基于图像的入侵检测方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术提供一种基于图像的入侵检测方法、装置、电子设备及存储介质，其中，方法包括：步骤1：采用第一算法检测监控抓拍的图片；步骤2：在抓拍的图片中标注出周界区域；步骤3：当检测框与周界区域发生部分重叠时执行步骤4；步骤4：采用第二算法在人员的检测框内识别出人员的鞋的位置；步骤5：确定人员的鞋的位置与周界区域的关系；当人员的鞋的位置在周界区域内时，则发生入侵。本发明专利技术的基于图像的入侵检测方法，通过判定鞋或足部与周界区域的位置关系来进行事件检测，而不仅仅通过识别人体的检测框与周界区域的位置关系进行判断，可以有效避免逻辑一的误报问题，也能避免逻辑二的漏报问题；提高周界区域的入侵告警的精度。

Image based intrusion detection methods, devices, electronic devices and storage media

【技术实现步骤摘要】
基于图像的入侵检测方法、装置、电子设备及存储介质
本专利技术涉及图像处理
，特别涉及一种基于图像的入侵检测方法、装置、电子设备及存储介质。
技术介绍
目前，拌线检测算法和周界入侵检测方法是类似的，就拿周界入侵检测算法来说，目前的的检测逻辑方法一般有两个：逻辑方法一：一种是根据人体检测框与周界是否有重合，一旦判断有重合则认为是入侵告警，如图1所示，A、B、C、D四个方向中只要判断人员检测框与周界区域(roi)有重合，则认定是周界入侵；逻辑方法二：另一种是判断是否完全重合，如果完全重合则认定为周界入侵；由于视频监控中物体呈现为2d画面，参考图1，人员检测框为矩形，周界区域一般为不规则的多边形，此处为了更好说明问题，在图1中采用标准矩形；针对逻辑一，从监控中发现人员检测框与周界框线有重合，可能并进入警戒区域，如图1的C方向，可能人员只是在边界附近路过(离周界区域还有一定距离，但人员检测框已经与周界区域有部分重合)，根据现有逻辑会被认定为入侵，但是实际上为误报，因此逻辑1会造成较多误报；针对逻辑二，ABD三个方向的，如果检测框并未完全进入周界区域，但是脚已经进入(脚一般位于检测框的底部那条线)，实际上应该是告警事件，但是根据逻辑2就不能算入侵，因此会造成较多漏报；这种漏报和误报会影响用户的实际使用体验，会被认为是算法精度不够；
技术实现思路
本专利技术目的之一在于提供了一种基于图像的入侵检测方法，对人员的鞋(或足部)进行识别，通过判定鞋或足部与周界区域的位置关系来进行事件检测，而不仅仅通过识别人体的检测框与周界区域的位置关系进行判断，可以有效避免逻辑一的误报问题，也能避免逻辑二的漏报问题；提高周界区域的入侵告警的精度。本专利技术实施例提供的一种基于图像的入侵检测方法，包括：步骤1：采用第一算法检测监控抓拍的图片，确定是否存在人员；当抓拍的图片中存在人员时，在抓拍的图片中标注出人员的检测框；步骤2：在抓拍的图片中标注出周界区域；步骤3：确认检测框与周界区域是否发生部分重叠；当检测框与周界区域发生部分重叠时执行步骤4；当检测框与周界区域部分未发生重叠时，则未发生入侵；步骤4：采用第二算法在人员的检测框内识别出人员的鞋的位置；步骤5：确定人员的鞋的位置与周界区域的关系；当人员的鞋的位置在周界区域的外部时，则未发生入侵；当人员的鞋的位置在周界区域内时，则发生入侵。优选的，在抓拍的图片中标注出人员的检测框具体包括：识别出抓拍的图片中的人体轮廓；确定人体轮廓的上下左右四个方向上的最边沿的轮廓点；以轮廓点构建检测框。优选的，确认检测框与周界区域是否发生部分重叠，具体包括：以抓拍的图片的中心点为原点建立坐标系；以检测框内的坐标为第一坐标集，以周界区域内的坐标为第二坐标集；比较第一坐标集和第二坐标集，确定是否存在相同坐标元素；当存在时，则检测框与周界区域发生部分重叠。优选的，确定人员的鞋的位置与周界区域的关系，包括：以抓拍的图片的中心点为原点建立坐标系；以人员的鞋的位置内的坐标为第三坐标集，以周界区域内的坐标为第二坐标集；比较第三坐标集和第二坐标集，确定是否存在相同坐标元素；当不存在时，则人员的鞋的位置在周界区域的外部；当存在时，确定第三坐标集中的所有坐标元素是否都在第二坐标集中，当第三坐标集中的所有坐标元素都在第二坐标集中时，则人员的鞋的位置在周界区域内。优选的，确定人员的鞋的位置与周界区域的关系，还包括：确定为所述第二坐标集与所述第三集合的交集的所述坐标元素，在第三集合中的占比；当占比大于等于预设值时，则人员的鞋的位置在周界区域内；当占比小于预设值时，则人员的鞋的位置在周界区域的外部。优选的，基于图像的入侵检测方法还包括：获取至少两张抓拍的图片；在至少两张抓拍的图片上获取人员的鞋的区域；在至少两张抓拍的图片上获取人员的鞋的区域中确定人员的鞋的参考点；进行参考点的轨迹绘制，当轨迹的延长线经过周界区域时，则输出入侵预警信息。优选的，进行参考点的轨迹绘制，包括：构建运动模型；从抓拍的图片中提取人体的头部位置及姿态矢量、提取四肢的位置及姿态矢量，提取障碍物位置；以人的走路行为数据库分析提取的人体的头部位置及姿态矢量、提取四肢的位置及姿态矢量，预测下一张抓拍的图片中人体的位置；根据预测的人体的位置确定下一个参考点的位置，基于参考点的位置拟合成轨迹；人的走路行为数据库包括：当人体的头部位置及姿态是对着人体的手部时，基于最后两张抓拍的图片预测下一张抓拍的图片中人体的位置；当人体的头部位置及姿态是对着障碍物时，基于最后两张抓拍的图片预测下一张抓拍的图片中人体的位置，并基于障碍物的位置对下一张抓拍的图片中人体的位置进行修正，使下一张抓拍的图片中人体的位置距离障碍物的位置的距离大于预设距离。当四肢的位置及姿态矢量呈现加速行走行为时，基于最后两张抓拍的图片预测下一张抓拍的图片中人体的位置，并基于预设加速度对下一张抓拍的图片中人体的位置进行修正。优选的，所述基于图像的入侵检测方法还包括：获取两张所述抓拍的图片；在所述两张所述抓拍的图片上获取人员的鞋的区域；根据所述两张图片上鞋的区域，确定人员是否会入侵周界区域；当确定人员会入侵周界区域时，输出入侵预警信息；其中，根据所述两张图片上鞋的区域，确定人员是否会入侵周界区域；当确定人员会入侵周界区域时，输出入侵预警信息，具体实施为：以抓拍图片的左下角为坐标原点建立坐标系，使得整个图片都位于所述坐标系的第一象限内；步骤11、计算抓拍的两张图片中所述人员鞋的区域的对应坐标的拟合函数方程；其中，yr为所述人员鞋的区域中第r个点拟合函数的因变量，xr为所述人员鞋的区域中第r个点拟合函数的自变量，xar为第一张图中所述人员鞋的区域内第r个点的横坐标，yar为第一张图中所述人员鞋的区域内第r个点的纵坐标，xbr为第二张图中所述人员鞋的区域内第r个点的横坐标，ybr为第二张图中所述人员鞋的区域内第r个点的纵坐标，m为组成所述人员鞋的区域的点的总数目；步骤12、计算所述周界区域与拟合直线方程的关系值；其中，Drt为所述周界区域中第t个点与第r个拟合直线方程的关系值，Xt为所述周界区域中第t个点的横坐标，Yt所述周界区域中第t个点的纵坐标，xar为第一张图中第r个点的横坐标，yar为第一张图中第r个点的纵坐标，xbr为第二张图中第r个点的横坐标，ybr为第二张图中第r个点的纵坐标；步骤13、当关系值存在等于零的情况时，则判定所述人员可能会入侵所述周界区域，需要进行步骤14，否则，判定所述人员不会入侵周界区域；步骤14、计算第二张图片中所述人员鞋的区域的点与所述周界区域中点的距离；其中，dik为所述周界区域中第i个点到第二张图本文档来自技高网...

【技术保护点】
1.一种基于图像的入侵检测方法，其特征在于，包括：/n步骤1：采用第一算法检测监控抓拍的图片，确定是否存在人员；当所述抓拍的图片中存在人员时，在所述抓拍的图片中标注出人员的检测框；/n步骤2：在所述抓拍的图片中标注出周界区域；/n步骤3：确认所述检测框与所述周界区域是否发生部分重叠；当所述检测框与所述周界区域发生部分重叠时执行步骤4；当所述检测框与所述周界区域部分未发生重叠时，则未发生入侵；/n步骤4：采用第二算法在所述人员的检测框内识别出人员的鞋的位置；/n步骤5：确定所述人员的鞋的位置与所述周界区域的关系；当所述人员的鞋的位置在所述周界区域的外部时，则未发生入侵；当所述人员的鞋的位置在所述周界区域内时，则发生入侵。/n

【技术特征摘要】
1.一种基于图像的入侵检测方法，其特征在于，包括：
步骤1：采用第一算法检测监控抓拍的图片，确定是否存在人员；当所述抓拍的图片中存在人员时，在所述抓拍的图片中标注出人员的检测框；
步骤2：在所述抓拍的图片中标注出周界区域；
步骤3：确认所述检测框与所述周界区域是否发生部分重叠；当所述检测框与所述周界区域发生部分重叠时执行步骤4；当所述检测框与所述周界区域部分未发生重叠时，则未发生入侵；
步骤4：采用第二算法在所述人员的检测框内识别出人员的鞋的位置；
步骤5：确定所述人员的鞋的位置与所述周界区域的关系；当所述人员的鞋的位置在所述周界区域的外部时，则未发生入侵；当所述人员的鞋的位置在所述周界区域内时，则发生入侵。


2.如权利要求1所述的基于图像的入侵检测方法，其特征在于，在所述抓拍的图片中标注出人员的检测框具体包括：
识别出抓拍的图片中的人体轮廓；
确定所述人体轮廓的上下左右四个方向上的最边沿的轮廓点；
以所述轮廓点构建所述检测框。


3.如权利要求1所述的基于图像的入侵检测方法，其特征在于，确认所述检测框与所述周界区域是否发生部分重叠，具体包括：
以所述抓拍的图片的中心点为原点建立坐标系；
以所述检测框内的坐标为第一坐标集，以所述周界区域内的坐标为第二坐标集；
比较所述第一坐标集和所述第二坐标集，确定是否存在相同坐标元素；当存在时，则所述检测框与所述周界区域发生部分重叠。


4.如权利要求1所述的基于图像的入侵检测方法，其特征在于，确定所述人员的鞋的位置与所述周界区域的关系，包括：
以所述抓拍的图片的中心点为原点建立坐标系；
以所述人员的鞋的位置内的坐标为第三坐标集，以所述周界区域内的坐标为第二坐标集；
比较所述第三坐标集和所述第二坐标集，确定是否存在相同坐标元素；当不存在时，则所述人员的鞋的位置在所述周界区域的外部；当存在时，确定所述第三坐标集中的所有坐标元素是否都在所述第二坐标集中，当所述第三坐标集中的所有坐标元素都在所述第二坐标集中时，则所述人员的鞋的位置在所述周界区域内；
和/或，
确定为所述第二坐标集与所述第三集合的交集的所述坐标元素，在所述第三集合中的占比；当所述占比大于等于预设值时，则所述人员的鞋的位置在所述周界区域内；当所述占比小于所述预设值时，则所述人员的鞋的位置在所述周界区域的外部。


5.如权利要求1所述的基于图像的入侵检测方法，其特征在于，所述基于图像的入侵检测方法还包括：
获取至少两张所述抓拍的图片；
在所述至少两张所述抓拍的图片上获取人员的鞋的区域；
在所述至少两张所述抓拍的图片上获取人员的鞋的区域中确定所述人员的鞋的参考点；
进行所述参考点的轨迹绘制，当所述轨迹的延长线经过所述周界区域时，则输出入侵预警信息。


6.如权利要求5所述的基于图像的入侵检测方法，其特征在于，进行所述参考点的轨迹绘制，包括：
构建运动模型；从所述抓拍的图片中提取人体的头部位置及姿态矢量、提取四肢的位置及姿态矢量，提取障碍物位置；
以人的走路行为数据库分析提取的人体的头部位置及姿态矢量、提取四肢的位置及姿态矢量，预测下一张所述抓拍的图片中人体的位置；
根据预测的所述人体的位置确定下一个参考点的位置，基于所述参考点的位置拟合成所述轨迹；
所述人的走路行为数据库包括：
当所述人体的头部位置及姿态是对着人体的手部时，基于最后两张所述抓拍的图片预测下一张所述抓拍的图片中人体的位置；
当所述人体的头部位置及姿态是对着所述障碍物时，基于最后两张所述抓拍的图片预测下一张所述抓拍的图片中人体的位置，并基于所述障碍物的位置对下一张所述抓拍的图片中人体的位置进行修正，使下一张所述抓拍的图片中人体的位置距离所述障碍物的位置的距离大于预设距离；...

【专利技术属性】
技术研发人员：任永建，师天磊，孙昌勋，许志强，
申请(专利权)人：北京容联易通信息技术有限公司，
类型：发明
国别省市：北京;11