[发明专利]一种基于头肩的时序视频睡岗识别方法、系统及电子设备

说明书

本发明提供一种基于头肩的时序视频睡岗识别方法、系统及电子设备，包括获取监控场景的视频数据，从视频数据中抓取相应时间间隔内的多张图像；基于头肩检测模型，检测所有图像内的头肩特征，获得每个图像内的所有头肩特征；在所有图像内进行头肩特征匹配，获得同一个对象的头肩图序列；针对同一个对象的头肩图序列，对每个图像中头肩特征的前后帧至少进行相似度对比；基于对比结果，获得睡岗状态判定。通过检测头肩特征，减少对人体整个区域的识别，降低大区域特征识别的干扰，提高检测准确度和检测效率。同时，通过利用睡觉姿态不变的特性，采用一段时间内的头肩变化来判断睡岗状态，识别更准确。

技术领域

本发明涉及头肩特征检测领域，特别涉及一种基于头肩的时序视频睡岗识别方法、系统及电子设备。

背景技术

随着近些年视频监控安防行业的发展以及生产作业的日益规范化，特别是对企业生产的安全方面的重视，大多数企业会在其单位部署一套视频监控系统，因此在其所在的监控室会留有24小时不间断的监控人员值守，以防止出现安全事故或其他特殊情况以及时做出告警，以免造成更大的损失。

目前市面上大多的都是基于单帧图片做分类，训练一个基于人体的分类器来判定是否为睡觉状态，该方法有两个最大的缺陷：

1.真正用来判定睡觉状态的只有头肩区域，整个人体区域偏大，对分类器的干扰特征较多。

2.单帧图像的人体姿态多种多样，其中也不乏有很多像睡觉状态的姿态，导致误检测也偏多。

发明内容

为了克服目前现有的睡岗状态检测不准确的问题，本发明提供基于头肩的时序视频睡岗识别方法、系统及电子设备。

本发明提供一种基于头肩的时序视频睡岗识别方法，包括如下步骤：步骤S1：获取监控场景的视频数据，从视频数据中抓取相应时间间隔内的多张图像；步骤S2：基于头肩检测模型，检测所有图像内的头肩特征，获得每个图像内的所有头肩特征；步骤S3：在所有图像内进行头肩特征匹配，获得同一个对象的头肩图序列；步骤S4：针对同一个对象的头肩图序列，对每个图像中头肩特征的前后帧至少进行相似度对比；步骤S5：基于对比结果，获得睡岗状态判定。

优选地，步骤S1具体包括：步骤S11：获取监控场景的视频数据；步骤S12：获取视频数据中两分钟内的视频段，间隔六秒抓取一帧图像，获得多张图像。

优选地，在步骤S2中，采用基于yolov5s网络的头肩检测模型。

优选地，在步骤S3中，基于头肩特征，采用头肩ID匹配的方式进行头肩图序列的识别。

本发明还提供一种基于头肩的时序视频睡岗识别系统，包括：图像获取单元，用于获取监控场景的视频数据，从视频数据中抓取相应时间间隔内的多张图像；特征识别单元，用于基于头肩检测模型，检测所有图像内的头肩特征，获得每个图像内的所有头肩特征；图像序列统计单元，用于在所有图像内进行头肩特征匹配，获得同一个对象的头肩图序列；对比单元，用于针对同一个对象的头肩图序列，对每个图像中头肩特征的前后帧至少进行相似度对比；睡岗判别单元，用于基于对比结果，获得睡岗状态判定。

本发明还提供一种电子设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述计算机程序被设置为运行时执行上述任一项中所述的基于头肩的时序视频睡岗识别方法；所述处理器被设置为通过所述计算机程序执行上述任一项中所述的基于头肩的时序视频睡岗识别方法。

与现有技术相比，本发明提供的一种基于头肩的时序视频睡岗识别方法、系统及电子设备，具有以下优点：