[发明专利]一种基于计算机视觉技术的防钓监控方法

说明书

本发明公开了一种基于计算机视觉技术的防钓监控方法，包括信息采集步骤，信息分析步骤，以及监控报警步骤，所述信息采集步骤为通过摄像机获取视频，所述信息分析步骤为通过计算机对所述视频进行识别分析，所述监控报警步骤为对所述信息分析步骤得到的结果进行展示并报警。本发明基于计算机视觉技术进行图像识别，对鱼竿、人员以及水域进行定位及综合判断，从而杜绝了把行人误认为钓鱼者等现象的发生，提高了钓鱼行为的检出几率。

技术领域

本发明涉及视频监控领域，具体涉及一种基于计算机视觉技术的防钓监控方法。

背景技术

目标检测是计算机视觉领域的基本任务之一，学术界已有将近二十年的研究历史。近些年随着深度学习技术的火热发展，目标检测算法也从基于手工特征的传统算法转向了基于深度神经网络的检测技术。

目前针对不当钓鱼行为，如输电线附近及其他不适合钓鱼的场所，进行有效检测与识别的方法是基于传统的前后帧像素比对方法。像素比对方法的原理是通过对待检测区域进行实时图像采集，对采集图像的前后帧数据进行比对，具体如图1所示。计算k时刻和k+1时刻的图像像素差值，用以检测前后时刻的图像差异。而后计算差异像素点数值的概率分布，与已有钓鱼图像数据库进行比对，判断是否存在钓鱼行为。由于能够搜集到的钓鱼图像数据有限，即可以比对的标准数据分布有限，且采集和计算出的像素差异数值分布是随机多样的，导致这种方法存在两个问题：（1）经常会把行人误认为钓鱼者；（2）检测不出钓鱼行为。

发明内容

为解决上述现有技术中的问题，降低工作过程中不规范行为的发生，本发明的目的是提供一种基于计算机视觉技术的防钓监控方法。该方法基于计算机视觉技术进行图像识别，对鱼竿、人员以及水域进行定位及综合判断，从而杜绝了把行人误认为钓鱼者等现象的发生，提高了钓鱼行为的检出几率。

本发明采用的技术方案如下：

一种基于计算机视觉技术的防钓监控方法，包括信息采集步骤，信息分析步骤，以及监控报警步骤，所述信息采集步骤为通过摄像机获取视频，所述信息分析步骤为通过计算机对所述视频进行识别分析，所述监控报警步骤为对所述信息分析步骤得到的结果进行展示并报警。

进一步的，所述信息分析步骤为采用YOLO算法对所述视频进行识别分析。包括以下步骤：

S1：从视频中截取单帧图像，并将该图像的大小调整为预设好的图像尺寸参数；

S2：将S1中得到的图像划分成为S×S的格栅，并判断每个格栅中是否存在物体的中心；

S3：每个格栅负责检测中心落在该格栅内的物体的坐标位置、类别、准确度，得到鱼竿位置信息、人员位置信息和水域位置信息；

S4：逻辑判断，即根据S3中检测得到的鱼竿位置信息、人员位置信息和水域位置信息，判断是否存在钓鱼行为。

进一步的，所述步骤S2中的格栅为 6×6的格栅。

进一步的，所述步骤S3中所述鱼竿位置信息为垂钓端位置信息，所述人员位置信息以人体腹部为基准，所述水域位置信息以最接近鱼竿垂钓端的水域为基准。

进一步的，所述步骤S3中检测得到的鱼竿位置信息与人员位置信息距离≤8m，鱼竿位置信息与水域位置信息距离≤2m时，所述监控报警步骤报警。

进一步的，所述步骤S3中检测得到的准确度≥70%时，启动步骤S4；所述步骤S3中检测得到的准确度≤50%时，不启动步骤S4；所述步骤S3中检测得到的准确度在50%~70%之间时，将重复检测过程，重复检测三次，取三次检测准确度的平均值，若平均值≥50%，则启动步骤S4。

进一步的，所述信息采集步骤用所述摄像机通过可转动云台安装。