本申请公开了一种夜间红外场景目标识别方法、装置、电子设备及计算机可读存储介质，该方法包括：获取夜间红外视频帧，并将夜间红外视频帧输入混合高斯背景模型，得到二值图像；对二值图像进行区域识别处理，得到目标区域；基于目标区域对夜间红外视频帧进行裁剪，得到目标图像；利用多目标分类模型对目标图像进行分类处理，得到识别结果；该方法不需要人工排查动物活动迹象，对人力物力的消耗较少，且能够准确识别运动物体，并能够准确识别运动物体的类别，提高了对运动物体的检测能力，在能够准确确定运动物体的类别的前提下，可以进行准确有效的报警，降低误报数量。降低误报数量。降低误报数量。
【技术实现步骤摘要】
夜间红外场景目标识别方法、装置、电子设备及存储介质
[0001]本申请涉及图像识别
，特别涉及一种夜间红外场景目标识别方法、夜间红外场景目标识别装置、电子设备及计算机可读存储介质。
技术介绍
[0002]近年来，餐饮企业的厨房卫生状况一直都饱受诟病，部分餐厅、饭店的后厨卫生状况惨不忍睹，食材乱堆乱放、使用过的杯碗盘碟长久不清洗而直接归置，导致极易引来老鼠、野猫等小动物，对食品卫生和人类身体健康产生严重危害。一开始，通常采用寻找动物粪便、咬痕等方式排查动物活动迹象，进而采用粘鼠板、夹板等方式进行捕捉，但是这些方法操作复杂、且极其损耗物力人力。为了解决上述问题，相关技术采用红外传感器进行夜间活动的动物检测方法，但是该方法在检测到运动目标时无法确定运动目标为何种动物，检测能力较差，若检测到运动目标即进行报警，则容易出现大量误报警。
[0003]因此，如何解决相关技术存在的检测能力较差的问题，是本领域技术人员需要解决的技术问题。
技术实现思路
[0004]有鉴于此，本申请的目的在于提供一种夜间红外场景目标识别方法、夜间红外场景目标识别装置、电子设备及计算机可读存储介质，能够准确识别运动物体，同时准确识别运动物体的类别，提高了对运动物体的检测能力。
[0005]为解决上述技术问题，本申请提供了一种夜间红外场景目标识别方法，包括：
[0006]获取夜间红外视频帧，并将所述夜间红外视频帧输入混合高斯背景模型，得到二值图像；
[0007]对所述二值图像进行区域识别处理，得到目标区域；
[0008]基于所述目标区域对所述夜间红外视频帧进行裁剪，得到目标图像；
[0009]利用多目标分类模型对所述目标图像进行分类处理，得到识别结果。
[0010]可选地，所述将所述夜间红外视频帧输入混合高斯背景模型，得到二值图像，包括：
[0011]利用所述混合高斯背景模型对所述夜间红外视频帧进行基于预设阈值的差分计算，得到初始二值图像；
[0012]对所述初始二值图像进行降噪处理，得到中间二值图像；
[0013]对所述中间二值图像进行形态学处理，得到所述二值图像。
[0014]可选地，所述对所述中间二值图像进行形态学处理，得到所述二值图像，包括：
[0015]对所述中间二值图像进行膨胀处理和/或腐蚀处理，得到所述二值图像。
[0016]可选地，还包括：
[0017]统计更新时长，并判断所述更新时长是否大于时长阈值；
[0018]若所述更新时长大于所述时长阈值，则利用历史视频帧更新所述混合高斯背景模
型，并清零所述更新时长。
[0019]可选地，在所述获取夜间红外视频帧之后，在将所述夜间红外视频帧输入混合高斯背景模型，得到二值图像之前，还包括：
[0020]判断所述夜间红外视频帧是否为初始视频帧；
[0021]若是所述初始视频帧，则利用所述夜间红外视频帧对所述混合高斯背景模型进行初始化处理。
[0022]可选地，所述获取夜间红外视频帧，包括：
[0023]获取视频帧和对应的图像类型信息；所述图像类型信息为获取时间信息或所述视频帧对应的平均像素值信息；
[0024]判断所述图像类型信息是否处于预设区间；
[0025]若是，则将所述视频帧确定为所述夜间红外视频帧。
[0026]可选地，所述多目标分类模型包括基础网络层组和分类层组，所述基础网络层组包括具有跳层连接结构的残差网络单元；所述残差网络单元由至少两个卷积层组成，所述分类层组由池化层、随机裁剪层和分类函数层组成。
[0027]本申请还提供了一种夜间红外场景目标识别装置，包括：
[0028]获取模块，用于获取夜间红外视频帧，并将所述夜间红外视频帧输入混合高斯背景模型，得到二值图像；
[0029]区域识别模块，用于对所述二值图像进行区域识别处理，得到目标区域；
[0030]裁剪模块，用于基于所述目标区域对所述夜间红外视频帧进行裁剪，得到目标图像；
[0031]分类模块，用于利用多目标分类模型对所述目标图像进行分类处理，得到识别结果。
[0032]本申请还提供了一种电子设备，包括存储器和处理器，其中：
[0033]所述存储器，用于保存计算机程序；
[0034]所述处理器，用于执行所述计算机程序，以实现上述的夜间红外场景目标识别方法。
[0035]本申请还提供了一种计算机可读存储介质，用于保存计算机程序，其中，所述计算机程序被处理器执行时实现上述的夜间红外场景目标识别方法。
[0036]本申请提供的夜间红外场景目标识别方法，获取夜间红外视频帧，并将夜间红外视频帧输入混合高斯背景模型，得到二值图像；对二值图像进行区域识别处理，得到目标区域；基于目标区域对夜间红外视频帧进行裁剪，得到目标图像；利用多目标分类模型对目标图像进行分类处理，得到识别结果。
[0037]可见，该方法利用混合高斯背景模型对夜间红外视频帧进行处理，得到二值图像。混合高斯建模算法是基于像素统计信息的背景建模方法，可以对视频帧进行图像前景与背景的分割，前景与背景的分割结果以二值图像的形式表现出来，二值图像可以体现视频帧与原始背景的区别，在出现移动目标时将其检出。通过对二值图像进行区域识别，可以将二值图像与背景不同的区别位置和大小识别出来，即识别得到移动目标的位置和大小，以目标区域的形式体现。基于目标区域对夜间红外视频帧进行裁剪，即可得到移动目标对应的图像，即目标图像，并将其输入多目标分类模型进行分类，得到的识别结果即为移动目标的
类别。该方法不需要人工排查动物活动迹象，对人力物力的消耗较少，且能够准确识别运动物体，并能够准确识别运动物体的类别，提高了对运动物体的检测能力，在能够准确确定运动物体的类别的前提下，可以进行准确有效的报警，降低误报数量，解决了相关技术存在的检测能力较差的问题。
[0038]此外，本申请还提供了一种夜间红外场景目标识别装置、电子设备及计算机可读存储介质，同样具有上述有益效果。
附图说明
[0039]为了更清楚地说明本申请实施例或相关技术中的技术方案，下面将对实施例或相关技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
[0040]图1为本申请实施例提供的一种夜间红外场景目标识别方法流程图；
[0041]图2为本申请实施例提供的一种具体的夜间红外视频帧；
[0042]图3为本申请实施例提供的一种具体的初始二值图像；
[0043]图4为本申请实施例提供的一种具体的中间二值图像；
[0044]图5为本申请实施例提供的一种具体的二值图像；
[0045]图6为本申请实施例提供的一种具体的目标区域图像；
[0046]图7为本申请实施例提供的一种具体的目标本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种夜间红外场景目标识别方法，其特征在于，包括：获取夜间红外视频帧，并将所述夜间红外视频帧输入混合高斯背景模型，得到二值图像；对所述二值图像进行区域识别处理，得到目标区域；基于所述目标区域对所述夜间红外视频帧进行裁剪，得到目标图像；利用多目标分类模型对所述目标图像进行分类处理，得到识别结果。2.根据权利要求1所述的夜间红外场景目标识别方法，其特征在于，所述将所述夜间红外视频帧输入混合高斯背景模型，得到二值图像，包括：利用所述混合高斯背景模型对所述夜间红外视频帧进行基于预设阈值的差分计算，得到初始二值图像；对所述初始二值图像进行降噪处理，得到中间二值图像；对所述中间二值图像进行形态学处理，得到所述二值图像。3.根据权利要求2所述的夜间红外场景目标识别方法，其特征在于，所述对所述中间二值图像进行形态学处理，得到所述二值图像，包括：对所述中间二值图像进行膨胀处理和/或腐蚀处理，得到所述二值图像。4.根据权利要求1所述的夜间红外场景目标识别方法，其特征在于，还包括：统计更新时长，并判断所述更新时长是否大于时长阈值；若所述更新时长大于所述时长阈值，则利用历史视频帧更新所述混合高斯背景模型，并清零所述更新时长。5.根据权利要求1所述的夜间红外场景目标识别方法，其特征在于，在所述获取夜间红外视频帧之后，在将所述夜间红外视频帧输入混合高斯背景模型，得到二值图像之前，还包括：判断所述夜间红外视频帧是否为初始视频帧；若是所述初始视频帧，则利用所述夜间红外视频帧对所述混合高...
【专利技术属性】
技术研发人员：方帅，谢会斌，李聪廷，
申请(专利权)人：济南博观智能科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。