[發明專利]攝像機遮擋檢測方法、裝置、設備及存儲介質

在審

• 申請號: 202210377979.9
• 申請日: 2022-04-06
• 公開（公告）號: CN114898245A
• 公開（公告）日: 2022-08-12
• 發明（設計）人: 戴曉溪;蔣姚亮
• 申請（專利權）人: 上海高德威智能交通系統有限公司
• 主分類號: G06V20/40
• 分類號: G06V20/40;G06V20/52;G06V10/80
• 代理公司: 深圳市世紀恒程知識產權代理事務所 44287
• 代理人: 高莎

1.一種攝像機遮擋檢測方法，其特征在于，所述方法包括：

獲取目標場景下所述攝像機的監控視頻，從所述監控視頻中篩選得到待檢測圖像；

獲取針對所述目標場景的目標背景模型，所述目標背景模型是對在所述目標場景下采集的第一樣本圖像進行特征融合后得到的；

統計所述目標背景模型對應的第一分布特征，并統計所述待檢測圖像的第二分布特征；

比對所述第一分布特征以及所述第二分布特征，確定所述待檢測圖像的遮擋檢測結果。

2.如權利要求1所述的攝像機遮擋檢測方法，其特征在于，所述目標背景模型是統計學分布模型；

所述統計所述目標背景模型對應的第一分布特征，并統計所述待檢測圖像的第二分布特征的步驟，包括：

通過預設分塊方式，將所述目標背景模型劃分為各子模型塊，統計各所述子模型塊的第一分布特征；

通過所述預設分塊方式，對所述待檢測圖像進行分塊，得到各待檢測分塊，統計各所述待檢測分塊的第二分布特征；

所述比對所述第一分布特征以及所述第二分布特征，確定所述待檢測圖像的遮擋檢測結果的步驟，包括：

將所述子模型塊的第一分布特征與對應待檢測分塊的第二分布特征進行比對，得到塊差值；

基于所述塊差值，確定所述待檢測圖像的遮擋檢測結果。

3.如權利要求2所述的攝像機遮擋檢測方法，其特征在于，所述統計各所述待檢測分塊的第二分布特征的步驟，包括：

提取所述待檢測分塊的像素特征；

對所述像素特征進行分布情況的統計，得到所述待檢測分塊的第二分布特征。

4.如權利要求3所述的攝像機遮擋檢測方法，其特征在于，所述對所述像素特征進行分布情況的統計，得到所述待檢測分塊的第二分布特征的步驟，包括：

對所述像素特征進行均值分布情況的統計，得到所述待檢測分塊的均值分布特征；

對所述像素特征進行離散分布情況的統計，得到所述待檢測分塊的方差特征；

對所述待檢測分塊進行中心偏移情況的統計，得到所述待檢測分塊的偏度特征；

將所述均值分布特征，所述方差特征以及所述偏度特征確定為所述第二分布特征。

5.如權利要求2所述的攝像機遮擋檢測方法，其特征在于，所述基于所述塊差值，確定所述待檢測圖像的遮擋檢測結果的步驟，包括：

確定所述塊差值對應的分塊閾值；每個待檢測分塊的分塊閾值不同，所述對應的分塊閾值由相應子模型塊的第一分布特征確定，所述第一分布特征至少包括模型均值分布特征，模型方差特征以及模型偏度特征中的一項；

將所述塊差值與所述對應的分塊閾值進行比對，若所述塊差值大于等于所述對應的分塊閾值，則確定所述待檢測分塊異常；

確定所述待檢測圖像的異常圖像塊在所述待檢測圖像的所有圖像塊中的數量占比，若所述數量占比超過一半時，確定所述待檢測圖像的遮擋檢測結果為被遮擋。

6.如權利要求1所述的攝像機遮擋檢測方法，其特征在于，所述獲取針對所述目標場景的目標背景模型的步驟之后，所述方法包括：

每間隔預設采樣時間間隔，采集所述目標場景下的第二樣本圖像，其中，所述第二樣本圖像包括出入車事件圖像和/或者泊車事件圖像；

統計所述第二樣本圖像中的特征；

將所述第二樣本圖像中的特征融合至所述目標背景模型中，得到更新后的所述目標背景模型。

7.如權利要求1-6任一項所述的攝像機遮擋檢測方法，其特征在于，所述比對所述分布特征以及所述第二分布特征，確定所述待檢測圖像的遮擋檢測結果的步驟之后，所述方法包括：

若所述待檢測圖像的遮擋檢測結果為被遮擋時，返回從所述監控視頻中篩選待檢測圖像的步驟，直至檢測到任一圖像的遮擋檢測結果為未被遮擋，并統計連續被判定為被遮擋的圖像的幀數；

若連續被判定為被遮擋的圖像的幀數大于預設幀數時，進行遮擋報警。