一种基于视觉分析的翻墙行为检测方法与流程

1.本发明涉及一种基于视觉分析的翻墙行为检测方法。


背景技术：

2.对于一些需要严格管控的园区，如军事管理区、监狱、军工单位、高铁供电段等，由于其需要极高的安全防护，通常都会在核心区外围配备高大的围墙，安保人员必须在围墙周边进行高频率的巡察，以防止翻越围墙等非法行为。另一方面，对与一些一般的单位，如学校、工业园区、居民小区等，为了便于区域管理，也都会设置围墙或者围栏进行区域划分，为防止翻墙人员给单位内部带来安全隐患、同事考虑翻墙人员可能出现的意外，安保人员也需要进行巡察，以实时的发现问题，保证大家的生命财产安全。
3.随着计算机视觉技术的发展，很多基于视觉的翻墙检测被提出来，并应用到了实际场景。但目前的大部分方法都是基于固定式摄像头安装，再实时对摄像头图像进行二分类（翻墙动作和非翻墙动作），这种方法是基于有大量、包含各种姿态的翻墙图像数据集，但现实情况是，人体翻墙的动作千差万别，很难收集到满足应用的训练数据集。


技术实现要素：

4.鉴于上述问题，本发明技术的任务是，将人体翻墙的动作进行拆解，再组合的思路，解决人体翻墙动作千差万别导致的训练数据集难收集问题，提供一种高鲁邦性的翻墙行为检测方法。
5.本发明采用如下技术方案来实现上述目的，1）利用图像分割技术得到视频图像中围墙区域，2）利用人体姿态识别技术，对视频图像进行分析，获取图像中的人体关节点，3）结合围墙区域与人体姿态识别结果的逻辑关系进行翻墙行为检测。
6.进一步地，所述步骤1）提出利用图像分割技术得到视频图像中围墙区域，具体操作为。
7.通过收集大量包含围墙的场景图片，并进行数据标注（围墙区域的像素标注为前景，其他区域的像素标注为背景）；并进行图像分割网络的训练；最终获取可以提取图像围墙区域的分割模型，实时完成图像的围墙区域提取，在某些情况下需适当加入围墙区域的分割噪声去除逻辑。
8.进一步地，所述步骤2）利用人体姿态识别技术，对视频图像进行分析，获取图像中的人体关节点，具体操作为：利用人体姿态识别技术，获取图像中每个人体的多个关节点坐标：上式表示图像中有个人体，每个人体会捕获个关节点，每个关节点为包含该关节点在图像的像素坐标。
9.进一步地，所述步骤3）结合围墙区域与人体姿态识别结果的逻辑关系进行翻墙行为检测具体为：循环计算每个人体的关节点与围墙区域的相对位置关系，如果人体关节点与围墙区域位置关系满足，就表明当前人体正在进行翻墙行为；如果人体关节点与围墙区域位置关系满足，就表明当前人体有疑似翻墙行为；如果人体关节点与围墙区域位置关系满足，就表明当前人体无翻墙行为。并以此作为最终的翻墙检测结果。
附图说明
10.为更清楚地说明本申请实施例中的技术方案，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，下面描述中的附图仅仅是本申请的一些实施例，并不能以此限制本发明的保护范围。凡根据本发明精神实质所作的等效变化或修饰，都应涵盖在本发明的保护范围之内。
11.图1是本发明实施例提供的一种基于视觉分析的翻墙行为检测方法的流程图。
12.图2是本发明实施例提供的一种人体姿态识别结果示意图（关节点示意图）。
13.图3是本发明实施例提供的一种围墙区域与人体姿态识别结果位置关系与翻墙行为与否的逻辑条件框图。
14.图4是本发明实施例提供的一种像素坐标说明图。
具体实施方式
15.本发明的整体实施流程如图1。
16.下面结合图例和具体实施例，进一步阐明本发明，应理解这些实例仅用于描述本发明而不用于限制本发明的范围，在阅读本发明之后，本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求的限定范围。
17.将摄像头装在移动巡检装置上，实施捕获摄像机视场视频图像数据。
18.首先，利用图像分割技术得到视频图像中围墙区域步骤。
19.1）通过收集大量包含围墙的场景图片，并进行数据标注（围墙区域的像素标注为前景，其他区域的像素标注为背景）；并进行图像分割网络的训练；最终获取可以提取图像围墙区域的分割模型，实时完成图像的围墙区域提取。
20.2）考虑到围墙区域分割得到的围墙区域通常会包含一些噪声，通过将分割结果转为二值图；然后用图像处理的方式过滤噪声区域，具体方法为：对二值图进行形态学开运算，割断一些凹凸不平的分割边界区域，以平滑围墙的边界轮廓；计算开运算后二值图中每个围墙区域的外轮廓及面积；通过面积阈值排除噪声（面积小于阈值的围墙分割区域）。
21.其次，利用人体姿态识别技术，对视频图像进行分析，获取图像中人体的25个关节点（如图2），结果为：上式表示图像中有个人体，每个人体会捕获个关节点，每个关节点为包含该关节点在图像的像素坐标。
22.最后，结合围墙区域与人体姿态识别结果的逻辑关系进行翻墙行为分析、检测，具
体判断逻辑如图3。其中，为第m个人体的n个关节点的y坐标值。
23.循环计算每个人体的关节点与围墙区域的相对位置关系，如果人体关节点与围墙区域位置关系满足，就表明当前人体正在进行翻墙行为；如果人体关节点与围墙区域位置关系满足，就表明当前人体有疑似翻墙行为；如果人体关节点与围墙区域位置关系满足，就表明当前人体无翻墙行为。如图4，并以此作为最终的翻墙检测结果。
24.上述实施例只为说明本发明的技术构思及特点，其目的在于让熟悉此项技术的人 士能够了解本发明的内容并据以实施，并不能以此限制本发明的保护范围。凡根据本发明精神实质所作的等效变化或修饰，都应涵盖在本发明的保护范围之内。


技术特征：
1.一种基于视觉分析的翻墙行为检测方法，其特征在于，所述方法包括以下步骤：步骤1：获取目标场景视频图像，步骤2：利用图像分割技术得到视频图像中围墙区域，步骤3：对视频图像进行分析，获取图像中的人体关节点（人体姿态识别），步骤4：结合围墙区域与人体姿态识别结果的逻辑关系进行翻墙行为检测。2.根据权利要求1所述的一种基于视觉分析的翻墙行为检测方法，其特征在于：所述步骤1中获取目标场景视频图像：视频图像数据的来源是可见光摄像头，而可见光摄像头可以是相对应用场景进行固定式安装，也可以布置到可移动平台。3.根据权利要求1所述的一种基于视觉分析的翻墙行为检测方法，其特征在于：所述步骤2中利用图像分割技术得到视频图像中围墙区域：通过收集大量包含围墙的场景图片，并进行数据标注（围墙区域的像素标注为前景，其他区域的像素标注为背景）；并进行图像分割网络的训练；最终获取可以提取图像围墙区域的分割模型，实时完成图像的围墙区域提取。4.根据权利要求1所述的一种基于视觉分析的翻墙行为检测方法，其特征在于：所述步骤3中对视频图像进行分析，获取图像中的人体关节点（人体姿态识别）：实时获取视频图像中每个人体的多个关节点。5.根据权利要求1所述的一种基于视觉分析的翻墙行为检测方法，其特征在于：所述步骤4中结合围墙区域与人体姿态识别结果的逻辑关系进行翻墙行为检测：计算每张视频图像中人体关节点与围墙区域的相对位置关系，判断当前人体的行为是否在进行翻墙行为，逐帧对视频数据进行分析，以实现场景翻墙行为的检测。

技术总结
本发明公开一种基于视觉分析的翻墙行为检测方法，该方法包括：获取目标场景视频图像；利用图像分割技术得到视频图像中围墙区域；对视频图像进行分析，获取图像中的人体关节点（人体姿态识别）；结合围墙区域与人体姿态识别结果的逻辑关系进行翻墙行为检测。结果的逻辑关系进行翻墙行为检测。结果的逻辑关系进行翻墙行为检测。


技术研发人员：黄奇 陶黎 卿立磊
受保护的技术使用者：希望银蕨智能科技有限公司
技术研发日：2022.02.14
技术公布日：2022/5/6