【技术实现步骤摘要】
本专利技术涉及人员检测领域，尤其涉及一种人员落单检测方法、装置、设备及介质。
技术介绍
1、在现实生活中，需要对某些特定的生产生活环境中人员进行制度化落单监控管理。传统的管理方法主要依靠人工观察或者视频监控监督，这种方法不仅效率低下，而且容易出现监管错漏的情况，且存在一定的滞后性，监督人员很难在第一时间发现处置。
2、现有技术在对人员的落单情况进行检测时，通常使用以下两种方法：第一种是基于深度学习人体行为识别的方法，将视频数据集通过人体姿态估计算法所采集到的人体估计信息进行数据处理，并将采集的数据分化为训练集以及测试集，构建人体行为识别的模型，使用设计的深度学习的神经网络数据集的数据进行特征提取与处理；第二种是基于深度学习神经网络方法，将视频目标送入两个独立的网络中去提取视频的空间特征和时间特征以进行人员的识别工作。
3、然而，上述方法在进行实际应用时也存在一定局限性。一方面，基于深度学习人体行为识别的方法在进行人员识别时仅仅提取人体姿态构建人体目标，忽略了其他关键人员分类特征，且当多个人发生重叠时，人体姿态信息检测效果差，导致最终的检测结果准确性较差；另一方面，基于深度学习神经网络方法计算量大，在实际应用中需要有较高性能的计算设备，且需要大量的数据支持，同时在特定场景内数据的搜集和标注学习相对比较困难，进而导致最终的检测结果准确性较差。
技术实现思路
1、本专利技术提供了一种人员落单检测方法、装置、设备及介质，可以解决现有技术在进行人员落单检测工作时获得的
2、第一方面，本专利技术实施例提供了一种人员落单检测方法，该方法包括：
3、每当到达检测时间点时，获取监控区域内设置的多个摄像头在所述检测时间点采集的视频帧序列；
4、在视频帧序列的各视频帧中进行人员检测，获取与各视频帧对应的人员检测结果，人员检测结果中包括：人员的检测区域和人员类别；
5、根据各摄像头的采集覆盖范围，对各所述检测结果进行过滤和/或汇总，获取所述监控区域在所述检测时间点下包括的各人员类别的人员数量；
6、如果监控区域内包括的各人员类别的人员数量满足人员落单条件，则更新监控区域满足人员预警条件的持续时间，并在持续时间超过时长门限时，进行异常报警。
7、第二方面，本专利技术实施例提供了一种人员落单检测装置，该装置包括：
8、视频帧获取模块，用于每当到达检测时间点时，获取监控区域内设置的多个摄像头在所述检测时间点采集的视频帧序列；
9、人员检测模块，用于在视频帧序列的各视频帧中进行人员检测，获取与各视频帧对应的人员检测结果，人员检测结果中包括：人员的检测区域和人员类别；
10、人员数量确定模块，用于根据各摄像头的采集覆盖范围，对各所述检测结果进行过滤和/或汇总，获取所述监控区域在所述检测时间点下包括的各人员类别的人员数量；
11、异常报警模块，用于如果监控区域内包括的各人员类别的人员数量满足人员落单条件，则更新监控区域满足人员预警条件的持续时间，并在持续时间超过时长门限时，进行异常报警。
12、第三方面，本专利技术实施例提供了一种电子设备，所述电子设备包括：
13、至少一个处理器；以及
14、与所述至少一个处理器通信连接的存储器；其中，
15、所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本专利技术任一实施例所述的一种人员落单检测方法。
16、第四方面，本专利技术实施例提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本专利技术任一实施例所述的一种人员落单检测方法。
17、本专利技术实施例的技术方案，通过每当到达检测时间点时，获取监控区域内设置的多个摄像头在检测时间点采集的视频帧序列，之后在视频帧序列的各视频帧中进行人员检测，获取与各视频帧对应的人员检测结果，之后根据各摄像头的采集覆盖范围，对各检测结果进行过滤和/或汇总，获取监控区域在检测时间点下包括的各人员类别的人员数量，如果监控区域内包括的各人员类别的人员数量满足人员落单条件，则更新监控区域满足人员预警条件的持续时间，并在持续时间超过时长门限时，进行异常报警，解决了现有技术在进行人员落单检测工作时获得的检测结果准确性较差的问题，实现了落单人员的检测与报警，提高了人员落单检测工作的检测结果准确性。
18、应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
本文档来自技高网...【技术保护点】
1.一种人员落单检测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，根据各摄像头的采集覆盖范围，对各所述检测结果进行过滤和/或汇总，获取所述监控区域在所述检测时间点下包括的各人员类别的人员数量，包括：
3.根据权利要求1所述的方法，其特征在于，根据各摄像头的采集覆盖范围，对各所述检测结果进行过滤和/或汇总，获取所述监控区域在所述检测时间点下包括的各人员类别的人员数量，包括：
4.根据权利要求1-3任一项所述的方法，其特征在于，在视频帧序列的各视频帧中进行人员检测，获取与各视频帧对应的人员检测结果，包括：
5.根据权利要求4任一项所述的方法，其特征在于，将各视频帧输入至预先训练的人员检测模型中，得到与各视频帧分别匹配的人员结果之前，包括：
6.根据权利要求1-3任一项所述的方法，其特征在于，更新监控区域满足人员预警条件的持续时间，并在持续时间超过时长门限时，进行异常报警包括：
7.根据权利要求6所述的方法，其特征在于，在获取所述监控区域在所述检测时间点下包括的各人员类别的人员数量之后，还包括
8.一种人员落单检测装置，其特征在于，包括：
9.一种电子设备，其特征在于，所述电子设备包括：
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的一种人员落单检测方法。
...【技术特征摘要】
1.一种人员落单检测方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，根据各摄像头的采集覆盖范围，对各所述检测结果进行过滤和/或汇总，获取所述监控区域在所述检测时间点下包括的各人员类别的人员数量，包括：
3.根据权利要求1所述的方法，其特征在于，根据各摄像头的采集覆盖范围，对各所述检测结果进行过滤和/或汇总，获取所述监控区域在所述检测时间点下包括的各人员类别的人员数量，包括：
4.根据权利要求1-3任一项所述的方法，其特征在于，在视频帧序列的各视频帧中进行人员检测，获取与各视频帧对应的人员检测结果，包括：
5.根据权利要求4任一项所述的方法，其特征在于，将各视频帧输入至预先训练...
【专利技术属性】
技术研发人员：白金涛，赵武阳，陈瀚，
申请(专利权)人：北京升哲科技有限公司，
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。