场景恶意遮挡的判断方法、装置、设备及可读存储介质与流程

1.本发明涉及图像识别领域，具体而言，涉及场景恶意遮挡的判断方法、装置、设备及可读存储介质。


背景技术：

2.在现有技术中主要采用帧差法、基于灰度直方图的方式来检测场景是否被遮挡或切换，但是都无法满足在复杂场景下快速、高精度的监测，并且随着摄像头清晰度的不断提升，计算基于图像的差分矩阵会计算图像的每一个像素点的差值来检测切换或遮挡，这样会耗费大量的时间及资源，无法满足实时的要求，因此需要找到一种满足对于复杂场景下场景切换和恶意遮挡的快速、有效的识别方法，来应对安防需求。


技术实现要素：

3.本发明的目的在于提供场景恶意遮挡的判断方法、装置、设备及可读存储介质，以改善上述问题。
4.为了实现上述目的，本技术实施例提供了如下技术方案：
5.一方面，本技术实施例提供了场景恶意遮挡的判断方法，所述方法包括：
6.获取坐标矩阵，所述坐标矩阵包括监测场景第一帧中包括的至少一个关键像素点的坐标信息，所述关键像素点包括在所述监测场景中沿任意方向移动都会引起像素值明显变化的像素点；
7.根据所述坐标矩阵得到监测场景每一帧的像素矩阵，所述像素矩阵包括所述坐标矩阵中的每个所述坐标信息在当前帧中对应的关键像素点的像素值；
8.根据所述第一帧的像素矩阵和当前帧的像素矩阵，判断当前帧中的关键像素点是否为前景点，所述前景点为当前帧中被遮挡的关键像素点；
9.根据当前帧中关键像素点是否为前景点的判断结果，得到所述监测场景是否被恶意遮挡的判断结果。
10.第二方面，本技术实施例提供了场景恶意遮挡的判断装置，所述装置包括：
11.获取模块，用于获取坐标矩阵，所述坐标矩阵包括监测场景第一帧中包括的至少一个关键像素点的坐标信息，所述关键像素点包括在所述监测场景中沿任意方向移动都会引起像素值明显变化的像素点；
12.转化模块，用于根据所述坐标矩阵得到监测场景每一帧的像素矩阵，所述像素矩阵包括所述坐标矩阵中的每个所述坐标信息在当前帧中对应的关键像素点的像素值；
13.第一判断模块，用于根据所述第一帧的像素矩阵和当前帧的像素矩阵，判断当前帧中的关键像素点是否为前景点，所述前景点为当前帧中被遮挡的关键像素点；
14.第二判断模块，用于根据当前帧中关键像素点是否为前景点的判断结果，得到所述监测场景是否被恶意遮挡的判断结果。
15.第三方面，本技术实施例提供了场景恶意遮挡的判断设备，所述设备包括存储器
和处理器。存储器用于存储计算机程序；处理器用于执行所述计算机程序时实现上述场景恶意遮挡的判断方法的步骤。
16.第四方面，本技术实施例提供了一种可读存储介质，所述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上述场景恶意遮挡的判断方法的步骤。
17.本发明的有益效果为：
18.1、本发明基于上述缺陷，根据第一帧的样本集中的关键像素点的像素值和该关键像素点的邻域点的像素值与除第一帧之外的其他帧的对应关键像素点的像素值的差值判断关键像素点是否被遮挡，即可推测各个帧中的关键像素点是否被遮挡，通过提取监测场景中的关键像素点参与计算，为场景恶意遮挡的判断提供了一种快速、有效的判断方法；
19.2、本发明在判断该摄像头监测场景被恶意遮挡或者摄像头被人为转动后会发送告警信息，当告警信息被接收后会对摄像头的算法进行重置，并且在日常监测中，每隔一段时间也会对摄像头自动进行算法重置，有效的避免了光线变化对监测精确产生影响，导致报虚警的问题，为场景恶意遮挡的判断提供了一种稳定、可靠、精度高的判断方法，本方法可广泛适用于各种日常监控监测场景中用于保证日常的安防需求。
20.本发明的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明实施例了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
附图说明
21.为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，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相关的附图。
22.图1为本发明实施例中所述的场景恶意遮挡的判断方法流程示意图。
23.图2为本发明实施例中所述的场景恶意遮挡的判断装置结构示意图。
24.图3为本发明实施例中所述的场景恶意遮挡的判断设备结构示意图。
具体实施方式
25.为使本发明实施例的目的、技术方案和优点更加清楚，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。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。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。
26.应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本发明的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
27.实施例1
28.如图1所示，本实施例提供了一种场景恶意遮挡的判断方法，该方法包括步骤s1、步骤s2、步骤s3和步骤s4。
29.步骤s1、获取坐标矩阵，所述坐标矩阵包括监测场景第一帧中包括的至少一个关键像素点的坐标信息，所述关键像素点包括在所述监测场景中沿任意方向移动都会引起像素值明显变化的像素点；
30.步骤s2、根据所述坐标矩阵得到监测场景每一帧的像素矩阵，所述像素矩阵包括所述坐标矩阵中的每个所述坐标信息在当前帧中对应的关键像素点的像素值；
31.步骤s3、根据所述第一帧的像素矩阵和当前帧的像素矩阵，判断当前帧中的关键像素点是否为前景点，所述前景点为当前帧中被遮挡的关键像素点；
32.步骤s4、根据当前帧中关键像素点是否为前景点的判断结果，得到所述监测场景是否被恶意遮挡的判断结果。
33.目前在复杂场景中，采用帧差法、基于灰度直方图等检测算法，图像中的像素点均需要参与到运算中，增加了计算时间，同时在现有技术中采取双重背景提取双重前景的方式，原始背景一直没有更新，这导致随着光线的变化对检测的精度会有很大的影响，进而发生报虚警的情况。
34.因此本实施例采用提取所需监测的场景中的第一帧的关键像素点，将关键像素点的坐标信息转化为坐标矩阵，通过第一帧的坐标矩阵转化得到第一帧和除第一帧之外的其他帧的像素矩阵，通过计算第一帧的样本集中的关键像素点的像素值和该关键像素点的邻域点的像素值与除第一帧之外的其他帧的像素矩阵中的关键像素点的像素值的差值判断像素矩阵中的关键像素点是否为被遮挡的点，当关键像素点在连续多帧的情况下都判断为被遮挡的点，可以判断该关键像素点是为恶意遮挡的点，通过计算一帧中的关键像素点为恶意遮挡的点的个数可以判断出该单帧是否是人为恶意遮挡的帧，当在连续多帧的情况下都判断为恶意遮挡的帧，即可判断该监测场景是否被恶意遮挡或人为将摄像头进行转动，当判断该监测场景是恶意遮挡或者人为将摄像头进行转动时会发送告警信息，并且在发送告警信息后会自动进行算法重置，此外，在日常的监测下也会设置监测周期，在摄像头工作了一个监测周期后会自动进行算法重置，避免光线变化对监测精度产生影响，从而导致报虚警的问题，监测周期根据具体监测场景的光线强度和光线变化频率有关，光线强度越高和光线变化频率越快，监测周期的周期长度就越短，重置算法的频率就越高。
35.根据上述特征，本实施例可以实现快速、准确的判断当前监测场景是否被恶意遮挡或者摄像头是否被人为转动。为监测场景是否发生恶意遮挡和监控摄像头是否被人为转动提供了一种快速、可靠、精度高的判断方法，本方法可广泛适用于各种日常监控监测场景中用于保证日常的安防需求。
36.在本公开的一种具体实施方式中，所述步骤s1，还可以包括步骤s11和步骤s12。
37.步骤s11、根据关键像素点检测模型提取所述第一帧中包括的至少一个所述关键像素点的坐标信息，所述关键像素点检测模型用于提取所述监测场景中的关键像素点的坐标信息；
38.步骤s12、将所述关键像素点的所述坐标信息发送至第一函数，得到所述坐标矩阵。
39.在本实施例中，通过关键像素点检测模型提取出监测场景的第一帧中包括的多个
关键像素点的坐标信息，关键像素点检测模型采用的检测算法为：
40.k(x,y)＝shi-tomasi(img
t
,n)t＝0
41.s
t
＝imgt(k(x,y))t＝0
42.其中，img为监测场景，n为关键像素点的个数，根据不同的监测场景n可以取不同的值，s为在监测场景中根据关键点像素点的坐标信息得到的关键像素点的像素矩阵，将坐标信息转化为坐标矩阵参与计算，通过减少参与计算的像素点数量，大大的提高了计算的速度，提高了判断监测场景是否被恶意遮挡或摄像头被人为转动的速度，确保了实时报警的需求。
43.在本公开的一种具体实施方式中，所述步骤s3，还可以包括步骤s31、步骤s32和步骤s33。
44.步骤s31、根据所述第一帧的像素矩阵构建至少一个样本集，所述样本集包括所述第一帧的像素矩阵中的一个所述关键像素点的像素值和所述关键像素点的邻域点的像素值；
45.步骤s32、将所述当前帧的关键像素点的像素值与所述关键像素点在第一帧对应的样本集作差，得到第一信息，所述第一信息包括所述当前帧的关键像素点的像素值与所述关键像素点在第一帧对应的样本集中包括的关键像素点的像素值和所述关键像素点的邻域点的像素值的差值；
46.步骤s33、根据所述第一信息中包括的像素值的差值大于第一阈值的个数，判断该关键像素点是否为前景点，所述第一阈值包括判断所述当前帧的关键像素点的像素值与所述关键像素点对应的样本集中包括的关键像素点的像素值和所述关键像素点的邻域点的像素值是否相近的阈值。
47.在本实施例中，通过第一帧的坐标矩阵得到第一帧和除第一帧之外的其他帧的像素矩阵，根据第一帧的像素矩阵建立样本集，其中，样本集的集合为：
48.mi(x,y)＝{s
t
(y|y∈ng(x))},t＝0,i∈(0,n]
49.式中，mi(x,y)为第一帧监测场景中的关键像素点(x,y)的集合，s
t
(x,y)为坐标矩阵中的关键像素点的坐标对应的像素矩阵，n为关键像素点的个数，ng为关键像素点在监测场景中的邻域点，其中，第一个关键像素点(x1,y1)的样本集为：
50.m1(x1,y1)＝{s1(x1,y1)，v11(x1,y1)，v12(x1,y1)，...v1n(x1,y1)}
51.式中，s1(x1,y1)为第一个关键像素点(x1,y1)对应的像素值，{v11(x1,y1)，v12(x1,y1)，...v1n(x1,y1)}为第一个关键像素点(x1,y1)的邻域点对应的像素值，例如：从第二帧开始，可以根据第一帧的坐标矩阵更新第二帧的像素矩阵s2,将像素矩阵s2中的像素值与该关键像素点的m1(x,y)做差值，得到d2(x,y),其中，具体计算公式为：
52.d2(x,y)＝s2i(x,y)-m1i(x,y)
53.式中，d2(x,y)为关键像素点(x,y)与该关键像素点(x,y)在第一帧中的样本集里所有的样本值的差值，将d2(x,y)中包括的差值与第一阈值进行比较，将d2(x,y)中满足大于第一阈值的差值记为d2(x,y)，根据d2(x,y)集合中的个数可以判断该关键像素点是否为前景点，依次计算可以判断出第三帧、第四帧等后续所有帧中的每个关键像素点是否为前景点，此外，当样本集中收集的样本值越多，即关键像素点的邻域点提取的采集的越多，检测的精确度就越高。
54.在本公开的一种具体实施方式中，所述步骤s4，还可以包括步骤s41、步骤s42和步骤s43。
55.步骤s41、根据所述关键像素点是否连续多帧为所述前景点判断所述关键像素点是否为恶意遮挡点，所述恶意遮挡点为连续多帧中均被遮挡的点；
56.步骤s42、根据当前帧中包括的所述恶意遮挡点的个数判断所述当前帧是否为被恶意遮挡的帧；
57.步骤s43、根据所述监测场景是否连续多帧为被恶意遮挡的帧判断所述监测场景是否被恶意遮挡。
58.在本实施例中，设置有第二帧数和第四阈值，对第二帧数进行初始化，判断监测场景是否连续多帧为被恶意遮挡的帧，若一帧为被恶意遮挡的帧将第二帧数加一，若一帧不为被恶意遮挡的帧则重置第二帧数，当第二帧数大于第四阈值即可判断该监测场景为被恶意遮挡或人为将摄像头转动，然后发送告警信息，发送完告警信息后将算法重置。
59.在本公开的一种具体实施方式中，所述步骤s41，还可以包括步骤s411、步骤s412和步骤s413。
60.步骤s411、建立第一帧数并初始化；
61.步骤s412、判断所述关键像素点在连续多帧的情况下是否为所述前景点，其中，若一帧中的关键像素点为所述前景点，则将所述第一帧数加一，若不为，则将所述第一帧数减一；
62.步骤s413、根据比较所述第一帧数与第二阈值的大小，判断所述关键像素点是否为所述恶意遮挡点，所述第二阈值包括判断所述关键像素点为所述恶意遮挡点的最小帧数。
63.在本实施例中，判断一个关键像素点在连续多帧的情况下是否均为前景点，若是，则判断该关键像素点为恶意遮挡的像素点，若不是，则表示该关键像素点可能是一些大型物体进入了监测场景中，造成了一些关键像素点暂时被遮挡，是一种偶然被遮挡的情况并不是连续多帧中被恶意遮挡的关键像素点，因此设置较大的第二阈值，当第一帧数大于第二阈值时才判断为该关键像素点是恶意遮挡点，可以有效的区别关键像素点是由于大型物体暂时进入监测场景中还是被恶意遮挡或人为将摄像头转动，设置较大的第二阈值还有利于解决因大型物体进入监测场景中，导致了报虚警的问题，有效的降低了报虚警的概率。
64.在本公开的一种具体实施方式中，所述步骤s42，还可以包括步骤s421和步骤s422。
65.步骤s421、计算当前帧中包括的关键像素点判定为恶意遮挡点的个数，得到计算结果；
66.步骤s422、根据比较所述计算结果与第三阈值的大小，判断当前帧是否为所述被恶意遮挡的帧，所述第三阈值包括判断当前帧为所述被恶意遮挡的帧的最小恶意遮挡点的个数。
67.在本实施例中，通过计算可以得到每一帧中具有恶意遮挡点的总数，当恶意遮挡点的总数大于提取的关键像素点的总数的一半，即恶意遮挡点的面积大于关键像素点的面积的一半，即可判断该帧为被恶意遮挡的帧。
68.实施例2
69.如图2所示，本实施例提供了场景恶意遮挡的判断装置，所述装置包括获取模块901、转化模块902、第一判断模块903和第二判断模块904。
70.所述获取模块901，用于获取坐标矩阵，所述坐标矩阵包括监测场景第一帧中包括的至少一个关键像素点的坐标信息，所述关键像素点包括在所述监测场景中沿任意方向移动都会引起像素值明显变化的像素点；
71.所述转化模块902，用于根据所述坐标矩阵得到检测场景每一帧的像素矩阵，所述像素矩阵包括所述坐标矩阵中的每个所述坐标信息在当前帧中对应的关键像素点的像素值；
72.所述第一判断模块903，用于根据所述第一帧的像素矩阵和当前帧的像素矩阵，判断当前帧中的关键像素点是否为前景点，所述前景点为当前帧中被遮挡的关键像素点；
73.所述第二判断模块904，用于根据当前帧中关键像素点是否为前景点的判断结果，得到所述监测场景是否被恶意遮挡的判断结果。
74.本实施例中的装置可以实现快速，准确的判断当前监测场景是否被恶意遮挡或者摄像头是否被转动的功能。为摄像头监测场景是否发生恶意遮挡和监控摄像头是否被人为转动提供了一种快速、可靠、精度高的判断装置，本装置可广泛适用于各种日常监控监测场景中用于保证日常的安防需求。
75.在本公开的一种具体实施方式中，所述获取模块901，包括提取单元9011和转化单元9012。
76.所述提取单元9011，用于根据关键像素点检测模型提取所述第一帧中包括的至少一个所述关键像素点的坐标信息，所述关键像素点检测模型用于提取所述监测场景中的关键像素点的坐标信息；
77.所述转化单元9012，用于将所述关键像素点的所述坐标信息发送至第一函数，得到所述坐标矩阵。
78.在本公开的一种具体实施方式中，所述第一判断模块903，包括第一构建单元9031、第一计算单元9032和第一判断单元9033。
79.所述第一构建单元9031，用于根据所述第一帧的像素矩阵构建至少一个样本集，所述样本集包括所述第一帧的像素矩阵中的一个所述关键像素点的像素值和所述关键像素点的邻域点的像素值；
80.所述第一计算单元9032，用于将所述当前帧的关键像素点的像素值与所述关键像素点在第一帧对应的样本集作差，得到第一信息，所述第一信息包括所述当前帧的关键像素点的像素值与所述关键像素点在第一帧对应的样本集中包括的关键像素点的像素值和所述关键像素点的邻域点的像素值的差值；
81.所述第一判断单元9033，用于根据所述第一信息中包括的像素值的差值大于第一阈值的个数，判断该关键像素点是否为前景点，所述第一阈值包括判断所述当前帧的关键像素点的像素值与所述关键像素点对应的样本集中包括的关键像素点的像素值和所述关键像素点的邻域点的像素值是否相近的阈值。
82.在本公开的一种具体实施方式中，所述第二判断模块904，包括第二判断单元9041、第三判断单元9042和第四判断单元9043。
83.所述第二判断单元9041，用于根据所述关键像素点是否连续多帧为所述前景点判
programmable read-only memory，简称eprom)，可编程只读存储器(programmable read-only memory，简称prom)，只读存储器(read-only memory，简称rom)，磁存储器，快闪存储器，磁盘或光盘。多媒体组件803可以包括屏幕和音频组件。其中屏幕例如可以是触摸屏，音频组件用于输出和/或输入音频信号。例如，音频组件可以包括一个麦克风，麦克风用于接收外部音频信号。所接收的音频信号可以被进一步存储在存储器802或通过通信组件805发送。音频组件还包括至少一个扬声器，用于输出音频信号。i/o接口804为处理器801和其他接口模块之间提供接口，上述其他接口模块可以是键盘，鼠标，按钮等。这些按钮可以是虚拟按钮或者实体按钮。通信组件805用于该场景恶意遮挡的判断设备800与其他设备之间进行有线或无线通信。无线通信，例如wi-fi，蓝牙，近场通信(near fieldcommunication，简称nfc)，2g、3g或4g，或它们中的一种或几种的组合，因此相应的该通信组件805可以包括：wi-fi模块，蓝牙模块，nfc模块。
98.在一示例性实施例中，该场景恶意遮挡的判断设备800可以被一个或多个应用专用集成电路(application specific integrated circuit，简称asic)、数字信号处理器(digitalsignal processor，简称dsp)、数字信号处理设备(digital signal processing device，简称dspd)、可编程逻辑器件(programmable logic device，简称pld)、现场可编程门阵列(field programmable gate array，简称fpga)、控制器、微控制器、微处理器或其他电子元件实现，用于执行上述的场景恶意遮挡的判断方法。
99.在另一示例性实施例中，还提供了一种包括程序指令的计算机可读存储介质，该程序指令被处理器执行时实现上述的场景恶意遮挡的判断方法的步骤。例如，该计算机可读存储介质可以为上述包括程序指令的存储器802，上述程序指令可由该场景恶意遮挡的判断设备800的处理器801执行以完成上述的场景恶意遮挡的判断方法。
100.相应于上面的方法实施例，本公开实施例还提供了一种可读存储介质，下文描述的一种可读存储介质与上文描述的场景恶意遮挡的判断方法可相互对应参照。
101.实施例4
102.一种可读存储介质，可读存储介质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方法实施例的场景恶意遮挡的判断方法的步骤。
103.该可读存储介质具体可以为u盘、移动硬盘、只读存储器(read-only memory，rom)、随机存取存储器(random access memory，ram)、磁碟或者光盘等各种可存储程序代码的可读存储介质。
104.以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
105.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，可轻易想到变化或替换，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。