【技術實現步驟摘要】
：本專利技術涉及防溺水預警，具體涉及一種用于湖庫的防溺水預警方法。
技術介紹
0、
技術介紹
：
1、湖庫防溺水預警是指通過監測和分析水域內人類活動的行為，及時識別潛在的溺水危險，并向有關人員發出警示，以減少溺水事故的發生。
2、現有技術中，湖庫防溺水預警主要依賴于人工巡邏、簡單的水域監測以及有限的報警設備，這些方法多為定時巡查或依賴水域旁的救生員監控，缺乏系統化的技術手段，雖然一些地區已開始使用基本的視頻監控系統，但其識別能力通常受到環境條件的限制，無法有效區分正常活動與危險行為。
3、并且湖泊和水庫等水域具有開放性強、岸線長和活動范圍廣的特點，導致對人員行為的全面管控變得困難，增加了溺水風險，在人員接近危險水域時，缺乏及時和有效的預警機制，無法對潛在溺水事故進行提前預防，影響了安全保障能力，傳統的監控系統往往無法準確識別水域內的活動對象，導致誤報和漏報現象頻繁發生，依賴人工監控的方式，往往無法及時對突發的危險行為進行反應，可能延誤救援時機，現有系統缺乏深度學習或智能分析技術的應用，導致無法實現對行為的實時分析和智能判斷，也缺乏對行為數據的有效分析機制，現有的視頻分析方法多基于入侵檢測原理，受外界環境因素影響顯著，尤其在復雜環境中，導致預警系統的準確度大幅下降，增加了誤報的風險，無法提供科學的預警依據。
4、鑒于現有湖庫防溺水預警技術的不足，亟需一種更高效、智能化的解決方案，因此有必要研制一種用于湖庫的防溺水預警方法，引入視頻監測與深度學習技術，能夠顯著提高監測的準確性和實時性，通過
技術實現思路
0、
技術實現思路
：
1、針對上述存在的缺陷和問題，本專利技術提供一種用于湖庫的防溺水預警方法，其目的旨在通過視頻監測與深度學習技術，實時識別和分析湖庫區域內人體行為，提供精確的溺水預警及危險等級判定，增強安全防護措施，降低溺水事故發生率，保障公眾安全。
2、本專利技術解決其技術問題所采用的方案是：一種用于湖庫的防溺水預警方法，其特征在于，包括以下步驟：
3、s1：布設視頻監測系統進行管控區域的視頻記錄及人體識別；
4、s1.1：視頻監測系統對湖庫管控區域進行監控記錄，采用視頻活動檢測模型捕捉進入視頻畫面的活物，通過深度學習模型對視頻畫面中的活物進行判斷識別，當識別出活物為人體時，則對人體進行行為檢測，并持續記錄視頻，否則僅持續記錄視頻；
5、s1.2：深度學習模型自動從標注數據中學習人體特征，通過卷積神經網絡提取圖像特征，在視頻畫面幀中檢測人體的位置和大小，同時在檢測過程中，深度學習模型提取人體的形狀和輪廓特征，區分人體與其他活物，并結合姿態估計算法，識別人體關鍵點；
6、s2：人體行為檢測及危險程度判定；
7、s2.1：管控區域區分，區別視頻畫面中的岸邊區域和水面區域，對視頻幀圖像采用區域生長算法，計算岸邊區域和水面區域，手動或自動選擇岸邊區域和水面區域的種子點，根據像素之間灰度值、顏色和紋理的相似度，將相鄰像素加入到相應的區域中，生長出完整的區域劃分，標記出圖像中的岸邊區域和水面區域；
8、s2.2：標識人體運動軌跡以及識別其行為特征，行為特征包括行走、游泳和溺水；對人體頭部、上肢、軀干以及下肢部位進行五個關鍵點位置標記，分別為頭部a點，上肢b、c兩點，下肢d、e兩點，軀干f點；
9、(1)當人體出現行走、游泳和溺水三種行為時，視頻監測系統對人體姿態及6個人體關鍵點的位置信息進行數據收集；
10、視頻監測系統獲取人體行走時的姿態特征以及6個人體關鍵點的空間位置關系，記錄6個人體關鍵點相對于水面的距離變化，構建行走狀態下人體關鍵點距離變化的數據集模型；
11、視頻監測系統獲取人體游泳時的姿態特征以及6個人體關鍵點的空間位置關系，記錄6個人體關鍵點相對于水面的距離變化，構建游泳狀態下人體關鍵點距離變化的數據集模型；
12、視頻監測系統獲取人體溺水時的姿態特征以及6個人體關鍵點的空間位置關系，記錄6個人體關鍵點相對于水面的距離變化，構建溺水狀態下人體關鍵點距離變化的數據集模型；
13、(2)在構建的行走狀態數據集模型、游泳狀態數據集模型和溺水狀態數據集模型中，當人體出現行走、游泳和溺水三種行為時，視頻監測系統對人體6個關鍵點與水面的距離變化進行識別；
14、人體行走時，視頻監測系統識別人體6個關鍵點遠離水面區域，且6個人體關鍵點與水面上的點斜交于水面，兩者沒有位于同一垂直空間，6個人體關鍵點的相對位置從上至下依次a、b、c、f、d、e，且a、b、c、f、d、e這6個人體關鍵點離水面的距離依次減小，但始終為正值；
15、人體游泳時，視頻監測系統識別人體在水中有規律活動，人體6個關鍵點和水面位于同一垂直空間，6個人體關鍵點離水面的距離變化為：a點與水面的距離有規律的在正負間來回變化或長時間為正值；b、c點與水面的距離有規律的在正負間來回變化；f點與水面的距離有規律的在正負間來回變化或長時間為正值或長時間為負值；
16、人體溺水時，視頻監測系統識別人體在水中無規律活動，人體6個關鍵點和水面位于同一垂直空間，且6個人體關鍵點離水面的距離變化為：a點與水面的距離為正值，同時b、c、d、e、f點與水面的距離為正值；或a點與水面的距離長時間為正值，同時b、c、d、e、f點與水面的距離為0；
17、(3)在構建的行走狀態數據集模型、游泳狀態數據集模型和溺水狀態數據集模型中，當人體出現行走、游泳和溺水三種行為時，視頻監測系統對人體下肢運動幅度進行識別判定；
18、人體行走時，步態參數、步行周期、時間參數和距離參數作為人體步行時身體下肢的擺動幅度定量，當步速、步頻超過了1.2m/s、110steps/min，判定目標人體處于行走狀態；
19、人體游泳時，動作周期、動作節奏、動作頻率(f)、劃水次數以及劃水效果作為身體下肢做出劃水動作的擺動幅度定量，動作頻率＝動作次數/時間；劃水效果＝游進距離/動作次數，單位為米/次；視頻監測系統識別人體手臂每分鐘劃水次數，計算動作頻率，當動作頻率超過60次/1分鐘，判定目標人體處于游泳狀態；
20、人體上肢b、c兩點與水面的距離出現負-正-負的變化，記為一次劃水動作，視頻監測系統將人體b、c兩點與水面的距離變化總次數記為n次，視頻記錄的時間為t，通過視頻監測系統對人體監測的特征數值能夠判定其是否溺水，判定過程為：
21、人體游泳時的動作頻率計算公式為：
22、
23、其中，n為人體上肢b、c兩個關鍵點與水面的距離變化總次數，t為視頻記錄的時間；
24、人體游泳時的劃水速度計算公式為：
25、
26、其中，xi為第i幀圖像中人體關鍵點f點的位置坐標，為連續m幀人體關鍵點f點位置均值，t＝本文檔來自技高網...
【技術保護點】
1.一種用于湖庫的防溺水預警方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種用于湖庫的防溺水預警方法，其特征在于，在S2.2的(1)步驟中，人體行走時的姿態特征為頭部筆直，身體自然，手臂自然垂放在身體兩側，步伐有節奏，人體行走時其6個關鍵點在空間位置的位置信息特征為：A點(頭部)相對穩定或前后移動，B、C點(上肢)在F點(軀干)上方兩側交替移動，F點相對穩定或前后移動，D、E點(下肢)在F點下方兩側交替移動；
3.根據權利要求1所述的一種用于湖庫的防溺水預警方法，其特征在于，在S2.2的(3)步驟中，時間參數包括單步時間、跨步時間、步速、步頻，距離參數包括步長、跨步長、步寬、足夾角。
4.根據權利要求1所述的一種用于湖庫的防溺水預警方法，其特征在于，在S1.1中，對于視頻監測系統捕獲到的視頻流圖像，采用R-C3D(RegionConvolutional?3D?Network)視頻活動監測模型，先進行3D全卷積網絡對視頻幀進行編碼處理，生成可能包含行為的時序片段，然后在分類子網絡并對結果進行分類和細化，從而將選定區域分類為特定的活動
5.根據權利要求1所述的一種用于湖庫的防溺水預警方法，其特征在于，在S1.2中，深度學習模型可以采用Faster?R-CNN、YOLO(You?Only?Look?Once)系列、SSD(Single?ShotMultiBox?Detector)。
...【技術特征摘要】
1.一種用于湖庫的防溺水預警方法，其特征在于，包括以下步驟：
2.根據權利要求1所述的一種用于湖庫的防溺水預警方法，其特征在于，在s2.2的(1)步驟中，人體行走時的姿態特征為頭部筆直，身體自然，手臂自然垂放在身體兩側，步伐有節奏，人體行走時其6個關鍵點在空間位置的位置信息特征為：a點(頭部)相對穩定或前后移動，b、c點(上肢)在f點(軀干)上方兩側交替移動，f點相對穩定或前后移動，d、e點(下肢)在f點下方兩側交替移動；
3.根據權利要求1所述的一種用于湖庫的防溺水預警方法，其特征在于，在s2.2的(3)步驟中，時間參數包括單步時間、跨步時間、步速、步頻，距離參數包括步長、跨步長、步寬、足夾角。
4...
【專利技術屬性】
技術研發人員：李廣輝，馬乾方，李欣，冉云龍，李聰霞，李東陽，王新來，劉新飛，張瑞杰，
申請(專利權)人：河南水谷創新科技研究院有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。