一種信息檢測(cè)方法及裝置與流程
本申請(qǐng)涉及圖像處理技術(shù)領(lǐng)域，特別涉及一種信息檢測(cè)方法及裝置。
背景技術(shù)：
隨著社會(huì)進(jìn)步以及經(jīng)濟(jì)發(fā)展，各個(gè)城市的商業(yè)越來(lái)越繁榮，沿街商鋪逐年遞增。經(jīng)營(yíng)者為了提高營(yíng)業(yè)額，經(jīng)常會(huì)將其經(jīng)營(yíng)攤位從商鋪內(nèi)搬移至商鋪外。這樣雖然為經(jīng)營(yíng)者帶來(lái)了好處，但是卻容易造成交通堵塞，影響市容市貌，為此，執(zhí)法管理人員需不停地巡邏以減少這種情況的發(fā)生。
雖然通過(guò)執(zhí)法人員巡邏的方式可以減少經(jīng)營(yíng)者將攤位從商鋪內(nèi)搬移至商鋪外的現(xiàn)象，但是隨著經(jīng)濟(jì)的發(fā)展，商鋪越來(lái)越多，執(zhí)法人員的工作壓力也越來(lái)越大。
技術(shù)實(shí)現(xiàn)要素：
本申請(qǐng)實(shí)施例公開(kāi)了一種信息檢測(cè)方法及裝置，以檢測(cè)視頻幀中存在異常情況的區(qū)域，減輕工作人員的工作壓力。
為達(dá)到上述目的，本申請(qǐng)實(shí)施例公開(kāi)了一種信息檢測(cè)方法，所述方法包括：
檢測(cè)目標(biāo)視頻幀中的人物；
獲得所檢測(cè)出的人物在參考幀中的人物位置，其中，所述參考幀為：采集時(shí)刻位于所述目標(biāo)視頻幀的采集時(shí)刻之前的預(yù)設(shè)數(shù)量個(gè)視頻幀；
根據(jù)預(yù)設(shè)的區(qū)域檢測(cè)算法，檢測(cè)所述目標(biāo)視頻幀中的可疑區(qū)域；
根據(jù)所檢測(cè)出的人物以及所述參考幀中的人物位置，確定所述目標(biāo)視頻幀的可疑區(qū)域是否為存在異常情況的區(qū)域。
在本申請(qǐng)的一種具體實(shí)現(xiàn)方式中，所述根據(jù)所檢測(cè)出的人物以及所述參考幀中的人物位置，確定所述目標(biāo)視頻幀的可疑區(qū)域是否為存在異常情況的區(qū)域，包括：
獲得所檢測(cè)出的人物在所述目標(biāo)視頻幀中的人物位置；
根據(jù)所述目標(biāo)視頻幀中的人物位置和所述參考幀中的人物位置，確定所檢測(cè)出的人物中的可疑人物；
確定所述參考幀中的可疑區(qū)域；
獲得所述參考幀的可疑區(qū)域中與所述目標(biāo)視頻幀的可疑區(qū)域?qū)?yīng)的區(qū)域；
在所述目標(biāo)視頻幀中計(jì)算所述可疑人物與所述目標(biāo)視頻幀的可疑區(qū)域之間的距離，并在所述參考幀中計(jì)算所述可疑人物與所獲得的區(qū)域之間的距離；
根據(jù)計(jì)算得到的距離，確定所述目標(biāo)視頻幀的可疑區(qū)域是否為存在異常情況的區(qū)域。
在本申請(qǐng)的一種具體實(shí)現(xiàn)方式中，所述根據(jù)所述目標(biāo)視頻幀中的人物位置和所述參考幀中的人物位置，確定所檢測(cè)出的人物中的可疑人物，包括：
判斷是否滿足表達(dá)式一，
其中，所述表達(dá)式一為：
meand＞Tm且vard＜Tv1，
meand表示所檢測(cè)出的各個(gè)人物的平均偏移距離的均值，vard表示所檢測(cè)出的各個(gè)人物的平均偏移距離的方差，Tm表示預(yù)設(shè)的均值閾值，Tv1表示預(yù)設(shè)的第一方差閾值，所檢測(cè)出的任一人物i的平均偏移距離，表示所述人物i在所述目標(biāo)視頻幀以及所述參考幀中采集時(shí)刻相鄰的兩幀之間的移動(dòng)距離的平均值；
若不滿足，判斷是否滿足表達(dá)式二，
其中，所述表達(dá)式二為：
varp＜Tv2且vard＜Tv3，
varp表示所述目標(biāo)視頻幀中的人物位置的方差，Tv2表示預(yù)設(shè)的第二方差閾值，Tv3表示預(yù)設(shè)的第三方差閾值；
若不滿足，根據(jù)表達(dá)式三從所檢測(cè)出的人物中確定移動(dòng)緩慢人物，并根據(jù)表達(dá)式四從所述移動(dòng)緩慢人物中確定可疑人物，
其中，所述表達(dá)式三為：
frmd＞Tcnt1且distbias＜Tdist1，
frmd表示所檢測(cè)出的人物中的任一人物j在所述目標(biāo)視頻幀以及所述參考幀中出現(xiàn)的次數(shù)，distbias表示所述人物j的平均偏移距離，Tdist1表示預(yù)設(shè)的第一偏移距離閾值，Tcnt1表示預(yù)設(shè)的第一數(shù)量閾值；
所述表達(dá)式四為：
distrela＜Tdist2且frms＞Tcnt2，
distrela表示任一移動(dòng)緩慢人物k的位置與posaver之間的距離，posaver表示各個(gè)移動(dòng)緩慢人物的歷史偏移最慢處位置pospar的位置均值，pospar表示任一移動(dòng)緩慢人物k在已采集視頻幀f中的位置，所述人物k從所述視頻幀f的前一幀移動(dòng)至所述視頻幀f的移動(dòng)距離為：所述人物k在已采集的采集時(shí)刻相鄰的兩視頻幀之間的移動(dòng)距離的最小值，frms表示所述人物k在已采集的視頻幀中被確定為緩慢移動(dòng)人物的次數(shù)，Tdist2表示預(yù)設(shè)的第二偏移距離閾值，Tcnt2表示表示預(yù)設(shè)的第二數(shù)量閾值。
在本申請(qǐng)的一種具體實(shí)現(xiàn)方式中，所述根據(jù)預(yù)設(shè)的區(qū)域檢測(cè)算法，檢測(cè)所述目標(biāo)視頻幀中的可疑區(qū)域，包括：
根據(jù)預(yù)設(shè)的區(qū)域模型，檢測(cè)所述目標(biāo)視頻幀中的可疑區(qū)域；或
根據(jù)所述參考幀中存在異常情況的區(qū)域，確定所述目標(biāo)視頻幀中的可疑區(qū)域；或
根據(jù)預(yù)設(shè)的區(qū)域模型，檢測(cè)所述目標(biāo)視頻幀中的備選可疑區(qū)域；并根據(jù)所述參考幀和檢測(cè)到的備選可疑區(qū)域，確定所述目標(biāo)視頻幀中的可疑區(qū)域。
在本申請(qǐng)的一種具體實(shí)現(xiàn)方式中，所述根據(jù)所述參考幀中存在異常情況的區(qū)域，確定所述目標(biāo)視頻幀中的可疑區(qū)域，包括：
按照采集時(shí)刻，獲得所述目標(biāo)視頻幀F(xiàn)C的前一視頻幀F(xiàn)F中存在異常情況的區(qū)域；
確定所述視頻幀F(xiàn)F中存在異常情況的區(qū)域在所述目標(biāo)視頻幀F(xiàn)C中的對(duì)應(yīng)區(qū)域；
統(tǒng)計(jì)所確定的每一區(qū)域中屬于所述目標(biāo)視頻幀的運(yùn)動(dòng)前景區(qū)域的像素點(diǎn)的個(gè)數(shù)；
判斷統(tǒng)計(jì)得到的每一像素點(diǎn)的個(gè)數(shù)是否滿足以下表達(dá)式：
NumFAm/NumTAm＜ThP，
其中，NumFam表示所確定的任一區(qū)域m中屬于所述目標(biāo)視頻幀的運(yùn)動(dòng)前景區(qū)域的像素點(diǎn)的個(gè)數(shù)，NumTam表示所述區(qū)域m中像素點(diǎn)的總個(gè)數(shù)，ThP表示預(yù)設(shè)的第一像素點(diǎn)個(gè)數(shù)比例閾值；
若滿足，確定該像素點(diǎn)個(gè)數(shù)對(duì)應(yīng)的區(qū)域?yàn)樗瞿繕?biāo)視頻幀中的可疑區(qū)域。
在本申請(qǐng)的一種具體實(shí)現(xiàn)方式中，所述根據(jù)預(yù)設(shè)的區(qū)域模型，檢測(cè)所述目標(biāo)視頻幀中的備選可疑區(qū)域，包括：
確定所述目標(biāo)視頻幀中的前景區(qū)域；
根據(jù)預(yù)設(shè)的區(qū)域模型，在所述前景區(qū)域中檢測(cè)備選可疑區(qū)域。
在本申請(qǐng)的一種具體實(shí)現(xiàn)方式中，所述根據(jù)所述參考幀和檢測(cè)到的備選可疑區(qū)域，確定所述目標(biāo)視頻幀中的可疑區(qū)域，包括：
確定所述目標(biāo)視頻幀F(xiàn)C的前一視頻幀F(xiàn)F中與檢測(cè)到的備選可疑區(qū)域位置相同的區(qū)域；
獲得所確定的各個(gè)區(qū)域的像素點(diǎn)中屬于所述視頻幀F(xiàn)F中存在異常情況的區(qū)域的像素點(diǎn)的個(gè)數(shù)；
確定上述所確定的區(qū)域中滿足以下表達(dá)式的區(qū)域?qū)?yīng)的備選可疑區(qū)域?yàn)樗瞿繕?biāo)視頻幀中的可疑區(qū)域，
Na/Nt＞TN，
其中，Na表示所確定的任一區(qū)域S中屬于所述視頻幀F(xiàn)F中存在異常情況的區(qū)域的像素點(diǎn)的個(gè)數(shù)，Nt表示所述區(qū)域S中像素點(diǎn)的個(gè)數(shù)，TN表示預(yù)設(shè)的第二像素點(diǎn)個(gè)數(shù)比例閾值。
在本申請(qǐng)的一種具體實(shí)現(xiàn)方式中，所述檢測(cè)目標(biāo)視頻幀中的人物，包括：
根據(jù)當(dāng)前時(shí)刻和/或當(dāng)前亮度，從預(yù)設(shè)的人物檢測(cè)模型庫(kù)中選擇人物檢測(cè)模型；
根據(jù)所選擇的人物檢測(cè)模型檢測(cè)目標(biāo)視頻幀中的人物。
在本申請(qǐng)的一種具體實(shí)現(xiàn)方式中，所述獲得所檢測(cè)出的人物在參考幀中的 人物位置，包括：
獲得參考幀中與所檢測(cè)出的人物相關(guān)聯(lián)的人物；
根據(jù)所檢測(cè)出的人物與其相關(guān)聯(lián)人物之間的相似程度以及運(yùn)動(dòng)速度，計(jì)算所檢測(cè)出的人物的置信度，其中，所述置信度，用于表示一個(gè)人物與其相關(guān)聯(lián)的人物為同一人物的可信程度；
獲得所檢測(cè)出的人物中置信度大于預(yù)設(shè)的置信度閾值的人物在所述參考幀中的人物位置；
所述根據(jù)所檢測(cè)出的人物以及所述參考幀中的人物位置，確定所述目標(biāo)視頻幀的可疑區(qū)域是否為存在異常情況的區(qū)域，包括：
根據(jù)所檢測(cè)出的人物中置信度大于預(yù)設(shè)的置信度閾值的人物以及所述參考幀中的人物位置，確定所述目標(biāo)視頻幀的可疑區(qū)域是否為存在異常情況的區(qū)域。
在本申請(qǐng)的一種具體實(shí)現(xiàn)方式中，所述信息檢測(cè)方法還包括：
在確定所述目標(biāo)視頻幀的可疑區(qū)域存在異常情況的情況下，獲得該可疑區(qū)域在已采集的視頻幀中被確定為存在異常情況的區(qū)域的次數(shù)；
在所獲得的次數(shù)滿足預(yù)設(shè)的監(jiān)測(cè)條件的情況下，發(fā)送報(bào)警提示信息。
為達(dá)到上述目的，本申請(qǐng)實(shí)施例公開(kāi)了一種信息檢測(cè)裝置，所述裝置包括：
人物檢測(cè)模塊，用于檢測(cè)目標(biāo)視頻幀中的人物；
位置獲得模塊，用于獲得所檢測(cè)出的人物在參考幀中的人物位置，其中，所述參考幀為：采集時(shí)刻位于所述目標(biāo)視頻幀的采集時(shí)刻之前的預(yù)設(shè)數(shù)量個(gè)視頻幀；
可疑區(qū)域檢測(cè)模塊，用于根據(jù)預(yù)設(shè)的區(qū)域檢測(cè)算法，檢測(cè)所述目標(biāo)視頻幀中的可疑區(qū)域；
異常區(qū)域確定模塊，用于根據(jù)所檢測(cè)出的人物以及所述參考幀中的人物位置，確定所述目標(biāo)視頻幀的可疑區(qū)域是否為存在異常情況的區(qū)域。
在本申請(qǐng)的一種具體實(shí)現(xiàn)方式中，所述異常區(qū)域確定模塊，包括：
人物位置獲得子模塊，用于獲得所檢測(cè)出的人物在所述目標(biāo)視頻幀中的人 物位置；
可疑人物確定子模塊，用于根據(jù)所述目標(biāo)視頻幀中的人物位置和所述參考幀中的人物位置，確定所檢測(cè)出的人物中的可疑人物；
對(duì)應(yīng)區(qū)域獲得子模塊，用于獲得所述參考幀的可疑區(qū)域中與所述目標(biāo)視頻幀的可疑區(qū)域?qū)?yīng)的區(qū)域；
距離計(jì)算子模塊，用于在所述目標(biāo)視頻幀中計(jì)算所述可疑人物與所述目標(biāo)視頻幀的可疑區(qū)域之間的距離，并在所述參考幀中計(jì)算所述可疑人物與所獲得的區(qū)域之間的距離；
異常區(qū)域確定子模塊，用于確定所述目標(biāo)視頻幀的可疑區(qū)域是否為存在異常情況的區(qū)域。
在本申請(qǐng)的一種具體實(shí)現(xiàn)方式中，所述可疑人物確定子模塊，包括：
第一信息判斷單元，用于判斷是否滿足表達(dá)式一，
其中，所述表達(dá)式一為：
meand＞Tm且vard＜Tv1，
meand表示所檢測(cè)出的各個(gè)人物的平均偏移距離的均值，vard表示所檢測(cè)出的各個(gè)人物的平均偏移距離的方差，Tm表示預(yù)設(shè)的均值閾值，Tv1表示預(yù)設(shè)的第一方差閾值，所檢測(cè)出的任一人物i的平均偏移距離，表示所述人物i在所述目標(biāo)視頻幀以及所述參考幀中采集時(shí)刻相鄰的兩幀之間的移動(dòng)距離的平均值；
第二信息判斷單元，用于在所述第一信息判斷單元的判斷結(jié)果為否的情況下，判斷是否滿足表達(dá)式二，
其中，所述表達(dá)式二為：
varp＜Tv2且vard＜Tv3，
varp表示所述目標(biāo)視頻幀中的人物位置的方差，Tv2表示預(yù)設(shè)的第二方差閾值，Tv3表示預(yù)設(shè)的第三方差閾值；
可疑人物確定單元，用于在所述第二信息判斷單元的判斷結(jié)果為否的情況下，根據(jù)表達(dá)式三從所檢測(cè)出的人物中確定移動(dòng)緩慢人物，并根據(jù)表達(dá)式四從 所述移動(dòng)緩慢人物中確定可疑人物，
其中，所述表達(dá)式三為：
frmd＞Tcnt1且distbias＜Tdist1，
frmd表示所檢測(cè)出的人物中的任一人物j在所述目標(biāo)視頻幀以及所述參考幀中出現(xiàn)的次數(shù)，distbias表示所述人物j的平均偏移距離，Tdist1表示預(yù)設(shè)的第一偏移距離閾值，Tcnt1表示預(yù)設(shè)的第一數(shù)量閾值；
所述表達(dá)式四為：
distrela＜Tdist2且frms＞Tcnt2，
distrela表示任一移動(dòng)緩慢人物k的位置與posaver之間的距離，posaver表示各個(gè)移動(dòng)緩慢人物的歷史偏移最慢處位置pospar的位置均值，pospar表示任一移動(dòng)緩慢人物k在已采集視頻幀f中的位置，所述人物k從所述視頻幀f的前一幀移動(dòng)至所述視頻幀f的移動(dòng)距離為：所述人物k在已采集的采集時(shí)刻相鄰的兩視頻幀之間的移動(dòng)距離的最小值，frms表示所述人物k在已采集的視頻幀中被確定為緩慢移動(dòng)人物的次數(shù)，Tdist2表示預(yù)設(shè)的第二偏移距離閾值，Tcnt2表示表示預(yù)設(shè)的第二數(shù)量閾值。
在本申請(qǐng)的一種具體實(shí)現(xiàn)方式中，所述可疑區(qū)域檢測(cè)模塊，具體用于根據(jù)預(yù)設(shè)的區(qū)域模型，檢測(cè)所述目標(biāo)視頻幀中的可疑區(qū)域；或
所述可疑區(qū)域檢測(cè)模塊，具體用于根據(jù)所述參考幀中存在異常情況的區(qū)域，確定所述目標(biāo)視頻幀中的可疑區(qū)域；或
所述可疑區(qū)域檢測(cè)模塊，包括：
備選可疑區(qū)域檢測(cè)子模塊，用于根據(jù)預(yù)設(shè)的區(qū)域模型，檢測(cè)所述目標(biāo)視頻幀中的備選可疑區(qū)域；
第一可疑區(qū)域確定子模塊，用于根據(jù)所述參考幀和檢測(cè)到的備選可疑區(qū)域，確定所述目標(biāo)視頻幀中的可疑區(qū)域。
在本申請(qǐng)的一種具體實(shí)現(xiàn)方式中，所述可疑區(qū)域檢測(cè)模塊，包括：
異常區(qū)域獲得子模塊，用于按照采集時(shí)刻，獲得所述目標(biāo)視頻幀F(xiàn)C的前一視頻幀F(xiàn)F中存在異常情況的區(qū)域；
對(duì)應(yīng)區(qū)域確定子模塊，用于確定所述視頻幀F(xiàn)F中存在異常情況的區(qū)域在所述目標(biāo)視頻幀中的對(duì)應(yīng)區(qū)域；
像素點(diǎn)個(gè)數(shù)統(tǒng)計(jì)子模塊，用于統(tǒng)計(jì)所確定的每一區(qū)域中屬于所述目標(biāo)視頻幀的運(yùn)動(dòng)前景區(qū)域的像素點(diǎn)的個(gè)數(shù)；
比例判斷子模塊，用于判斷統(tǒng)計(jì)得到的每一像素點(diǎn)的個(gè)數(shù)是否滿足以下表達(dá)式：
NumFAm/NumTAm＜ThP，
其中，NumFam表示所確定的任一區(qū)域m中屬于所述目標(biāo)視頻幀的運(yùn)動(dòng)前景區(qū)域的像素點(diǎn)的個(gè)數(shù)，NumTam表示所述區(qū)域m中像素點(diǎn)的總個(gè)數(shù)，ThP表示預(yù)設(shè)的第一像素點(diǎn)個(gè)數(shù)比例閾值；
第二可疑區(qū)域確定子模塊，用于在所述比例判斷子模塊的判斷結(jié)果為是的情況下，確定該像素點(diǎn)個(gè)數(shù)對(duì)應(yīng)的區(qū)域?yàn)樗瞿繕?biāo)視頻幀中的可疑區(qū)域。
在本申請(qǐng)的一種具體實(shí)現(xiàn)方式中，所述備選可疑區(qū)域檢測(cè)子模塊，包括：
前景區(qū)域確定單元，用于確定所述目標(biāo)視頻幀中的前景區(qū)域；
備選可疑區(qū)域檢測(cè)單元，用于根據(jù)預(yù)設(shè)的區(qū)域模型，在所述前景區(qū)域中檢測(cè)備選可疑區(qū)域。
在本申請(qǐng)的一種具體實(shí)現(xiàn)方式中，所述第一可疑區(qū)域確定子模塊，包括：
位置相同區(qū)域確定單元，用于確定所述目標(biāo)視頻幀F(xiàn)C的前一視頻幀F(xiàn)F中與檢測(cè)到的備選可疑區(qū)域位置相同的區(qū)域；
像素點(diǎn)個(gè)數(shù)獲得單元，用于獲得所確定的各個(gè)區(qū)域的像素點(diǎn)中屬于所述視頻幀F(xiàn)F中存在異常情況的區(qū)域的像素點(diǎn)的個(gè)數(shù)；
可疑區(qū)域確定單元，用于確定上述所確定的區(qū)域中滿足以下表達(dá)式的區(qū)域?qū)?yīng)的備選可疑區(qū)域?yàn)樗瞿繕?biāo)視頻幀中的可疑區(qū)域，
Na/Nt＞TN，
其中，Na表示所確定的任一區(qū)域S中屬于所述視頻幀F(xiàn)F中存在異常情況的區(qū)域的像素點(diǎn)的個(gè)數(shù)，Nt表示所述區(qū)域S中像素點(diǎn)的個(gè)數(shù)，TN表示預(yù)設(shè)的第二像素 點(diǎn)個(gè)數(shù)比例閾值。
在本申請(qǐng)的一種具體實(shí)現(xiàn)方式中，所述人物檢測(cè)模塊，包括：
人物檢測(cè)模型選擇子模塊，用于根據(jù)當(dāng)前時(shí)刻和/或當(dāng)前亮度，從預(yù)設(shè)的人物檢測(cè)模型庫(kù)中選擇人物檢測(cè)模型；
人物檢測(cè)子模塊，用于根據(jù)所選擇的人物檢測(cè)模型檢測(cè)目標(biāo)視頻幀中的人物。
在本申請(qǐng)的一種具體實(shí)現(xiàn)方式中，所述位置獲得模塊，包括：
關(guān)聯(lián)人物獲得子模塊，用于獲得參考幀中與所檢測(cè)出的人物相關(guān)聯(lián)的人物；
置信度計(jì)算子模塊，用于根據(jù)所檢測(cè)出的人物與其相關(guān)聯(lián)人物之間的相似程度以及運(yùn)動(dòng)速度，計(jì)算所檢測(cè)出的人物的置信度，其中，所述置信度用于表示一個(gè)人物與其相關(guān)聯(lián)的人物為同一人物的可信程度；
位置獲得子模塊，用于獲得所檢測(cè)出的人物中置信度大于預(yù)設(shè)的置信度閾值的人物在所述參考幀中的人物位置；
所述異常區(qū)域確定模塊，具體用于根據(jù)所檢測(cè)出的人物中置信度大于預(yù)設(shè)的置信度閾值的人物以及所述參考幀中的人物位置，確定所述目標(biāo)視頻幀的可疑區(qū)域是否為存在異常情況的區(qū)域。
在本申請(qǐng)的一種具體實(shí)現(xiàn)方式中，所述信息檢測(cè)裝置還包括：
次數(shù)獲得模塊，用于在確定所述目標(biāo)視頻幀的可疑區(qū)域存在異常情況的情況下，獲得該可疑區(qū)域在已采集的視頻幀中被確定為存在異常情況的區(qū)域的次數(shù)；
報(bào)警提示信息發(fā)送模塊，用于在所獲得的次數(shù)滿足預(yù)設(shè)的監(jiān)測(cè)條件的情況下，發(fā)送報(bào)警提示信息。
由以上可見(jiàn)，本申請(qǐng)實(shí)施例提供的方案中，首先檢測(cè)目標(biāo)視頻幀中的人物以及這些人物在參考幀中的人物位置，再檢測(cè)目標(biāo)視頻幀中的可疑區(qū)域，最后結(jié)合所檢測(cè)出的人物以及參考幀中的人物位置，確定目標(biāo)視頻幀的可疑區(qū)域是否為存在異常情況的區(qū)域?？梢?jiàn)應(yīng)用本申請(qǐng)實(shí)施例提供的方案能夠檢測(cè)出視頻幀中存在異常情況的區(qū)域，無(wú)需工作人員通過(guò)巡邏的方式發(fā)現(xiàn)存在異常情況的 區(qū)域，能夠減輕工作人員的工作壓力。
附圖說(shuō)明
為了更清楚地說(shuō)明本申請(qǐng)實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見(jiàn)地，下面描述中的附圖僅僅是本申請(qǐng)的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。
圖1為本申請(qǐng)實(shí)施例提供的第一種信息檢測(cè)方法的流程示意圖；
圖2為本申請(qǐng)實(shí)施例提供的第二種信息檢測(cè)方法的流程示意圖；
圖3為本申請(qǐng)實(shí)施例提供的第三種信息檢測(cè)方法的流程示意圖；
圖4為本申請(qǐng)實(shí)施例提供的第四種信息檢測(cè)方法的流程示意圖；
圖5為本申請(qǐng)實(shí)施例提供的第一種信息檢測(cè)裝置的結(jié)構(gòu)示意圖；
圖6為本申請(qǐng)實(shí)施例提供的第二種信息檢測(cè)裝置的結(jié)構(gòu)示意圖；
圖7為本申請(qǐng)實(shí)施例提供的第三種信息檢測(cè)裝置的結(jié)構(gòu)示意圖；
圖8為本申請(qǐng)實(shí)施例提供的第四種信息檢測(cè)裝置的結(jié)構(gòu)示意圖。
具體實(shí)施方式
下面將結(jié)合本申請(qǐng)實(shí)施例中的附圖，對(duì)本申請(qǐng)實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本申請(qǐng)一部分實(shí)施例，而不是全部的實(shí)施例?；诒旧暾?qǐng)中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒(méi)有作出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本申請(qǐng)保護(hù)的范圍。
圖1為本申請(qǐng)實(shí)施例提供的第一種信息檢測(cè)方法的流程示意圖，該方法包括：
S101：檢測(cè)目標(biāo)視頻幀中的人物。
上述目標(biāo)視頻幀可以是通過(guò)圖像采集設(shè)備實(shí)時(shí)采集得到的圖像，其中，圖像采集設(shè)備可以是視頻監(jiān)控中常用的球機(jī)等圖像采集設(shè)備。本領(lǐng)域內(nèi)的技術(shù)人員可以理解的是，實(shí)際應(yīng)用中可以為一個(gè)球機(jī)設(shè)置多個(gè)預(yù)置位，按照預(yù)設(shè)的時(shí)間間隔分別對(duì)各個(gè)預(yù)置位對(duì)應(yīng)的區(qū)域進(jìn)行圖像采集。需要說(shuō)明的是，在上述圖 像采集設(shè)備為球機(jī)的情況下，應(yīng)用本申請(qǐng)實(shí)施例提供的方案進(jìn)行信息檢測(cè)時(shí)，可以理解為針對(duì)球機(jī)在一個(gè)預(yù)置位所采集圖像進(jìn)行信息檢測(cè)的情況。
當(dāng)然，上述圖像采集設(shè)備并不僅限于球機(jī)，本申請(qǐng)并不對(duì)此進(jìn)行限定。
可以理解的，檢測(cè)目標(biāo)視頻幀中的人物時(shí)，可以通過(guò)基于統(tǒng)計(jì)的人物檢測(cè)方法進(jìn)行檢測(cè)，通過(guò)基于統(tǒng)計(jì)的人物檢測(cè)方法進(jìn)行檢測(cè)時(shí)需要構(gòu)建模型，又由于構(gòu)建模型時(shí)所構(gòu)建模型的準(zhǔn)確性與所選擇樣本的場(chǎng)景、光照強(qiáng)度、亮度等因素相關(guān)，因此，可以構(gòu)建多個(gè)模型，然后在不同條件下選擇不同的模型進(jìn)行檢測(cè)，以提高人物檢測(cè)的準(zhǔn)確率。
具體的，檢測(cè)目標(biāo)視頻幀中的人物時(shí)，可以先根據(jù)當(dāng)前時(shí)刻和/或當(dāng)前亮度，從預(yù)設(shè)的人物檢測(cè)模型庫(kù)中選擇人物檢測(cè)模型，然后根據(jù)所選擇的人物檢測(cè)模型檢測(cè)目標(biāo)視頻幀中的人物。
例如，上述預(yù)設(shè)的人物檢測(cè)模型庫(kù)中可以包括以白天為背景的行人模型和以夜晚為背景的行人模型等等，當(dāng)然，還可以包括以晴天為背景的行人模型、以陰天為背景的行人模型等等，本申請(qǐng)并不對(duì)此進(jìn)行限定。
S102：獲得所檢測(cè)出的人物在參考幀中的人物位置。
其中，上述參考幀可以理解為：采集時(shí)刻位于目標(biāo)視頻幀的采集時(shí)刻之前的預(yù)設(shè)數(shù)量個(gè)視頻幀，上述預(yù)設(shè)數(shù)量的取值一般大于等于1。
由于圖像采集設(shè)備是按照固定的時(shí)間間隔進(jìn)行圖像采集的，而且這一固定時(shí)間間隔一般較小，例如，0.04秒等等，所以，圖像采集設(shè)備對(duì)同一場(chǎng)景進(jìn)行圖像采集時(shí)，通常相同的人物會(huì)出現(xiàn)在連續(xù)多幀圖像中，所以，S101中所檢測(cè)出的目標(biāo)視頻幀中的人物，一般會(huì)在采集時(shí)刻位于目標(biāo)視頻幀的采集時(shí)刻之前的若干視頻幀中出現(xiàn)。
上述預(yù)設(shè)數(shù)量可以根據(jù)實(shí)際應(yīng)用情況進(jìn)行確定，例如，可以是5、10、20等等。
獲得所檢測(cè)出的人物在參考幀中的人物位置后，可以根據(jù)所獲得的這些位置信息分析出所檢測(cè)出的各個(gè)人物的運(yùn)動(dòng)軌跡等信息，該運(yùn)動(dòng)軌跡信息中可以包括：人物的運(yùn)動(dòng)路徑、運(yùn)動(dòng)速度等信息，進(jìn)一步的根據(jù)人物的運(yùn)動(dòng)軌跡可以分析出該人物是在快速前進(jìn)、慢速前進(jìn)、徘徊還是靜止等等。
需要說(shuō)明的是，上述參考幀與目標(biāo)視頻幀是對(duì)于同一預(yù)置位的視頻幀，或者稱之為對(duì)于同一場(chǎng)景的視頻幀。
S103：根據(jù)預(yù)設(shè)的區(qū)域檢測(cè)算法，檢測(cè)目標(biāo)視頻幀中的可疑區(qū)域。
需要說(shuō)明的是，區(qū)域檢測(cè)算法屬于比較成熟的技術(shù)，本領(lǐng)域內(nèi)的技術(shù)人員能夠根據(jù)現(xiàn)有技術(shù)容易獲知多種區(qū)域檢測(cè)算法，這里不再一一贅述，較常見(jiàn)的區(qū)域檢測(cè)算法有CNN(Convolutional Neural Networks，卷積神經(jīng)網(wǎng)絡(luò))區(qū)域檢測(cè)算法等等。
上述可疑區(qū)域可以是疑似經(jīng)營(yíng)者在室外設(shè)置的攤位區(qū)域、疑似停車(chē)場(chǎng)的停車(chē)位區(qū)域等等，本申請(qǐng)并不對(duì)可疑區(qū)域的具體呈現(xiàn)形式進(jìn)行限定。
具體的，根據(jù)預(yù)設(shè)的區(qū)域檢測(cè)算法，檢測(cè)目標(biāo)視頻幀中的可疑區(qū)域時(shí)，可以根據(jù)預(yù)設(shè)的區(qū)域模型，檢測(cè)所述目標(biāo)視頻幀中的可疑區(qū)域，該方式中，目標(biāo)視頻幀可以是進(jìn)行圖像采集的第一幀，當(dāng)然也可以是進(jìn)行圖像采集的非第一幀，本申請(qǐng)并不對(duì)此進(jìn)行限定。
另外，本領(lǐng)域內(nèi)的技術(shù)人員可以理解的是，采集時(shí)刻相鄰的視頻幀之間具有時(shí)間相關(guān)性以及空間相關(guān)性，也就是說(shuō)檢測(cè)目標(biāo)視頻幀中的可疑區(qū)域時(shí)可以參考目標(biāo)視頻幀的參考幀或其中存在異常情況的區(qū)域，其中，所參考的參考幀的幀數(shù)可以是一幀，也可以是多幀，本申請(qǐng)并不對(duì)具體參考的幀數(shù)進(jìn)行限定。
在本申請(qǐng)的一種具體實(shí)現(xiàn)方式中，根據(jù)參考幀中存在異常情況的區(qū)域，確定目標(biāo)視頻幀中的可疑區(qū)域時(shí)，可以先按照采集時(shí)刻，獲得目標(biāo)視頻幀F(xiàn)C的前一視頻幀F(xiàn)F中存在異常情況的區(qū)域，確定視頻幀F(xiàn)F中存在異常情況的區(qū)域在目標(biāo)視頻幀F(xiàn)C中的對(duì)應(yīng)區(qū)域，統(tǒng)計(jì)確定的每一區(qū)域中屬于目標(biāo)視頻幀的運(yùn)動(dòng)前景區(qū)域的像素點(diǎn)的個(gè)數(shù)，然后判斷統(tǒng)計(jì)得到的每一像素點(diǎn)的個(gè)數(shù)是否滿足以下表達(dá)式：NumFAm/NumTAm＜ThP，若滿足，確定該像素點(diǎn)個(gè)數(shù)對(duì)應(yīng)的區(qū)域?yàn)槟繕?biāo)視頻幀中的可疑區(qū)域。
對(duì)于上述異常情況為經(jīng)營(yíng)攤位的情況而言，由于攤位一般是靜止不變的，所以，當(dāng)判斷得統(tǒng)計(jì)得到的任一像素點(diǎn)個(gè)數(shù)滿足上述表達(dá)式時(shí)，說(shuō)明目標(biāo)視頻幀中該像素點(diǎn)個(gè)數(shù)對(duì)應(yīng)的區(qū)域?yàn)殪o止攤位的可能性較高，因此，可以確定該像素點(diǎn)個(gè)數(shù)對(duì)應(yīng)的區(qū)域?yàn)槟繕?biāo)視頻幀中的可疑區(qū)域。
需要說(shuō)明的是，該具體實(shí)現(xiàn)方式主要應(yīng)用于圖像采集得到的非第一幀的情況。
本領(lǐng)域內(nèi)的技術(shù)人員可以理解的是，對(duì)于靜止攤位而言，其一般情況下是長(zhǎng)時(shí)間處于靜止?fàn)顟B(tài)的，所以同一靜止攤位所在區(qū)域在多個(gè)連續(xù)的視頻幀中一般均會(huì)出現(xiàn)且處于靜止?fàn)顟B(tài)，鑒于這種情況，在本申請(qǐng)的一種較佳實(shí)現(xiàn)方式中，還可以在判斷得所獲得的每一區(qū)域?qū)?yīng)的屬于目標(biāo)視頻幀的運(yùn)動(dòng)前景區(qū)域的像素點(diǎn)的個(gè)數(shù)與該區(qū)域中像素點(diǎn)總數(shù)之間的比例小于預(yù)設(shè)的第一像素點(diǎn)個(gè)數(shù)比例閾值之后，判斷該區(qū)域在采集時(shí)刻位于目標(biāo)視頻幀之前的視頻幀中被確定為存在異常情況的區(qū)域的次數(shù)是否大于預(yù)設(shè)的數(shù)值，若大于，則確定該區(qū)域在目標(biāo)視頻幀中的對(duì)應(yīng)區(qū)域?yàn)槟繕?biāo)視頻幀中的可疑區(qū)域。
由于對(duì)于同一場(chǎng)景而言，背景區(qū)域是幾乎不變的，所以，上述目標(biāo)視頻幀中的運(yùn)動(dòng)前景區(qū)域可以利用通過(guò)自適應(yīng)方式構(gòu)建的背景模型提取運(yùn)動(dòng)前景區(qū)域的方式得到，另外，為保證背景模型的準(zhǔn)確性，還可以根據(jù)圖像采集設(shè)備所采集的每一幀圖像不斷更新上述背景模型。
另外，在本申請(qǐng)的另一種具體實(shí)現(xiàn)方式中，參見(jiàn)圖2，提供了第二種信息檢測(cè)方法的流程示意圖，與前述實(shí)施例相比，本實(shí)施例中，根據(jù)預(yù)設(shè)的區(qū)域檢測(cè)算法，檢測(cè)目標(biāo)視頻幀中的可疑區(qū)域(S103)，包括：
S103A：根據(jù)預(yù)設(shè)的區(qū)域模型，檢測(cè)目標(biāo)視頻幀中的備選可疑區(qū)域。
與S101中在目標(biāo)視頻幀中進(jìn)行人物檢測(cè)類(lèi)似，檢測(cè)目標(biāo)視頻幀中的備選可疑區(qū)域時(shí)也可以通過(guò)模型匹配方法進(jìn)行檢測(cè)，上述預(yù)設(shè)的區(qū)域模型可以是預(yù)先構(gòu)建的。
例如，可以預(yù)先獲得多個(gè)經(jīng)營(yíng)者在室外設(shè)置的攤位的圖像信息，然后可以通過(guò)機(jī)器學(xué)習(xí)等方法構(gòu)建攤位區(qū)域模型，其中，預(yù)先獲得的各個(gè)圖像信息中攤位越具有代表性越有助于構(gòu)建較佳的攤位模型，另外，預(yù)先獲得的圖像信息越多，越有助于構(gòu)建較佳的攤位模型。
通常情況下，圖像采集設(shè)備是針對(duì)同一場(chǎng)景進(jìn)行圖像采集的，這樣所采集圖像的背景幾乎不變，例如，街道建筑物、商鋪門(mén)面等等，而前景則是不斷變化的，因此，檢測(cè)目標(biāo)視頻中的備選可疑區(qū)域時(shí)可以基于目標(biāo)視頻的前景區(qū)域進(jìn)行檢測(cè)，具體的，根據(jù)預(yù)設(shè)的區(qū)域模型，檢測(cè)目標(biāo)視頻幀中的備選可疑區(qū)域 時(shí)，可以先確定目標(biāo)視頻幀中的前景區(qū)域，然后根據(jù)預(yù)設(shè)的區(qū)域模型，在上述前景區(qū)域中檢測(cè)備選可疑區(qū)域。
由于對(duì)于同一場(chǎng)景而言，背景區(qū)域是幾乎不變的，所以，實(shí)際應(yīng)用中可以在不存在異常情況的時(shí)候預(yù)先采集圖像作為背景模型，之后進(jìn)行信息檢測(cè)時(shí)，將所采集到的圖像與上述的背景模型進(jìn)行差分計(jì)算，從所采集到的圖像中分割出前景區(qū)域。
S103B：根據(jù)參考幀和檢測(cè)到的備選可疑區(qū)域，確定目標(biāo)視頻幀中的可疑區(qū)域。
在確定目標(biāo)視頻幀中的可疑區(qū)域時(shí)，可以根據(jù)預(yù)設(shè)位置法進(jìn)行確定，具體的，若備選可疑區(qū)域與預(yù)設(shè)的位置信息相匹配，則認(rèn)為該備選可疑區(qū)域?yàn)槟繕?biāo)視頻幀中的可疑區(qū)域，上述預(yù)設(shè)的位置信息可以是根據(jù)運(yùn)營(yíng)維護(hù)人員的經(jīng)驗(yàn)設(shè)定的等等。
在本申請(qǐng)的一種較佳實(shí)現(xiàn)方式中，根據(jù)參考幀和檢測(cè)到的備選可疑區(qū)域，確定目標(biāo)視頻幀中的可疑區(qū)域時(shí)，可以先確定目標(biāo)視頻幀F(xiàn)C的前一視頻幀F(xiàn)F中與檢測(cè)到的備選可疑區(qū)域位置相同的區(qū)域，獲得所確定的各個(gè)區(qū)域的像素點(diǎn)中屬于視頻幀F(xiàn)F中存在異常情況的區(qū)域的像素點(diǎn)的個(gè)數(shù)，再確定上述所確定的區(qū)域中滿足以下表達(dá)式的區(qū)域?qū)?yīng)的備選可疑區(qū)域?yàn)槟繕?biāo)視頻幀中的可疑區(qū)域，
Na/Nt＞TN，
其中，Na表示所確定的任一區(qū)域S中屬于視頻幀F(xiàn)F中存在異常情況的區(qū)域的像素點(diǎn)的個(gè)數(shù)，Nt表示區(qū)域S中像素點(diǎn)的個(gè)數(shù)，TN表示預(yù)設(shè)的第二像素點(diǎn)個(gè)數(shù)比例閾值。
具體的，對(duì)于經(jīng)營(yíng)攤位而言，通常情況下是靜止不動(dòng)的，因而上述存在異常情況的區(qū)域可以理解為具有靜止不動(dòng)這一特性的區(qū)域，這種情況下Na/Nt＞TN時(shí)，可以認(rèn)為可疑區(qū)域是固定不動(dòng)的，若在滿足上述關(guān)系式的基礎(chǔ)上經(jīng)檢測(cè)某一區(qū)域在連續(xù)若干幀中均是固定不動(dòng)的，可以認(rèn)為該區(qū)域?yàn)橐伤茢偽粎^(qū)域。
S104：根據(jù)所檢測(cè)出的人物以及參考幀中的人物位置，確定目標(biāo)視頻幀的可疑區(qū)域是否為存在異常情況的區(qū)域。
可以理解的，上述可疑區(qū)域并不一定真的是存在異常情況的區(qū)域，所以還 需要進(jìn)一步判斷目標(biāo)視頻幀的可疑區(qū)域是否為存在異常情況的區(qū)域。例如，上述異常情況可以是經(jīng)營(yíng)者在室外設(shè)置的攤位的情況、停車(chē)場(chǎng)的車(chē)輛越過(guò)停車(chē)位的情況等等，本申請(qǐng)并不對(duì)上述異常情況的具體呈現(xiàn)形式進(jìn)行限定。
具體的，實(shí)際應(yīng)用中存在異常情況的區(qū)域除了與其自身的特點(diǎn)相關(guān)外，還可能會(huì)與其周?chē)娜宋锵嚓P(guān)，例如，經(jīng)營(yíng)者一般位于攤位的附近，且在攤位的附近徘徊等等。
鑒于上述情況，在本申請(qǐng)的一種可選實(shí)現(xiàn)方式中，根據(jù)所檢測(cè)出的人物以及參考幀中的人物位置，確定目標(biāo)視頻幀的可疑區(qū)域是否為存在異常情況的區(qū)域時(shí)，可以先獲得所檢測(cè)出的人物在目標(biāo)視頻幀中的人物位置，根據(jù)目標(biāo)視頻幀中的人物位置和參考幀中的人物位置，確定所檢測(cè)出的人物中的可疑人物，然后確定參考幀中的可疑區(qū)域，并獲得參考幀的可疑區(qū)域中與目標(biāo)視頻幀的可疑區(qū)域?qū)?yīng)的區(qū)域，在目標(biāo)視頻幀中計(jì)算可疑人物與目標(biāo)視頻幀的可疑區(qū)域之間的距離，并在參考幀中計(jì)算可疑人物與所獲得的區(qū)域之間的距離，最后根據(jù)計(jì)算得到的距離，確定目標(biāo)視頻幀的可疑區(qū)域是否為存在異常情況的區(qū)域。
需要說(shuō)明的是，本實(shí)施例提供的方案是針對(duì)目標(biāo)視頻幀進(jìn)行信息檢測(cè)的，檢測(cè)過(guò)程中，在S103中會(huì)檢測(cè)目標(biāo)視頻幀中的可疑區(qū)域。對(duì)于參考幀而言，由于參考幀是采集時(shí)刻位于目標(biāo)視頻幀的采集時(shí)刻之前的視頻幀，所以在對(duì)目標(biāo)視頻幀進(jìn)行信息檢測(cè)時(shí)，已對(duì)參考幀進(jìn)行過(guò)相同的信息檢測(cè)，其檢測(cè)過(guò)程與對(duì)目標(biāo)視頻幀進(jìn)行信息檢測(cè)的過(guò)程相同，因此，針對(duì)參考幀的信息檢測(cè)過(guò)程中會(huì)獲得參考幀的可疑區(qū)域。為方便視頻序列中的每一幀作為后續(xù)視頻幀的參考幀，對(duì)視頻序列中的每一幀進(jìn)行信息檢測(cè)之后，可以先將檢測(cè)得到的該視頻幀的可疑區(qū)域的信息進(jìn)行本地存儲(chǔ)，當(dāng)該視頻幀作為其他視頻幀的參考幀時(shí)，可以直接從本地存儲(chǔ)的信息中獲得該視頻幀的可疑區(qū)域的信息。
可選的，根據(jù)計(jì)算得到的距離，確定目標(biāo)視頻幀的可疑區(qū)域是否為存在異常情況的區(qū)域時(shí)，可以通過(guò)計(jì)算得到的距離的均值，確定目標(biāo)視頻幀的可疑區(qū)域是否為存在異常情況的區(qū)域，具體的，可以是在上述計(jì)算得到的距離的均值小于預(yù)設(shè)的距離閾值的情況下，認(rèn)為目標(biāo)視頻幀的可疑區(qū)域?yàn)榇嬖诋惓Ｇ闆r的區(qū)域，相反的，在上述計(jì)算得到的距離的均值不小于預(yù)設(shè)的距離閾值的情況下，認(rèn)為目標(biāo)視頻幀的可疑區(qū)域?yàn)椴淮嬖诋惓Ｇ闆r的區(qū)域。
另外，在確定目標(biāo)視頻幀的可疑區(qū)域是否為存在異常情況的區(qū)域時(shí)，除了可以根據(jù)上述計(jì)算得到的距離的均值確定之外，還可以考慮上述計(jì)算得到的距離的方差等信息，本申請(qǐng)并不對(duì)此進(jìn)行限定。
在本申請(qǐng)的一種較佳實(shí)現(xiàn)方式中，根據(jù)目標(biāo)視頻幀中的人物位置和參考幀中的人物位置，確定所檢測(cè)出的人物中的可疑人物，可以通過(guò)以下步驟確定：
判斷是否滿足表達(dá)式一，
其中，上述表達(dá)式一為：
meand＞Tm且vard＜Tv1，
meand表示所檢測(cè)出的各個(gè)人物的平均偏移距離的均值，vard表示所檢測(cè)出的各個(gè)人物的平均偏移距離的方差，Tm表示預(yù)設(shè)的均值閾值，Tv1表示預(yù)設(shè)的第一方差閾值，所檢測(cè)出的任一人物i的平均偏移距離，表示人物i在目標(biāo)視頻幀以及參考幀中采集時(shí)刻相鄰的兩幀之間的移動(dòng)距離的平均值；
在滿足上述表達(dá)式一時(shí)，可以理解為人物在集體移動(dòng)；
而在不滿足上述表達(dá)式一時(shí)，繼續(xù)判斷是否滿足表達(dá)式二，
其中，上述表達(dá)式二為：
varp＜Tv2且vard＜Tv3，
varp表示目標(biāo)視頻幀中的人物位置的方差，Tv2表示預(yù)設(shè)的第二方差閾值，Tv3表示預(yù)設(shè)的第三方差閾值；
在滿足上述表達(dá)式二時(shí)，可以理解為當(dāng)前場(chǎng)景為人物聚集場(chǎng)景；
在不滿足表達(dá)式二時(shí)，根據(jù)表達(dá)式三從所檢測(cè)出的人物中確定移動(dòng)緩慢人物，并根據(jù)表達(dá)式四從上述移動(dòng)緩慢人物中確定可疑人物，
其中，上述表達(dá)式三為：
frmd＞Tcnt1且distbias＜Tdist1，
frmd表示所檢測(cè)出的人物中的任一人物j在目標(biāo)視頻幀以及參考幀中出現(xiàn)的次數(shù)，distbias表示人物j的平均偏移距離，Tdist1表示預(yù)設(shè)的第一偏移距離閾值，Tcnt1表示預(yù)設(shè)的第一數(shù)量閾值；
上述表達(dá)式四為：
distrela＜Tdist2且frms＞Tcnt2，
distrela表示任一移動(dòng)緩慢人物k的位置與posaver之間的距離，posaver表示各個(gè)移動(dòng)緩慢人物的歷史偏移最慢處位置pospar的位置均值，pospar表示任一移動(dòng)緩慢人物k在已采集視頻幀f中的位置，人物k從視頻幀f的前一幀移動(dòng)至視頻幀f的移動(dòng)距離為：人物k在已采集的采集時(shí)刻相鄰的兩視頻幀之間的移動(dòng)距離的最小值，frms表示人物k在已采集的視頻幀中被確定為緩慢移動(dòng)人物的次數(shù)，Tdist2表示預(yù)設(shè)的第二偏移距離閾值，Tcnt2表示表示預(yù)設(shè)的第二數(shù)量閾值。
實(shí)際應(yīng)用中，在上述異常情況為經(jīng)營(yíng)者在室外設(shè)置的攤位的情況下，上述可疑人物可以理解為是經(jīng)營(yíng)者、攤主，在上述異常情況為停車(chē)場(chǎng)的車(chē)輛越過(guò)停車(chē)位的情況下，上述可以人物可以理解為是車(chē)主。
需要說(shuō)明的是，圖2所示實(shí)施例也主要應(yīng)用于圖像采集得到的非第一幀的情況。
由以上可見(jiàn)，本實(shí)施例提供的方案中，首先檢測(cè)目標(biāo)視頻幀中的人物以及這些人物在參考幀中的人物位置，再檢測(cè)目標(biāo)視頻幀中的可疑區(qū)域，最后結(jié)合所檢測(cè)出的人物以及參考幀中的人物位置，確定目標(biāo)視頻幀的可疑區(qū)域是否為存在異常情況的區(qū)域?？梢?jiàn)應(yīng)用本實(shí)施例提供的方案能夠檢測(cè)出視頻幀中存在異常情況的區(qū)域，無(wú)需工作人員通過(guò)巡邏的方式發(fā)現(xiàn)存在異常情況的區(qū)域，能夠減輕工作人員的工作壓力。
在本申請(qǐng)的另一種具體實(shí)現(xiàn)方式中，參見(jiàn)圖3，提供了第三種信息檢測(cè)方法的流程示意圖，與前述實(shí)施例相比，本實(shí)施例中，獲得所檢測(cè)出的人物在采集時(shí)刻位于目標(biāo)視頻幀的采集時(shí)刻之前的預(yù)設(shè)數(shù)量個(gè)視頻幀中的位置(S102)，包括：
S102A：獲得參考幀中與所檢測(cè)出的人物相關(guān)聯(lián)的人物。
由于圖像采集設(shè)備是按照預(yù)設(shè)的時(shí)間間隔進(jìn)行圖像采集的，且通常情況下上述預(yù)設(shè)的時(shí)間間隔一般較小，所以同一人物出現(xiàn)在連續(xù)多幀圖像中的概率較高，但是由于拍攝光線、拍攝角度、人物的行進(jìn)速度等因素的影響，可能通常 情況下難以準(zhǔn)確的檢測(cè)出同一人物在不同圖像中的位置，鑒于上述情況，一種情況下，上述與所檢測(cè)出的人物相關(guān)聯(lián)的人物可以理解為可能與所檢測(cè)出的人物系同一人物的人物。
S102B：根據(jù)所檢測(cè)出的人物與其相關(guān)聯(lián)人物之間的相似程度以及運(yùn)動(dòng)速度，計(jì)算所檢測(cè)出的人物的置信度。
其中，上述置信度，用于表示一個(gè)人物與其相關(guān)聯(lián)的人物為同一人物的可信程度。
S102C：獲得所檢測(cè)出的人物中置信度大于預(yù)設(shè)的置信度閾值的人物在參考幀中的人物位置。
具體的，可以將所檢測(cè)出的人物中置信度大于預(yù)設(shè)的置信度閾值Th1的人物以及該人物在參考幀中的相關(guān)聯(lián)人物構(gòu)成的片段稱之為高置信度片段，相反，將所檢測(cè)出的人物中置信度小于另一預(yù)設(shè)的置信度閾值Th2的人物以及該人物在參考幀中的相關(guān)聯(lián)人物構(gòu)成的片段稱之為低置信度片段。進(jìn)一步的，后續(xù)可以根據(jù)上述的高置信度片段和低置信度片段確定目標(biāo)視頻幀的可疑區(qū)域是否為存在異常情況的區(qū)域。
需要說(shuō)明的是，上述兩個(gè)置信度閾值可以相等，也可以不相等，具體的，Th2可以小于Th1。
根據(jù)所檢測(cè)出的人物以及參考幀中的人物位置，確定目標(biāo)視頻幀的可疑區(qū)域是否為存在異常情況的區(qū)域(S104)，包括：
S104A：根據(jù)所檢測(cè)出的人物中置信度大于預(yù)設(shè)的置信度閾值的人物以及參考幀中的人物位置，確定目標(biāo)視頻幀的可疑區(qū)域是否為存在異常情況的區(qū)域。
由以上可見(jiàn)，本實(shí)施例提供的方案中，根據(jù)所檢測(cè)出的人物中置信度大于預(yù)設(shè)的置信度閾值的人物以及所獲得的位置，確定目標(biāo)視頻幀的可疑區(qū)域是否為存在異常情況的區(qū)域，而非根據(jù)所檢測(cè)出的所有人物進(jìn)行確定，因此能夠在保證確定結(jié)果準(zhǔn)確的基礎(chǔ)上減少計(jì)算量，提高計(jì)算速度。
在本申請(qǐng)的另一種具體實(shí)現(xiàn)方式中，參見(jiàn)圖4，提供了第四種信息檢測(cè)方法的流程示意圖，與前述實(shí)施例相比，本實(shí)施例中，上述信息檢測(cè)方法還包括：
S105：在確定目標(biāo)視頻幀的可疑區(qū)域存在異常情況的情況下，獲得該可疑區(qū)域在已采集的視頻幀中被確定為存在異常情況的區(qū)域的次數(shù)。
S106：在所獲得的次數(shù)滿足預(yù)設(shè)的監(jiān)測(cè)條件的情況下，發(fā)送報(bào)警提示信息。
具體的，上述預(yù)設(shè)的監(jiān)測(cè)條件可以是判斷所獲得的次數(shù)是否大于預(yù)設(shè)的次數(shù)閾值，若大于，判定所獲得的次數(shù)滿足預(yù)設(shè)的監(jiān)測(cè)條件，否則，判定所獲得的次數(shù)不滿足預(yù)設(shè)的監(jiān)測(cè)條件。上述預(yù)設(shè)的次數(shù)閾值可以為0、1、2等等。
由以上可見(jiàn)，本實(shí)施例提供的方案中，在確定目標(biāo)視頻幀的可疑區(qū)域存在異常情況的情況下，發(fā)送報(bào)警提示信息，有助于工作人員及時(shí)發(fā)現(xiàn)異常情況，另外，可疑區(qū)域被確定為存在異常情況的區(qū)域的次數(shù)滿足一定監(jiān)測(cè)條件的情況下才發(fā)送報(bào)警提示信息，能夠有效減少誤報(bào)現(xiàn)象。
與上述信息檢測(cè)方法相對(duì)應(yīng)，本申請(qǐng)實(shí)施例提供了一種信息檢測(cè)裝置。
圖5為本申請(qǐng)實(shí)施例提供的第一種信息檢測(cè)裝置的結(jié)構(gòu)示意圖，該裝置包括：
人物檢測(cè)模塊501，用于檢測(cè)目標(biāo)視頻幀中的人物；
位置獲得模塊502，用于獲得所檢測(cè)出的人物在參考幀中的人物位置，其中，所述參考幀為：采集時(shí)刻位于所述目標(biāo)視頻幀的采集時(shí)刻之前的預(yù)設(shè)數(shù)量個(gè)視頻幀；
可疑區(qū)域檢測(cè)模塊503，用于根據(jù)預(yù)設(shè)的區(qū)域檢測(cè)算法，檢測(cè)所述目標(biāo)視頻幀中的可疑區(qū)域；
異常區(qū)域確定模塊504，用于根據(jù)所檢測(cè)出的人物以及所述參考幀中的人物位置，確定所述目標(biāo)視頻幀的可疑區(qū)域是否為存在異常情況的區(qū)域。
具體的，所述異常區(qū)域確定模塊504可以包括：
人物位置獲得子模塊，用于獲得所檢測(cè)出的人物在所述目標(biāo)視頻幀中的人物位置；
可疑人物確定子模塊，用于根據(jù)所述目標(biāo)視頻幀中的人物位置和所述參考幀中的人物位置，確定所檢測(cè)出的人物中的可疑人物；
對(duì)應(yīng)區(qū)域獲得子模塊，用于獲得所述參考幀的可疑區(qū)域中與所述目標(biāo)視頻幀的可疑區(qū)域?qū)?yīng)的區(qū)域；
距離計(jì)算子模塊，用于在所述目標(biāo)視頻幀中計(jì)算所述可疑人物與所述目標(biāo)視頻幀的可疑區(qū)域之間的距離，并在所述參考幀中計(jì)算所述可疑人物與所獲得的區(qū)域之間的距離；
異常區(qū)域確定子模塊，用于確定所述目標(biāo)視頻幀的可疑區(qū)域是否為存在異常情況的區(qū)域。
具體的，所述可疑人物確定子模塊可以包括：
第一信息判斷單元，用于判斷是否滿足表達(dá)式一，
其中，所述表達(dá)式一為：
meand＞Tm且vard＜Tv1，
meand表示所檢測(cè)出的各個(gè)人物的平均偏移距離的均值，vard表示所檢測(cè)出的各個(gè)人物的平均偏移距離的方差，Tm表示預(yù)設(shè)的均值閾值，Tv1表示預(yù)設(shè)的第一方差閾值，所檢測(cè)出的任一人物i的平均偏移距離，表示所述人物i在所述目標(biāo)視頻幀以及所述參考幀中采集時(shí)刻相鄰的兩幀之間的移動(dòng)距離的平均值；
第二信息判斷單元，用于在所述第一信息判斷單元的判斷結(jié)果為否的情況下，判斷是否滿足表達(dá)式二，
其中，所述表達(dá)式二為：
varp＜Tv2且vard＜Tv3，
varp表示所述目標(biāo)視頻幀中的人物位置的方差，Tv2表示預(yù)設(shè)的第二方差閾值，Tv3表示預(yù)設(shè)的第三方差閾值；
可疑人物確定單元，用于在所述第二信息判斷單元的判斷結(jié)果為否的情況下，根據(jù)表達(dá)式三從所檢測(cè)出的人物中確定移動(dòng)緩慢人物，并根據(jù)表達(dá)式四從所述移動(dòng)緩慢人物中確定可疑人物，
其中，所述表達(dá)式三為：
frmd＞Tcnt1且distbias＜Tdist1，
frmd表示所檢測(cè)出的人物中的任一人物j在所述目標(biāo)視頻幀以及所述參考幀中出現(xiàn)的次數(shù)，distbias表示所述人物j的平均偏移距離，Tdist1表示預(yù)設(shè)的第一偏移距離閾值，Tcnt1表示預(yù)設(shè)的第一數(shù)量閾值；
所述表達(dá)式四為：
distrela＜Tdist2且frms＞Tcnt2，
distrela表示任一移動(dòng)緩慢人物k的位置與posaver之間的距離，posaver表示各個(gè)移動(dòng)緩慢人物的歷史偏移最慢處位置pospar的位置均值，pospar表示任一移動(dòng)緩慢人物k在已采集視頻幀f中的位置，所述人物k從所述視頻幀f的前一幀移動(dòng)至所述視頻幀f的移動(dòng)距離為：所述人物k在已采集的采集時(shí)刻相鄰的兩視頻幀之間的移動(dòng)距離的最小值，frms表示所述人物k在已采集的視頻幀中被確定為緩慢移動(dòng)人物的次數(shù)，Tdist2表示預(yù)設(shè)的第二偏移距離閾值，Tcnt2表示表示預(yù)設(shè)的第二數(shù)量閾值。
具體的，所述可疑區(qū)域檢測(cè)模塊503，可以具體用于根據(jù)預(yù)設(shè)的區(qū)域模型，檢測(cè)所述目標(biāo)視頻幀中的可疑區(qū)域；或
所述可疑區(qū)域檢測(cè)模塊503，可以具體用于根據(jù)所述參考幀中存在異常情況的區(qū)域，確定所述目標(biāo)視頻幀中的可疑區(qū)域；或
所述可疑區(qū)域檢測(cè)模塊503還可以包括：
備選可疑區(qū)域檢測(cè)子模塊5031，用于根據(jù)預(yù)設(shè)的區(qū)域模型，檢測(cè)所述目標(biāo)視頻幀中的備選可疑區(qū)域；
第一可疑區(qū)域確定子模塊5032，用于根據(jù)所述參考幀和檢測(cè)到的備選可疑區(qū)域，確定所述目標(biāo)視頻幀中的可疑區(qū)域。
在本申請(qǐng)的一種可選實(shí)現(xiàn)方式中，所述可疑區(qū)域檢測(cè)模塊503可以包括：
異常區(qū)域獲得子模塊，用于按照采集時(shí)刻，獲得所述目標(biāo)視頻幀F(xiàn)C的前一視頻幀F(xiàn)F中存在異常情況的區(qū)域；
對(duì)應(yīng)區(qū)域確定子模塊，用于確定所述視頻幀F(xiàn)F中存在異常情況的區(qū)域在所述目標(biāo)視頻幀中的對(duì)應(yīng)區(qū)域；
像素點(diǎn)個(gè)數(shù)統(tǒng)計(jì)子模塊，用于統(tǒng)計(jì)所確定的每一區(qū)域中屬于所述目標(biāo)視頻幀F(xiàn)C的運(yùn)動(dòng)前景區(qū)域的像素點(diǎn)的個(gè)數(shù)；
比例判斷子模塊，用于判斷統(tǒng)計(jì)得到的每一像素點(diǎn)的個(gè)數(shù)是否滿足以下表達(dá)式：
NumFAm/NumTAm＜ThP，
其中，NumFam表示所確定的任一區(qū)域m中屬于所述目標(biāo)視頻幀的運(yùn)動(dòng)前景區(qū)域的像素點(diǎn)的個(gè)數(shù)，NumTam表示所述區(qū)域m中像素點(diǎn)的總個(gè)數(shù)，ThP表示預(yù)設(shè)的第一像素點(diǎn)個(gè)數(shù)比例閾值；
第二可疑區(qū)域確定子模塊，用于在所述比例判斷子模塊的判斷結(jié)果為是的情況下，確定該像素點(diǎn)個(gè)數(shù)對(duì)應(yīng)的區(qū)域?yàn)樗瞿繕?biāo)視頻幀中的可疑區(qū)域。
在本申請(qǐng)的一種具體實(shí)現(xiàn)方式中，參見(jiàn)圖6，提供了第二種信息檢測(cè)裝置的結(jié)構(gòu)示意圖，與前述實(shí)施例相比，本實(shí)施例中，所述可疑區(qū)域檢測(cè)模塊503，包括：
備選可疑區(qū)域檢測(cè)子模塊5031，用于根據(jù)預(yù)設(shè)的區(qū)域模型，檢測(cè)所述目標(biāo)視頻幀中的備選可疑區(qū)域；
第一可疑區(qū)域確定子模塊5032，用于根據(jù)所述參考幀和檢測(cè)到的備選可疑區(qū)域，確定所述目標(biāo)視頻幀中的可疑區(qū)域。
具體的，所述備選可疑區(qū)域檢測(cè)子模塊5031可以包括：
前景區(qū)域確定單元，用于確定所述目標(biāo)視頻幀中的前景區(qū)域；
備選可疑區(qū)域檢測(cè)單元，用于根據(jù)預(yù)設(shè)的區(qū)域模型，在所述前景區(qū)域中檢測(cè)備選可疑區(qū)域。
具體的，所述第一可疑區(qū)域確定子模塊5032可以包括：
位置相同區(qū)域確定單元，用于確定所述目標(biāo)視頻幀F(xiàn)C的前一視頻幀F(xiàn)F中與檢測(cè)到的備選可疑區(qū)域位置相同的區(qū)域；
像素點(diǎn)個(gè)數(shù)獲得單元，用于獲得所確定的各個(gè)區(qū)域的像素點(diǎn)中屬于所述視頻幀F(xiàn)F中存在異常情況的區(qū)域的像素點(diǎn)的個(gè)數(shù)；
可疑區(qū)域確定單元，用于確定上述所確定的區(qū)域中滿足以下表達(dá)式的區(qū)域?qū)?yīng)的備選可疑區(qū)域?yàn)樗瞿繕?biāo)視頻幀中的可疑區(qū)域，
Na/Nt＞TN，
其中，Na表示所確定的任一區(qū)域S中屬于所述視頻幀F(xiàn)F中存在異常情況的區(qū)域的像素點(diǎn)的個(gè)數(shù)，Nt表示所述區(qū)域S中像素點(diǎn)的個(gè)數(shù)，TN表示預(yù)設(shè)的第二像素點(diǎn)個(gè)數(shù)比例閾值。
具體的，所述人物檢測(cè)模塊501可以包括：
人物檢測(cè)模型選擇子模塊，用于根據(jù)當(dāng)前時(shí)刻和/或當(dāng)前亮度，從預(yù)設(shè)的人物檢測(cè)模型庫(kù)中選擇人物檢測(cè)模型；
人物檢測(cè)子模塊，用于根據(jù)所選擇的人物檢測(cè)模型檢測(cè)目標(biāo)視頻幀中的人物。
由以上可見(jiàn)，本實(shí)施例提供的方案中，首先檢測(cè)目標(biāo)視頻幀中的人物以及這些人物在參考幀中的人物位置，再檢測(cè)目標(biāo)視頻幀中的可疑區(qū)域，最后結(jié)合所檢測(cè)出的人物以及參考幀的人物位置，確定目標(biāo)視頻幀的可疑區(qū)域是否為存在異常情況的區(qū)域。可見(jiàn)應(yīng)用本實(shí)施例提供的方案能夠檢測(cè)出視頻幀中存在異常情況的區(qū)域，無(wú)需工作人員通過(guò)巡邏的方式發(fā)現(xiàn)存在異常情況的區(qū)域，能夠減輕工作人員的工作壓力。
在本申請(qǐng)的另一種具體實(shí)現(xiàn)方式中，參見(jiàn)圖7，提供了第三種信息檢測(cè)裝置的結(jié)構(gòu)示意圖，與前述實(shí)施例相比，本實(shí)施例中，所述位置獲得模塊502，包括：
關(guān)聯(lián)人物獲得子模塊5021，用于獲得參考幀中與所檢測(cè)出的人物相關(guān)聯(lián)的人物；
置信度計(jì)算子模塊5022，用于根據(jù)所檢測(cè)出的人物與其相關(guān)聯(lián)人物之間的相似程度以及運(yùn)動(dòng)速度，計(jì)算所檢測(cè)出的人物的置信度，其中，所述置信度用于表示一個(gè)人物與其相關(guān)聯(lián)的人物為同一人物的可信程度；
位置獲得子模塊5023，用于獲得所檢測(cè)出的人物中置信度大于預(yù)設(shè)的置信度閾值的人物在所述參考幀中的人物位置；
所述異常區(qū)域確定模塊504，具體用于根據(jù)所檢測(cè)出的人物中置信度大于預(yù)設(shè)的置信度閾值的人物以及所述參考幀中的人物位置，確定所述目標(biāo)視頻幀的 可疑區(qū)域是否為存在異常情況的區(qū)域。
由以上可見(jiàn)，本實(shí)施例提供的方案中，根據(jù)所檢測(cè)出的人物中置信度大于預(yù)設(shè)的置信度閾值的人物以及所獲得的位置，確定目標(biāo)視頻的可疑區(qū)域是否為存在異常情況的區(qū)域，而非根據(jù)所檢測(cè)出的所有人物進(jìn)行確定，因此能夠在保證確定結(jié)果準(zhǔn)確的基礎(chǔ)上減少計(jì)算量，提高計(jì)算速度。
在本申請(qǐng)的另一種具體實(shí)現(xiàn)方式中，參見(jiàn)圖8，提供了第四種信息檢測(cè)裝置的結(jié)構(gòu)示意圖，與前述實(shí)施例相比，本實(shí)施例中，上述信息檢測(cè)裝置還包括：
次數(shù)獲得模塊505，用于在確定所述目標(biāo)視頻幀的可疑區(qū)域存在異常情況的情況下，獲得該可疑區(qū)域在已采集的視頻幀中被確定為存在異常情況的區(qū)域的次數(shù)；
報(bào)警提示信息發(fā)送模塊506，用于在所獲得的次數(shù)滿足預(yù)設(shè)的監(jiān)測(cè)條件的情況下，發(fā)送報(bào)警提示信息。
由以上可見(jiàn)，本實(shí)施例提供的方案中，在確定目標(biāo)視頻幀的可疑區(qū)域存在異常情況的情況下，發(fā)送報(bào)警提示信息，有助于工作人員及時(shí)發(fā)現(xiàn)異常情況，另外，可疑區(qū)域被確定為存在異常情況的區(qū)域的次數(shù)滿足一定監(jiān)測(cè)條件的情況下才發(fā)送報(bào)警提示信息，能夠有效減少誤報(bào)現(xiàn)象。
對(duì)于裝置實(shí)施例而言，由于其基本相似于方法實(shí)施例，所以描述的比較簡(jiǎn)單，相關(guān)之處參見(jiàn)方法實(shí)施例的部分說(shuō)明即可。
需要說(shuō)明的是，在本文中，諸如第一和第二等之類(lèi)的關(guān)系術(shù)語(yǔ)僅僅用來(lái)將一個(gè)實(shí)體或者操作與另一個(gè)實(shí)體或操作區(qū)分開(kāi)來(lái)，而不一定要求或者暗示這些實(shí)體或操作之間存在任何這種實(shí)際的關(guān)系或者順序。而且，術(shù)語(yǔ)“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過(guò)程、方法、物品或者設(shè)備不僅包括那些要素，而且還包括沒(méi)有明確列出的其他要素，或者是還包括為這種過(guò)程、方法、物品或者設(shè)備所固有的要素。在沒(méi)有更多限制的情況下，由語(yǔ)句“包括一個(gè)……”限定的要素，并不排除在包括所述要素的過(guò)程、方法、物品或者設(shè)備中還存在另外的相同要素。
本領(lǐng)域普通技術(shù)人員可以理解實(shí)現(xiàn)上述方法實(shí)施方式中的全部或部分步驟 是可以通過(guò)程序來(lái)指令相關(guān)的硬件來(lái)完成，所述的程序可以存儲(chǔ)于計(jì)算機(jī)可讀取存儲(chǔ)介質(zhì)中，這里所稱得的存儲(chǔ)介質(zhì)，如：ROM/RAM、磁碟、光盤(pán)等。
以上所述僅為本申請(qǐng)的較佳實(shí)施例而已，并非用于限定本申請(qǐng)的保護(hù)范圍。凡在本申請(qǐng)的精神和原則之內(nèi)所作的任何修改、等同替換、改進(jìn)等，均包含在本申請(qǐng)的保護(hù)范圍內(nèi)。
- 還沒(méi)有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊！