[發明專利]一種高空拋物目標識別比較的方法及裝置

有效

• 申請號: 202110338987.8
• 申請日: 2021-03-30
• 公開（公告）號: CN113065454B
• 公開（公告）日: 2023-01-17
• 發明（設計）人: 謝宇
• 申請（專利權）人: 青島海信智慧生活科技股份有限公司
• 主分類號: G06V20/52
• 分類號: G06V20/52;G06V10/30;G06V10/44;G06V10/56;G06V10/764;G06T7/246;G06T7/62;G06T5/00
• 代理公司: 北京同達信恒知識產權代理有限公司 11291
• 代理人: 張懷陽

本發明公開了一種高空拋物目標識別比較的方法及裝置，該方法包括獲取待識別的視頻的多幀圖像，對多幀圖像中的連續兩幀圖像進行識別得到目標點，使用單分類降噪模型去除連續兩幀圖像中的噪聲點，使用單分類非拋物模型去除連續兩幀圖像中的非拋物體，將去除噪聲點和非拋物體的連續兩幀圖像中的目標進行面積對比和顏色對比，確定出連續兩幀圖像中的拋物目標。由于使用單分類降噪模型和單分類非拋物模型去除了圖像中的噪聲點和非拋物體，能夠減少圖像中給的干擾，提高拋物目標識別的準確率。

技術領域

本發明涉及高空拋物技術領域，尤其涉及一種高空拋物目標識別比較的方法及裝置。

背景技術

高空拋物總體來說是偶發事件，在視頻檢測中，大量被檢測到的是噪音(如攝像機本身的噪音、光影變化帶來的噪音)和非拋物物體(如飛鳥、飛蟲、落葉等。由于攝像頭鏡頭的反光或附近其它光源影響，飛蟲經常在攝像頭附近出沒；飛鳥也時常會出現在畫面中)。因此，在高空拋物檢測場景中，拋物的識別和確認是問題的關鍵。如果不能解決該問題，會出現大量的誤檢，把噪音點和非拋物物體識別為拋物，造成錯誤報警。

圖像處理的一般處理方法都包括膨脹、腐蝕、降噪等處理。這些處理方法在高空拋物檢測的諸多專利中也多有提及。然而，對于高空拋物檢測來說，拋物目標位于高樓層時，圖片中拋物目標很小(如圖1所示)。這種情況下，再進行腐蝕或降噪處理，會導致拋物從圖片中消失。

另外，即使使用上述的圖像處理方法，對于較大噪音點(比如光影變化引起的，圖2)仍然無法去除。這種噪音點連續出現的概率很小，但是仍然要大于真實拋物出現的概率，如果不加以處理，每天都會有十幾條甚至幾十條的誤報。

對于飛鳥、飛蟲等非拋物干擾來說，使用上述通用的圖像處理的方法就難以解決了。

發明內容

本發明實施例提供一種高空拋物目標識別比較的方法及裝置，解決現有技術中圖像處理無法去除噪聲和非拋物干擾的問題。

第一方面，本發明實施例提供一種高空拋物目標識別比較的方法，包括：

獲取待識別的視頻的多幀圖像，對所述多幀圖像中的連續兩幀圖像進行識別得到目標點；

使用單分類降噪模型去除所述連續兩幀圖像中的噪聲點；

使用單分類非拋物模型去除所述連續兩幀圖像中的非拋物體；

將去除噪聲點和非拋物體的連續兩幀圖像中的目標進行面積對比和顏色對比，確定出所述連續兩幀圖像中的拋物目標。

上述技術方案中，由于使用單分類降噪模型和單分類非拋物模型去除了圖像中的噪聲點和非拋物體，能夠減少圖像中給的干擾，提高拋物目標識別的準確率。

可選的，所述對所述多幀圖像中的連續兩幀圖像進行識別得到目標點，包括：

將所述多幀圖像進行灰度化處理；

將灰度化的多幀圖像中的連續兩幀圖像進行差值計算，確定出目標點。

可選的，根據下述步驟確定所述單分類降噪模型：

獲取標記有噪聲點的訓練樣本；

對所述標記有噪聲點的訓練樣本中的每幀圖像提取特征；

將提取的特征輸入到預設的單分類模型中進行訓練，直到滿足預設的訓練目標后，得到所述單分類降噪模型。

可選的，根據下述步驟確定所述單分類非拋物模型，包括：

獲取標記有非拋物的訓練樣本；

對所述標記有非拋物的訓練樣本中的每幀圖像提取特征；

將提取的特征輸入到預設的單分類模型中進行訓練，直到滿足預設的訓練目標后，得到所述單分類非拋物模型。