人员倒地检测方法、装置、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人员倒地检测方法、装置、设备及存储介质，所述方法包括：获取摄像头组合针对于目标区域采集的实时监控数据；其中，所述摄像头组合包括至少两个摄像头；分别基于每一所述摄像头的实时监控数据进行人员倒地检测；当检测到任意一个所述摄像头对应的人员倒地检测结果为发生人员倒地时，触发人员倒地告警。本发明专利技术通过采用多个摄像头同时对目标区域进行人员倒地检测，并在任一个摄像头对应的检测结果为人员倒地时进行告警处理，从而能够避免由于角度问题导致的漏检情况，从而能够在不增加摄像头本身性能的基础上提高人员倒地检测的准确性。检测的准确性。检测的准确性。

【技术实现步骤摘要】
人员倒地检测方法、装置、设备及存储介质


[0001]本专利技术涉及视频监控
，尤其是涉及一种人员倒地检测方法、装置、设备及存储介质。

技术介绍

[0002]随着人们安全需求与经济条件的提高，视频监控技术的应用日益普及。其中，对于人员行为识别尤其是倒地识别的需求也日益增加。
[0003]在现有技术1中，利用可提取深度信息的摄像头对场景进行三维建模，然后检测人体，判断人体离地面的高度来判断是否倒地。这种技术因为使用了特殊的摄像头，可以进行三维建模，所以准确度高，但由于摄像头成本较高，且使用范围受限，所以不太容易推广，不能利用现有的普通摄像头。
[0004]现有技术2中，在单目摄像头的监控画面中，使用深度学习人体检测技术，将人体检测出来，然后根据人体检测框的宽高比变化来判断是否为倒地。这种方法准确率较低，当人体倒地方向与摄像头监控方向保持一致时，人体倒地前后的宽高比变化不明显会形成漏检，当人体张开手臂时产生的宽高比变化会引起误检。
[0005]现有技术3中，在单目摄像头的监控画面中，使用深度学习目标检测技术，直接将倒地的人体作为一类目标进行识别，或者将人体检测出来后，利用深度学习物体分类技术训练一个倒地和其它类别的分类器进行最终确认是否为倒地。这种方法准确率不高，这两种方式是目前使用最多的方法，适用于一些对准确度要求不高的简单场景，但由于只是使用一个普通的摄像头，即使是使用最先进的深度学习技术也很难把准确度提高，不适用于复杂场景。
[0006]综上所述，现有的倒地识别技术存在识别准确性较低或由于摄像头性能要求较高导致难以推广应用的问题。

技术实现思路

[0007]本专利技术旨在提供一种人员倒地检测方法、装置、设备及存储介质，以解决上述技术问题，从而能够在不增加摄像头本身性能的基础上提高人员倒地检测的准确性。
[0008]为了解决上述技术问题，本专利技术提供了一种人员倒地检测方法，包括：
[0009]获取摄像头组合针对于目标区域采集的实时监控数据；其中，所述摄像头组合包括至少两个摄像头；
[0010]分别基于每一所述摄像头的实时监控数据进行人员倒地检测；
[0011]当检测到任意一个所述摄像头对应的人员倒地检测结果为发生人员倒地时，触发人员倒地告警。
[0012]进一步地，所述分别基于每一所述摄像头的实时监控数据进行人员倒地检测，包括：
[0013]利用预设的人体检测模型对目标区域进行人体检测，并计算检测得到各个人员的
人体框宽高比例；
[0014]当判断目标人员的人体框宽高比例大于预设阈值时，判定为发生人员倒地。
[0015]进一步地，所述当判断目标人员的人体框宽高比例大于预设阈值时，判定为发生人员倒地，具体为：
[0016]当判断目标人员的人体框宽高比例大于预设阈值时，将所述目标人员标记为疑似倒地人员；
[0017]对所述疑似倒地人员进行肢体关节点检测，并将检测到的目标关节点进行去除后修正所述疑似倒地人员的人体框；
[0018]基于修正后的人体框重新计算所述疑似倒地人员的人体框宽高比例，当判断所述疑似倒地人员的人体框宽高比例大于所述预设阈值时，判定为发生人员倒地。
[0019]进一步地，所述当检测到任意一个所述摄像头对应的人员倒地检测结果为发生人员倒地时，触发人员倒地告警，包括：
[0020]当检测到任意一个所述摄像头对应的人员倒地检测结果为发生人员倒地时，对发生倒地的目标人员进行跟踪检测；
[0021]当确定所述发生倒地的目标人员的倒地状态持续超过预设时间阈值时，触发人员倒地告警。
[0022]进一步地，所述当检测到任意一个所述摄像头对应的人员倒地检测结果为发生人员倒地时，触发人员倒地告警，包括：
[0023]当在预设时间段内检测到至少两个所述摄像头对应的人员倒地检测结果为发生人员倒地时，对所述预设时间段内触发的多个倒地告警事件进行去重处理。
[0024]进一步地，所述对所述预设时间段内触发的多个倒地告警事件进行去重处理，具体包括：
[0025]将所述预设时间段内触发的多个倒地告警事件融合为单个倒地告警事件。
[0026]进一步地，所述摄像头组合的摄像头个数为3个，且相邻两个摄像头各自与目标区域中心的连线夹角处于80
°
至130
°
范围内。
[0027]本专利技术还提供一种人员倒地检测装置，包括：
[0028]数据获取模块，用于获取摄像头组合针对于目标区域采集的实时监控数据；其中，所述摄像头组合包括至少两个摄像头；
[0029]倒地检测模块，用于分别基于每一所述摄像头的实时监控数据进行人员倒地检测；
[0030]告警触发模块，用于当检测到任意一个所述摄像头对应的人员倒地检测结果为发生人员倒地时，触发人员倒地告警。
[0031]本专利技术还提供一种终端设备，包括处理器和存储有计算机程序的存储器，所述处理器执行所述计算机程序时实现任一项所述的人员倒地检测方法。
[0032]本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现任一项所述的人员倒地检测方法。
[0033]与现有技术相比，本专利技术具有如下有益效果：
[0034]本专利技术提供了一种人员倒地检测方法、装置、设备及存储介质，所述方法包括：获取摄像头组合针对于目标区域采集的实时监控数据；其中，所述摄像头组合包括至少两个
摄像头；分别基于每一所述摄像头的实时监控数据进行人员倒地检测；当检测到任意一个所述摄像头对应的人员倒地检测结果为发生人员倒地时，触发人员倒地告警。本专利技术通过采用多个摄像头同时对目标区域进行人员倒地检测，并在任一个摄像头对应的检测结果为人员倒地时进行告警处理，从而能够避免由于角度问题导致的漏检情况，从而能够在不增加摄像头本身性能的基础上提高人员倒地检测的准确性。
附图说明
[0035]图1是本专利技术一实施例提供的人员倒地检测方法的流程示意图；
[0036]图2是本专利技术一实施例提供的人员倒地检测装置的结构示意图。
具体实施方式
[0037]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0038]请参见图1，本专利技术实施例提供了一种人员倒地检测方法，可以包括步骤：
[0039]S1、获取摄像头组合针对于目标区域采集的实时监控数据；其中，所述摄像头组合包括至少两个摄像头；进一步地，所述摄像头组合的摄像头个数为3个，且相邻两个摄像头各自与目标区域中心的连线夹角处于80
°
至130
°
范围内。
[0040]S2、分别基于每一所述摄像头的实时监控数据进行人员本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种人员倒地检测方法，其特征在于，包括：获取摄像头组合针对于目标区域采集的实时监控数据；其中，所述摄像头组合包括至少两个摄像头；分别基于每一所述摄像头的实时监控数据进行人员倒地检测；当检测到任意一个所述摄像头对应的人员倒地检测结果为发生人员倒地时，触发人员倒地告警。2.根据权利要求1所述的人员倒地检测方法，其特征在于，所述分别基于每一所述摄像头的实时监控数据进行人员倒地检测，包括：利用预设的人体检测模型对目标区域进行人体检测，并计算检测得到各个人员的人体框宽高比例；当判断目标人员的人体框宽高比例大于预设阈值时，判定为发生人员倒地。3.根据权利要求2所述的人员倒地检测方法，其特征在于，所述当判断目标人员的人体框宽高比例大于预设阈值时，判定为发生人员倒地，具体为：当判断目标人员的人体框宽高比例大于预设阈值时，将所述目标人员标记为疑似倒地人员；对所述疑似倒地人员进行肢体关节点检测，并将检测到的目标关节点进行去除后修正所述疑似倒地人员的人体框；基于修正后的人体框重新计算所述疑似倒地人员的人体框宽高比例，当判断所述疑似倒地人员的人体框宽高比例大于所述预设阈值时，判定为发生人员倒地。4.根据权利要求1所述的人员倒地检测方法，其特征在于，所述当检测到任意一个所述摄像头对应的人员倒地检测结果为发生人员倒地时，触发人员倒地告警，包括：当检测到任意一个所述摄像头对应的人员倒地检测结果为发生人员倒地时，对发生倒地的目标人员进行跟踪检测；当确定所述发生倒地的目标人员的倒地状态持续超过预设时间阈值时，触发人员倒地告警。5.根据权利要求1所述的...

【专利技术属性】
技术研发人员：麦全深，王锦文，陈秋燕，
申请(专利权)人：浩云科技股份有限公司，
类型：发明
国别省市：