基于双光谱检测的报警联动方法、装置、设备及介质与流程

1.本发明涉及视频图像检测领域，更具体地说是一种基于双光谱检测的报警联动方法、装置、设备及介质。


背景技术：

2.现有技术中，采用单光谱(例如自然光或者红外光)的检测结果来实现报警联动，这种方式可扩展性较差，开发人力投入偏高，开发周期偏长。


技术实现要素：

3.本发明的目的在于克服现有技术的不足，提供基于双光谱检测的报警联动方法、装置、设备及介质。
4.为实现上述目的，本发明采用以下技术方案：
5.第一方面，基于双光谱检测的报警联动方法，所述方法包括：
6.实时检测目标检测信息；
7.实时检测温度检测信息；
8.根据目标检测信息和温度检测信息是否满足预设的报警规则；
9.若满足预设的报警规则，则执行报警联动。
10.其进一步技术方案为：所述的实时检测目标检测信息，具体包括：
11.实时采集预设的视频区域内的视频数据；
12.将视频数据输入到卷积神经网络模型进行推理；
13.从推理结果提取出目标检测信息。
14.其进一步技术方案为：所述报警规则包括以下参数中的至少两个参数组合而成：目标类别、温度值和时间戳。
15.其进一步技术方案为：所述报警联动的输出方式包括以下中的至少之一：声音、灯光、sd卡抓图、sd卡录像、email和ftp。
16.第二方面，基于双光谱检测的报警联动装置，所述装置包括可见光检测单元、红外检测单元、判断单元以及报警单元；
17.所述可见光检测单元，用于实时检测目标检测信息；
18.所述红外检测单元，用于实时检测温度检测信息；
19.所述判断单元，用于根据目标检测信息和温度检测信息是否满足预设的报警规则；
20.所述报警单元，用于执行报警联动。
21.其进一步技术方案为：所述可见光检测单元包括视频采集模块、卷积神经网络模块以及提取模块；
22.所述视频采集模块，用于实时采集预设的视频区域内的视频数据；
23.所述卷积神经网络模块，用于将视频数据输入到卷积神经网络模型进行推理；
24.所述提取模块，用于从推理结果提取出目标检测信息。
25.其进一步技术方案为：所述报警规则包括以下参数中的至少两个参数组合而成：目标类别、温度值和时间戳。
26.其进一步技术方案为：所述报警联动的输出方式包括以下中的至少之一：声音、灯光、sd卡抓图、sd卡录像、email和ftp。
27.第三方面，一种计算机设备，包括存储器、处理器以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上述的基于双光谱检测的报警联动方法步骤。
28.第四方面，一种存储介质，所述存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令被处理器执行时，使得所述处理器执行如上述的基于双光谱检测的报警联动方法步骤。
29.本发明与现有技术相比的有益效果是：本发明通过双光谱的检测结果与预设的规则来对比判断出是否进行报警联动，相比现有技术，本发明增加了软件系统设计的可扩展性、可复用性，有效降低开发成本、缩短周期和提升开发效率。
30.上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明技术手段，可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征及优点能够更明显易懂，以下特举较佳实施例，详细说明如下。
附图说明
31.为了更清楚地说明本发明实施例技术方案，下面将对实施例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。
32.图1为本发明具体实施例提供的基于双光谱检测的报警联动方法的流程图；
33.图2为本发明具体实施例提供的基于双光谱检测的报警联动方装置的示意性框图；
34.图3为本发明具体实施例提供的一种计算机设备的示意性框图。
具体实施方式
35.为了更充分理解本发明的技术内容，下面结合具体实施例对本发明的技术方案进一步介绍和说明，但不局限于此。
36.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做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。
37.应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
38.还应当理解，在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上
下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
39.还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
40.双光谱检测指的可见光检测和红外光检测。由于市面上存在双光谱检测摄像机，因此，可直接采用双光谱检测摄像机来进行双光谱检测，下面通过具体实施例来介绍本发明。
41.如图1所示，基于双光谱检测的报警联动方法，包括以下步骤：s10、s20、s30、
42.s10、实时检测目标检测信息。
43.通过双光谱检测摄像机的可见光检测模块来对目标进行检测，可见光检测器检测到目标后，会输出目标检测信息。
44.本实施例中，目标是人脸、人体、机动车和非机动车等目标。
45.步骤s10具体包括子步骤：s101、s102、s103。
46.s101、实时采集预设的视频区域内的视频数据。
47.s102、将视频数据输入到卷积神经网络模型进行推理。
48.s103、从推理结果提取出目标检测信息。
49.对于步骤s101、s102和s103，首先实时获取预设的视频区域内的yuv格式的视频数据，获取的时间间隔优选为40ms一次然后，将yuv格式的图像输入到卷积神经网络模型(该卷积神经网络模型模型可用于人脸、人体、机动车和非机动车等目标的推理)进行推理，当检测到有效的目标时，会产生目标编号、目标类别、置信度、位置坐标和时间戳等信息。
50.需要说明的是，卷积神经网络模型是目前成熟的技术，因此在此不再多赘述其原理。
51.另外，预设的视频区域是通过电脑在双光谱检测摄像机的配置网页界面上，用鼠标在待设置区域设置3-8个点的区域，举例3个点的三角区域，四个点的矩形区域。
52.s20、实时检测温度检测信息。
53.通过双光谱检测摄像机的红外光检测模块来对目标进行检测，实时输出温度检测信息，温度检测信息包括预设的视频区域内的每个点的坐标、温度和时间戳。
54.s30、根据目标检测信息和温度检测信息是否满足预设的报警规则，若是则执行步骤s40。
55.报警规则可根据不同应用场景需求进行设计，根据判断条件(可根据不同应用场景需求进行设计)是否满足，确定是否进行报警联动输出。报警规则包括以下参数中的至少两个参数组合而成：目标类别、温度值和时间戳，其中温度值可以是平均温度值、最高温度值或者最低温度值。
56.判断条件例如是：当检测到的目标类别是人脸，并且最高温度值大于37.3度，则进行报警联动输出。
57.s40、执行报警联动。
58.报警联动的输出方式包括以下中的至少之一：声音、灯光、sd卡抓图、sd卡录像、email和ftp。可以根据不同应用场景需求进行设计。
59.综上：本发明通过双光谱的检测结果与预设的规则来对比判断出是否进行报警联动，相比现有技术，本发明增加了软件系统设计的可扩展性、可复用性，有效降低开发成本、
缩短周期和提升开发效率。
60.应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
61.对应于上述的基于双光谱检测的报警联动方法，本发明具体实施例还提供了一种基于双光谱检测的报警联动装置。
62.如图2所示，基于双光谱检测的报警联动装置100包括可见光检测单元110、红外检测单元120、判断单元130以及报警单元140。
63.可见光检测单元110，用于实时检测目标检测信息。
64.通过双光谱检测摄像机的可见光检测模块来对目标进行检测，可见光检测器检测到目标后，会输出目标检测信息。
65.具体的，可见光检测单元110包括视频采集模块、卷积神经网络模块以及提取模块。
66.视频采集模块，用于实时采集预设的视频区域内的视频数据；
67.卷积神经网络模块，用于将视频数据输入到卷积神经网络模型进行推理；
68.提取模块，用于从推理结果提取出目标检测信息。
69.首先实时获取预设的视频区域内的yuv格式的视频数据，获取的时间间隔优选为40ms一次然后，将yuv格式的图像输入到卷积神经网络模型(该卷积神经网络模型模型可用于人脸、人体、机动车和非机动车等目标的推理)进行推理，当检测到有效的目标时，会产生目标编号、目标类别、置信度、位置坐标和时间戳等信息。
70.需要说明的是，卷积神经网络模型是目前成熟的技术，因此在此不再多赘述其原理。
71.另外，预设的视频区域是通过电脑在双光谱检测摄像机的配置网页界面上，用鼠标在待设置区域设置3-8个点的区域，举例3个点的三角区域，四个点的矩形区域。
72.红外检测单元120，用于实时检测温度检测信息。
73.需要说明的是，卷积神经网络模型是目前成熟的技术，因此在此不再多赘述其原理。
74.另外，预设的视频区域是通过电脑在双光谱检测摄像机的配置网页界面上，用鼠标在待设置区域设置3-8个点的区域，举例3个点的三角区域，四个点的矩形区域。
75.判断单元130，用于根据目标检测信息和温度检测信息是否满足预设的报警规则。
76.报警规则可根据不同应用场景需求进行设计，根据判断条件(可根据不同应用场景需求进行设计)是否满足，确定是否进行报警联动输出。报警规则包括以下参数中的至少两个参数组合而成：目标类别、温度值和时间戳，其中温度值可以是平均温度值、最高温度值或者最低温度值。
77.判断条件例如是：当检测到的目标类别是人脸，并且最高温度值大于37.3度，则进行报警联动输出。
78.报警单元140，用于执行报警联动。
79.报警联动的输出方式包括以下中的至少之一：声音、灯光、sd卡抓图、sd卡录像、email和ftp。可以根据不同应用场景需求进行设计。
80.报警规则包括以下参数中的至少两个参数组合而成：目标类别、温度值和时间戳。
81.报警联动的输出方式包括以下中的至少之一：声音、灯光、sd卡抓图、sd卡录像、email和ftp。
82.如图3所示，本发明具体实施例还提供了一种计算机设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现如上述的基于双光谱检测的报警联动方法步骤。
83.该计算机设备700可以是终端或服务器。该计算机设备700包括通过系统总线710连接的处理器720、存储器和网络接口750，其中，存储器可以包括非易失性存储介质730和内存储器740。
84.该非易失性存储介质730可存储操作系统731和计算机程序732。该计算机程序732被执行时，可使得处理器720执行任意一种基于双光谱检测的报警联动方法。
85.该处理器720用于提供计算和控制能力，支撑整个计算机设备700的运行。
86.该内存储器740为非易失性存储介质730中的计算机程序732的运行提供环境，该计算机程序732被处理器720执行时，可使得处理器720执行任意一种基于双光谱检测的报警联动方法。
87.该网络接口750用于进行网络通信，如发送分配的任务等。本领域技术人员可以理解，图3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700的限定，具体的计算机设备700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。其中，所述处理器720用于运行存储在存储器中的程序代码，以实现以下步骤：
88.实时检测目标检测信息；
89.实时检测温度检测信息；
90.根据目标检测信息和温度检测信息是否满足预设的报警规则；
91.若满足预设的报警规则，则执行报警联动。
92.其进一步技术方案为：所述的实时检测目标检测信息，具体包括：
93.实时采集预设的视频区域内的视频数据；
94.将视频数据输入到卷积神经网络模型进行推理；
95.从推理结果提取出目标检测信息。
96.其进一步技术方案为：所述报警规则包括以下参数中的至少两个参数组合而成：目标类别、温度值和时间戳。
97.其进一步技术方案为：所述报警联动的输出方式包括以下中的至少之一：声音、灯光、sd卡抓图、sd卡录像、email和ftp。应当理解，在本技术实施例中，处理器720可以是中央处理单元(central processing unit，cpu)，该处理器720还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现成可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中，通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
98.本领域技术人员可以理解，图3中示出的计算机设备700结构并不构成对计算机设备700的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布
置。
99.所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本发明中各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
100.所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本技术的保护范围。上述装置中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
101.本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
102.在本发明所提供的实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个装置，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
103.所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
104.以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。