[發明專利]基于監控視頻的非法遛狗事件檢測方法、裝置

有效

• 申請號: 202110492720.4
• 申請日: 2021-05-07
• 公開（公告）號: CN112906678B
• 公開（公告）日: 2021-07-09
• 發明（設計）人: 楊帆;馮帥;劉利卉;胡建國
• 申請（專利權）人: 南京甄視智能科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32;G06K9/34;G06K9/46;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京德崇智捷知識產權代理有限公司 11467
• 代理人: 楊楠

本發明公開了一種基于監控視頻的非法遛狗事件檢測方法，包括：步驟A、對圖像幀進行狗和人的檢測，如沒有檢測到狗，則判斷“狀態正常”并返回；如果只有狗沒有人，則判斷“狗未拴繩”并返回；否則，進入步驟B；步驟B、估算人與狗之間的距離并判斷是否超過距離閾值，如是，則判斷“狗未拴繩”并返回；否則，進入步驟C；步驟C、截取包含狗的圖像并輸入狗拴繩識別模型，如輸出為“狗已拴繩”或“狗未拴繩”，則將結果輸出并返回；否則，進入步驟D；步驟D、找出距離狗最近的k個人，截取最大檢測框圖像輸入人狗關系識別模型，并根據模型輸出判斷“狗已拴繩”或者“狗未拴繩”。本發明還公開了一種基于監控視頻的非法遛狗事件檢測裝置。

技術領域

本發明屬于機器視覺技術領域，具體涉及一種基于監控視頻的非法遛狗事件檢測方法。

背景技術

隨著社會發展，越來越多人開始養狗作為寵物，隨之而來的遛狗不牽繩等不文明行為也嚴重干擾了他人，為此，各地的法規以及近期出臺的《中華人民共和國動物防疫法》均明確將此種行為列為違法行為。對于此種違法行為，如果采用傳統的人力監控和勸阻方式，則需要耗費大量人力，實際上是不可行的。如果能夠利用現有街道內的高空安防攝像頭對非法遛狗的行為進行檢測，不僅可以做到實時性的監控，還能節約人力、物力成本，而且設備維護與維修也很容易，因此這種基于監控視頻的非法遛狗檢測系統具有很好的應用和推廣價值。

利用監控攝像頭的視頻對非法遛狗行為進行識別，對于識別算法的精準度以及實時性要求較高，因此，采用基于深度學習的檢測算法較合理。然而現有公開的技術主要是分別對人和狗進行檢測定位，并不能識別或者不能有效的識別出狗是否拴繩以及人和狗的關系即人是否牽狗。

發明內容

本發明所要解決的技術問題在于克服現有技術不足，提供一種基于監控視頻的非法遛狗事件檢測方法，能夠對遛狗是否拴繩進行準確識別，且計算量較低，實時性更好。

本發明具體采用以下技術方案解決上述技術問題：

一種基于監控視頻的非法遛狗事件檢測方法，包括以下步驟：

步驟A、對監控視頻的圖像幀進行狗和人的檢測，如圖像幀中沒有檢測到狗，則判斷“狀態正常”并返回；如果圖像幀中只有狗沒有人，則判斷“狗未拴繩”并返回；否則，進入步驟B；

步驟B、估算圖像幀中人與狗之間的距離并判斷是否超過預設距離閾值，如是，則判斷“狗未拴繩”并返回；否則，進入步驟C；

步驟C、從圖像幀中截取包含狗的圖像并輸入狗拴繩識別模型，如狗拴繩識別模型的輸出為“狗已拴繩”或“狗未拴繩”，則將結果輸出并返回；否則，進入步驟D；所述狗拴繩識別模型為預先訓練好的卷積神經網絡模型，其輸入為含有狗的圖像，其輸出為“狗已拴繩”、“狗未拴繩”及“不確定”這三個類別；

步驟D、從圖像幀中找出距離狗最近的k個人，對每個人截取出同時包含狗和這個人的最大檢測框，k為大于0的自然數；將所得到的k個檢測框圖像輸入人狗關系識別模型，并根據人狗關系識別模型的輸出判斷“狗已拴繩”或者“狗未拴繩”；所述人狗關系識別模型為預先訓練好的神經網絡模型，其輸入為同時包含狗和人的圖片，其輸出為“狗已拴繩”或者“狗未拴繩”這兩個類別。

作為其中一個優選技術方案，所述從圖像幀中截取的包含狗的圖像具體為第一感興趣區域圖像和第二感興趣區域圖像，第一感興趣區域圖像為狗的檢測框圖像，第二感興趣區域圖像為對狗的檢測框圖像進行擴邊所得到的圖像；所述卷積神經網絡模型具有兩個訓練樣本輸入分支，第一個分支用于對第一感興趣區域圖像先進行若干次卷積，然后沿卷積通道方向池化，最后將其歸一化指數處理為注意力特征圖；第二個分支用于對第二感興趣區域圖像先進行若干次卷積，得到與注意力特征圖的尺度大小相同的多通道特征圖，并用注意力特征圖分別與該多通道特征圖的每個通道特征圖相乘，然后對所得結果進行至少一次卷積后依次進行池化、線性化及歸一化指數處理；第一個分支使用包含小幅度旋轉和視角變換在內的數據擴增方式訓練，第二個分支使用不包含小幅度旋轉和視角變換的數據擴增方式訓練。