[发明专利]一种溺水行为识别方法、监控相机及监控系统

说明书

本申请实施例提供了一种溺水行为识别方法、监控相机及监控系统，其中，方法包括：采集监控水域内的多帧图像；将多帧图像中的单帧图像输入预设深度神经网络模型，得到单帧图像中各人体目标的溺水置信度，预设深度神经网络模型为预先根据人体目标溺水时从水域上方采集到的包含人体目标的关键点位置信息的样本图像训练得到的深度神经网络模型；针对各人体目标，根据该人体目标的溺水置信度，识别该人体目标是否存在溺水行为。通过本方案，可以提高溺水行为的识别精度。

技术领域

本申请涉及智能监控技术领域，特别是涉及一种溺水行为识别方法、监控相机及监控系统。

背景技术

游泳作为一项放松神经、锻炼心肺功能的绝佳运动，一直是人们健身锻炼的首选。然而，人们在游泳时存在一定溺水的危险，溺水的进程很快，一般4至7分钟就可因呼吸心跳停止而导致死亡。

为了应对溺水情况的发生，多在水域周围安排多个救生员，救生员时刻观察水域中游泳者的情况，一旦发现有人溺水，立即实施营救。然而，由于水域中的游泳者众多，人工监控难免会有所疏漏，导致监控效率较低。

为了解决人工监控效率低的问题，相应的在水域底部布置有水下监控系统，通过水下监控系统对游泳者游泳动作的动作频率进行检测，利用动作频率来判断游泳者是否溺水。通常情况下，如果发生溺水，游泳者会由于挣扎而加快动作频率。但是，由于个人游泳习惯的不同，有些游泳者在正常游泳时动作频率较快，这些游泳者的正常游泳行为易被识别为溺水行为，导致识别精度不高。

发明内容

本申请实施例的目的在于提供一种溺水行为识别方法、监控相机及监控系统，以提高溺水行为的识别精度。具体技术方案如下：

第一方面，本申请实施例提供了一种溺水行为识别方法，所述方法包括：

采集监控水域内的多帧图像；

将所述多帧图像中的单帧图像输入预设深度神经网络模型，得到所述单帧图像中各人体目标的溺水置信度，其中，所述预设深度神经网络模型为预先根据人体目标溺水时从水域上方采集到的包含人体目标的关键点位置信息的样本图像训练得到的深度神经网络模型；

针对各人体目标，根据该人体目标的溺水置信度，识别该人体目标是否存在溺水行为。

可选的，所述预设深度神经网络模型包括，预设多任务神经网络框架；

所述将所述多帧图像中的单帧图像输入预设深度神经网络模型，得到所述单帧图像中各人体目标的溺水置信度，包括：

将所述多帧图像中的单帧图像输入所述预设多任务神经网络框架，得到所述单帧图像中各人体目标的关键点位置信息及溺水类别置信度；

所述针对各人体目标，根据该人体目标的溺水置信度，识别该人体目标是否存在溺水行为，包括：

针对各人体目标，根据该人体目标的溺水类别置信度，识别该人体目标是否存在溺水行为。

可选的，所述预设深度神经网络模型还包括，预设行为识别网络模型；

在所述将所述多帧图像中的单帧图像输入预设多任务神经网络框架，得到所述单帧图像中各人体目标的关键点位置信息及溺水类别置信度之后，所述方法还包括：

针对同一人体目标，基于各单帧图像中该人体目标的关键点位置信息，构建该人体目标的张量信息，所述张量信息表征在时间域上人体目标的关键点位置；

将各人体目标的张量信息分别输入所述预设行为识别网络模型，得到各人体目标的溺水行为置信度；

所述针对各人体目标，根据该人体目标的溺水置信度，识别该人体目标是否存在溺水行为，包括：

针对各人体目标，根据该人体目标的溺水类别置信度和/或溺水行为置信度，识别该人体目标是否存在溺水行为。