[發明專利]一種目標對象的智能防控方法及智能防控系統

有效

• 申請號: 202110227524.4
• 申請日: 2021-03-02
• 公開（公告）號: CN112597976B
• 公開（公告）日: 2021-06-25
• 發明（設計）人: 胡然;袁野;任愷
• 申請（專利權）人: 北京數字政通科技股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32;G06K9/62;G06F17/16
• 代理公司: 北京卓特專利代理事務所(普通合伙) 11572
• 代理人: 段旺

1.一種目標對象的智能防控方法，其特征在于，包括：

獲取圖像信息；

根據圖像信息提取目標對象的活動軌跡，所述活動軌跡包括目標對象的活動地點和所述目標對象在所述活動地點的活動時間點或活動時間段；

依據所述活動軌跡預測所述目標對象是否存在異常行為；

若是，則發出預警信息；

其中，根據圖像信息提取目標對象的活動軌跡包括：

對圖像信息進行處理，獲得圖像中的人物對象的特征；

將所述人物對象的特征與預設的目標對象的特征進行比對，判斷人物對象是否為目標對象；

若人物對象為目標對象，則將所述人物對象設定為目標對象，將所述人物對象的活動地點和活動時間點或活動時間段作為所述目標對象的活動地點和所述目標對象在所述活動地點的活動時間點或活動時間段；

其中，獲得圖像中的人物對象的特征包括如下步驟：

對輸入的視頻的每一幀或輸入的圖像進行前景和背景分離，獲得預處理圖像；

對預處理圖像進行處理，獲得圖像中的人體輪廓，每個人體輪廓對應一個人物對象；

針對每個人體輪廓，基于人工智能獲得人物對象的頭部輪廓；

依據頭部輪廓的像素位置在預處理圖像上確定頭部區域；

基于人工智能在頭部區域中獲取人物對象的面部特征點；

其中，獲得人體輪廓包括如下步驟：

將預處理圖像從RGB空間轉換到Lab空間，獲得Lab圖像；

利用多個大小不同的滑動窗口在Lab圖像進行滑動，獲得多組子圖像，滑動步長為一個像素；

獲取每個子圖像在不同分割模式下的亮度子梯度值、a值子梯度值、b值子梯度值以及結構子梯度值；

獲取每個像素在不同分割模式下的綜合梯度；

獲取Lab圖像的每個像素的梯度；

根據每個像素的梯度獲得邊緣像素，由邊緣像素組成的輪廓形成人物對象的人體輪廓；

其中，表示在第m個滑動窗口下第j 個子圖像的第i個分割模式下的結構子梯度值，結構子梯度值的計算公式如下：

；

其中，表示第m個滑動窗口下第j 個子圖像的第i個分割模式中的第k個分割區域的特征矩陣中的第d個特征值，表示第m個滑動窗口下第j 個子圖像的第i個分割模式中的第h個分割區域的特征矩陣中的第d個特征值，K 為第i個分割模式中的分割區域的總個數；

其中，綜合梯度表達式如下：

；

；

；

其中，為第j 個像素在第i個分割模式下的綜合梯度，為與滑動窗口相關的參數，為第m個滑動窗口的參數，為預設值；為亮度梯度均值，為a值梯度均值，為b值梯度均值，為結構梯度均值；M為使用的滑動窗口的總數；

其中，每個像素的梯度的表達式如下：

；

其中，表示第j 個像素的梯度，表示分割模式的總數。

2.如權利要求1所述的智能防控方法，其特征在于，還包括：

獲取目標對象的活動軌跡后對目標對象的活動軌跡進行復核；

若復核結果為正，則依據所述活動軌跡預測所述目標對象是否存在異常行為。