高空抛物的监测方法、装置、电子设备及存储介质
阅读：827发布：2020-05-08
专利汇可以提供高空抛物的监测方法、装置、电子设备及存储介质专利检索，专利查询，专利分析的服务。并且本 发明 实施例 提供一种高空抛物的监测方法、装置、 电子 设备及存储介质，所述方法包括：获取当前监测场景的视频信息，并通过正态分布对所述当前监测场景进行动态背景建模，以得到所述监测场景的背景图像；根据所述背景图像，判断所述图像信息中是否出现前景图像；当所述图像信息中出现前景图像时，则持续获取所述前景图像的运动信息，并根据所述运动信息计算所述前景图像的运动轨迹；基于所述前景图像的运动轨迹，判断所述前景图像是否为高空抛物。通过对当前监测场景进行背景建模，使得背景图像与前景图像分离，单独判断前景图像是否为高空抛物，可以实时的判断是否存在高空抛物的情况，从而提高了高空抛物的监测效果。，下面是高空抛物的监测方法、装置、电子设备及存储介质专利的具体信息内容。
1.一种高空抛物的监测方法，其特征在于，包括以下步骤：
获取当前监测场景的视频信息，并通过正态分布对所述当前监测场景进行动态背景建模，以得到所述监测场景的背景图像，所述动态背景建模为对所述视频信息中每一帧图像都进行背景建模；
根据所述背景图像，判断所述视频信息中是否出现前景图像；
当所述视频信息中出现前景图像时，则持续获取所述前景图像的运动信息，并根据所述运动信息计算所述前景图像的运动轨迹；
基于所述前景图像的运动轨迹，判断所述前景图像是否为高空抛物。
2.如权利要求1所述的方法，其特征在于，所述获取当前监测场景的视频信息，并通过正态分布对所述当前监测场景进行动态背景建模，以得到所述监测场景的背景图像，包括：
获取所述视频信息中的连续帧图像，其中，所述连续帧图像中每个像素点对应K个正态分布，K大于1，所述正态分布包括均值参数、方差参数以及权重参数；
将当前帧图像的每个像素点的像素值与对应的K个正态分布进行匹配，判断各个像素点是否匹配到满足预设条件的正态分布；
若存在像素值匹配到满足预设条件的M个正态分布的像素点，则将所述M个正态分布进行第一参数更新，并保持其余K-M个正态分布的参数不变，其中，M大于等于1，且M小于等于K；
若存在像素值匹配不到满足预设条件的正态分布的像素点，则在所述像素点对应的K个正态分布中选取均值距离最大的正态分布进行权重赋值，基于所述权重赋值对所述K个正态分布进行第二参数更新，所述均值距离为像素点的像素值与正态分布中均值参数的差值；
基于所述正态分布的方差参数和/或权重参数，选取N个正态分布，并根据所述N个正态分布判断对应像素点是否属于背景像素点，其中，N大于等于1，且N小于等于K；
基于所述背景像素点，构建所述当前帧图像的帧背景，并将所述当前帧图像的帧背景更新为所述监测场景的背景图像。
3.如权利要求2所述的方法，其特征在于，所述根据所述背景图像，判断所述视频信息中是否出现前景图像，包括：
将当前帧图像的每个像素点的像素值与对应的N个正态分布进行匹配，判断所述每个像素点是否匹配到满足预设条件的正态分布；
若存在像素点匹配不到满足预设条件的正态分布，则判断所述匹配不到满足预设条件的正态分布的像素点为前景像素点；
基于所述前景像素点，构建所述当前帧图像的帧前景，并将所述帧图像的帧前景更新为所述监测场景的前景图像。
4.如权利要求1所述的方法，其特征在于，所述基于所述前景图像的运动轨迹，判断所述前景图像是否为高空抛物，包括：
判断所述前景图像的运动轨迹是否为符合预先设置的抛物轨迹；
若所述前景图像的运动轨迹符合所述预先设置的抛物轨迹，则判断所述前景图像为高空抛物；
若所述前景图像的运动轨迹不符合所述预先设置的抛物轨迹，则判断所述前景图像不为高空抛物。
5.如权利要求1所述的方法，其特征在于，所述基于所述前景图像的运动轨迹，判断所述前景图像是否为高空抛物，包括：
在所述背景图像中构建多条水平检测线；
判断所述前景图像的运动轨迹与所述水平检测线的交点数量是否大于预设的交点数阈值；
若所述前景图像的运动轨迹与所述水平检测线的交点数量大于预设的交点数阈值，则判断所述前景图像为高空抛物；
若所述前景图像的运动轨迹与所述水平检测线的交点数量小于预设的交点数阈值，则判断所述前景图像不为高空抛物。
6.如权利要求1所述方法，其特征在于，所述方法还包括：
若所述前景图像为高空抛物，则向当前监测场景和/或管理部门发出高空抛物的提示警报。
7.如权利要求6所述的方法，其特征在于，所述若所述前景图像为高空抛物，则向当前监测场景和/或管理部门发出高空抛物的提示警报，包括：
提取所述前景图像；
对所述前景图像进行特征识别，以识别到所述前景图像所属类别；
根据所述前景图像所属类别，匹配对应的高空抛物等级；
基于所述高空抛物等级，向当前监测场景和/或管理部门发出对应等级的高空抛物提示警报。
8.一种高空抛物的监测装置，其特征在于，所述装置包括：
第一获取模块，用于获取当前监测场景的视频信息，并通过正态分布对所述当前监测场景进行动态背景建模，以得到所述监测场景的背景图像，所述动态背景建模为对所述视频信息中每一帧图像都进行背景建模；
第一判断模块，用于根据所述背景图像，判断所述图像信息中是否出现前景图像；
第二获取模块，用于当所述视频信息中出现前景图像时，则持续获取所述前景图像的运动信息，并根据所述运动信息计算所述前景图像的运动轨迹；
第二判断模块，用于基于所述前景图像的运动轨迹，判断所述前景图像是否为高空抛物。
9.一种电子设备，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的高空抛物的监测方法中的步骤。
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上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的高空抛物的监测方法中的步骤。
高空抛物的监测方法、装置、电子设备及存储介质
技术领域
背景技术
[0002] 随着房地产的发展，新建居民小区的楼层越来越高，高空抛物的问题越来越突出。现在的居民小区中大多安装有监控摄像头对小区内的情况进行监控，在发生高空抛物的事件时，相关人员可以根据采集到该高空抛物事件的监控视频进行调用查看，但是具体的高空抛物情况需要人工逐帧进行查看或通过慢放镜头进行查看，不仅工作量大，还容易发生遗漏，而且，无法及时的发现高空抛物情况。因此，现有的高空抛物事件的监测效果不好。
发明内容
[0003] 本发明实施例提供一种高空抛物的监测方法，能够提高高空抛物事件的监测效果。
[0004] 第一方面，本发明实施例提供一种高空抛物的监测方法，包括：
[0005] 获取当前监测场景的视频信息，并通过正态分布对所述当前监测场景进行动态背景建模，以得到所述监测场景的背景图像，所述动态背景建模为对所述视频信息中每一帧图像都进行背景建模；
[0006] 根据所述背景图像，判断所述视频信息中是否出现前景图像；
[0007] 当所述视频信息中出现前景图像时，则持续获取所述前景图像的运动信息，并根据所述运动信息计算所述前景图像的运动轨迹；
[0008] 基于所述前景图像的运动轨迹，判断所述前景图像是否为高空抛物。
[0009] 可选的，所述获取当前监测场景的视频信息，并通过正态分布对所述当前监测场景进行动态背景建模，以得到所述监测场景的背景图像，包括：
[0011] 将当前帧图像的每个像素点的像素值与对应的K个正态分布进行匹配，判断各个像素点是否匹配到满足预设条件的正态分布；
[0012] 若存在像素值匹配到满足预设条件的M个正态分布的像素点，则将所述M个正态分布进行第一参数更新，并保持其余K-M个正态分布的参数不变，其中，M大于等于1，且M小于等于K；
[0013] 若存在像素值匹配不到满足预设条件的正态分布的像素点，则在所述像素点对应的K个正态分布中选取均值距离最大的正态分布进行权重赋值，基于所述权重赋值对所述K个正态分布进行第二参数更新，所述均值距离为像素点的像素值与正态分布中均值参数的差值；
[0014] 基于所述正态分布的方差参数和/或权重参数，选取N个正态分布，并根据所述N个正态分布判断对应像素点是否属于背景像素点，其中，N大于等于1，且N小于等于K；
[0015] 基于所述背景像素点，构建所述当前帧图像的帧背景，并将所述当前帧图像的帧背景更新为所述监测场景的背景图像。
[0016] 可选的，所述根据所述背景图像，判断所述图像信息中是否出现前景图像，包括：
[0017] 将当前帧图像的每个像素点的像素值与对应的N个正态分布进行匹配，判断所述每个像素点是否匹配到满足预设条件的正态分布；
[0018] 若存在像素点匹配不到满足预设条件的正态分布，则判断所述匹配不到满足预设条件的正态分布的像素点为前景像素点；
[0019] 基于所述前景像素点，构建所述当前帧图像的帧前景，并将所述帧图像的帧前景更新为所述监测场景的前景图像。
[0020] 可选的，所述基于所述前景图像的运动轨迹，判断所述前景图像是否为高空抛物，包括：
[0021] 判断所述前景图像的运动轨迹是否为符合预先设置的抛物轨迹；
[0022] 若所述前景图像的运动轨迹符合所述预先设置的抛物轨迹，则判断所述前景图像为高空抛物；
[0023] 若所述前景图像的运动轨迹不符合所述预先设置的抛物轨迹，则判断所述前景图像不为高空抛物。
[0024] 可选的，所述基于所述前景图像的运动轨迹，判断所述前景图像是否为高空抛物，包括：
[0025] 在所述背景图像中构建多条水平检测线；
[0026] 判断所述前景图像的运动轨迹与所述水平检测线的交点数量是否大于预设的交点数阈值；
[0027] 若所述前景图像的运动轨迹与所述水平检测线的交点数量大于预设的交点数阈值，则判断所述前景图像为高空抛物；
[0028] 若所述前景图像的运动轨迹与所述水平检测线的交点数量小于预设的交点数阈值，则判断所述前景图像不为高空抛物。
[0029] 可选的，所述方法还包括：
[0030] 若所述前景图像为高空抛物，则向当前监测场景和/或管理部门发出高空抛物的提示警报。
[0031] 可选的，所述若所述前景图像为高空抛物，则向当前监测场景和/或管理部门发出高空抛物的提示警报，包括：
[0032] 提取所述前景图像；
[0033] 对所述前景图像进行特征识别，以识别到所述前景图像所属类别；
[0034] 根据所述前景图像所属类别，匹配对应的高空抛物等级；
[0035] 基于所述高空抛物等级，向当前监测场景和/或管理部门发出对应等级的高空抛物提示警报。
[0036] 第二方面，本发明实施例提供一种高空抛物的监测装置，包括：
[0037] 第一获取模块，用于获取当前监测场景的视频信息，并通过正态分布对所述当前监测场景进行动态背景建模，以得到所述监测场景的背景图像，所述动态背景建模为对所述视频信息中每一帧图像都进行背景建模；
[0038] 第一判断模块，用于根据所述背景图像，判断所述视频信息中是否出现前景图像；
[0039] 第二获取模块，用于当所述视频信息中出现前景图像时，则持续获取所述前景图像的运动信息，并根据所述运动信息计算所述前景图像的运动轨迹；
[0040] 第二判断模块，用于基于所述前景图像的运动轨迹，判断所述前景图像是否为高空抛物。
[0041] 第三方面，本发明实施例提供一种电子设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现本发明实施例提供的高空抛物的监测方法中的步骤。
[0042] 第四方面，本发明实施例提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现发明实施例提供的高空抛物的监测方法中的步骤。
[0043] 本发明实施例中，持续获取当前监测场景的实时视频信息，并根据所述实时视频信息对所述当前监测场景进行动态背景建模，以得到所述监测场景的背景图像；根据所述背景图像，判断所述图像信息中是否出现前景图像；当所述图像信息中出现前景图像时，则持续获取所述前景图像的运动信息，并根据所述运动信息计算所述前景图像的运动轨迹；基于所述前景图像的运动轨迹，判断所述前景图像是否为高空抛物。通过对当前监测场景进行背景建模，使得背景图像与前景图像分离，单独判断前景图像是否为高空抛物，不需要人工进行判断，由于背景图像是动态建模得到，可以实时的判断是否存在高空抛物的情况，从而提高了高空抛物的监测效果。
附图说明
附图说明
[0044] 为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有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发明的一些实施例，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，还可以根据这些附图获得其他的附图。
[0045] 图1是本发明实施例提供的一种高空抛物的监测方法的流程图；
[0046] 图2是本发明实施例提供的一种动态背景建模方法的流程图；
[0047] 图3是本发明实施例提供的一种高空抛物的监测装置的结构示意图；
[0048] 图4是本发明实施例提供的另一种高空抛物的监测装置的结构示意图；
[0049] 图5是本发明实施例提供的另一种高空抛物的监测装置的结构示意图；
[0050] 图6是本发明实施例提供的另一种高空抛物的监测装置的结构示意图；
[0051] 图7是本发明实施例提供的另一种高空抛物的监测装置的结构示意图；
[0052] 图8是本发明实施例提供的另一种高空抛物的监测装置的结构示意图；
[0053] 图9是本发明实施例提供的另一种高空抛物的监测装置的结构示意图；
[0054] 图10是本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
[0055] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
[0056] 请参见图1，图1是本发明实施例提供的一种高空抛物的监测方法的流程图，如图1所示，包括以下步骤：
[0057] 101、获取当前监测场景的视频信息，并通过正态分布对所述当前监测场景进行动态背景建模，以得到所述监测场景的背景图像。
[0058] 其中，上述当前监测场景可以是摄像头正在监控的居民楼、商业楼或办公楼等楼栋场景。上述的摄像头监控范围可以是楼栋的全部楼层或一定层数以上的楼层，比如4楼以上的楼层，可以在安装摄像头时，根据需要进行确定，并调整摄像头的拍摄角度，以使该摄像头能够监控对应范围的楼层。
[0059] 上述的视频信息可以理解为摄像头拍摄到的连续图像序列。上述的视频信息可以是摄像头实时拍摄到的目标视频信息，也可以是摄像头定时拍摄到的目标视频信息，还可以是用户调取摄像头拍摄到的视频信息后上传的目标视频信息。
[0060] 上述的动态背景建模指的是根据不同当前帧图像建立不同的背景图像，即每一帧图像都对应一个背景图像。上述的背景图像在连续图像序列中的体现为：连续图像序列中，作为背景图像的像素点的像素值不变或像素值变化在一定范围内。上述的动态背景建模依赖于连续图像序列中像素点在不同帧图像之间的关联，可以理解为在连续图像序列中一个像素点作为背景像素点的像素值变化是服从正态分布的，该背景像素点的像素值在变化过程中，该背景像素点的像素值分布在一个范围内，该范围以该背景像素点的像素值的变化均值进行确定，可以认为背景像素点的像素值变化分布在该变化均值的两侧。
[0061] 具体的，请参见图2，图2是本发明实施例提供的一种动态背景建模方法的流程图，如图2所示，上述动态背景建模的方法包括以下步骤：
[0062] 201、获取视频信息中的连续帧图像。
[0063] 其中，上述的连续帧图像指是在时间序列上的连续图像。
[0064] 202、构建连续帧图像中每个像素点对应K个正态分布。
[0065] 其中，K大于1，所述正态分布包括均值参数、方差参数以及权重参数。
[0066] 在该步骤中，可以先对第一帧图像的每个像素点对应的K个正态分布进行初始化，使该K个正态分布中，其中，该K个正态分布可以通过下列式子进行表达：
[0067] 其中，上述的P(xj)表示第j个像素点的正态分布模型，该正态分布模型中包括该第j个像素点的K个正态分布，xj,t表示该第j个像素点的像素值，上述的 表示第t帧图像中第j个像素点的第i个正态分布的权重参数，上述的 表示第t帧图像中第j个像素点的第i个正态分布的均值参数，上述的 表示第t帧图像中第j个像素点的第i个正态分布的方差参数，上述的η为正态分布的密度函数，上述的σ为标准差，由 得到。
[0068] 在对第一帧图像的每个像素点对应的K个正态分布进行初始化过程中，可以将该第一帧图像的每个像素点中一个正态分布进行初始化，上述的初始化可以是将该个正态分布中的均值参数赋值为对应像素点的像素值，将权重参数赋值为1，此时方差为0，除该个正态分布的其余正态分布的均值参数和权重参数都赋值为0。比如，一个像素点有5个正态分布，即K＝5，在这5个正态分布中，选取一个正态分布的均值参数和权重参数进行赋值，其余的4个正态分布的均值参数和权重参数都赋值为0。由于第一帧图像中各个像素点没有在前序列的依赖，所以需要对该第一帧图像中各个像素点的正态分布进行初始化。
[0069] 当然，在一种可能的实施例中，可以采用随机初始化的方式对第一帧图像中每个像素点的所有正态分布进行随机赋值，需要说明的是，该随机赋值过程中，所有正态分布的权重参数的赋值之和需要等于1。
[0070] 203、将当前帧图像的每个像素点的像素值与对应的K个正态分布进行匹配。
[0071] 其中，上述的当前帧图像的不为第一帧图像。
[0072] 以当前帧图像中的一个像素点j来举例进行说明，假设当前帧图像为第t帧图像，可以理解的是，在之前的第一帧图像到第t－1帧图像中，每个像素点对应像素值的均值与方差都是求已知的，比如，截至第t－1帧图像，在像素点j的K个正态分布中，均值参数为第一帧图像到第t－1帧图像中像素点j所有像素值之和，再除以帧图像的数据，即是除以t－1，得到该均值参数为 像素点j的方差参数为第t－1帧图像中像素点j对应的像素值减去该均值参数 再求平方得到该方差参数为 由此可得第t－1帧图像中像素点j的K个正态分布：
[0073] 在当前的第t帧图像中，如果像素点j为背景像素点，则像素点j的像素值xj满足上述k个正态分布中的一个或多个。这是由于在监测场景中，背景像素点对应的像素值通常是不变的或变化很小的，也就是说，背景像素点对应的像素值分布，在一定的像素值范围内是可被预测的，由于长时间对背景像素点对应的像素值进行采样处理，使得背景像素点对应的像素值数据量足够大，进而使得背景像素点对应的像素值服从正态分布，即数据集中在均值参数的附近，遵从正态分布的随机变量，为均值参数附近的值的概率大，为远离均值参数的值的概率小。举例来说，将第t帧图像中像素点j的像素值xj,t看作随机变量，如果像素点j为背景像素点，则xj,t是在 近取值。因此，可以通过xj,t与 的关系来对像素点j对应的K个正态分布进行匹配。
[0074] 204、判断各个像素点是否匹配到满足预设条件的正态分布。
[0075] 若存在像素值匹配到满足预设条件的M个正态分布的像素点，则转入步骤205，若存在像素值匹配不到满足预设条件的正态分布的像素点，则转入步骤206。
[0076] 上述的预设条件可以是xj,t与 的差值满足预先设置的差值阈值，上述预先设置的差值阈值可以是根据xj,t-1的正态分布中的标准差进行确定，该标准差由得到。具体的，可以判断xj,t与 的差值是否小于该标准差的系数倍，比如判断xj,t与的差值是否小于1.5倍、2.5倍等标准差。
[0077] 若xj,t与 的差值是否小于该标准差的系数倍，则说明该第t帧中像素点j服从该正态分布，即匹配到满足预设条件的正态分布。遍历判断是否服从该个像素点的K个正态分布，从而判断该第t帧中像素点j服从K个正态分布的个数。遍历第t帧中每个像素点，从而判断各个像素点匹配的正态分布情况。
[0078] 205、将M个正态分布进行第一参数更新，并保持其余K-M个正态分布的参数不变。
[0079] 其中，M大于等于1，且M小于等于K。
[0080] 在该步骤中，对满足预设条件的M个正态分布进行更新，上述的第一参数更新指的是对正态分布中的均值参数以及方差参数进行更新，比如，将 更新为新均值 将更新为新均值 即可得到第t帧中像素点j的当前正态分布。对于一个像素点，只以满足预设条件的M个正态分布进行更新，保持剩余K-M个正态分布的参数不变。
[0081] 206、在像素点对应的K个正态分布中选取均值距离最大的正态分布进行权重赋值，基于权重赋值对K个正态分布进行第二参数更新。
[0082] 上述均值距离为像素点的像素值与正态分布中均值参数的差值。
[0083] 在该步骤中，对于一个像素点匹配不到对应的K个正态分布中的任意一个时，则选取xj,t与 的差值最大的一个正态分布进行第二参数更新，剩余的K－1个正态分布保持不变。
[0084] 上述的第二参数更新指的是对正态分布中的权重参数进行更新，比如，将 更新为新均值 具体的，在更新后，再次判断该个像素点是否与新的正态分布匹配。可以通过下述公式对正态分布中的权重参数进行更新：
[0085] 其中，上述的a为算法的学习速率，上述的Mi,t为更新后的匹配结果，若更新权重后该个像素点能够匹配新的正态分布，则Mi,t取值为1，若更新权重后该个像素点仍然不能够匹配新的正态分布，则Mi,t取值为0。
[0086] 由于背景像素点是服从正态分布的，所以，上述该个像素点若能够匹配新的正态分布，则说明该个像素点为背景点，若不能够匹配新的正态分布分布，则说明该个像素点为前景点。具体的，根据上述权重参数更新式子可以知道，若该个像素点能够匹配新的正态分布，则最终的正态分布中权重参数是增大的，若该个像素点不能够匹配新的正态分布，则最终的正态分布中权重参数是减小的。
[0087] 207、基于正态分布的方差参数和/或权重参数，选取N个正态分布，并根据N个正态分布判断对应像素点是否属于背景像素点。
[0088] 其中，N为K个正态分布中权重参数与方差参数比值最大于N个正态分布，N大于等于1，且N小于等于K。
[0089] 上述的方差参数表征了数据分布的离散程度，方差越大，离散程度越大，方差越小，离散程度越小。离散程度越小，说明数据集中在一个小范围，特征也就越明显。因此，一个背景像素点可以选取K个正态分布中方差参数最小的N个正态分布作为该背景的最佳描述。
[0090] 上述的权重参数表征了各个正态分布的数据支持程度，当背景持续不改变时，该背景中的背景像素点对应的分布数据会持续累积，所支持的正态分布权重点比例就越高，落入该正态分布的概率就越高。因此，一个背景像素点可以选取K个正态分布中权重参数最大的N个正态分布作为该背景的最佳描述。需要说明的是，在一个像素点对应的K个正态分布中，K个权重参数之和为1。
[0091] 作为本发明的一个实施例，也可以是根据权重参数与方差参数的比值来进行选取，一个背景像素点可以选取K个破碎分布中权重参数与方差参数比值最大的N个正态分布作为该背景的最佳描述。
[0092] 在确定各个像素点对应的N个正态分布后，将当前的第t帧图像中各个像素点与对应的N个正态分布再次进行匹配，匹配到至少一个正态分布时，则说明该个像素点为背景像素点，转入步骤208。若匹配不到任意一个正态分布时，则说明该个像素点为前景像素点，转入步骤209。
[0093] 208、基于背景像素点，构建当前帧图像的帧背景，并将当前帧图像的帧背景更新为监测场景的背景图像。
[0094] 在确定像素点为当前帧图像的背景像素点时，则可以对当前帧图像的背景像素点进行掩码，以区别于前景部分，得到对应当前帧图像的帧背景，将该帧背景更新到视频信息中对应的帧图像，从而得到监测场景的每一帧背景图像。
[0095] 在本发明实施例中，通过正态分布对背景图像的背景像素点进行判断，可以一个像素点以往的数据分布来预测该像素点是否为背景像素点，提高动态背景建模的准确度。
[0096] 102、根据背景图像，判断视频信息中是否出现前景图像。
[0097] 在该步骤中，将当前帧图像的每个像素点的像素值与对应的N个正态分布进行匹配，判断每个像素点是否匹配到满足预设条件的正态分布；若存在像素点匹配不到满足预设条件的正态分布，则说明该像素点不服从背景像素点的正态分布，进而判断匹配不到满足预设条件的正态分布的像素点为前景像素点。通过前景像素点可以判断视频信息中是否出现前景图像，具体的，可以判断前景图像出的帧图像中是否存在前景像素点，从而判断视频信息中是否出前景帧图像，进而判断该视频信息中是否出现前景图像。
[0098] 209、基于前景像素点，构建当前帧图像的帧前景，并将帧图像的帧前景更新为监测场景的前景图像。
[0099] 在该步骤中，将当前帧图像的每个像素点的像素值与对应的N个正态分布进行匹配，判断每个像素点是否匹配到满足预设条件的正态分布；若存在像素点匹配不到满足预设条件的正态分布，则判断匹配不到满足预设条件的正态分布的像素点为前景像素点；基于前景像素点，构建当前帧图像的帧前景，并将帧图像的帧前景更新为所述监测场景的前景图像。同理，在确定像素点为前景像素点时，可以对当前帧图像的前景像素点进行掩码，以区别于背景部分，得到对应当前帧图像的帧前景，并将该帧前景更新到视频信息中对应的帧图像，从而得到监测场景的每一帧前景图像。
[0100] 103、当视频信息中出现前景图像时，则持续获取前景图像的运动信息，并根据运动信息计算前景图像的运动轨迹。
[0101] 在该步骤中，当视频信息中出现前景图像时，可以通过跟踪算法持续对该前景图像进行运动跟踪，得到连续帧图像对应的序列中前景图像在背景图像中的位移数据，根据该位移数据计算该前景图像的运动轨迹。其中，上述的位移数据指的是该前景图像在帧图像中像素点坐标的位移数据。
[0102] 104、基于前景图像的运动轨迹，判断前景图像是否为高空抛物。
[0103] 在该步骤中，可以通过将该前景图像的运动轨迹与预先设置的抛物轨迹进行比对，若该前景图像的运动轨迹符合预先设置的抛物轨迹，则可以判断该前景图像为高空抛物。若该前景图像的运动轨迹不符合所述预先设置的抛物轨迹，则判断所述前景图像不为高空抛物。上述预先设置的运动轨迹可以是向下的直线或抛物线等类型的轨迹。
[0104] 可选的，可以基于摄像头的位置对运动轨迹进行预先设置，比如，当摄像头正对应待监测建筑进行拍摄时，上述预先设置的运动轨迹可以是向下的直线轨迹，向左下的抛物线轨迹或右下的抛物线轨迹等三种类型工的运动轨迹。当摄像头在待监测建筑的一侧进行拍摄时，上述预先设置的运动轨迹可以是向下的直线轨迹，或偏向一侧的特征线轨迹等，在此情况下，可以只预设两种类型的运动轨迹。需要说明的是，上述的待监测建筑也可以称为监测场景。
[0105] 可选的，在该步骤中，还可以通过在背景图像中构建水平检测线的方式来判断该前景图像是否为高空抛物。具体的，在背景图像中构建多条水平检测线；判断前景图像的运动轨迹与水平检测线的交点数量是否大于预设的交点数阈值；若前景图像的运动轨迹与水平检测线的交点数量大于预设的交点数阈值，则判断前景图像为高空抛物；若前景图像的运动轨迹与水平检测线的交点数量小于预设的交点数阈值，则判断前景图像不为高空抛物。更进一步的，上述的水平检测线可以根据楼层进行构建，比如，每一楼层构建一条水平检测线，可以是根据每个楼层外的上窗沿或下窗沿来构建水平检测线，在发生高空抛物的情况时，可以根据该前景图像的运动轨迹与水平检测线的交点数量，判断高空抛物的发生高度，即可知是哪一楼层在进行高空抛物的行为。另外，还可以根据水平检测线的交点数量，设置不同的高空抛物等级。
[0106] 可选的，在步骤104之后，在判断出前景图像为高空抛物时，可以自动向当前监测场景和/或管理部门发出高空抛物的提示警报。
[0107] 上述的当前监测场景指的是对应摄像头部署的所在地场景，比如A居民区B栋C单元。当对A居民区B栋C单元的摄像头检测到高空抛物时，则会在A居民区B栋C单元处发出危险警报，以向在A居民区B栋C单元附近的人员进行提示。
[0108] 上述的管理部门可以是物业管理部门或城市管理部门或其他具有管理权限的组织，其他具有管理权限的组织比如业主委员会、游园同好会等。在一种可能的实施方式中，在发送到管理部门的提示警报中，还包括当前监测场景的视频信息，该视频信息中包括高空抛物发生的连续帧图像，可以通过各种联系方式将该警报信息发送到管理部门或相关人员的联系终端，比如邮件、手机APP或微信公众号推送等。
[0109] 可选的，在检测到前景图像时，还可提取该前景图像，并对该前景图像进行特征识别，以识别到该前景图像所属类别；根据该前景图像所属类别，匹配对应的高空抛物等级；基于匹配到的高空抛物等级，向当前监测场景和/或管理部门发出对应等级的高空抛物提示警报。比如，当识别到前景图像为纸片或塑料袋时，则可以判断该前景图像高空抛物等级较低，当识别到前景图像为花盆或手机时，则可以判断该前景图像高空抛物等级较高。上述的高空抛物等级可以与危险等级正相关。可以针对不同的高空抛物等级设置不同的高空抛物提示警报。
[0110] 在本发明实施例中，持续获取当前监测场景的实时视频信息，并根据所述实时视频信息对所述当前监测场景进行动态背景建模，以得到所述监测场景的背景图像；根据所述背景图像，判断所述图像信息中是否出现前景图像；当所述图像信息中出现前景图像时，则持续获取所述前景图像的运动信息，并根据所述运动信息计算所述前景图像的运动轨迹；基于所述前景图像的运动轨迹，判断所述前景图像是否为高空抛物。通过对当前监测场景进行背景建模，使得背景图像与前景图像分离，单独判断前景图像是否为高空抛物，不需要人工进行判断，由于背景图像是动态建模得到，可以实时的判断是否存在高空抛物的情况，从而提高了高空抛物的监测效果。
[0111] 需要说明的是，本发明实施例提供的高空抛物的监测方法可以应用于需要对高空抛物行为进行监测的移动终端、监控器、计算机、服务器等设备。
[0112] 请参见图3，图3是本发明实施例提供的一种高空抛物的监测装置的结构示意图，如图3所示，所述装置包括：
[0113] 第一获取模块301，用于获取当前监测场景的视频信息，并通过正态分布对所述当前监测场景进行动态背景建模，以得到所述监测场景的背景图像，所述动态背景建模为对所述视频信息中每一帧图像都进行背景建模；
[0114] 第一判断模块302，用于根据所述背景图像，判断所述图像信息中是否出现前景图像；
[0115] 第二获取模块303，用于当所述视频信息中出现前景图像时，则持续获取所述前景图像的运动信息，并根据所述运动信息计算所述前景图像的运动轨迹；
[0116] 第二判断模块304，用于基于所述前景图像的运动轨迹，判断所述前景图像是否为高空抛物。
[0117] 可选的，上述的第一获取模块301与第二获取模块302可以是相同的获取模块，上述的第一获取模块301与第二获取模块302也可以集成在同一获取模块中。
[0118] 可选的，如图4所示，所述第一获取模块301包括，包括：
[0119] 获取单元3011，用于获取所述视频信息中的连续帧图像，其中，所述连续帧图像中每个像素点对应K个正态分布，K大于1，所述正态分布包括均值参数、方差参数以及权重参数；
[0120] 第一判断单元3012，用于将当前帧图像的每个像素点的像素值与对应的K个正态分布进行匹配，判断各个像素点是否匹配到满足预设条件的正态分布；
[0121] 第一更新单元3013，用于若存在像素值匹配到满足预设条件的M个正态分布的像素点，则将所述M个正态分布进行第一参数更新，并保持其余K-M个正态分布的参数不变，其中，M大于等于1，且M小于等于K；
[0122] 第二更新单元3014，用于若存在像素值匹配不到满足预设条件的正态分布的像素点，则在所述像素点对应的K个正态分布中选取均值距离最大的正态分布进行权重赋值，基于所述权重赋值对所述K个正态分布进行第二参数更新，所述均值距离为像素点的像素值与正态分布中均值参数的差值；
[0123] 第二判断单元3015，用于基于所述正态分布的方差参数和/或权重参数，选取N个正态分布，并根据所述N个正态分布判断对应像素点是否属于背景像素点，其中，N大于等于1，且N小于等于K；
[0124] 第一构建单元3016，用于基于所述背景像素点，构建所述当前帧图像的帧背景，并将所述当前帧图像的帧背景更新为所述监测场景的背景图像。
[0125] 可选的，如图5所示，所述第一判断模块302，包括：
[0126] 第三判断单元3021，用于将当前帧图像的每个像素点的像素值与对应的N个正态分布进行匹配，判断所述每个像素点是否匹配到满足预设条件的正态分布；
[0127] 第四判断单元3022，用于若存在像素点匹配不到满足预设条件的正态分布，则判断所述匹配不到满足预设条件的正态分布的像素点为前景像素点；
[0128] 第二构建单元3023，用于基于所述前景像素点，构建所述当前帧图像的帧前景，并将所述帧图像的帧前景更新为所述监测场景的前景图像。
[0129] 可选的，如图6所示，所述第二判断模块304，包括：
[0130] 第五判断单元3041，用于判断所述前景图像的运动轨迹是否为符合预先设置的抛物轨迹；
[0131] 第六判断单元3042，用于若所述前景图像的运动轨迹符合所述预先设置的抛物轨迹，则判断所述前景图像为高空抛物；
[0132] 第七判断单元3043，用于若所述前景图像的运动轨迹不符合所述预先设置的抛物轨迹，则判断所述前景图像不为高空抛物。
[0133] 可选的，如图7所示，所述第二判断模块304，包括：
[0134] 构建单元3044，用于在所述背景图像中构建多条水平检测线；
[0135] 第八判断单元3045，用于判断所述前景图像的运动轨迹与所述水平检测线的交点数量是否大于预设的交点数阈值；
[0136] 第九判断单元3046，用于若所述前景图像的运动轨迹与所述水平检测线的交点数量大于预设的交点数阈值，则判断所述前景图像为高空抛物；
[0137] 第十判断单元3047，用于若所述前景图像的运动轨迹与所述水平检测线的交点数量小于预设的交点数阈值，则判断所述前景图像不为高空抛物。
[0138] 可选的，如图8所示，所述装置还包括：
[0139] 提示模块305，用于若所述前景图像为高空抛物，则向当前监测场景和/或管理部门发出高空抛物的提示警报。
[0140] 可选的，如图9所示，所述提示模块305，包括：
[0141] 提取单元3051，用于提取所述前景图像；
[0142] 识别单元3052，用于对所述前景图像进行特征识别，以识别到所述前景图像所属类别；
[0143] 匹配单元3053，用于根据所述前景图像所属类别，匹配对应的高空抛物等级；
[0144] 提示单元3054，用于基于所述高空抛物等级，向当前监测场景和/或管理部门发出对应等级的高空抛物提示警报。
[0145] 需要说明的是，本发明实施例提供的高空抛物的监测装置可以应用于需要对高空抛物行为进行监测的移动终端、监控器、计算机、服务器等设备。
[0146] 本发明实施例提供的高空抛物的监测装置能够实现上述方法实施例中高空抛物的监测方法实现的各个过程，且可以达到相同的有益效果。为避免重复，这里不再赘述。
[0147] 参见图10，图10是本发明实施例提供的一种电子设备的结构示意图，如图10所示，包括：存储器1002、处理器1001及存储在所述存储器1002上并可在所述处理器1001上运行的计算机程序，其中：
[0148] 处理器1001用于调用存储器1002存储的计算机程序，执行如下步骤：
[0149] 获取当前监测场景的视频信息，并通过正态分布对所述当前监测场景进行动态背景建模，以得到所述监测场景的背景图像，所述动态背景建模为对所述视频信息中每一帧图像都进行背景建模；
[0150] 根据所述背景图像，判断所述视频信息中是否出现前景图像；
[0151] 当所述视频信息中出现前景图像时，则持续获取所述前景图像的运动信息，并根据所述运动信息计算所述前景图像的运动轨迹；
[0152] 基于所述前景图像的运动轨迹，判断所述前景图像是否为高空抛物。
[0153] 可选的，处理器1001执行的所述获取当前监测场景的视频信息，并通过正态分布对所述当前监测场景进行动态背景建模，以得到所述监测场景的背景图像，包括：
[0154] 获取所述视频信息中的连续帧图像，其中，所述连续帧图像中每个像素点对应K个正态分布，K大于1，所述正态分布包括均值参数、方差参数以及权重参数；
[0155] 将当前帧图像的每个像素点的像素值与对应的K个正态分布进行匹配，判断所述每个像素点是否匹配到满足预设条件的正态分布；
[0156] 若存在像素值匹配到满足预设条件的M个正态分布的像素点，则将所述M个正态分布进行第一参数更新，并保持其余K-M个正态分布的参数不变，其中，M大于等于1，且M小于等于K；
[0157] 若存在像素值匹配不到满足预设条件的正态分布的像素点，则在所述像素点对应的K个正态分布中选取均值距离最大的正态分布进行权重赋值，基于所述权重赋值对所述K个正态分布进行第二参数更新，所述均值距离为像素点的像素值与正态分布中均值参数的差值；
[0158] 基于所述正态分布的方差参数和/或权重参数，选取N个正态分布，并根据所述N个正态分布判断对应像素点是否属于背景像素点，其中，N大于等于1，且N小于等于K；
[0159] 基于所述背景像素点，构建所述当前帧图像的帧背景，并将所述当前帧图像的帧背景更新为所述监测场景的背景图像。
[0160] 可选的，处理器1001执行的所述根据所述背景图像，判断所述视频信息中是否出现前景图像，包括：
[0161] 将当前帧图像的每个像素点的像素值与对应的N个正态分布进行匹配，判断所述每个像素点是否匹配到满足预设条件的正态分布；
[0162] 若存在像素点匹配不到满足预设条件的正态分布，则判断所述匹配不到满足预设条件的正态分布的像素点为前景像素点；
[0163] 基于所述前景像素点，构建所述当前帧图像的帧前景，并将所述帧图像的帧前景更新为所述监测场景的前景图像。
[0164] 可选的，处理器1001执行的所述基于所述前景图像的运动轨迹，判断所述前景图像是否为高空抛物，包括：
[0165] 判断所述前景图像的运动轨迹是否为符合预先设置的抛物轨迹；
[0166] 若所述前景图像的运动轨迹符合所述预先设置的抛物轨迹，则判断所述前景图像为高空抛物；
[0167] 若所述前景图像的运动轨迹不符合所述预先设置的抛物轨迹，则判断所述前景图像不为高空抛物。
[0168] 可选的，处理器1001执行的所述基于所述前景图像的运动轨迹，判断所述前景图像是否为高空抛物，包括：
[0169] 在所述背景图像中构建多条水平检测线；
[0170] 判断所述前景图像的运动轨迹与所述水平检测线的交点数量是否大于预设的交点数阈值；
[0171] 若所述前景图像的运动轨迹与所述水平检测线的交点数量大于预设的交点数阈值，则判断所述前景图像为高空抛物；
[0172] 若所述前景图像的运动轨迹与所述水平检测线的交点数量小于预设的交点数阈值，则判断所述前景图像不为高空抛物。
[0173] 可选的，处理器1001还执行包括：
[0174] 若所述前景图像为高空抛物，则向当前监测场景和/或管理部门发出高空抛物的提示警报。
[0175] 可选的，处理器1001执行的所述若所述前景图像为高空抛物，则向当前监测场景和/或管理部门发出高空抛物的提示警报，包括：
[0176] 提取所述前景图像；
[0177] 对所述前景图像进行特征识别，以识别到所述前景图像所属类别；
[0178] 根据所述前景图像所属类别，匹配对应的高空抛物等级；
[0179] 基于所述高空抛物等级，向当前监测场景和/或管理部门发出对应等级的高空抛物提示警报。
[0180] 需要说明的是，本发明实施例提供的电子设备可以应用于需要对高空抛物行为进行监测的移动终端、监控器、计算机、服务器等设备。
[0181] 本发明实施例提供的电子设备能够实现上述方法实施例中高空抛物的监测方法实现的各个过程，且可以达到相同的有益效果，为避免重复，这里不再赘述。
[0182] 本发明实施例还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现本发明实施例提供的高空抛物的监测方法的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 一种演播室系统和节目视频制作方法及装置 | 2020-05-08 | 159 |
| 用于体育视频识别的快速对象跟踪框架 | 2020-05-11 | 397 |
| 一种基于实例分割模型的集装箱检测方法 | 2020-05-11 | 538 |
| 一种基于深度学习多网络软融合的行人检测方法 | 2020-05-11 | 812 |
| 眼底影像质量评估方法和系统、设备及存储介质 | 2020-05-08 | 24 |
| 一种基于多特征融合的运动阴影去除方法 | 2020-05-08 | 178 |
| 一种基于显著性的CNN盲图像质量评估方法 | 2020-05-11 | 760 |
| 一种投影内容中字幕区域增强方法、装置及可读存储介质 | 2020-05-08 | 699 |
| 一种通过图像显著性改进适应的前景提取方法 | 2020-05-11 | 104 |
| 一种文字检测方法及计算机可读存储介质 | 2020-05-11 | 25 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
分析报告
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
QQ群二维码
意见反馈
意见反馈