社區(qū)泳池溺水檢測方法及系統(tǒng)技術(shù)方案

本發(fā)明專利技術(shù)所提供的一種社區(qū)泳池溺水檢測方法，包括：在社區(qū)泳池周圍布置攝像頭，服務(wù)器周期性獲取攝像頭所采集到的視頻流數(shù)據(jù)；所述服務(wù)器從所述視頻流數(shù)據(jù)中提取幀圖像數(shù)據(jù)；所述服務(wù)器從所述幀圖像數(shù)據(jù)中提取多個第一特征塊，利用預置的過濾器，將其與所述第一特征塊進行卷積運算，得到多個第二特征塊組成的第二特征塊集合；將所述第二特征塊集合的各個元素，與所對應(yīng)的權(quán)重系數(shù)進行相乘并求得所述第二特征塊集合的權(quán)重和值，判斷所述第二特征塊集合的權(quán)重和值是否大于預設(shè)閾值，若是，則判定所述第一特征塊為人體；將所述第二特征塊集合中每個元素進行賦權(quán)計算，根據(jù)權(quán)值和判定其對應(yīng)的歸屬分類，其中所述分類為二分類；若歸屬分類為用以表征溺水的分類，則所述服務(wù)器發(fā)送至泳池管理人員。本發(fā)明專利技術(shù)準確率高且能夠節(jié)省人力成本。

Drowning detection method and system in community swimming pool

【技術(shù)實現(xiàn)步驟摘要】
社區(qū)泳池溺水檢測方法及系統(tǒng)
本專利技術(shù)實施例涉及圖像處理領(lǐng)域，尤其是一種社區(qū)泳池溺水檢測方法及系統(tǒng)。
技術(shù)介紹
游泳是大家都非常喜歡的一項運動，而且現(xiàn)在很多高端小區(qū)都標配了游泳池。但隨之而來的溺水問題也是不可忽視，特別是社區(qū)人員數(shù)量眾多，而且其各年齡段的人都有，缺乏安全監(jiān)管。目前主要的溺水檢測是基于游泳者隨身佩戴的檢測裝置，但是并不是人人都有這個危機意識。隨著深度學習的發(fā)展和應(yīng)用，采用深度學習的方法來監(jiān)測溺水事件成為一種可能。前面所述，現(xiàn)在主要是采用佩戴監(jiān)測裝置，通過傳感器來計算游泳者在水面下停留的時間，以及游泳者的心跳活動等信息，綜合來判斷游泳者是否處于溺水若發(fā)生了溺水，則發(fā)出警報，這種方式所產(chǎn)生的成本高，難以維護，并且很難保證所有人都佩戴監(jiān)測裝置。同時會給游泳者游泳帶來不便。
技術(shù)實現(xiàn)思路
為解決上述問題，本專利技術(shù)實施例提供了一種社區(qū)泳池溺水檢測方法，包括以下步驟：在社區(qū)泳池周圍布置攝像頭，服務(wù)器周期性獲取攝像頭所采集到的視頻流數(shù)據(jù)；所述服務(wù)器從所述視頻流數(shù)據(jù)中提取幀圖像數(shù)據(jù)；所述服務(wù)器從所述幀圖像數(shù)據(jù)中提取多個第一特征塊，利用預置的過濾器，將其與所述第一特征塊進行卷積運算，得到第二特征塊集合；將所述第二特征塊集合的各個元素，與所對應(yīng)的權(quán)重系數(shù)進行相乘并求得所述第二特征塊集合的權(quán)重和值，判斷所述第二特征塊集合的權(quán)重和值是否大于預設(shè)閾值，若是，則判定所述第一特征塊為人體；將所述第二特征塊集合中每個元素進行賦權(quán)計算，根據(jù)權(quán)值和判定其對應(yīng)的歸屬分類，其中所述分類為二分類，所對應(yīng)的損失函數(shù)為log(yt|yp)＝-(yt*log(yp)+(1-yt)*log(1-yp))若歸屬分類為用以表征溺水的分類，則所述服務(wù)器發(fā)送至泳池管理人員。優(yōu)選的，所述視頻流編碼格式為H.264/H.265格式。優(yōu)選的，所述所述服務(wù)器從所述幀圖像數(shù)據(jù)中提取多個第一特征塊的步驟包括：對所述幀圖像進行二值化處理，得到待處理的灰度幀圖像；根據(jù)所述灰度幀圖像的每個像素的灰度值，生成灰度值矩陣；對所述灰度值矩陣分離若干矩陣，所述若干矩陣用以表征所述第一特征塊。優(yōu)選的，所述利用預置的過濾器，將其與所述第一特征塊進行卷積運算，得到第二特征塊集合的步驟為：通過預置的過濾器，將所述過濾器覆蓋所述灰度幀圖像，計算所述過濾器與被覆蓋灰度幀圖像所對應(yīng)灰度值矩陣的卷積和；將所述過濾器沿預置步長進行移動，重新執(zhí)行所述過濾器與被覆蓋灰度幀圖像所對應(yīng)灰度值矩陣的卷積和的計算，直至所述灰度幀圖像中所有像素都已完成過濾，得到由多個第二特征塊組成的第二特征塊集合。優(yōu)選的，所述得到有多個第二特征塊組成的第二特征塊集合的步驟之后，還包括：將所述第二特征塊集合交付于池化層進行采樣，得到新的低維度第二特征塊，并對原第二特征塊集合元素進行更替。優(yōu)選的，所述為所述第一特征塊配置限定框的步驟包括：獲取所述第一特征塊邊角點坐標，根據(jù)所述邊角點坐標的極值賦予限定框P(a,b,c,d)中各坐標變量值，并將限定框進行顯示。優(yōu)選的，所述判斷所述限定框是否觸碰預置的警戒線的步驟包括：以任意順序選取限定框的任意邊長，讓其與所述預置的警戒線進行邏輯運算，若符合預設(shè)的閾值，則判定所述限定框觸碰預置的警戒線。本專利技術(shù)實施例還提供一種社區(qū)泳池溺水檢測系統(tǒng)，包括：視頻流模塊，用于在社區(qū)圍墻周圍布置攝像頭，服務(wù)器周期性獲取攝像頭所采集到的視頻流數(shù)據(jù)；幀模塊，用于所述服務(wù)器從所述視頻流數(shù)據(jù)中提取幀圖像數(shù)據(jù)；第一特征模塊，用于所述服務(wù)器從所述幀圖像數(shù)據(jù)中提取多個第一特征塊，利用預置的過濾器，將其與所述第一特征塊進行卷積運算，得到第二特征塊集合；第二特征模塊，用于將所述第二特征塊集合的各個元素，與所對應(yīng)的權(quán)重系數(shù)進行相乘并求得所述第二特征塊集合的卷積和，判斷所述第二特征塊集合的卷積和是否大于預設(shè)閾值，若是，則判定所述第一特征塊為人體；二分類模塊，用于將所述第二特征塊集合中每個元素進行賦權(quán)計算，根據(jù)權(quán)值和判定其對應(yīng)的歸屬分類，其中所述分類為二分類，所對應(yīng)的損失函數(shù)為log(yt|yp)＝-(yt*log(yp)+(1-yt)*log(1-yp))預警模塊，用于若歸屬分類為用以表征溺水的分類，則所述服務(wù)器發(fā)送至泳池管理人員。本專利技術(shù)實施例還提供一種計算機設(shè)備，所述計算機設(shè)備包括存儲器、處理器及存儲在所述存儲器上并可在所述處理器上運行的計算機程序，其特征在于，所述計算機程序被處理器執(zhí)行時實現(xiàn)如前述的社區(qū)泳池溺水檢測方法。本專利技術(shù)實施例還提供一種計算機可讀存儲介質(zhì)，其特征在于，所述計算機可讀存儲介質(zhì)內(nèi)存儲有計算機程序，所述計算機程序可被至少一個處理器所執(zhí)行，以使所述至少一個處理器執(zhí)行如前述的社區(qū)泳池溺水檢測方法的步驟。本專利技術(shù)實施例所提供的社區(qū)泳池溺水檢測方法、系統(tǒng)、計算機設(shè)備以及存儲介質(zhì)，準確率高且能夠節(jié)省人力成本。附圖說明圖1為本專利技術(shù)所提供的社區(qū)泳池溺水檢測方法的步驟流程圖；圖2為本專利技術(shù)所提供的社區(qū)泳池溺水檢測系統(tǒng)的程序模塊示意圖；圖3為本專利技術(shù)計算機設(shè)備的硬件結(jié)構(gòu)示意圖。具體實施方式為了使本專利技術(shù)的目的、技術(shù)方案及優(yōu)點更加清楚明白，以下結(jié)合附圖及實施例，對本專利技術(shù)進行進一步詳細說明。應(yīng)當理解，此處所描述的具體實施例僅用以解釋本專利技術(shù)，并不用于限定本專利技術(shù)。基于本專利技術(shù)中的實施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本專利技術(shù)保護的范圍。在本專利技術(shù)實施例中使用的術(shù)語是僅僅處于描述特定實施例的目的，而非旨在限制本專利技術(shù)。在本專利技術(shù)實施例和所附權(quán)利要求書中所使用的單數(shù)形式的“一種”、“所述”和“該”也旨在包括多數(shù)形式，除非上下文清楚地表示其他含義。應(yīng)當理解，本文中使用的術(shù)語“和/或”僅僅是一種描述關(guān)聯(lián)對象的關(guān)聯(lián)關(guān)系，表示可以存在三種關(guān)系，例如，A和/或B，可以表示：單獨存在A，同時存在A和B，單獨存在B這三種情況。另外，本文中字符“/”，一般表示前后關(guān)聯(lián)對象是一種“或”的關(guān)系。應(yīng)當理解，盡管在本專利技術(shù)實施例中可能采用術(shù)語第一、第二等來描述指定關(guān)鍵字，但指定關(guān)鍵字不應(yīng)限于這些術(shù)語。這些術(shù)語僅用來將指定關(guān)鍵字彼此區(qū)分開。例如，在不脫離本專利技術(shù)實施例范圍的情況下，第一指定關(guān)鍵字也可以被稱為第二指定關(guān)鍵字，類似地，第二指定關(guān)鍵字也可以被稱為第一指定關(guān)鍵字。取決于語境，如在此所使用的詞語“如果”可以被解釋稱為“在……時”或“當……時”或“相應(yīng)于確定”或“響應(yīng)于檢測”。類似地，取決于語境，短語“如果確定”或“如果檢測(陳述的條件或時間)”可以被解釋成“當確定時”或“響應(yīng)于確定”或“當檢測(陳述的條件或事件)時”或“響應(yīng)于檢測(陳述的條件或事件)”。請參考圖1，本專利技術(shù)實施例提供一種社區(qū)泳池溺水檢測方法，包括：步驟S100在社區(qū)泳池周圍布置攝像頭，服務(wù)器周期性獲取攝像頭所采集到的本文檔來自技高網(wǎng)...

【技術(shù)保護點】
1.一種社區(qū)泳池溺水檢測方法，其特征在于，包括：/n在社區(qū)泳池周圍布置攝像頭，服務(wù)器周期性獲取攝像頭所采集到的視頻流數(shù)據(jù)；/n所述服務(wù)器從所述視頻流數(shù)據(jù)中提取幀圖像數(shù)據(jù)；/n所述服務(wù)器從所述幀圖像數(shù)據(jù)中提取多個第一特征塊，利用預置的過濾器，將其與所述第一特征塊進行卷積運算，得到多個第二特征塊組成的第二特征塊集合；/n將所述第二特征塊集合的各個元素，與所對應(yīng)的權(quán)重系數(shù)進行相乘并求得所述第二特征塊集合的權(quán)重和值，判斷所述第二特征塊集合的權(quán)重和值是否大于預設(shè)閾值，若是，則判定所述第一特征塊為人體；/n將所述第二特征塊集合中每個元素進行賦權(quán)計算，根據(jù)權(quán)值和判定其對應(yīng)的歸屬分類，其中所述分類為二分類，所對應(yīng)的二分類交叉熵損失函數(shù)為：/nlog(yt|yp)＝-(yt*log(yp)+(1-yt)*log(1-yp))/n若歸屬分類為用以表征溺水的分類，則所述服務(wù)器發(fā)送至泳池管理人員。/n

【技術(shù)特征摘要】
1.一種社區(qū)泳池溺水檢測方法，其特征在于，包括：
在社區(qū)泳池周圍布置攝像頭，服務(wù)器周期性獲取攝像頭所采集到的視頻流數(shù)據(jù)；
所述服務(wù)器從所述視頻流數(shù)據(jù)中提取幀圖像數(shù)據(jù)；
所述服務(wù)器從所述幀圖像數(shù)據(jù)中提取多個第一特征塊，利用預置的過濾器，將其與所述第一特征塊進行卷積運算，得到多個第二特征塊組成的第二特征塊集合；
將所述第二特征塊集合的各個元素，與所對應(yīng)的權(quán)重系數(shù)進行相乘并求得所述第二特征塊集合的權(quán)重和值，判斷所述第二特征塊集合的權(quán)重和值是否大于預設(shè)閾值，若是，則判定所述第一特征塊為人體；
將所述第二特征塊集合中每個元素進行賦權(quán)計算，根據(jù)權(quán)值和判定其對應(yīng)的歸屬分類，其中所述分類為二分類，所對應(yīng)的二分類交叉熵損失函數(shù)為：
log(yt|yp)＝-(yt*log(yp)+(1-yt)*log(1-yp))
若歸屬分類為用以表征溺水的分類，則所述服務(wù)器發(fā)送至泳池管理人員。


2.根據(jù)權(quán)利要求1所述的社區(qū)泳池溺水檢測方法，其特征在于，所述視頻流編碼格式為H.264/H.265格式。


3.根據(jù)權(quán)利要求1所述的社區(qū)泳池溺水檢測方法，其特征在于，所述所述服務(wù)器從所述幀圖像數(shù)據(jù)中提取多個第一特征塊的步驟包括：
對所述幀圖像進行二值化處理，得到待處理的灰度幀圖像；
根據(jù)所述灰度幀圖像的每個像素的灰度值，生成灰度值矩陣；
對所述灰度值矩陣分離若干矩陣，所述若干矩陣用以表征所述第一特征塊。


4.根據(jù)權(quán)利要求3所述的社區(qū)泳池溺水檢測方法，其特征在于，所述利用預置的過濾器，將其與所述第一特征塊進行卷積運算，得到第二特征塊集合的步驟為：
通過預置的過濾器，將所述過濾器覆蓋所述灰度幀圖像，計算所述過濾器與被覆蓋灰度幀圖像所對應(yīng)灰度值矩陣的卷積和；
將所述過濾器沿預置步長進行移動，重新執(zhí)行所述過濾器與被覆蓋灰度幀圖像所對應(yīng)灰度值矩陣的卷積和的計算，直至所述灰度幀圖像中所有像素都已完成過濾，得到由多個第二特征塊組成的第二特征塊集合。


5.根據(jù)權(quán)利要求4所述的社區(qū)泳池溺水檢測方法，其特征在于，所述得到有多個第二特征塊組成的第二特征塊集合的步驟之后，還包括：
將所述第二特征塊集合交付于池化層進行采樣，得到新的低維度第二特征塊，并對原第二特征塊集合元素進行...

【專利技術(shù)屬性】
技術(shù)研發(fā)人員：蔣宇，
申請(專利權(quán))人：恒大智慧科技有限公司，
類型：發(fā)明
國別省市：廣東;44