System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于监控视频的人员离岗检测方法和系统技术方案_技高网

一种基于监控视频的人员离岗检测方法和系统技术方案

技术编号:42184166 阅读:9 留言:0更新日期:2024-07-30 18:36
本发明专利技术提出了一种基于监控视频的人员离岗检测方法和系统,采集人员目标检测数据集,训练目标检测模型,利用训练好的目标检测模型对框定区域内的人员目标进行实时检测,得到区域内人员目标的位置坐标和置信度,并通过对连续的检测帧的检测结果进行分析,降低单帧漏检人员对最终报警结果的影响,从而提高报警的精度。

【技术实现步骤摘要】

本专利技术属于图像处理领域,特别是一种基于监控视频的人员离岗检测方法和系统


技术介绍

1、在门卫室、监控室、值班室、岗亭和客服中心等场景中,工作人员可能会因为私事离开工作岗位。当离岗时间过长时,将对正常工作产生不良影响,甚至导致难以估计的后果。例如,在监控室中,工作人员需要持续观看监控视频以判断是否发生异常事件(例如火灾),同时还需要密切关注监控系统发出的警报信息。一旦工作人员离岗,警报可能未被及时察觉,从而引发灾难。因此,进行工作人员离岗检测具有重要的实际应用价值。

2、基于计算机视觉的离岗检测是从监控摄像头中获取单帧图像,然后利用目标检测模型来检测图像中的人员目标,由于工作人员在工作过程中可能会被座椅或其他物体遮挡,可能导致目标检测模型出现漏检的情况,从而产生误报。


技术实现思路

1、本专利技术要解决是单帧图像漏检导致的误报问题。

2、本专利技术提出一种基于监控视频的人员离岗检测方法和系统。

3、一种基于监控视频的人员离岗检测方法,包括:

4、步骤1,获取训练视频,在视频帧中标注人员目标,利用带标注的视频帧训练yolov5目标检测模型,根据真实框的宽、高和预测的检测框的宽、高得到系数θ,根据系数θ、预测的检测框和真实框的交并比得到系数β,根据系数θ、系数β、预测检测框和真实框中心点的欧式距离、预测检测框和真实框最小包围框对角线的长度计算训练时的损失;

5、步骤2,获取监控视频,将监控视频输入经过步骤1训练的目标检测模型,目标检测模型输出人员目标的目标框坐标,根据目标框坐标与预设的检测区域进行判断,若目标框坐标在检测区域内,则人员目标在检测区域内;设置离岗标志,当在检测区域内的人员目标的数量小于该区域内应在岗人数时,离岗标志为真,否则为假;设置队列,将离岗标志存储到队列中,队列长度n根据预设的离岗持续时间和目标检测模型每秒检测的帧数得到;

6、步骤3,对于连续n帧,计算队列中离岗标志为真或假的个数占队列长度的百分比,根据该百分比与阈值的关系判断是否离岗,如果离岗,则生成时间戳;

7、步骤4,当离岗标志为真且相邻的时间戳的间隔大于预设报警间隔时,输出报警信息。

8、优选的,所述预设的检测区域的数量大于等于1,每个检测区域对应一个队列,所述队列存放于数组中,数组长度为检测区域的数量。

9、优选的,所述步骤2中,各个检测区域独立进行判断,所述步骤5中,对输出报警信息的检测区域进行标识。

10、优选的,所述步骤2中,当队列被填满时,将队列第一个元素弹出,将离岗标志存储到队列末尾。

11、优选的,所述步骤4中,报警信息包括当前时间戳和报警图像,报警图像根据当前视频帧中检测区域内的人员目标的目标框和检测区域的边框得到。

12、优选的,所述步骤1中,设置m个检测区域,m≥1,设置离岗持续时间、报警间隔和各检测区域应在岗人数。

13、优选的,所述步骤1中,所述训练视频通过至少两个地点的监控设备获取;训练视频在获取时,间隔地抽取监控设备的视频帧。

14、一种基于监控视频的人员离岗检测系统,用于实现所述的基于监控视频的人员离岗检测方法,包括:前端模块和后端模块,所述前端模块用于设置离岗检测的参数以及显示报警信息,所述后端模块用于加载目标检测模型并输出报警信息。

15、本专利技术同现有技术相比具有以下优点及效果:

16、本专利技术将seam注意力模块与yolov5模型结合,提高对被遮挡目标的检测结果,降低漏检率;在训练yolov5检测模型时回归损失使用efficicloss函数,提高检测性能,降低人员目标漏检率;通过对一段时间内的视频帧检测结果进行统计分析,即便其中部分帧发生漏检也可正确判断是否离岗,从而缓解单帧漏检对最终报警结果的影响,提高报警的精度。

本文档来自技高网...

【技术保护点】

1.一种基于监控视频的人员离岗检测方法,其特征在于,包括:

2.根据权利要求1所述的基于监控视频的人员离岗检测方法,其特征在于,所述预设的检测区域的数量大于等于1,每个检测区域对应一个队列,所述队列存放于数组中,数组长度为检测区域的数量。

3.根据权利要求1所述的基于监控视频的人员离岗检测方法,其特征在于,所述步骤1中,所使用的yolov5模型在原本基础上融合SEAM注意力模块,用于实现强调人员目标区域,抑制背景区域。

4.根据权利要求1所述的基于监控视频的人员离岗检测方法,其特征在于,所述步骤1中,所述损失包括类别损失、置信度损失和回归损失。

5.根据权利要求2所述的基于监控视频的人员离岗检测方法,其特征在于,所述步骤2中,各个检测区域独立进行判断,所述步骤5中,对输出报警信息的检测区域进行标识。

6.根据权利要求1所述的基于监控视频的人员离岗检测方法,其特征在于,所述步骤2中,当队列被填满时,将队列第一个元素弹出,将离岗标志存储到队列末尾。

7.根据权利要求1所述的基于监控视频的人员离岗检测方法,其特征在于,所述步骤4中,报警信息包括当前时间戳和报警图像,报警图像根据当前视频帧中检测区域内的人员目标的目标框和检测区域的边框得到。

8.根据权利要求1所述的基于监控视频的人员离岗检测方法,其特征在于,所述步骤1中,设置M个检测区域,M≥1,设置离岗持续时间、报警间隔和各检测区域应在岗人数。

9.根据权利要求1所述的基于监控视频的人员离岗检测方法,其特征在于,所述步骤1中,所述训练视频通过至少两个地点的监控设备获取;训练视频在获取时,间隔地抽取监控设备的视频帧。

10.一种基于监控视频的人员离岗检测系统,用于实现权利要求1-9任一所述的基于监控视频的人员离岗检测方法,其特征在于,包括:前端模块和后端模块,所述前端模块用于设置离岗检测的参数以及显示报警信息,所述后端模块用于加载目标检测模型并输出报警信息。

...

【技术特征摘要】

1.一种基于监控视频的人员离岗检测方法,其特征在于,包括:

2.根据权利要求1所述的基于监控视频的人员离岗检测方法,其特征在于,所述预设的检测区域的数量大于等于1,每个检测区域对应一个队列,所述队列存放于数组中,数组长度为检测区域的数量。

3.根据权利要求1所述的基于监控视频的人员离岗检测方法,其特征在于,所述步骤1中,所使用的yolov5模型在原本基础上融合seam注意力模块,用于实现强调人员目标区域,抑制背景区域。

4.根据权利要求1所述的基于监控视频的人员离岗检测方法,其特征在于,所述步骤1中,所述损失包括类别损失、置信度损失和回归损失。

5.根据权利要求2所述的基于监控视频的人员离岗检测方法,其特征在于,所述步骤2中,各个检测区域独立进行判断,所述步骤5中,对输出报警信息的检测区域进行标识。

6.根据权利要求1所述的基于监控视频的人员离岗检测方法,其特征在于,所述步骤2中,当队列被填满时,...

【专利技术属性】
技术研发人员:肖洪东鲍浩胡政胡君杰杨艺
申请(专利权)人:绍兴市北大信息技术科创中心
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1