[發(fā)明專利]檢測人類對象的姿態(tài)的系統(tǒng)和方法

有效

• 申請?zhí)枺?/td>: 201980011325.0
• 申請日: 2019-04-25
• 公開（公告）號: CN111684460B
• 公開（公告）日: 2023-09-22
• 發(fā)明（設計）人: 張忠
• 申請（專利權）人: 上海趨視信息科技有限公司
• 主分類號: G06V40/10
• 分類號: G06V40/10;G06T7/246;H04N7/18
• 代理公司: 成都七星天知識產(chǎn)權代理有限公司 51253
• 代理人: 楊永梅

一種用于運動檢測的系統(tǒng)可以包括：至少一個包括一組指令的存儲介質；以及至少一個與所述至少一個存儲介質通信的處理器。當執(zhí)行一組指令時，至少一個處理器可以被配置為使系統(tǒng)從至少一個攝像機獲取與空間的視頻場景有關的數(shù)據(jù)；檢測視頻場景中的對象；將對象分為人類對象或非人類對象；當對象被分為人類對象時，追蹤人類對象的運動；并根據(jù)人類對象的運動確定視頻場景中人類對象的姿態(tài)。

交叉引用

本申請要求2018年4月27日提交的美國臨時專利申請No.62/664,064的優(yōu)先權，其全部內容通過引用合并于此。

技術領域

本申請通常涉及監(jiān)控系統(tǒng)中的運動檢測，并且更具體地，涉及用于檢測視頻中人類對象姿態(tài)的系統(tǒng)和方法。

背景技術

一些視頻監(jiān)控系統(tǒng)可以自動檢測場景中感興趣的事件和潛在威脅。例如，這樣的系統(tǒng)可以檢測和追蹤進入或離開區(qū)域(例如，禁區(qū)，商店，辦公樓)的對象。在其他應用中，還需要一些更細的粒度，例如，對人類對象的姿態(tài)或人類對象的姿態(tài)變化的檢測。例如，在配備有遠程教育系統(tǒng)的教室中，檢測教室中學生和/或老師的姿態(tài)對于監(jiān)控教室很重要。因此，期望提供一種基于視頻監(jiān)控來檢測人類對象的姿態(tài)(或人類對象的姿態(tài)變化)的系統(tǒng)和方法。

發(fā)明內容

根據(jù)本申請的一方面，提供了一種運動檢測的系統(tǒng)。該系統(tǒng)可以包括一個或以上存儲介質和一個或以上處理器。所述一個或以上存儲介質可以包含一組指令。所述一個或以上處理器用于與所述一個或以上存儲介質通信。當執(zhí)行所述指令時，至少一個處理器可以被配置為使系統(tǒng)從至少一個攝像機獲取與空間的視頻場景有關的數(shù)據(jù)；檢測視頻場景中的對象；將對象分為人類對象或非人類對象；當對象被分為人類對象時，追蹤人類對象的運動；并根據(jù)人類對象的運動確定視頻場景中人類對象的姿態(tài)。

在一些實施例中，至少一個處理器可以進一步使系統(tǒng)在視頻場景中檢測人類對象的頭部；追蹤人類對象的頭部的運動；確定人類對象的頭部從視頻場景的第一幀的第一位置到第二幀的第二位置的運動軌跡；確定運動軌跡的長度和方向；獲取至少一個攝像機的相機標定模型；根據(jù)運動軌跡的長度和相機標定模型確定運動軌跡的物理長度；并根據(jù)運動軌跡的物理長度和運動軌跡的方向確定視頻場景中人類對象的姿態(tài)。

在一些實施例中，至少一個處理器可以進一步使系統(tǒng)判斷運動軌跡的物理長度是否大于第一閾值；響應于確定運動軌跡的物理長度大于第一閾值，確定運動軌跡的方向是向上還是向下；如果運動軌跡的方向向下，則將視頻場景的第二幀中的人類對象的姿態(tài)確定為坐立姿態(tài)，并將視頻場景的第一幀中的人類對象的姿態(tài)確定為站立姿態(tài)；如果運動軌跡方向向上，則將視頻場景第二幀中人類對象的姿態(tài)確定為站立姿態(tài)，將視頻場景第一幀中人類對象的姿態(tài)確定為坐立姿態(tài)。

在一些實施例中，至少一個處理器還可以使系統(tǒng)確定第一幀中第一位置處的人類對象的頭部尺寸；根據(jù)相機標定模型，確定人類對象的頭部在第一幀中的第一位置對應的人類對象的頭部在空間中的第一物理位置；基于參考數(shù)據(jù)集、人類對象的頭部在第一幀中的第一位置以及人類對象的頭部在空間中的第一物理位置，獲取第一幀中位于第一位置的平均頭部尺寸，其中第一位置處的平均頭部尺寸可以對應于處于坐立姿態(tài)時的至少兩個人類對象的頭部尺寸的平均值；確定平均頭部尺寸和第一幀中頭部尺寸的差值；確定差值是否大于第二閾值；響應于確定差值大于第二閾值，將第一幀中人類對象的姿態(tài)確定為站立姿態(tài)；以及響應于確定差值不大于第二閾值，將第一幀中人類對象的姿態(tài)確立為坐立姿態(tài)。

在一些實施例中，可以基于學習過程生成相機標定模型，學習過程可以包括獲取與空間的視頻場景有關的樣本數(shù)據(jù)，該樣本數(shù)據(jù)與處于坐立姿態(tài)時的至少兩個人類對象相關聯(lián)；檢測至少兩個人類對象的至少兩個頭部；追蹤至少兩個頭部的運動；確定至少兩個人類對象在視頻場景的樣本幀中至少兩個不同位置處處于坐立姿態(tài)時的至少兩個平均頭部尺寸；確定至少兩個人類對象在空間中的至少兩個相應物理位置處于坐立姿態(tài)時的至少兩個平均物理頭部尺寸；以及通過將樣本幀中至少兩個不同位置處的至少兩個平均頭部尺寸與空間中至少兩個相應物理位置處的至少兩個平均物理頭部尺寸相關聯(lián)來生成相機標定模型。