[发明专利]一种基于语义分割的高空抛物检测方法及系统

权利要求书

1.一种基于语义分割的高空抛物检测方法，其特征在于，包括以下步骤：

S1.预先通过知识蒸馏训练轻量化的语义分割网络，从监控视频取无相机抖动帧，输入语义分割网络提取建筑物区域，作为高空抛物检测的候选区域；

S2.取监控视频的若干无相机抖动帧，进行二值化处理，然后用高斯混合模型进行背景建模，得到当前场景的背景图；

S3.对待检测的当前帧图像进行相机抖动判断，若相机不抖动，则利用S2得到的背景使用背景差分法对当前帧图像进行建筑物区域内的运动检测，得到运动对象，然后进入步骤S4；

S4.对S3得到的运动对象进行去噪处理；

S5.对去噪后的候选对象用匈牙利算法进行目标追踪，如果能成功追踪，则对跟踪轨迹进行判断，若跟踪轨迹符合高空抛物的轨迹，则认为是高空抛物，进一步得到其抛出位置和落点位置。

2.如权利要求1所述的一种基于语义分割的高空抛物检测方法，其特征在于：所述通过知识蒸馏训练轻量化的语义分割网络，实现方式如下，

在PspNet语义分割网络中，使用ResNet101作为教师网络，ResNet18作为学生网络，提取教师网络的特征图每两个像素之间的余弦相似度，再通过知识蒸馏的方式让学生网络学习这一特点以及教师网络的特征图；

使用教师网络预训练一个自编码器，把教师网络的特征图输入到自编码器中，得到其高阶特征，再使用K-Means算法进行聚类，提取每个像素与聚类中心的相似关系，并把结果传入学生网络进行学习；

提前训练一个新的对抗神经网络，将学生网络输入到生成网络中，再使用判别网络判断学生网络特征图的全局特征是否与教师网络特征图的全局特征一致，如果一致则说明训练完成，否则迭代训练直到一致。

3.如权利要求1所述的一种基于语义分割的高空抛物检测方法，其特征在于：取无相机抖动帧和对待检测的当前帧图像进行相机抖动判断，采用同样的方式进行相机抖动判断时，实现如下，

对当前输入帧使用背景差分法进行运动目标检测；

计算全部运动目标区域的个数N，和每一个区域的最小外包矩形的长x和宽y，进而计算出该帧运动目标的最小外包矩形总和S；

如果N＞T₁，或者全部外包矩形的总面积S＞T₂，则认为该帧出现相机抖动情况；T₁是预设的无抖动帧的运动区域总数阈值，T₂是预设的无抖动帧的最小外包矩形总和阈值。

4.如权利要求1所述的一种基于语义分割的高空抛物检测方法，其特征在于：所述步骤S4的实现包括以下子步骤，

S401.计算所有运动对象的外包矩形，作为候选抛物的运动区域；

S402.如果有若干运动区域重合，则用非极大值抑制的方法得到一个运动面积占比最大的区域，并删除其它的区域；

S403.计算每一个运动区域外包矩形的面积的中心点坐标集合POINT，以每一个运动区域的中心为原点，以预设阈值r为半径，得到一个圆形区域；计算圆形区域内出现的集合POINT中的点个数n和最近的两个点之间的距离d，如果n＜N，d＜D则认为该圆形区域不是噪声区域，保留该圆形区域内的所有运动区域，N是预设的圆内包含集合POINT中的点的个数的最大值，D是预设的圆内包含集合POINT中最近点的距离。

5.如权利要求1或2或3或4所述的一种基于语义分割的高空抛物检测方法，其特征在于，所述步骤S5包括以下子步骤：

在当前帧的后Num帧里，用匈牙利算法进行目标追踪，如果能够成功跟踪，则得到后Num帧中追踪到的候选目标的坐标，分别计算与上一帧目标的纵坐标差值，若差值逐渐变大且横坐标方向运动没有突变，则认为是高空抛物的运动轨迹；其中，Num为预设的数值。

6.一种基于语义分割的高空抛物检测系统，其特征在于：用于实现如权利要求1-5任一项所述的一种基于语义分割的高空抛物检测方法。