[發(fā)明專利]一種基于深度學習的監(jiān)控視頻圖像遮擋檢測方法

在審

• 申請?zhí)枺?/td>: 202110793747.7
• 申請日: 2021-07-14
• 公開（公告）號: CN115619801A
• 公開（公告）日: 2023-01-17
• 發(fā)明（設計）人: 邵慶言;杜峰
• 申請（專利權）人: 山東華軟金盾軟件股份有限公司
• 主分類號: G06T7/11
• 分類號: G06T7/11;G06T7/136;G06T7/155;G06T7/90;H04N7/18;G06N3/0464;G06N3/09;G06T5/00;G06T5/30;G06T5/40
• 代理公司: 北京金宏來專利代理事務所(特殊普通合伙) 11641
• 代理人: 左海明

本發(fā)明涉及一種基于深度學習的監(jiān)控視頻圖像遮擋檢測方法，獲取視頻圖像；視頻圖像預處理；提取感興趣區(qū)域的視頻圖像；將感興趣的視頻圖像由BGR轉(zhuǎn)至HSV，在HSV顏色空間做直方圖統(tǒng)計并計算直方圖；判定最多像素值空間是否屬于障礙物顏色空間；根據(jù)障礙物顏色空間所占比例作為是否進行檢測的標準；大于特定閾值，則進行檢測；計算障礙物區(qū)域面積所占比例作為判定是否視頻遮擋的依據(jù)；不滿足特定閾值，直接將像素值最大的區(qū)域作為新圖像，并進行形態(tài)學變換后的圖像中像素值占原始圖像的比率作為判定是否遮擋的依據(jù)；計算的值大于指定閾值，則確定圖像發(fā)生遮擋，否則圖像不發(fā)生遮擋；本發(fā)明適應目前復雜的應用場景及得到更高的檢測準確率。

技術領域

本發(fā)明涉及視頻監(jiān)控圖像處理技術領域，具體涉及一種基于深度學習的監(jiān)控視頻圖像遮擋檢測方法。

背景技術

隨著計算機科技、網(wǎng)絡技術、視頻圖像處理技術的發(fā)展，安防監(jiān)控正在逐漸普及到生活的各個領域，街道、小區(qū)、銀行、學校、商場等隨處可以看到監(jiān)控攝像機，其用于隨時采集各區(qū)域的視頻圖像，對安防工作具有重要的意義。

監(jiān)控視頻的質(zhì)量直接影響安防工作的有序進行，影響視頻質(zhì)量的因素很多。監(jiān)控攝像機的應用場景越來越復雜，有些場景由于綠化或者市政安裝對監(jiān)控攝像機進行了遮擋；有些不法分子為了實施犯罪活動，人為遮擋住監(jiān)控攝像機的鏡頭；有些攝像機由于天氣、光照原因被遮擋。由于各種原因的遮擋，使得監(jiān)控攝像機無法完整的采集到現(xiàn)場視頻圖像信息，從而造成巨大的安全隱患。因此如何準確檢測監(jiān)控攝像機是否遮擋成為視頻監(jiān)控領域的一個研究熱點。

現(xiàn)有技術中檢測視頻遮擋的方法有兩類，一類是檢測圖像黑色的最大連通區(qū)域面積，該面積占整幅圖像面積的比率即為遮擋率，該方法僅檢測視頻圖像變黑的場景，受光線影響較大，夜間、亮度較暗或者路面等較暗場景會存在較多誤判，另外無法檢測由于其他障礙物(樹葉等)造成的遮擋；另一類是場景切換判定，需要設定參照場景圖像，根據(jù)當前場景與參照場景的對比判定是否被遮擋，由于參照場景隨季節(jié)、白天/夜間、施工等客觀因素影響是變化的，需要經(jīng)常更新參照場景圖像，這對于目前數(shù)量龐大的監(jiān)控設備來說是非常大的工作量，由于參照場景無法及時更新，對遮擋的檢測準確性仍較低。因此，迫切需要設計一種基于深度學習的監(jiān)控視頻圖像遮擋檢測方法，以解決現(xiàn)有檢測視頻遮擋中存在的受光線影響較大、分析識別工作量大造成檢測準確性較低的問題。

發(fā)明內(nèi)容

本發(fā)明是為解決現(xiàn)有技術中的問題而提出的，其目的在于，提供一種基于深度學習的監(jiān)控視頻圖像遮擋檢測方法。

本發(fā)明解決其技術問題所采用的技術方案是：一種基于深度學習的監(jiān)控視頻圖像遮擋檢測方法，包括以下步驟：

1)通過監(jiān)控攝像機遠程獲取視頻圖像；

2)對獲取的視頻圖像進行預處理；

3)基于預處理后的視頻圖像提取感興趣區(qū)域的視頻圖像；

4)將感興趣的視頻圖像由BGR顏色空間轉(zhuǎn)至HSV顏色空間，在HSV顏色空間做直方圖統(tǒng)計，采用非均勻量化直方圖進行量化，對量化后的顏色空間計算直方圖；

5)判定視頻圖像中最多像素值所在閾值空間是否屬于障礙物顏色空間；

6)對于在障礙物顏色空間內(nèi)的圖像，根據(jù)障礙物顏色空間所占整個圖像的比例作為是否進行障礙物特定目標檢測的標準；

7)如果障礙物顏色所占整個圖像比例大于特定閾值，則根據(jù)已訓練好的深度學習模型對障礙物特定目標進行檢測；

8)計算檢測到的障礙物特定目標的區(qū)域面積所占整個圖像比例作為判定是否視頻遮擋的依據(jù)；

9)如果圖像中最多像素值所在閾值空間不在障礙物顏色空間的圖像或者障礙物顏色所占整個圖像比例不滿足特定閾值，不需要進行障礙物目標檢測，直接根據(jù)抽取圖像中像素值最大的所有像素作為新圖像，并進行形態(tài)學變換；