[发明专利]一种基于定位和视频监控数据的脱管检测方法及系统

说明书

本发明涉及一种基于定位和监控视频数据的脱管检测方法及系统，该模型由第一阶段的基于定位数据的互监小组检测算法和第二阶段的基于视频监控数据的yolov5目标检测算法组成；第一阶段的互监小组检测算法为两阶段阈值法，为每个互监小组中的人计算其与其他人之间的距离，与两阶阈值进行比较，并结合白名单机制判断是否出现单人脱管或多人脱管，计算量小，推理速度快；第二阶段的yolov5目标检测算法融合了卷积块注意力机制，并采用新的Seq‑Bbox Matching后处理方式，提高了检测精度，使系统具有充分的实用性。

技术领域

本发明涉及一种基于定位和视频监控数据的脱管检测方法及系统，属于深度学习、信号处理技术领域。

背景技术

在某些众多人员存在的特定场所，被监管人员单独脱管很容易导致一些危害性比较大的极端行为发生，受人力资源的限制，监管者无法24小时监控被监管者。可采用互监小组的方式对被监管人员进行更为高效和精准的管理，互监视组内成员互相监督，共同参与各项活动，两两之间的距离不得超过预先设定的阈值。互监小组通常包含奇数人员，如果组员太多，行动的一致性难以控制，如果组员太少，小组人员容易同时发生脱管，一般设定为三人或五人。在五人互监小组中，如果有一人或者两人与其他人之间的间距超出了距离阈值，则意味者他们可能发生了脱管行为。采用物联终端采集被监管人员的实时定位数据，计算互监小组内成员之间的相对距离，可及时发现可能的脱管人员。

对图像及视频中的目标进行精准识别是神经网络一直努力解决的问题，yolov5是一款经典的一阶段目标检测网络，在网络参数量相似的情况下相比原来的yolo网络能够达到更快的检测速度和检测精度，是一种能够很好满足实际使用需要的目标检测网络。

基于单定位数据对互监小组成员进行脱管检测，存在的最大问题是只能判断有成员脱离了互监小组的范围，而不能明确是否发生了脱管。如果监管人员安排被监管人员去执行某项任务，此时虽然被监管人员脱离了互监小组，但是在其周围存在监管人员，则不属于脱管行为。或者被监管人员被许可进入某个特定区域完成特定任务，暂时脱离互监小组是被允许的，通过白名单制度可以避免系统误报。为了降低误判率，提升脱管行为检测的准确率，有必要结合监控视频进行综合研判，检测疑似脱管人员的周边是否存在监管者。采用yolov5网络进行目标识别的最大问题在于，其本身是一阶段的目标检测网络，检测精度不如经典的二阶段目标检测网络，所以可能在基于视频的目标检测中发生误判，从而影响系统对脱管的判断。所以，如何综合采用定位数据和监控视频，提升脱管行为检测的准确率，是提升监管安全的关键问题。

目前针对被监管人员的脱管行为检测方法，主要集中在监管人员紧盯监控视频进行识别，极易引发疲劳，在多个监控视频中很难及时发现脱管人员，容易发生异常行为，一般事后调取监控视频进行证据留存。因此，亟需采集被监管人员的定位数据，并结合监控视频，智能实时研判被监管人员是否发生脱管行为，并及时报警处置。

发明内容

本发明提供了一种全新的基于定位信息和监控视频的人员脱管检测方法及系统；

本发明包括二阶段联合检测机制和白名单制度，提高了脱管检测的准确率，同时降低了误报率。首先，采用定位数据实时筛选疑似脱管人员，然后，确定覆盖疑似脱管位置且距离最近的摄像头，调取监控视频流，实时检测监控范围内是否存在监管者，如果不存在监管者则认为发生了脱管行为，系统及时发出声光警报，并显示脱管人员的信息和位置。通过基于定位信息的互监小组方式及基于视频的目标检测技术来对特定场所被监管人员进行有效的管控，实现对被监管人员脱管行为的精准检测。

传统的基于单监控视频进行脱管检测的方法需要采集多路摄像头的监控视频流，实时研判是否发生人员脱管，计算量大且准确率低，对算力要求高且能耗大，并且难以确定脱管人员的身份。本发明采用轻量级的定位数据筛选疑似脱管人员，只对疑脱管人员采用监控视频进行核实，具有计算量小、推理速度快、准确率高且误报率低的优点，同时能够确定脱管人员的身份及位置信息，满足系统的实用性要求。

本发明的技术方案如下：