灾害性事件误报抑制方法和计算机程序产品与流程
本申请涉及视频监控智能分析,特别是涉及一种灾害性事件误报抑制方法和计算机程序产品。
背景技术:
1、基于摄像头的视频火情/烟雾检测方案因部署便捷、覆盖范围广,已广泛应用于安防监控、工业厂区、森林防火等领域。目前主流方案多依赖静态外观特征(如灰度、纹理、形状)或短时序运动特征进行判别,但在复杂光照场景下存在误报问题。例如,在夜间红外黑白成像模式下,墙面镜面反射、红外补光泛白、车灯扫过、灰尘飞虫、雨雪飘落与蜘蛛网遮挡等,均可能形成与烟雾特征相似的大块白色区域或漂浮区域。而白天强日光反射、白色车辆驶过等情况,也易被误判为火情。
技术实现思路
1、基于此,有必要针对上述技术问题,提供一种能够抑制误报的灾害性事件误报抑制方法和计算机程序产品。
2、第一方面,本申请提供了一种灾害性事件误报抑制方法。所述方法包括:
3、获取摄像头输出的视频数据,所述视频数据包括视频帧序列和对应的isp元数据;
4、基于所述视频数据生成疑似灾害性事件的目标区域;
5、在所述目标区域中启动预设时长的探测窗口,在所述探测窗口内,基于伪随机符号序列,对用于调控传感器感光总量的可编程执行元件施加微幅时域扰动;
6、在所述探测窗口结束后,为所述目标区域生成环带背景,并计算所述探测窗口内所述目标区域与所述环带背景的差分响应序列;
7、将所述差分响应序列与所述伪随机符号序列进行相关解码,得到相关分数;
8、在所述探测窗口内提取所述目标区域的边界稳定度和响应扩散性;
9、基于所述相关分数、所述边界稳定度和所述响应扩散性,输出灾害性事件检测结果。
10、在其中一些实施例中,基于所述视频数据生成疑似灾害性事件的目标区域,包括:
11、基于所述isp元数据判断当前成像模式;
12、在当前成像模式下,对所述视频帧序列进行特征提取并分析,生成疑似灾害性事件的一个或者多个候选区域,并输出每个候选区域的置信度;
13、遍历所述候选区域,选择所述置信度、距离上一次触发微扰探测的时间、当前自动曝光状态稳定性满足预设条件的所述候选区域,得到所述目标区域。
14、在其中一些实施例中,所述可编程执行元件包括红外补光模组的pwm驱动电路;在所述探测窗口内,基于伪随机符号序列,对用于调控传感器感光总量的可编程执行元件施加微幅时域扰动,包括:
15、在当前成像模式为夜间成像模式下,在所述探测窗口内,基于所述伪随机符号序列,逐帧调整所述pwm驱动电路输出的占空比,生成具有多级灰度梯度的红外脉冲激励序列。
16、在其中一些实施例中,所述可编程执行元件包括电子快门控制器及可见光led恒流驱动电路;在所述探测窗口内,基于伪随机符号序列,对用于调控传感器感光总量的可编程执行元件施加微幅时域扰动,包括:
17、在当前成像模式为日间成像模式下,在所述探测窗口内,基于所述伪随机符号序列,对所述电子快门控制器的曝光时间设定值和/或所述可见光led恒流驱动电路的电流幅值设定值,叠加微幅偏移量。
18、在其中一些实施例中,在所述探测窗口结束后,为所述目标区域生成环带背景之前,所述方法还包括:
19、基于所述isp元数据消除对所述探测窗口内的视频帧序列进行亮度归一化处理;
20、剔除所述探测窗口内曝光时间变化率或增益变化率超过预设阈值的视频帧。
21、在其中一些实施例中,剔除所述探测窗口内曝光时间变化率或增益变化率超过预设阈值的视频帧,包括:
22、若所述摄像头的自动曝光和自动增益未锁定,则计算相邻帧的曝光时间变化率与增益变化率;
23、剔除所述曝光时间变化率或者所述增益变化率任超过筛帧阈值的视频帧;
24、若剔除后有效帧数少于预设帧数,则判定本次探测无效。
25、在其中一些实施例中,计算所述目标区域与所述环带背景在所述探测窗口内的差分响应序列,包括:
26、在所述探测窗口内,计算各帧图像中,所述目标区域的归一化平均亮度,以及所述环带背景的归一化平均亮度;
27、在所述探测窗口内,基于多帧图像,计算所述目标区域的第一平均亮度基线,以及所述环带背景的第二平均亮度基线;
28、在所述探测窗口内,计算各帧图像中,所述目标区域相对于所述第一平均亮度基线的第一亮度变化量,以及所述环带背景相对于所述第二平均亮度基线的第二亮度变化量;
29、在所述探测窗口内,计算各帧图像中,所述第一亮度变化量与所述第二亮度变化量之间的差值,得到所述差分响应序列。
30、在其中一些实施例中,基于所述相关分数、所述边界稳定度和所述响应扩散性,输出灾害性事件检测结果,包括:
31、若所述相关分数、所述边界稳定度和所述响应扩散性落入第一预设条件组,则判定所述目标区域存在镜面反光或补光泛白干扰误报,否决灾害性事件;
32、若所述相关分数、所述边界稳定度和所述响应扩散性落入第二预设条件组,则判定所述目标区域存在全局照明干扰误报,否决灾害性事件;
33、若所述相关分数、所述边界稳定度和所述响应扩散性落入第三预设条件组,则判定所述目标区域通过误报校验,存在灾害性事件。
34、在其中一些实施例中,在判定所述目标区域通过误报校验之后,所述方法还包括:
35、将通过所述误报校验的所述目标区域,进入预设时长的预报警确认窗;
36、若所述目标区域持续满足报警条件,则输出火警信号;
37、若所述目标区域未持续满足报警条件,则撤销预报警并记录本次误报的原因码,并将此次被撤销的预报警样本存入难例样本库,用于后续算法迭代优化。
38、第二方面,本申请还提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述第一方面所述的方法的步骤。
39、上述灾害性事件误报抑制方法和计算机程序产品,通过伪随机符号序列对用于调控传感器感光总量的可编程执行元件施加微幅时域扰动,以使传感器在各帧间接收到的光积分能量呈现可控的伪随机波动,从而将灾情的物理特性与干扰源的物理特性差异转化为可量化的数字特征,实现对灾情与干扰源的稳定区分,有利于抑制灾害性事件的误报。
1.一种灾害性事件误报抑制方法,其特征在于,包括:
2.根据权利要求1所述的灾害性事件误报抑制方法,其特征在于,基于所述视频数据生成疑似灾害性事件的目标区域,包括:
3.根据权利要求1所述的灾害性事件误报抑制方法,其特征在于,所述可编程执行元件包括红外补光模组的pwm驱动电路;在所述探测窗口内,基于伪随机符号序列,对用于调控传感器感光总量的可编程执行元件施加微幅时域扰动,包括:
4.根据权利要求1所述的灾害性事件误报抑制方法,其特征在于,所述可编程执行元件包括电子快门控制器及可见光led恒流驱动电路;在所述探测窗口内,基于伪随机符号序列,对用于调控传感器感光总量的可编程执行元件施加微幅时域扰动,包括:
5.根据权利要求1所述的灾害性事件误报抑制方法,其特征在于,在所述探测窗口结束后,为所述目标区域生成环带背景之前,所述方法还包括:
6.根据权利要求5所述的灾害性事件误报抑制方法,其特征在于,剔除所述探测窗口内曝光时间变化率或增益变化率超过预设阈值的视频帧,包括:
7.根据权利要求1所述的灾害性事件误报抑制方法,其特征在于,计算所述目标区域与所述环带背景在所述探测窗口内的差分响应序列,包括:
8.根据权利要求1所述的灾害性事件误报抑制方法,其特征在于,基于所述相关分数、所述边界稳定度和所述响应扩散性,输出灾害性事件检测结果,包括:
9.根据权利要求8所述的灾害性事件误报抑制方法,其特征在于,在判定所述目标区域通过误报校验之后,所述方法还包括:
10.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至权利要求9中任一项所述的方法的步骤。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com