分割阈值;
将所述温度值大于所述温度分割阈值对应的像素值设为前景像素值;
根据所述前景像素值,获取目标人员区域;
提取所述目标人员区域的几何形状信息;
根据所述几何形状信息,确定所述目标人员区域在所述热图像上的位置信息。
3.根据权利要求2所述的方法,其特征在于,所述计算温度分割阈值,包括:
计算所述像素点对应的温度值的上四分位数及四分位数间距;
根据所述上四分位数及四分位数间距,计算出所述温度分割阈值。
4.根据权利要求1所述的方法,其特征在于,所述根据所述质心位置信息,获取所述目标人员区域在所述人员进出区域的轨迹信息,包括:
获取热源目标集合,所述热源目标集合包括至少两个已存在的目标人员区域的质心位置信息;
计算所述热源目标集合中每一个已存在的目标人员区域与待确认的目标人员区域之间的质心距离;
根据所述质心距离,更新已存在的目标人员区域,得到更新后的目标人员区域,以更新所述热源目标集合;
根据所述已存在的目标人员区域及更新后的目标人员区域,获得所述已存在的目标人员区域对应的轨迹信息。
5.根据权利要求4所述的方法,其特征在于,所述根据所述质心距离,更新已存在的目标人员区域,得到更新后的目标人员区域,以更新所述热源目标集合,包括:
在所述质心距离中选取与所述已存在的目标人员区域最为接近的待确定的目标人员区域作为更新后的目标人员区域;
判断所述待确定的目标人员区域中是否存在多余的新目标;
若所述待确定的目标人员区域中存在多余的新目标,则基于所述新目标及所述更新后的目标人员区域,更新所述热源目标集合。
6.根据权利要求5所述的方法,其特征在于,所述更新所述热源目标集合,包括:
在所述更新后的热源目标集合中,若所述已存在的目标人员区域没有更新质心坐标,则注销没有更新质心坐标的已存在的目标人员区域。
7.根据权利要求4所述的方法,其特征在于,所述人员进出区域包括预设进入分界线和预设离开分界线;所述根据所述目标人员区域在所述人员进出区域的轨迹信息,得到人员进出检测结果,包括:
遍历所述热源目标集合中的每一个目标人员区域;
在每一个所述目标人员区域上绑定进入布尔变量及离开布尔变量;
识别所述目标人员区域的轨迹信息是否跨越所述预设进入分界线;
若所述目标人员区域的轨迹信息跨越所述预设进入分界线,则识别所述目标人员区域的轨迹信息是否跨越所述预设离开分界线;
若所述目标人员区域的轨迹信息跨越所述预设离开分界线,则记录所述目标人员区域的离开布尔变量,以确定所述目标人员区域为离开状态。
8.根据权利要求7所述的方法,其特征在于,在所述在每一个所述目标人员区域上绑定进入布尔变量及离开布尔变量之后,所述方法还包括:
识别所述目标人员区域的轨迹信息是否跨越所述预设离开分界线;
若所述目标人员区域的轨迹信息跨越所述预设离开分界线,则识别所述目标人员区域的轨迹信息是否跨越所述预设进入分界线;
若识别所述目标人员区域的轨迹信息跨越所述预设进入分界线,则记录所述目标人员区域的进入布尔变量,以确定所述目标人员区域为进入状态。
9.根据权利要求1-8任一项所述的方法,其特征在于,所述方法还包括:
若所述像素点中存在个别像素错误的像素值,则计算正常像素值的平均值,所述正常像素值为像素错误的像素值的邻域的正常像素值;
将所述平均值填充所述像素错误的像素值。
10.一种人员进出检测装置,其特征在于,所述装置包括:
热图像获取模块,用于获取待检测的人员进出区域的若干热图像;其中,每一所述热图像包括若干像素点和与若干所述像素点一一对应的温度值;
目标确定模块,用于根据所述像素点和与所述像素点一一对应的温度值,确定所述热图像中的目标人员以及所述目标人员在热图像上的位置信息;
质心确定模块,用于根据所述位置信息,确定所述目标人员区域的质心位置信息;
轨迹获取模块,用于根据所述质心位置信息,获取目标人员在所述人员进出区域的轨迹信息;
进出检测模块,用于根据所述目标人员区域在所述人员进出区域的轨迹信息,得到人员进出检测结果。
11.一种人员进出检测设备,其特征在于,所述人员进出检测设备包括:
至少一个处理器,以及
存储器,所述存储器与所述处理器通信连接,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-9任一项所述的方法。
12.一种非易失性计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机可执行指令,当所述计算机可执行指令被人员进出检测设备执行时,使所述人员进出检测设备执行如权利要求1-9任一项所述的方法。
CN202111012779.5A 2021-08-31 2021-08-31 一种人员进出检测方法、装置、设备及介质 Pending CN113762126A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111012779.5A CN113762126A (zh) 2021-08-31 2021-08-31 一种人员进出检测方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111012779.5A CN113762126A (zh) 2021-08-31 2021-08-31 一种人员进出检测方法、装置、设备及介质

Publications (1)

Publication Number Publication Date
CN113762126A true CN113762126A (zh) 2021-12-07

Family

ID=78792113

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111012779.5A Pending CN113762126A (zh) 2021-08-31 2021-08-31 一种人员进出检测方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN113762126A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116245911A (zh) * 2023-02-08 2023-06-09 珠海安联锐视科技股份有限公司 一种视频过线统计方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116245911A (zh) * 2023-02-08 2023-06-09 珠海安联锐视科技股份有限公司 一种视频过线统计方法
CN116245911B (zh) * 2023-02-08 2023-11-03 珠海安联锐视科技股份有限公司 一种视频过线统计方法

Similar Documents

Publication Publication Date Title
CN109461168B (zh) 目标对象的识别方法和装置、存储介质、电子装置
US10147195B2 (en) Object detection along pre-defined trajectory
Snidaro et al. Video security for ambient intelligence
CN104303193B (zh) 基于聚类的目标分类
US10853664B2 (en) Device and method for detecting abnormal situation
WO2021170030A1 (zh) 一种用于目标追踪的方法、设备及***
WO2021139049A1 (zh) 检测方法、检测装置、监控设备和计算机可读存储介质
KR20060090554A (ko) 감시 장치 및 감시 시스템
KR20130097868A (ko) 카메라 기반 지능형 주차관제 방법 및 시스템
CN111163285A (zh) 高空抛坠物监测方法及其***、计算机可读存储介质
KR20190046351A (ko) 침입 탐지방법 및 그 장치
CN110255318B (zh) 基于图像语义分割的电梯轿厢闲置物品检测的方法
CN108122412B (zh) 用于监控机器人检测车辆乱停的方法
CN112270253A (zh) 一种高空抛物的检测方法及装置
US20210374426A1 (en) Occupancy control apparatus
US20190096066A1 (en) System and Method for Segmenting Out Multiple Body Parts
CN113762126A (zh) 一种人员进出检测方法、装置、设备及介质
KR102434154B1 (ko) 영상감시시스템에서의 고속 이동물체의 위치 및 모션 캡쳐 방법
CN111739332B (zh) 一种停车场管理***
CN111597919A (zh) 一种视频监控场景下的人体跟踪方法
CN111277789A (zh) 基于视频的社区安防方法、装置、电子设备及存储介质
CN110400329B (zh) 人流计数方法及其***
CN114219825A (zh) 一种多个光电分布式部署下目标接力跟踪方法及***
CN112802058A (zh) 一种非法运动目标的跟踪方法及装置
CN111476142A (zh) 一种视频图像检测方法和装置

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