高空抛物检测方法、装置、计算机设备和存储介质与流程

1.本技术涉及安防监控领域，特别是涉及一种高空抛物检测方法、装置、计算机设备和存储介质。


背景技术：

2.随着居民生活现代化进程的推进，越来越多的高楼大厦拔地而起，高空抛物现象越发增多，高空抛物一直以来都备受关注，因为它不仅是不文明行为，而且给城市安全带来的巨大威胁。
3.现有的高空抛物检测方法通过摄像头对目标建筑进行监控，服务器对监控视频进行分析，确定是否发生高空抛物事件。由于服务器的数据分析处理具有一定的延时，因此当检测到高空抛物事件时，抛物所在的位置可能并不是抛物的起始位置，因此对抛物起始位置的判断不准确。


技术实现要素：

4.基于此，有必要针对上述技术问题，提供一种高空抛物检测方法、装置、计算机设备和存储介质。
5.第一方面，本发明实施例提出一种高空抛物检测方法，所述方法包括：
6.获取检测区域，所述检测区域包括抛物的起始位置；
7.响应于高空抛物事件的触发指令获取抛物所在位置，并对抛物进行跟踪获取跟踪信息；
8.若抛物所在位置不在所述检测区域中，则基于所述跟踪信息确定抛物的起始位置。
9.在一实施例中，所述获取检测区域包括：
10.基于当前的检测时间确定对应的检测规则，所述检测规则包括开窗检测以及灯光检测；
11.基于所述检测规则对目标建筑进行检测，确定检测区域。
12.在一实施例中，所述对抛物进行跟踪获取跟踪信息包括：
13.获取所述抛物的图像；
14.当所述抛物的图像面积大于或等于设定阈值时，基于所述抛物图像的特征进行关联对所述抛物进行跟踪，获得跟踪信息；
15.当所述抛物的图像面积小于设定阈值时，基于所述抛物在预设的参考坐标系中的坐标进行关联对所述抛物进行跟踪，获得跟踪信息。
16.在一实施例中，所述跟踪信息包括含有抛物位置信息的第一监控视频，所述基于所述跟踪信息确定抛物的起始位置包括：
17.获取触发高空抛物事件前若干时间的第二监控视频；
18.将所述第一监控视频与第二监控视频进行拼接得到第三监控视频；
19.基于所述第三监控视频任一视频帧中抛物的位置信息，获取抛物的第一特征；
20.将所述第一特征与前一视频帧中的特征相匹配得到抛物的第二特征，并确定前一视频帧中抛物所在位置；
21.重复特征匹配步骤，直到无法与前一视频帧中的特征相匹配，则基于对应视频帧中抛物所在位置确定抛物的起始位置。
22.在一实施例中，所述跟踪信息包括含有抛物位置信息的第一监控视频，所述基于所述跟踪信息确定抛物的起始位置包括：
23.基于所述第一监控视频中抛物的位置信息，确定抛物的轨迹；
24.基于所述抛物的轨迹确定抛物的起始位置。
25.在一实施例中，所述方法还包括：
26.获取所述检测区域的目标区域，将目标区域的中心点作为第一预置点；
27.将检测到对象的所在位置作为第二预置点；
28.基于所述第一预置点和第二预置点生成巡检路线，并基于所述巡检路线进行高空抛物事件检测。
29.在一实施例中，所述获取所述检测区域的目标区域包括：
30.基于预设的参考坐标系，获取所述检测区域中的检测点的坐标；
31.基于k-means聚类方法对所述检测点进行聚类；
32.将包含最多检测点的簇所在的区域作为目标区域。
33.第二方面，本发明实施例提出一种高空抛物检测装置，所述装置包括：
34.跟踪模块，用于响应于高空抛物事件的触发指令获取抛物所在位置，并对抛物进行跟踪获取跟踪信息；
35.第一确定模块，用于若抛物所在位置不在所述检测区域中，则基于所述跟踪信息确定抛物的起始位置。
36.第三方面，本发明实施例提出一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
37.获取检测区域，所述检测区域包括抛物的起始位置；
38.响应于高空抛物事件的触发指令获取抛物所在位置，并对抛物进行跟踪获取跟踪信息；
39.若抛物所在位置不在所述检测区域中，则基于所述跟踪信息确定抛物的起始位置。
40.第四方面，本发明实施例提出一种计算机可读存储介质，其上存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
41.获取检测区域，所述检测区域包括抛物的起始位置；
42.响应于高空抛物事件的触发指令获取抛物所在位置，并对抛物进行跟踪获取跟踪信息；
43.若抛物所在位置不在所述检测区域中，则基于所述跟踪信息确定抛物的起始位置。
44.上述方法、装置、计算机设备和存储介质，通过获取检测区域，所述检测区域包括抛物的起始位置，响应于高空抛物事件的触发指令获取抛物所在位置，并对抛物进行跟踪
获取跟踪信息，若抛物所在位置不在所述检测区域中，则基于所述跟踪信息确定抛物的起始位置。本发明能够提高抛物的起始位置判断的准确性。
附图说明
45.图1为一个实施例中高空抛物检测方法的应用环境图；
46.图2为一个实施例中高空抛物检测方法的流程示意图；
47.图3为一个实施例中检测区域确定方法的流程示意图；
48.图4为一个实施例中跟踪信息获取方法的流程示意图；
49.图5为一个实施例中起始位置确定方法的流程示意图；
50.图6为另一个实施例中起始位置确定方法的流程示意图；
51.图7为一个示例实施例中起始位置确定方法的示意图；
52.图8为另一个实施例中高空抛物检测方法的流程示意图；
53.图9为另一个实施例中目标区域确定方法的流程示意图；
54.图10为一个实施例中巡检过程的流程示意图；
55.图11为一个实施例中高空抛物检测装置的结构示意图；
56.图12为一个实施例中一个实施例中计算机设备的内部结构图。
具体实施方式
57.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
58.本技术提供的一种高空抛物检测方法，可以应用于如图1所示的应用环境中。其中，枪机102、球机104通过网络与服务器106进行通信。其中，枪机按照安装距离和焦距从高层依次往下覆盖目标建筑，每个枪机都有自己的监测区域，球机安装在目标建筑正面的侧面，与楼面存在一定角度，枪机和球机成组依次接入网络视频录像机的通道，每个枪机都与球机设置成主从联动的模式，其中枪机为主相机，球机为从相机。枪机用于检测高空抛物事件，服务器获取抛物所在位置，并控制球机对抛物进行跟踪获取跟踪信息，服务器基于所述跟踪信息确定抛物的起始位置。其中，服务器106可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
59.在一实施例中，如图2所示，提供了一种高空抛物检测方法，以该方法应用于图1中的终端为例进行说明，包括以下步骤：
60.s202：获取检测区域，所述检测区域包括抛物的起始位置。
61.当发生高空抛物事件时，抛物的起始位置在检测区域中，检测区域可以理解为能够监测到的开窗区域或者开灯区域等。
62.s204：响应于高空抛物事件的触发指令获取抛物所在位置，并对抛物进行跟踪获取跟踪信息。
63.本实施例中的高空抛物事件并不对抛物的高度进行限制，可以理解的是，在目标建筑能够检测范围内的抛物事件都可以作为高空抛物事件。
64.本实施例中高空抛物事件的检测算法可以采用深度学习算法对高空抛物事件的
图片进行训练从而实现高空抛物的检测，也可以采用图片对比的方法将采集的图片与不存在高空抛物事件的图片的比对来实现高空抛物的检测。可以理解的是，本实施例并不对高空抛物事件的检测算法进行限定，还可以采用其他的高空抛物事件的检测算法。
65.s206：若抛物所在位置不在所述检测区域中，则基于所述跟踪信息确定抛物的起始位置。
66.考虑到高空抛物事件的触发具有一定的延时，抛物所在位置有可能不在检测区域中。在本实施例中，若抛物所在的位置与检测区域的最近距离大于设定阈值，则判断为不在检测区域中，反之，则判断为在检测区域中。当抛物所在位置不在所述检测区域中时，则基于跟踪信息确定抛物的起始位置，从而能够保证抛物的起始位置判断的准确性。
67.在一实施例中，如图3所示，获取检测区域包括以下步骤：
68.s302：基于当前的检测时间确定对应的检测规则，所述检测规则包括开窗检测以及灯光检测；
69.s304：基于所述检测规则对目标建筑进行检测，确定检测区域。
70.可以理解的是，正常情况下，高空抛物事件通常发生在开窗或者开灯情况下。基于上述检测规则，对目标建筑进行检测，将发生开窗或者开灯的区域总和确定为检测区域。
71.具体的，若当前的检测时间为白天就做开窗检测，若当前的检测时间是夜晚就做灯光检测。其中，开窗检测的方法使用尺度不变特征变换sift得到检测图像和模板图像的特征点，然后使用深度学习算法yolo v3判定是否存在开窗动作实现开窗检测。灯光检测的方法使用深度学习算法去检测监控视频中的亮点，从而判定是否开灯。
72.本实施例中，根据当前的检测时间确定对应的检测规则，能够提高检测区域确定的准确性，从而能够更准确的确定抛物的起始位置。
73.进一步的，本实施例通过对目标建筑的监测区域做人体检测，当检测到人体时，重新进行开窗检测或灯光检测，从而对检测区域进行刷新。此外，也可以根据时间段去重新进行开窗检测或开灯检测。在一些开窗或者开灯的频繁的时间段去重新做开窗或者灯光检测，实现检测区域的实时更新。通过对检测区域的实时更新，能够提高检测区域确定的准确性，从而能够更准确的确定抛物的起始位置。
74.在一实施例中，如图4所示，对抛物进行跟踪获取跟踪信息包括以下步骤：
75.s402：获取所述抛物的图像；
76.s404：当所述抛物的图像面积大于或等于设定阈值时，基于所述抛物图像的特征进行关联对所述抛物进行跟踪，获得跟踪信息；
77.s406：当所述抛物的图像面积小于设定阈值时，基于所述抛物在预设的参考坐标系中的坐标进行关联对所述抛物进行跟踪，获得跟踪信息。
78.在本实施例中，根据抛物的图像面积来选择对应的跟踪方法来提高抛物跟踪的准确性。当抛物的图像面积大于或等于设定阈值时，能够获取清晰的图像特征，因此通过获取视频帧中抛物图像的特征并对抛物图像的特征进行关联实现对抛物进行跟踪，能够获得准确的跟踪信息；当抛物的图像面积小于设定阈值时，不能够获取清晰的图像特征，因此通过建立参考坐标系并确定视频帧中抛物在参考坐标系中的坐标进行关联实现对抛物进行跟踪，能够获得准确的跟踪信息。
79.在一实施例中，跟踪信息包括含有抛物位置信息的第一监控视频，如图5所示，基
于所述跟踪信息确定抛物的起始位置包括以下步骤：
80.s502:获取触发高空抛物事件前若干时间的第二监控视频；
81.s504:将所述第一监控视频与第二监控视频进行拼接得到第三监控视频；
82.s506:基于所述第三监控视频任一视频帧中抛物的位置信息，获取抛物的第一特征；
83.s508:将所述第一特征与前一视频帧中的特征相匹配得到抛物的第二特征，并确定前一视频帧中抛物所在位置；
84.s510:重复特征匹配步骤，直到无法与前一视频帧中的特征相匹配，则基于对应视频帧中抛物所在位置确定抛物的起始位置。
85.本实施例中，通过监控装置可以设置保存发生高空抛物事件的前m秒的视频录像，时间可以根据实际需求进行设置。将第一监控视频与第二监控视频进行拼接得到第三监控视频，基于所述第三监控视频任一视频帧中抛物的位置信息，获取抛物的第一特征；将所述第一特征与前一视频帧中的特征相匹配得到抛物的第二特征，并确定前一视频帧中抛物所在位置，依次返推，直到无法与前一视频帧中的特征相匹配，则基于对应视频帧中抛物所在位置确定抛物的起始位置。在本实施例中，通过抛物特征的逆推可以准确确定抛物的起始位置。
86.在一实施例中，跟踪信息包括含有抛物位置信息的第一监控视频，如图6所示，基于所述跟踪信息确定抛物的起始位置包括以下步骤：
87.s602:基于所述第一监控视频中抛物的位置信息，确定抛物的轨迹；
88.s604:基于所述抛物的轨迹确定抛物的起始位置。
89.图7为抛物的轨迹示意图。获取t1，t2时刻对应两点a、b之间抛物的水平位移差δx，根据公式可以求得初始速度v0，并根据公式s＝v0·
t求得从起始位置开始到t1时刻对应位置花费的时间t，其中s表示从起始位置开始到t1时刻对应位置的距离。根据公式可以求得抛物点到t1时刻的垂直方向的位移h，通过公式y＝ax2 bx c进行拟合就得到起始位置到t1时刻的抛物轨迹，通过垂直方向的位移求得抛物点的位置，其中，a、b、c表示常数。
90.可以理解的是，一些鸟类等飞过也可能触发高空抛物事件，但是其运动轨迹不符合高空抛物的轨迹，因此在一实施例中，根据跟踪轨迹判断是否为高空抛物事件来排除这些异常情况。通过对跟踪信息分析得到轨迹跟踪，并根据跟踪轨迹判断是否为高空抛物事件，如果不是，则过滤，如果是，则确定抛物的起始位置。
91.在一实施例中，如图8所示，一种高空抛物检测方法还包括以下步骤：
92.s802：获取所述检测区域的目标区域，将目标区域的中心点作为第一预置点；
93.s804：将检测到对象的所在位置作为第二预置点；
94.s806：基于所述第一预置点和第二预置点生成巡检路线，并基于所述巡检路线进行高空抛物事件检测。
95.为了能够及时的检测到高空抛物事件，在上述实施例的基础上增加巡检策略。
96.其中，如图9所示，获取所述检测区域的目标区域包括以下步骤：
97.s902：基于预设的参考坐标系，获取所述检测区域中的检测点的坐标；
98.s904：基于k-means聚类方法对所述检测点进行聚类；
99.s906：将包含最多检测点的簇所在的区域作为目标区域。
100.假设xi(i＝1,2,
…
,n)是检测点，μj＝(j＝1,2,
…
,k)是初始化的簇中心，簇中心按照k值随机选取，目标函数可以写成：
[0101][0102]
通过迭代得到k个簇，将包含最多检测点的簇所在的区域作为目标区域。
[0103]
本实施例中的对象指的是人，巡检策略的整体流程如图10所示。通过对整个监测区域做人体检测和人脸检测，当检测到人体或人脸，则对人脸进行抓拍及保存，把检测到对象的所在位置设置成第二预置点，人脸和第二预置点进行一一对应关系，设置好第一预置点和第二预置点的停留时间和巡航次数，第一预置点和第二预置点组成巡航路线，巡航到预置点就进行高空抛物事件检测，当出现高空抛物事件对抛物进行跟踪获取跟踪信息，若抛物所在位置不在所述检测区域中，则基于所述跟踪信息确定抛物的起始位置，抛物者就是起始位置对应预置点的人脸，明确了高空抛物事件的责任归属。当每个预置点当达到设置好的次数，就删除预置点及对应的人脸图片，预置点总数达到阈值总数，就将编号最小的预置点及对应的人脸图片删除。
[0104]
本实施例通过将可能发生高空抛物事件的区域设置成预置点，再通过巡航检测高空抛物事件策略，提高高空抛物事件检测的准确性。
[0105]
在一实施例中，当抛物所在位置不在所述检测区域中时，控制摄像装置往上预抓拍来获取人脸。当获取到多个不同区域的人脸时，离抛物起始位置最近的人脸作为抛物者，从而明确了高空抛物事件的责任归属。
[0106]
应该理解的是，虽然图1-10的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1-10中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
[0107]
在一实施例中，如图11所示，本发明提供了一种高空抛物检测装置，所述装置包括：
[0108]
第一获取模块112，用于获取检测区域，所述检测区域包括抛物的起始位置；
[0109]
跟踪模块114，用于响应于高空抛物事件的触发指令获取抛物所在位置，并对抛物进行跟踪获取跟踪信息；
[0110]
第一确定模块116，用于若抛物所在位置不在所述检测区域中，则基于所述跟踪信息确定抛物的起始位置。
[0111]
在一实施例中，第一获取模块包括：
[0112]
第二确定模块，用于基于当前的检测时间确定对应的检测规则，所述检测规则包括开窗检测以及灯光检测；
[0113]
第三确定模块，用于基于所述检测规则对目标建筑进行检测，确定检测区域。
[0114]
在一实施例中，跟踪模块包括：
[0115]
第二获取模块，用于获取所述抛物的图像；
[0116]
第三获取模块，用于当所述抛物的图像面积大于或等于设定阈值时，基于所述抛物图像的特征进行关联对所述抛物进行跟踪，获得跟踪信息；
[0117]
当所述抛物的图像面积小于设定阈值时，基于所述抛物在预设的参考坐标系中的坐标进行关联对所述抛物进行跟踪，获得跟踪信息。
[0118]
在一实施例中，所述跟踪信息包括含有抛物位置信息的第一监控视频，所述第一确定模块具体用于：
[0119]
获取触发高空抛物事件前若干时间的第二监控视频；
[0120]
将所述第一监控视频与第二监控视频进行拼接得到第三监控视频；
[0121]
基于所述第三监控视频任一视频帧中抛物的位置信息，获取抛物的第一特征；
[0122]
将所述第一特征与前一视频帧中的特征相匹配得到抛物的第二特征，并确定前一视频帧中抛物所在位置；
[0123]
重复特征匹配步骤，直到无法与前一视频帧中的特征相匹配，则基于对应视频帧中抛物所在位置确定抛物的起始位置。
[0124]
在一实施例中，所述跟踪信息包括含有抛物位置信息的第一监控视频，所述第一确定模块具体用于：
[0125]
基于所述第一监控视频中抛物的位置信息，确定抛物的轨迹；
[0126]
基于所述抛物的轨迹确定抛物的起始位置。
[0127]
在一实施例中，所述装置还包括巡检设置模块，具体用于：
[0128]
获取所述检测区域的目标区域，将目标区域的中心点作为第一预置点；
[0129]
将检测到对象的所在位置作为第二预置点；
[0130]
基于所述第一预置点和第二预置点生成巡检路线，并基于所述巡检路线进行高空抛物事件检测。
[0131]
在一实施例中，所述获取所述检测区域的目标区域包括：
[0132]
基于预设的参考坐标系，获取所述检测区域中的检测点的坐标；
[0133]
基于k-means聚类方法对所述检测点进行聚类；
[0134]
将包含最多检测点的簇所在的区域作为目标区域。
[0135]
关于高空抛物检测装置的具体限定可以参见上文中对于高空抛物检测方法的限定，在此不再赘述。上述高空抛物检测装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
[0136]
在一实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图12所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储动作检测数据。该计算机设备的网络接口用于与外部的终端通过网络连接
通信。该计算机程序被处理器执行时以实现上述任一项高空抛物检测方法实施例中的步骤。
[0137]
本领域技术人员可以理解，图12中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
[0138]
在一实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述任一项高空抛物检测方法实施例中的步骤。
[0139]
在一实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述任一项高空抛物检测方法实施例中的步骤。
[0140]
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read-only memory，rom)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(random access memory，ram)或外部高速缓冲存储器。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器(static random access memory，sram)或动态随机存取存储器(dynamic random access memory，dram)等。
[0141]
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
[0142]
以上所述实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术专利的保护范围应以所附权利要求为准。