本申請公開了一種事件檢測方法及電子設備，用以提高事件檢測效率。本申請?zhí)峁┑囊环N事件檢測方法，包括：確定針對監(jiān)控的目標場景獲取的至少一幀采集圖像，并且基于所述至少一幀采集圖像，采用深度學習網(wǎng)絡對圖像進行標志物檢測，確定至少一個標志物的圖像位置信息；利用所述至少一個標志物的圖像位置信息，確定事件的圖像檢測區(qū)域；針對所述圖像檢測區(qū)域內(nèi)的行人，進行事件檢測。本申請所保護的技術方案具有實時性、可復現(xiàn)性和可控性，符合可信賴性特點。性特點。性特點。
【技術實現(xiàn)步驟摘要】
一種事件檢測方法及電子設備
[0001]本申請涉及圖像
，尤其涉及一種事件檢測方法及電子設備。
技術介紹
[0002]在軌道交通場景中，需要對地鐵車站內(nèi)的通道、站廳、站臺等位置檢測人群同向快速奔跑行為，由于地鐵中的攝像頭獲取的場景圖片邊緣處畸變較大，這樣會對行人運動速度值的檢測影響較大，因此需要對檢測圖像繪制檢測區(qū)域，進而更好的提高檢測的準確性。但是現(xiàn)有的繪制檢測區(qū)域的方式為手動繪制，導致奔跑事件檢測的效率低下。
技術實現(xiàn)思路
[0003]本申請實施例提供了一種事件檢測方法及電子設備，用以提高事件檢測效率。
[0004]本申請實施例提供的一種事件檢測方法，包括：
[0005]確定針對監(jiān)控的目標場景獲取的至少一幀采集圖像，并且基于所述至少一幀采集圖像，采用深度學習網(wǎng)絡對圖像進行標志物檢測，確定至少一個標志物的圖像位置信息；利用所述至少一個標志物的圖像位置信息，確定事件的圖像檢測區(qū)域；
[0006]針對所述圖像檢測區(qū)域內(nèi)的行人，進行事件檢測。
[0007]通過該方法確定針對監(jiān)控的目標場景獲取的至少一幀采集圖像，并且基于所述至少一幀采集圖像，采用深度學習網(wǎng)絡對圖像進行標志物檢測，確定至少一個標志物的圖像位置信息；利用所述至少一個標志物的圖像位置信息，確定事件的圖像檢測區(qū)域，并針對所述圖像檢測區(qū)域內(nèi)的行人，進行事件檢測，從而實現(xiàn)了利用至少一個標志物的圖像位置，自動確定事件的圖像檢測區(qū)域，避免手動繪制檢測區(qū)域，進而提高了事件檢測的效率。
[0008]在一些實施例中，所述確定事件的圖像檢測區(qū)域之后，該方法還包括：
[0009]利用所述采集圖像上的行人的像素高度和位置，對所述圖像檢測區(qū)域進行調(diào)整；
[0010]所述針對所述圖像檢測區(qū)域內(nèi)的行人，進行事件檢測，包括：
[0011]針對調(diào)整后的圖像檢測區(qū)域內(nèi)的行人，進行事件檢測。
[0012]在一些實施例中，所述利用所述采集圖像上的行人的像素高度和位置，對所述圖像檢測區(qū)域進行調(diào)整，包括：
[0013]利用如下公式對所述圖像檢測區(qū)域進行調(diào)整：
[0014]h＝wn+b；
[0015]其中，n表示所述圖像檢測區(qū)域的矩形框上的任一像素點的縱坐標，h表示該像素點提升的高度值，w和b分別表示利用所述采集圖像上的多個行人的像素高度和位置確定的權重值和偏置值。
[0016]從而，本申請實施例通過統(tǒng)計檢測區(qū)域內(nèi)的行人高度和位置，依據(jù)圖像中不同位置的行人高度的分布規(guī)律，按照h＝wn+b比例，將檢測區(qū)域進行重新繪制，能夠進一步提高事件檢測的準確性。
[0017]在一些實施例中，所述利用所述至少一個標志物的圖像位置信息，確定事件的圖
像檢測區(qū)域，包括：
[0018]根據(jù)所述至少一個標志物的圖像位置信息，從所述采集圖像的最右側(cè)的標志物的區(qū)域的右下角的坐標點開始，逆時針連接各個標志物的區(qū)域的坐標位置，形成封閉的檢測區(qū)域，其中選擇各個標志物的區(qū)域中的下面兩個頂點進行連接，當多個標志物的區(qū)域重疊時，選取重疊區(qū)域上橫坐標較小、縱坐標較大的頂點進行連接。
[0019]在一些實施例中，所述針對所述圖像檢測區(qū)域內(nèi)的行人，進行事件檢測，包括：
[0020]當在所述圖像檢測區(qū)域內(nèi)，檢測到多人的移動速度超過預設的移動速度閾值時，初步確定存在快速移動事件，并截取所述圖像檢測區(qū)域內(nèi)的目標區(qū)域圖像，其中所述目標區(qū)域圖像，包括奔跑行人的圖像；
[0021]通過預設的圖像質(zhì)量評價網(wǎng)絡，對所述目標區(qū)域圖像進行圖像質(zhì)量打分，得到所述目標區(qū)域圖像的質(zhì)量分數(shù)；
[0022]當所述目標區(qū)域圖像的質(zhì)量分數(shù)小于預設的圖像質(zhì)量分數(shù)閾值時，最終確定存在快速移動事件。
[0023]因此，本申請實施例在檢測到多人的移動速度超過預設的移動速度閾值時，初步確定存在快速移動事件的情況下，以多行人快速移動造成明顯的模糊拖動痕跡作為特征，進一步基于圖像質(zhì)量評價網(wǎng)絡完成對于多行人快速移動事件的檢測確認，能夠進一步提高快速移動事件檢測的準確性。
[0024]在一些實施例中，所述當在所述圖像檢測區(qū)域內(nèi)，檢測到多人的移動速度超過預設的移動速度閾值時，初步確定存在快速移動事件，包括：
[0025]通過預設的目標檢測與跟蹤算法，確定連續(xù)多幀采集圖像上所述圖像檢測區(qū)域內(nèi)行人的位置；
[0026]針對所述連續(xù)多幀采集圖像上所述圖像檢測區(qū)域內(nèi)的每一行人，根據(jù)該行人在的所述連續(xù)多幀采集圖像上的位置，確定該行人的移動速度和方向；
[0027]根據(jù)所述連續(xù)多幀采集圖像上所述圖像檢測區(qū)域內(nèi)的每一行人的移動速度和方向，確定同向移動的人數(shù)；
[0028]當所述同向移動的人數(shù)超過預設人數(shù)閾值，并且，所述同向移動的每一行人的移動速度均大于預設的移動速度閾值，則初步確定存在快速移動事件。
[0029]在一些實施例中，所述截取所述圖像檢測區(qū)域內(nèi)的目標區(qū)域圖像，包括：
[0030]在所述圖像檢測區(qū)域內(nèi)的所有行人的人頭框的四個頂點的坐標中，選取最左上角和最右下角的頂點坐標，形成矩形區(qū)域，將該矩形區(qū)域內(nèi)的圖像作為目標區(qū)域圖像進行截取。
[0031]本申請實施例提供的另一種事件檢測方法，包括：
[0032]當在圖像檢測區(qū)域內(nèi)，檢測到多人的移動速度超過預設的移動速度閾值時，初步確定存在快速移動事件，并截取所述圖像檢測區(qū)域內(nèi)的目標區(qū)域圖像，其中所述目標區(qū)域圖像，包括行人的圖像；
[0033]通過預設的圖像質(zhì)量評價網(wǎng)絡，對所述目標區(qū)域圖像進行圖像質(zhì)量打分，得到所述目標區(qū)域圖像的質(zhì)量分數(shù)；
[0034]當所述目標區(qū)域圖像的質(zhì)量分數(shù)小于預設的圖像質(zhì)量分數(shù)閾值時，最終確定存在快速移動事件。
[0035]在一些實施例中，所述當在所述圖像檢測區(qū)域內(nèi)，檢測到多人的移動速度超過預設的移動速度閾值時，初步確定存在快速移動事件，包括：
[0036]通過預設的目標檢測與跟蹤算法，確定連續(xù)多幀采集圖像上所述圖像檢測區(qū)域內(nèi)行人的位置；
[0037]針對所述連續(xù)多幀采集圖像上所述圖像檢測區(qū)域內(nèi)的每一行人，根據(jù)該行人在的所述連續(xù)多幀采集圖像上的位置，確定該行人的移動速度和方向；
[0038]根據(jù)所述連續(xù)多幀采集圖像上所述圖像檢測區(qū)域內(nèi)的每一行人的移動速度和方向，確定同向移動的人數(shù)；
[0039]當所述同向移動的人數(shù)超過預設人數(shù)閾值，并且，所述同向移動的每一行人的移動速度均大于預設的移動速度閾值，則初步確定存在快速移動事件。
[0040]本申請另一實施例提供了一種電子設備，包括存儲器，處理器：
[0041]存儲器，用于存儲計算機程序；
[0042]處理器，用于讀取所述存儲器中的計算機程序并執(zhí)行上述任一種方法。
[0043]本申請另一實施例提供了另一種電子設備，包括：
[0044]第一單元，用于確定針對監(jiān)控的目標場景獲取的至少一幀采集圖像，并且基于所述至少一幀采集圖像，采用深度學習網(wǎng)絡對圖像進行標志物檢測，確定至少一個標志物的圖像位本文檔來自技高網(wǎng)...
【技術保護點】
【技術特征摘要】
1.一種事件檢測方法，其特征在于，所述方法包括：確定針對監(jiān)控的目標場景獲取的至少一幀采集圖像，并且基于所述至少一幀采集圖像，采用深度學習網(wǎng)絡對圖像進行標志物檢測，確定至少一個標志物的圖像位置信息；利用所述至少一個標志物的圖像位置信息，確定事件的圖像檢測區(qū)域；針對所述圖像檢測區(qū)域內(nèi)的行人，進行事件檢測。2.根據(jù)權利要求1所述的方法，其特征在于，所述確定事件的圖像檢測區(qū)域之后，該方法還包括：利用所述采集圖像上的行人的像素高度和位置，對所述圖像檢測區(qū)域進行調(diào)整；所述針對所述圖像檢測區(qū)域內(nèi)的行人，進行事件檢測，包括：針對調(diào)整后的圖像檢測區(qū)域內(nèi)的行人，進行事件檢測。3.根據(jù)權利要求2所述的方法，其特征在于，所述利用所述采集圖像上的行人的像素高度和位置，對所述圖像檢測區(qū)域進行調(diào)整，包括：利用如下公式對所述圖像檢測區(qū)域進行調(diào)整：h＝wn+b；其中，n表示所述圖像檢測區(qū)域的矩形框上的任一像素點的縱坐標，h表示該像素點提升的高度值，w和b分別表示利用所述采集圖像上的多個行人的像素高度和位置確定的權重值和偏置值。4.根據(jù)權利要求1所述的方法，其特征在于，所述利用所述至少一個標志物的圖像位置信息，確定事件的圖像檢測區(qū)域，包括：根據(jù)所述至少一個標志物的圖像位置信息，從所述采集圖像的最右側(cè)的標志物的區(qū)域的右下角的坐標點開始，逆時針連接各個標志物的區(qū)域的坐標位置，形成封閉的檢測區(qū)域，其中選擇各個標志物的區(qū)域中的下面兩個頂點進行連接，當多個標志物的區(qū)域重疊時，選取重疊區(qū)域上橫坐標較小、縱坐標較大的頂點進行連接。5.根據(jù)權利要求1所述的方法，其特征在于，所述針對所述圖像檢測區(qū)域內(nèi)的行人，進行事件檢測，包括：當在所述圖像檢測區(qū)域內(nèi)，檢測到多人的移動速度超過預設的移動速度閾值時，初步確定存在快速移動事件，并截取所述圖像檢測區(qū)域內(nèi)的目標區(qū)域圖像，其中所述目標區(qū)域圖像，包括行人的圖像；通過預設的圖像質(zhì)量評價網(wǎng)絡，對所述目標區(qū)域圖像進行圖像質(zhì)量打分，得到所述目標區(qū)域圖像的質(zhì)量分數(shù)；當所述目標區(qū)域圖像的質(zhì)量分數(shù)小于預設的圖像質(zhì)量分數(shù)閾值時，最終確定存在快速移動事件。6.根據(jù)權利要求5所述的方法，其特征在于，所述當在所述圖像檢測區(qū)域內(nèi)，檢測到多人的移動速度超過預設的移動速度閾值時，...
【專利技術屬性】
技術研發(fā)人員：趙長福，趙啟東，陳維強，曲磊，
申請(專利權)人：海信集團控股股份有限公司，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。