[發明專利]一種基于智慧燈桿的社區安全預警方法

在審

• 申請號: 202110387587.6
• 申請日: 2021-04-09
• 公開（公告）號: CN113096338A
• 公開（公告）日: 2021-07-09
• 發明（設計）人: 張登銀;陳皓然;劉寧
• 申請（專利權）人: 南京郵電大學
• 主分類號: G08B13/196
• 分類號: G08B13/196;G08B21/04;G08B5/38;G06K9/00;G06K9/62
• 代理公司: 江蘇圣典律師事務所 32237
• 代理人: 龔擁軍

1.一種基于智慧燈桿的社區安全預警方法，其特征在于，包括以下步驟：

S1：獲取前端球機攝像頭采集到的實時視頻圖像數據，對圖像數據進行幀圖像提取、背景差分、去噪去霧，得到幀圖像集合；

S2：使用第一視頻幀作為背景視頻模型幀，利用Vibe算法對后續幀圖像集進行運動物體檢測；

S3：基于OpenCV輪廓外接框功能獲取每一幀的外接框信息集合識別是否包含運動目標；若數據中包含運動目標，則對運動目標進一步跟蹤，直至該目標離開攝像頭區域；

S4：將幀圖像集交付已訓練好的分類器進行識別，分類器的輸出結果分為人體或非人體；

S5：接收分類器輸出結果為人體后進行滯留物檢測；

S6：若存在人體意外摔倒，將人體在地面短暫停留標識為滯留狀態；對滯留區域進行特征提取，使用支持向量機分類判斷運動目標是主動著地還是意外跌倒；

S7：若運動目標被判斷為意外跌倒，則發出預警，將服務器預置路徑下文本數據發送至相關管理人員，同時控制就近燈桿的照明燈閃爍，LED屏幕紅藍色閃爍。

2.根據權利要求1所述的基于智慧燈桿的社區安全預警方法，其特征在于，步驟S2中Vibe算法具體包括以下步驟：

第一步：提取視頻第一幀作為背景模型，建立背景模型并初始化；

第二步：逐幀逐像素將像素值與背景模型的樣本進行比較來分類像素值，將超過閾值的像素值分類為前景；

第三步：在隨機時間下采樣更新背景模型，每次確定需要更新像素點的背景模型時，以新的像素值隨機取代該像素點樣本集的一個樣本值，同時新采用的像素點會同時更新鄰近像素點的樣本值。

3.根據權利要求1所述的基于智慧燈桿的社區安全預警方法，其特征在于，步驟S4中訓練分類器具體包括以下步驟：初始化人體數據集，并定義卷積神經網絡數據類型及其網絡深度h與寬度w，搭建好CNN網絡后設置損失函數，采用Sigmod函數及其優化器，進一步將至少含有1000張已標記好頭部與軀干的人體圖像數據集輸入，循環遍歷數據迭代器，并將輸入提供給神經網絡并進行權值更新，達到優化的目的。

4.根據權利要求1所述的基于智慧燈桿的社區安全預警方法，其特征在于，步驟S6中滯留區域特征提取具體包括：對滯留區域提取特征，使用基于OpenCV的Openpose獲得人體關節長度信息，提取的特征包括人體高度、人體頭部高度，另還需提取OpenCV外接框高寬比、滯留區域(外接框)面積，進一步使用SVM分類的方式來判斷物體是否接近地面，并計算滯留時間，若滯留時間超過閾值，則進一步通過計算特征向量是否低于設定閾值來判斷運動人體為意外跌倒或主動著地。