CN117671576A - 一种识别危险目标的成像处理方法 - Google Patents
一种识别危险目标的成像处理方法 Download PDFInfo
- Publication number
- CN117671576A CN117671576A CN202310789151.9A CN202310789151A CN117671576A CN 117671576 A CN117671576 A CN 117671576A CN 202310789151 A CN202310789151 A CN 202310789151A CN 117671576 A CN117671576 A CN 117671576A
- Authority
- CN
- China
- Prior art keywords
- target
- dangerous
- personnel
- processing unit
- image
- 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
- 238000003384 imaging method Methods 0.000 title claims abstract description 39
- 238000003672 processing method Methods 0.000 title claims abstract description 26
- 238000012545 processing Methods 0.000 claims abstract description 57
- 238000000034 method Methods 0.000 claims abstract description 16
- 230000009471 action Effects 0.000 claims abstract description 11
- 238000001514 detection method Methods 0.000 claims abstract description 11
- 230000006399 behavior Effects 0.000 claims description 41
- 238000005286 illumination Methods 0.000 claims description 8
- 230000007246 mechanism Effects 0.000 claims description 6
- 238000002372 labelling Methods 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 4
- 230000001815 facial effect Effects 0.000 claims description 4
- 230000019771 cognition Effects 0.000 claims description 3
- 230000004931 aggregating effect Effects 0.000 claims description 2
- 230000002776 aggregation Effects 0.000 claims description 2
- 238000004220 aggregation Methods 0.000 claims description 2
- 238000004148 unit process Methods 0.000 claims description 2
- 238000013459 approach Methods 0.000 abstract description 4
- 238000005516 engineering process Methods 0.000 abstract description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012806 monitoring device Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000010009 beating Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 231100001261 hazardous Toxicity 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000003340 mental effect Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000000779 smoke Substances 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
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
- G06V20/53—Recognition of crowd images, e.g. recognition of crowd congestion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/12—Details of acquisition arrangements; Constructional details thereof
- G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
- G06V10/143—Sensing or illuminating at different wavelengths
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/62—Extraction of image or video features relating to a temporal dimension, e.g. time-based feature extraction; Pattern tracking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/80—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level
- G06V10/809—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level of classification results, e.g. where the classifiers operate on the same input data
- G06V10/811—Fusion, i.e. combining data from various sources at the sensor level, preprocessing level, feature extraction level or classification level of classification results, e.g. where the classifiers operate on the same input data the classifiers operating on different input data, e.g. multi-modal recognition
-
- 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
- G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
-
- 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
- G06V40/30—Writer recognition; Reading and verifying signatures
-
- 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)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Computing Systems (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
本发明公开了一种识别危险目标的成像处理方法,基于危险人员特征和行为判读,不依赖事先存储的被识别人员的照片等信息,而是基于成像探测、图像处理技术途径,通过直接获取事件现场的人员视频图像信息,来获取其参与危险行动的证据,实现对人员目标是否为危险目标的识别;能够在大范围内自动实现对人员的行为判断;能够对人员实施精确定位和照相取证。本发明结果准确;不需要事先存储被识别人员的照片等信息,能够及时判断任何人员的危险行为;能够利用图像处理的自动化、智能化成果,判断快速,且便于照相取证。
Description
技术领域
本发明属于光电成像技术领域,涉及一种识别危险目标的成像处理方法。
背景技术
目前的自动化的人员识别方法一般为摄取被识别人员的脸部图像或指纹信息,与事先已经存储人员身份证图像或事先采集的指纹等信息比对,以识别是否为其声称的人物。
申请号201810379291.8公开了一种基于多姿态下的人员识别方法,用于手机软件对特定用户的辅助确认,其方法是利用手机采集人员步行时的加速度数据,分割形成动态与静态两个特征集合,运用分类器组合的方法确认其是否为原机主。申请号202010313368.9公开了一种智能人员识别控制柜,其中的人员识别装置设置采取人脸、指纹等生物信息进行身份认证(与存储的信息比对),来确认其是否有操作设备上电的权限。申请号201710726355.2涉及一种基于人员识别的实验室管理***和方法,***包括智能定位标签、智能标签发卡器、智能标签识别装置、人员识别装置、数据处理装置和报警装置等,根据检测其智能标签来识别该人员是否有进入实验室的权限。申请号201810925887.3涉及一种重复场景图像分组方法,运行一种重复场景图像分组平台来分组图像,该分组平台包括编辑人员识别设备,用于对从拍摄的图像中识别出人体的轮廓、基于轮廓确定拍摄的图像中的人体的人种。申请号202110464477.5公开了一种走失人员识别的方法、***、装置及存储介质,利用智能摄像头在多种易发生人员走失的公众场合进行布控,通过比对存储的走失人员、精神病人数据,自动识别走失人员、可疑人员。申请号202010541240.8描述了一种室内人员识别及活动监测装置,包括红外线检测模块和人员识别单元,基于存储的室内人员数据识别出非室内人员。申请号201810856757.9描述了一种商场监控***,包括视频监控装置、烟雾探测装置等,通过对比对人员衣服是否与商场工作服一致来识别潜在盗贼。
这些装置和方法分别涉及对已有存储信息(工作人员人脸、指纹、服装,或病人和走失人员信息)比对方法、或标签检测方法对人员目标识别,未涉及基于图像识别目标危险属性的问题。
发明内容
(一)发明目的
本发明的目的是:提供一种识别危险目标的成像处理方法,基于危险目标人员特征和行为判读,不依赖事先存储的被识别人员的照片等信息,而是基于成像探测、图像处理技术途径,通过直接获取事件现场的人员视频图像信息,来获取其参与危险行动的证据,实现对人员目标是否为危险目标的识别;能够在大范围内自动实现对人员的行为判断;能够对人员实施精确定位和照相取证。
(二)技术方案
为了解决上述技术问题,本发明提供一种识别危险目标的成像处理方法,所述成像处理方法基于一套光电设备来获取视频图像和目标距离、位置信息,所述光电设备包括一个连续变焦摄像机、一个连续变焦红外热像仪、一个激光测距机、稳定转台、控制单元、处理单元;稳定转台安装在承载平台上,使光电传感器瞄准线稳定,摄像机和红外热像仪相应可获得场景及其中人员的清晰图像,激光测距机相应获得目标的准确相对位置,稳定转台内的测角机构、定位装置获得承载平台的观察位置、目标相对的方位、俯仰等角度,处理单元处理图像和数据得到目标的属性和位置坐标,控制单元接收外部控制指令使光电设备选择不同的工作方式、观察角度、视场大小等。所述的成像处理方法利用光电设备获得的目标视频图像和位置信息,通过对图像中目标的特征和多幅图像反映的目标动作,来识别其是否符合危险目标特征、具有危险行为,并采集证据,实施跟踪。
所述的成像处理方法主要包括以下步骤:
步骤1,基于对危险目标和危险行为的认知,定义人员目标属于危险目标的特征、行为组合,形成对应关系,存储在光电设备的处理单元中;
步骤2,工作时,光电设备随承载平台到达事件发生区域,或固定在关注区域的建筑物、电线杆等承载装置上;操作人员控制光电设备持续观察关注区域,获得连续图像,白昼或照明好的情况下选择用摄像机观察场景,夜间或照明不好的情况下选择用红外热像仪观察场景;处理单元检测出图像中的人员目标,采用白色框选标注、跟踪目标显示;处理单元根据激光测距机及稳定平台定位装置、测角机构的数据,解算出各目标的位置坐标;
步骤3,处理单元对比目标图像、持续多幅图像与存储的特征组合,对目标是否属于危险目标属性和危险行为进行判读:获得的目标图像分辨率足够高时,处理单元比较人员目标脸部是否戴有面罩,手上是否持有危险器物;检测出戴有面罩的、持有危险器物人员目标,处理单元判断其为潜在的危险目标;处理单元对目标进行黄色框选标注和跟踪显示,光电设备持续跟踪并显示其潜在属性;
步骤4,获得的目标图像分辨率不足以识别人员目标脸部、手持器物特征时,操作人员向控制单元发出变焦指令,控制单元加大摄像机或红外热像仪的物镜焦距,使目标尺寸放大、分辨率提高,处理单元识别出面罩或危险器物,相应进行黄色框选标注和跟踪显示,光电设备持续跟踪并显示其潜在属性;
步骤5,无论图像分辨率是否能够识别目标脸部面罩或手持的危险器物,即检测到的人员目标是否为潜在危险目标(白色框选或黄色框选),处理单元都对观察区域持续的多帧图像进行前后对比分析,检测和判断图像中人员目标的行为:
(1)人员目标向事件区域移动,判读为聚集;
(2)有物体与人员目标的肢体分离,向其他人员、车辆、建筑物等位置快速移动,判断为投掷物体行为;
(3)人员目标手持器物运动,向其他人员、车辆、建筑物等位置快速移动,判断为持物打砸行为。
步骤6,处理单元根据人员目标特征检测比对、前后图像对比获得的人员目标行为判断,对人员目标的危险目标属性及行为判断,有步骤5中行为之一的人员,将其判读为危险目标,采用红色框选标识和跟踪显示;输出判断结果;
步骤7,操作人员调节摄像机或红外热像仪的焦距,放大红色框选目标,截取危险目标的照片,实现照相取证。
(三)有益效果
上述技术方案所提供的识别危险目标的成像处理方法,具有以下
有益效果:
第一,基于警务人员的认知和光电成像探测、图像处理技术途径,来实现对图像中的人员目标是否具有危险目标特征、多幅图像所反映的人员目标的行为来自动判断其是否为危险目标,结果准确;
第二,不需要事先存储被识别人员的照片等信息,也不依赖已有的犯罪分子信息,能够及时判断任何人员的危险行为;
第三,能够利用图像处理的自动化、智能化成果,判断快速,且便于照相取证。
附图说明
图1是识别危险目标的成像处理流程示意图。
图2是识别危险目标的成像处理信息交互关系图。
具体实施方式
为使本发明的目的、内容和优点更加清楚,下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。
如图1所示,本实施例识别危险目标的成像处理方法以一种机载应用、处置在火车站危险事件的实施例来说明,本实施例所处理的图像和视频均通过合法合规途径获取,并由图像和视频对象知悉。
机载光电设备为一个两轴稳定转台,重量33kg,由无人直升机承载,稳定精度为0.05mrad,通过无人机载的数据链与地面站联系;操控人员在地面站观察光电设备的侦察图像及信息,通过键盘和手柄控制光电设备;光电设备的数字摄像机,其传感器分辨率1920×1080,帧频25Hz,配连续变倍物镜,视场范围是1.2°×0.68°~35.6°×20°;光电设备的红外热像仪,其传感器分辨率1280×1024,帧频25Hz,工作在中波红外波段,配连续变倍物镜,视场范围是1.8°×1.44°~25°×20°;光电设备的激光测距机,工作波段1.54μm,测距精度±1m;光电设备配置北斗接收机、光纤陀螺捷联惯导装置,地面站有北斗地基增强设备,机载北斗定位精度不低于1m,惯性导航装置寻北精度0.8mrad;光电设备以空对地的方式观察,在离地3km高度可对不小于1058m×1000m的范围进行侦察,利用地基增强北斗接收机,***对1km处目标的定位精度可达5m(CEP)以内。
本实施例识别危险目标的成像处理方法包括以下步骤:
步骤1,基于对危险目标和危险行为的认知,定义人员目标属于危险目标的特征、行为组合,包括但不限于:
(1)佩戴面罩,遮挡脸部特征;
(2)向事件区域聚集;
(3)持物打砸物品。
将上述特征和行为,编写为对应关系,存储在光电设备的处理单元中;
步骤2,执行任务时,光电设备随无人直升机到达火车站广场,悬停在260m~3km空中,对地侦察;操作人员乘坐车载地面站到达火车站外安全警戒区域,在操控席位上控制光电设备,观察显示的图像,持续侦察关注区域;白昼或照明好的情况下选择用摄像机观察场景,夜间或照明不好的情况下选择用红外热像仪观察场景;处理单元检测出图像中的人员目标,采用白色框选标注、跟踪目标显示;处理单元根据激光测距机及稳定平台定位装置、测角机构的数据,解算出各目标的位置坐标;
步骤3,处理单元对比目标图像、持续多幅图像与存储的特征组合,可以对目标是否属于危险目标属性和危险行为进行自动判读:获得的目标人脸尺寸不小于10个像素时,处理单元比较人员目标脸部是否戴有面罩,处理单元判断其为潜在的危险;比较人员是否持有危险器物,检测出持有危险器物人员目标,处理单元判断其为潜在的危险;对于处理单元自动判断的潜在目标,处理单元对目标进行黄色框选标注和跟踪显示,光电设备持续跟踪并显示其潜在属性;
步骤4,获得的目标图像分辨率不足以识别人员目标脸部、手持器物特征时,操作人员向控制单元发出变焦指令,控制单元加大摄像机或红外热像仪的物镜焦距,使目标尺寸放大、分辨率提高到被判断特征不少于10个像素,处理单元识别出面罩或危险器物,相应进行黄色框选标注和跟踪显示,光电设备持续跟踪并显示其潜在属性;
步骤5,无论检测到的人员目标是否为潜在危险目标(白色框选或黄色框选),处理单元都对观察区域持续的多帧图像进行前后对比分析,检测和判断图像中人员目标的行为:
(1)人员目标向火车站广场移动,而不是逃离危险区域,判读为聚集;
(2)有物体与人员目标的肢体分离,向其他人员、火车站旁商店、饭店建筑物快速移动,判断为投掷物体行为;
(3)人员目标手持器物运动,向其他人员、车辆、建筑物等位置快速移动,判断为持物打砸行为;
因分辨率不够而不能判断时,操控人员进一步加大成像设备物镜焦距,或操控承载平台接近目标,使目标所在成像像素数量增大,对面罩、危险物品的识别需要所占像素数多于10个像素,对文字的识别需要其所在像素数不少于10×10。
步骤6,处理单元根据人员目标特征检测比对、前后图像对比获得的人员目标行为判断,对人员目标的危险目标属性及行为判断,有步骤5中行为之一的人员,将其判读为危险目标,采用红色框选标识和跟踪显示;输出判断结果;
步骤7,操作人员调节摄像机或红外热像仪的焦距,放大红色框选目标,截取危险目标脸部、全身有特征的照片,实现照相取证,并向相关人员报送目标坐标。
所述的危险行为可以进一步增加,并通过前后图像的比对来定义,以便于处理单元能够自动检测出来;
所述的目标标识可以采用其他颜色,可以框选,也可以圈选、或采取其他方式标注;
所述的稳定转台科研是两轴结构的惯性稳定转台,也可以是三轴结构的惯性稳定转台;
所述的摄像机、红外热像仪成像设备可以只采用一种;其中的红外热像仪不限于工作在中波红外、还是长波红外、还是双色红外波段;也可以采用短波红外摄像机替代一个或两个成像设备。
所述方法的步骤3中,操控人员可以自行判定出潜在危险目标,操控设备标识潜在目标(黄色框选标注和跟踪显示);
所述方法的步骤5、6中,操控人员可以自行判定出人员目标是否具有危险行为(红色框选标识和跟踪显示)。
如图2所示,所述的识别危险目标的成像处理方法主要在控制站和光电设备间、光电设备的成像设备与其他设备之间、控制站与行动分队之间交互信息;
控制站向光电设备发送操控人员的指令,操控光电设备切换传感器、调节物镜焦距改变观察视场、搜索区域;获取光电设备上获得的场景及目标图像、目标位置(坐标)信息、及标识信息;
光电设备利用自身集成的成像设备(电视摄像机、红外热像仪等)获取场景视频图像,利用激光测距机和稳定转台的测角、定位装置解算出目标的距离;利用控制单元处理和响应控制站的指令,变换传感器及工作方式,调整视场、旋转搜索;处理单元对获得的图像进行检测,比较获得人员目标、危险目标特征、危险行为等,判定目标的属性,截图照相取证;向控制站发出判断结果。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。
Claims (10)
1.一种识别危险目标的成像处理方法,其特征在于,所述成像处理方法基于一套光电设备来获取目标视频图像和目标距离、位置信息,所述光电设备包括一个连续变焦摄像机、一个连续变焦红外热像仪、一个激光测距机、稳定转台、控制单元、处理单元;稳定转台安装在承载平台上,使光电传感器瞄准线稳定,摄像机和红外热像仪相应获得场景及其中人员的清晰图像,激光测距机相应获得目标的准确相对位置,稳定转台内的测角机构、定位装置获得承载平台的观察位置、目标相对的方位、俯仰角度,处理单元处理图像和数据得到目标的属性和位置坐标,控制单元接收外部控制指令使光电设备选择不同的工作方式、观察角度、视场大小;所述成像处理方法利用光电设备获得的目标视频图像和位置信息,通过对图像中目标的特征和多幅图像反映的目标动作,来识别其是否符合危险目标特征、具有危险行为,并采集证据,实施跟踪。
2.如权利要求1所述的识别危险目标的成像处理方法,其特征在于,所述成像处理方法包括以下步骤:
步骤1,基于对危险目标和危险行为的认知,定义人员目标属于危险目标的特征、行为组合,形成对应关系,存储在光电设备的处理单元中;
步骤2,工作时,光电设备随承载平台到达事件发生区域,或固定在关注区域的承载装置上;操作人员控制光电设备持续观察关注区域,获得连续图像,白昼或照明好的情况下选择用摄像机观察场景,夜间或照明不好的情况下选择用红外热像仪观察场景;处理单元检测出图像中的人员目标,采用白色框选标注、跟踪目标显示;处理单元根据激光测距机及稳定平台定位装置、测角机构的数据,解算出各目标的位置坐标;
步骤3,处理单元对比目标图像、持续多幅图像与存储的特征组合,对目标是否属于危险属性和危险行为进行判读:获得的目标图像分辨率高于设定阈值时,处理单元比较人员目标脸部是否戴有面罩,手上是否持有危险器物;检测出戴有面罩的、持有危险器物人员目标,处理单元判断其为潜在的危险;处理单元对目标进行黄色框选标注和跟踪显示,光电设备持续跟踪并显示其潜在属性;
步骤4,获得的目标图像分辨率不足以识别人员目标脸部、手持器物特征时,操作人员向控制单元发出变焦指令,控制单元加大摄像机或红外热像仪的物镜焦距,使目标尺寸放大、分辨率提高,处理单元识别出面罩或危险器物,相应进行黄色框选标注和跟踪显示,光电设备持续跟踪并显示其潜在属性;
步骤5,无论图像分辨率是否能够识别目标脸部面罩或手持的危险器物,即检测到的人员目标是否为潜在危险目标,处理单元都对观察区域持续的多帧图像进行前后对比分析,检测和判断图像中人员目标的行为;
步骤6,处理单元根据人员目标特征检测比对、前后图像对比获得的人员目标行为判断,对人员目标的危险属性及行为判断,有步骤5中行为之一的人员,将其判读为危险目标,采用红色框选标识和跟踪显示;输出判断结果;
步骤7,操作人员调节摄像机或红外热像仪的焦距,放大红色框选目标,截取危险目标的照片,实现照相取证。
3.如权利要求2所述的识别危险目标的成像处理方法,其特征在于,步骤5中,图像中人员目标的行为分为以下类别:
(1)人员目标向事件区域移动,判读为聚集;
(2)有物体与人员目标的肢体分离,向其他人员、车辆、建筑物位置快速移动,判断为投掷物体行为;
(3)人员目标手持器物运动,向其他人员、车辆、建筑物位置快速移动,判断为持物打砸行为。
4.如权利要求3所述的识别危险目标的成像处理方法,其特征在于,所述成像处理方法用于处置火车站危险事件,机载光电设备选用两轴稳定转台,由无人直升机承载,通过无人机载的数据链与地面站联系;操控人员在地面站观察光电设备的侦察图像及信息,通过键盘和手柄控制光电设备;光电设备的数字摄像机,其传感器分辨率1920×1080,帧频25Hz,配连续变倍物镜,视场范围是1.2°×0.68°~35.6°×20°;光电设备的红外热像仪,其传感器分辨率1280×1024,帧频25Hz,工作在中波红外波段,配连续变倍物镜,视场范围是1.8°×1.44°~25°×20°;光电设备的激光测距机,工作波段1.54μm,测距精度±1m;光电设备配置北斗接收机、光纤陀螺捷联惯导装置,地面站有北斗地基增强设备,机载北斗定位精度不低于1m,惯性导航装置寻北精度0.8mrad;光电设备以空对地的方式观察,在离地3km高度能够对不小于1058m×1000m的范围进行侦察,利用地基增强北斗接收机,***对1km处目标的定位精度可达5m以内。
5.如权利要求4所述的识别危险目标的成像处理方法,其特征在于,所述成像处理方法用于处置火车站危险事件时,步骤1中,定义人员目标属于危险目标的特征、行为组合,包括但不限于:
(1)佩戴面罩,遮挡脸部特征;
(2)向事件区域聚集;
(3)持物打砸物品。
6.如权利要求5所述的识别危险目标的成像处理方法,其特征在于,所述成像处理方法用于处置火车站危险事件时,步骤2中,执行任务时,光电设备随无人直升机到达火车站广场,悬停在260m~3km空中,对地侦察;操作人员乘坐车载地面站到达火车站外安全警戒区域,在操控席位上控制光电设备,观察显示的图像,持续侦察关注区域;白昼或照明好的情况下选择用摄像机观察场景,夜间或照明不好的情况下选择用红外热像仪观察场景;处理单元检测出图像中的人员目标,采用白色框选标注、跟踪目标显示;处理单元根据激光测距机及稳定平台定位装置、测角机构的数据,解算出各目标的位置坐标。
7.如权利要求6所述的识别危险目标的成像处理方法,其特征在于,所述成像处理方法用于处置火车站危险事件时,步骤3中,处理单元对比目标图像、持续多幅图像与存储的特征组合,对目标是否属于危险目标属性和危险行为进行自动判读:获得的目标人脸尺寸不小于10个像素时,处理单元比较人员目标脸部是否戴有面罩,处理单元判断其为潜在的危险目标;比较人员是否持有危险器物,检测出持有危险器物人员目标,处理单元判断其为潜在的危险目标;对于处理单元自动判断的潜在目标,处理单元对目标进行黄色框选标注和跟踪显示,光电设备持续跟踪并显示其潜在属性。
8.如权利要求7所述的识别危险目标的成像处理方法,其特征在于,所述成像处理方法用于处置火车站危险事件时,步骤4中,获得的目标图像分辨率不足以识别人员目标脸部、手持器物特征时,操作人员向控制单元发出变焦指令,控制单元加大摄像机或红外热像仪的物镜焦距,使目标尺寸放大、分辨率提高到被判断特征不少于10个像素,处理单元识别出面罩或危险器物,相应进行黄色框选标注和跟踪显示,光电设备持续跟踪并显示其潜在属性。
9.如权利要求8所述的识别危险目标的成像处理方法,其特征在于,所述成像处理方法用于处置火车站危险事件时,步骤5中,无论检测到的人员目标是否为潜在危险目标,处理单元都对观察区域持续的多帧图像进行前后对比分析,检测和判断图像中人员目标的行为:
(1)人员目标向火车站广场移动,而不是逃离危险区域,判读为聚集;
(2)有物体与人员目标的肢体分离,向其他人员、火车站旁商店、饭店建筑物快速移动,判断为投掷物体行为;
(3)人员目标手持器物运动,向其他人员、车辆、建筑物位置快速移动,判断为持物打砸行为。
10.如权利要求9所述的识别危险目标的成像处理方法,其特征在于,所述成像处理方法用于处置火车站危险事件时,步骤6中,处理单元根据人员目标特征检测比对、前后图像对比获得的人员目标行为判断,对人员目标的危险属性及行为判断,有步骤5中行为之一的人员,将其判读为危险目标,采用红色框选标识和跟踪显示;输出判断结果;步骤7中,操作人员调节摄像机或红外热像仪的焦距,放大红色框选目标,截取危险目标脸部、全身有特征的照片,实现照相取证;向相关人员报送目标坐标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310789151.9A CN117671576A (zh) | 2023-06-30 | 2023-06-30 | 一种识别危险目标的成像处理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310789151.9A CN117671576A (zh) | 2023-06-30 | 2023-06-30 | 一种识别危险目标的成像处理方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117671576A true CN117671576A (zh) | 2024-03-08 |
Family
ID=90065092
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310789151.9A Pending CN117671576A (zh) | 2023-06-30 | 2023-06-30 | 一种识别危险目标的成像处理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117671576A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118196923A (zh) * | 2024-05-20 | 2024-06-14 | 北京瀚科智翔科技发展有限公司 | 基于无人机巡检信息的安全对接*** |
-
2023
- 2023-06-30 CN CN202310789151.9A patent/CN117671576A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118196923A (zh) * | 2024-05-20 | 2024-06-14 | 北京瀚科智翔科技发展有限公司 | 基于无人机巡检信息的安全对接*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11905000B2 (en) | Flying device, electronic device, and program | |
JP6275285B2 (ja) | 物流システム、荷物運搬方法、及びプログラム | |
CN103941746B (zh) | 无人机巡检图像处理***及方法 | |
JP6128468B2 (ja) | 人物追尾システム及び人物追尾方法 | |
US20090268030A1 (en) | Integrated video surveillance and cell phone tracking system | |
CN106878666A (zh) | 基于监控摄像机来查找目标对象的方法、装置和*** | |
CN106341661B (zh) | 巡逻机器人 | |
US20080159591A1 (en) | Human detection with imaging sensors | |
CN105306892B (zh) | 一种证据链形式的船舶视频的生成及显示方法 | |
CN205232319U (zh) | 摄像机和监控*** | |
CN102436738A (zh) | 一种基于无人机的交通监测装置 | |
CN112068111A (zh) | 一种基于多传感器信息融合的无人机目标侦测方法 | |
CN104902233B (zh) | 综合安全监控*** | |
JP6827399B2 (ja) | 無人航空機制御システム、物流システム、無人航空機制御方法、荷物運搬方法、及びプログラム | |
US8483567B2 (en) | Infrared communication system and method | |
CN105637322A (zh) | 景点定位方法及其定位*** | |
CN104255022B (zh) | 为相机添加虚拟变焦能力的服务器、客户终端、***和可读介质 | |
RU2268497C2 (ru) | Система и способ автоматизированного видеонаблюдения и распознавания объектов и ситуаций | |
CN107451527A (zh) | 一种基于无人机的大型公共场所搜寻*** | |
CN117671576A (zh) | 一种识别危险目标的成像处理方法 | |
US11875080B2 (en) | Object sharing method and apparatus | |
CN105070204A (zh) | 一种微型amoled光学显示器 | |
CN113505704B (zh) | 图像识别的人员安全侦测方法、***、设备及存储介质 | |
CN112528699B (zh) | 用于获得场景中的设备或其用户的标识信息的方法和*** | |
KR102480424B1 (ko) | 지역 감시기능을 갖는 퍼스널 모빌리티 |
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 |