一种基于户外视频识别的人员寻找方法及系统与流程

1.本发明涉及景区应急调度技术领域，尤其涉及一种基于户外视频识别的人员寻找方法及系统。


背景技术：

2.随着生活水平的提供，越来越多的人喜欢去景区旅游。由于景区多在离城市较远的区域，因此游客到达景区后，想要完整的浏览完景区存在时间不够的情况，因此时常出现景区营业时间已过，但还有少数人停留在景区参观的情况。夜幕降临后，能见度低，由于景区占地面积大，路况错综复杂，很容易出现迷路现象，尤其是自然风景景区，还存在野生动物，因此很容易出现安全事故，造成不可挽回的损失。
3.目前的检测手段是通过工作人员统计入园人数与出园人数是否相等来判断景区是否存在残余游客，若相等，则默认景区中不存在残余游客；否则，通过查看景区的监控获取游客的地理位置，由于景区的占地面积大、游客具有移动性、摄像头的数量多且存在监控死角，因此需要两队工作人员协同工作引导残余游客离园，即：第一队工作人员实时查看监控视频获取游客的位置，并将游客的实时位置告知第二队的工作人员，从而将第二队的工作人员引导至游客的位置，进而将游客带离景区。采用此种方式需要两队工作人员同时进行，极大的增加了人力成本；同时由于景区的监控视频多，需要工作人员从大量的监控视频中搜索残余游客，不仅工作量巨大，还存在漏查的情况，降低搜索效率。


技术实现要素：

4.本发明的目的在于提供一种基于户外视频识别的人员寻找方法及系统，能够自动从景区的众多监控视频中获取游客的位置，不仅减小了工作人员的工作量，还增加了准确率；同时能够将游客的位置自动返回给工作人员，因此在引导残余游客离园时，仅需要一队工作人员即可，有效的降低了人力成本。
5.本发明通过下述技术方案实现：
6.一种基于户外视频识别的人员寻找方法，包括以下步骤：
7.获取景区的第一监控视频；
8.判断所述第一监控视频中是否存在人体；
9.在所述第一监控视频中存在人体时进行报警。
10.由于景区多在离城市较远的区域，因此游客到达景区后，想要完整的浏览完景区存在时间不够的情况，因此时常出现景区营业时间已过，但还有少数人停留在景区参观的情况，夜幕降临后，能见度低，由于景区占地面积大，路况错综复杂，很容易出现迷路现象，尤其是自然风景景区，还存在野生动物，因此很容易出现安全事故，造成不可挽回的损失。目前的检测手段是通过工作人员统计入园人数与出园人数是否相等来判断景区是否存在残余游客，若相等，则默认景区中不存在残余游客；否则，通过查看景区的监控获取游客的地理位置，由于景区的占地面积大、游客具有的移动性、摄像头的数量多且存在监控死角，
因此需要两队工作人员协作引导残余游客离园，即：第一队工作人员实时查看监控视频获取游客的位置，并将游客的实时位置告知第二队的工作人员，将第二队的工作人员引导至游客的位置，从而将游客带离景区。采用此种方式需要两部分人员同时进行，极大的增加了人力成本；同时由于景区的监控视频多，需要工作人员从大量的监控视频中搜索残余游客，不仅工作量巨大，还存在漏查的情况，降低搜索效率；同时，由于入园人数与出园人数的统计也存在漏统计的情况，因此容易出现景区还存在残余游客而不自知的情况，从而出现安全事故的问题。基于此，本技术提供了一种基于户外视频识别的人员寻找方法，能够自动从景区的众多监控视频中获取游客的位置，并将游客的位置自动返回至工作人员。因此，使用本技术的技术方案时，无需两队工作人员协作，仅需要一对工作人员步行至收到的地理位置即可，因此极大的减少了人力成本，同时，无需工作人员人为的从众多监控视频中找寻游客的位置，减少了工作人员的工作量，同时也增加了准确率；另外，由于该方案能够自动对游客进行识别，即使出现景区还存在残余游客而不自知的情况，也能够及时发现。
11.优选地，获取景区的第一监控视频包括以下子步骤：
12.从预设时间t起，每间隔时间周期t实时获取所述景区的监控视频对应的视频帧；
13.获取所述视频帧的灰度级和各灰度级的像素数目；
14.判断第n+1张所述视频帧的灰度级与第n张所述视频帧的灰度级是否发生变化，n＝1、2、3
…
；
15.在第n+1张所述视频帧的灰度级与第n张所述视频帧的灰度级发生变化，且变化率大于阈值变化率时，对第n+1张所述视频帧进行标记，或者
16.在第n+1张所述视频帧的灰度级与第n张所述视频帧的灰度级未发生变化时，或第n+1张所述视频帧的灰度级与第n张所述视频帧的灰度级虽发生变化但变化率小于阈值变化率时，获取第n+1张所述视频帧各灰度级的像素数目与第n张所述视频帧各灰度级的像素数目的差值，在所述差值大于阈值差值时，对第n+1张所述视频帧进行标记；
17.根据所述标记获取所述第一监控视频。
18.优选地，根据所述标记获取所述第一监控视频包括以下子步骤：
19.获取第一视频帧，所述第一视频帧为被标记的所述视频帧；
20.将所述第一视频帧依次分成n组；任意一组中，相邻的所述第一视频帧中不存在未被标记的所述视频帧；
21.将第2a
‑
1组中的第一张所述第一视频帧标记为所述第一监控视频的监控起点，a＝1、2、3
…
；
22.将第2a组中的最后一张所述第一视频帧标记为所述第一监控视频的监控终点，a＝1、2、3
…
。
23.优选地，判断所述第一监控视频中是否存在人体包括以下步骤：
24.在所述第一监控视频中选取相邻两视频帧中灰度级；
25.将所述视频帧输入人体骨架识别模型中判断所述第一监控视频帧中是否存在人体。
26.优选地，在所述第一监控视频中存在人体时进行报警包括以下子步骤：
27.获取拍摄所述第一视频帧的摄像头编号；
28.根据所述摄像头编号获取景区的地理位置；
29.将所述地理位置发送给景区的工作人员。
30.一种基于户外视频识别的人员寻找系统，包括获取模块、判断模块以及报警模块；
31.所述获取模块，用于景区的第一监控视频；
32.所述判断模块，用于判断所述第一监控视频中是否存在人体；
33.所述报警模块，用于在所述第一监控视频中存在人体时进行报警。
34.由于景区多在离城市较远的区域，因此游客到达景区后，想要完整的浏览完景区存在时间不够的情况，因此时常出现景区营业时间已过，但还有少数人停留在景区参观的情况，夜幕降临后，能见度低，由于景区占地面积大，路况错综复杂，很容易出现迷路现象，尤其是自然风景景区，还存在野生动物，因此很容易出现安全事故，造成不可挽回的损失。目前的检测手段是通过工作人员统计入园人数与出园人数是否相等来判断景区是否存在残余游客，若相等，则默认景区中不存在残余游客；否则，通过查看景区的监控获取游客的地理位置，由于景区的占地面积大、游客具有的移动性、摄像头的数量多且存在监控死角，因此需要两队工作人员协作引导残余游客离园，即：第一队工作人员实时查看监控视频获取游客的位置，并将游客的实时位置告知第二队的工作人员，将第二队的工作人员引导至游客的位置，从而将游客带离景区。采用此种方式需要两部分人员同时进行，极大的增加了人力成本；同时由于景区的监控视频多，需要工作人员从大量的监控视频中搜索残余游客，不仅工作量巨大，还存在漏查的情况，降低搜索效率；同时，由于入园人数与出园人数的统计也存在漏统计的情况，因此容易出现景区还存在残余游客而不自知的情况，从而出现安全事故的问题。基于此，本技术提供了一种基于户外视频识别的人员寻找系统，能够自动从景区的众多监控视频中获取游客的位置，并将游客的位置自动返回至工作人员。因此，使用本技术的技术方案时，无需两队工作人员协作，仅需要一对工作人员步行至收到的地理位置即可，因此极大的减少了人力成本，同时，无需工作人员人为的从众多监控视频中找寻游客的位置，减少了工作人员的工作量，同时也增加了准确率；另外，由于该方案能够自动对游客进行识别，即使出现景区还存在残余游客而不自知的情况，也能够及时发现。
35.优选地，所述获取模块包括提取单元、统计单元、判断单元、标记单元以及获取单元；
36.所述提取单元，用于从预设时间t起，每间隔时间周期t实时获取所述景区的监控视频对应的视频帧；
37.所述统计单元，用于统计所述视频帧的灰度级和各灰度级的像素数目；
38.所述判断单元，用于判断第n+1张所述视频帧的灰度级与第n张所述视频帧的灰度级是否发生变化，n＝1、2、3
…
；
39.所述标记单元，用于在第n+1张所述视频帧的灰度级与第n张所述视频帧的灰度级发生变化，且变化率大于阈值变化率时，对第n+1张所述视频帧进行标记，或者
40.在第n+1张所述视频帧的灰度级与第n张所述视频帧的灰度级未发生变化时，或第n+1张所述视频帧的灰度级与第n张所述视频帧的灰度级虽发生变化但变化率小于阈值变化率时，获取第n+1张所述视频帧各灰度级的像素数目与第n张所述视频帧各灰度级的像素数目的差值，在所述差值大于阈值差值时，对第n+1张所述视频帧进行标记；
41.所述获取单元，用于根据标记获取所述第一监控视频。
42.优选地，所述获取单元包括第一获取子单元、分组子单元以及标记子单元；
43.所述第一获取子单元，用于获取第一视频帧，所述第一视频帧为被标记的所述视频帧；
44.所述分组子单元，用于将所述第一视频帧依次分成n组；任意一组中，相邻的所述第一视频帧中不存在未被标记的所述视频帧；
45.所述标记子单元，用于将第2a
‑
1组中的第一张所述第一视频帧标记为所述第一监控视频的监控起点，a＝1、2、3
…
；
46.将第2a组中的最后一张所述第一视频帧标记为所述第一监控视频的监控终点，a＝1、2、3
…
。
47.优选地，所述判断模块包括选取单元和识别单元；
48.所述选取单元，用于在所述第一监控视频中任意选取一张未被标记的所述视频帧；
49.所述识别单元，内置有人体骨架识别模型，用于识别所述视频帧中是否存在人体。
50.优选地，所述报警模块包括第一获取单元、第二获取单元以及发送单元；
51.所述第一获取单元，用于获取拍摄所述第一视频帧的摄像头编号；
52.所述第二获取单元，用于根据所述摄像头编号获取景区的地理位置；
53.所述发送单元，用于所述地理位置发送给景区的工作人员。
54.本发明与现有技术相比，具有如下的优点和有益效果：
55.1、能够自动从景区的众多监控视频中获取游客的位置，不仅减小了工作人员的工作量，还增加了准确率，避免因景区还存在残余游客而不自知的情况，造成的安全问题；
56.2、能够将游客的位置返回给工作人员，因此在引导残余游客离园时，仅需要一队工作人员即可，降低了人力成本；
57.3、先对监控视频进行筛选，从众多的监控视频中获取可能存在游客的监控视频，然后在用人体骨架识别模型来判断该监控视频中是否存在游客，从而降低处理器的工作量，提升识别效率。
附图说明
58.此处所说明的附图用来提供对本发明实施例的进一步理解，构成本技术的一部分，并不构成对本发明实施例的限定。在附图中：
59.图1为本发明的流程示意图。
具体实施方式
60.为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。
61.实施例1
62.本实施例1提供了一种基于户外视频识别的人员寻找方法，如图1所示，包括以下步骤：
63.步骤1：获取景区的第一监控视频；
64.本实施例中所说的第一监控视频为非游览时间有人员或动物出现在监控画面中
的监控视频。由于景区监控视频的数量庞大，如果获取的每一帧都通过人体骨架识别模型来判断，则会极大的增加处理器的运算负荷，降低处理器的处理性能。基于此，在本技术中，先对监控视频进行筛选，从众多的监控视频中获取可能存在游客的监控视频，然后在用人体骨架识别模型来判断该监控视频中是否存在游客，从而降低处理器的工作量，提升识别效率。
65.以下对本实施例第一监控视频的获取方式进行说明：
66.从预设时间t起，每间隔时间周期t实时获取景区的监控视频对应的视频帧；
67.其中，预设时间可以是景区闭园时间，可以是工作人员确认景区还有残留游客的时间也可以根据需要自行设定；间隔时间周期t也可以自行设计，在本实施例中，间隔时间周期t设置为1s。
68.获取视频帧的灰度级和各灰度级的像素数目；
69.判断第n+1张视频帧的灰度级与第n张视频帧的灰度级是否发生变化，n＝1、2、3
…
；
70.在第n+1张视频帧的灰度级与第n张视频帧的灰度级发生变化，且变化率大于阈值变化率时，对第n+1张视频帧进行标记，或者
71.在第n+1张视频帧的灰度级与第n张视频帧的灰度级未发生变化时，或第n+1张视频帧的灰度级与第n张视频帧的灰度级虽发生变化但变化率小于阈值变化率时，获取第n+1张视频帧各灰度级的像素数目与第n张视频帧各灰度级的像素数目的差值，在差值大于阈值差值时，对第n+1张视频帧进行标记；
72.根据标记获取第一监控视频，具体地：
73.获取第一视频帧，第一视频帧为被标记的视频帧；
74.将第一视频帧依次分成n组；任意一组中，相邻的第一视频帧中不存在未被标记的视频帧；
75.将第2a
‑
1组中的第一张第一视频帧标记为第一监控视频的监控起点，a＝1、2、3
…
；
76.将第2a组中的最后一张第一视频帧标记为第一监控视频的监控终点，a＝1、2、3
…
。
77.以下对本实施例第一监控视频的获取方式的原理进行说明：
78.一幅图像具有唯一的灰度级以及各灰度级对应的像素数目，但不同的图像可对应相同的灰度级以及各灰度级对应的像素数目。因此，在摄像装置的拍摄范围内，当摄像范围内不存在游客或动物时，即：拍摄的只有景区的自然风光时，每间隔时间周期t获取的视频帧对应图像的灰度级以及各灰度级对应的像素数目基本一致，即使因光线问题出现少许变化，但变化量也应该在阈值范围内；一旦有游客或动物出现在摄像范围内，则会打破这种平衡，导致相邻两张视频帧的灰度级出现变化或者各灰度级对应的像素数目出现变化，基于此，在本技术中，以此为依据对监控视频进行标记，来获取第一监控视频。具体地，当游客从监控范围外完全进入到监控范围内以及从监控范围内完全离开这一过程中，由于相邻视频帧获取的图像不一致，因此相邻视频帧的灰度级或各灰度级对应的像素数目会发生变化，因此这一过程获取的视频帧均会被标记；而游客完全位于监控范围内时，相邻两个视频帧包含的内容相同，因此相邻视频帧的灰度级以及各灰度级对应的像素数目不会发生变化。
因此，将奇数段标记作为第一监控视频的起点，将偶数段的标记作为第一监控视频的终点。
79.作为优选地，为避免从预设时间t起，游客就位于监控范围内，从而导致后续的标记点出错，在获取的第一张视频帧时，将获取的第一张视频帧与预设视频帧进行比较；若获取的第一张视频帧就存在游客，则将预设时间t获取的第一张视频帧标记为第一视频的起点，往后的第2a
‑
1组中的最后一张第一视频帧标记为第一监控视频的监控终点，a＝1、2、3
…
；将第2a组中的第一张第一视频帧标记为第一监控视频的监控起点，a＝1、2、3
…
。
80.其中，预设视频帧可以是前一日同一时刻不存在游客或动物的视频帧，或历史天气状况相似同一时刻不存在游客或动物的视频帧，或前一周同一时刻不存在游客或动物的视频帧的均值。
81.步骤2：判断第一监控视频中是否存在人体；
82.由于引起相邻两幅视频帧出现灰度级变化或各灰度级的像素数目变化，除了游客步入监控范围，也有可能是景区中的野生动物进入监控范围引起的。基于此，在本实施例中，在获取第一监控视频后，还对第一监控视频中是否存在游客进行判断，从而避免因野生动物出现在监控范围内而出现误报警。具体地：
83.在第一监控视频中任意选取一张未被标记的视频帧；
84.将视频帧输入人体骨架识别模型中判断第一监控视频帧中是否存在人体。
85.由于第一监控视频帧中被标记的视频帧都是灰度级或各灰度级的像素数目发生变化的视频帧，说明此时游客或动物正在从监控范围外进入监控范围或从监控范围离开，此时的人物或动物轮廓并不完整，采用人体骨架识别模型来判断是否存在游客容易出现错误，因此选用未被标记的视频帧进行人体骨架识别模型来判断，此时的人物轮廓完整，能够提升识别准确率。
86.步骤3：在第一监控视频中存在人体时进行报警，具体地：
87.获取拍摄第一视频帧的摄像头编号；
88.根据摄像头编号获取景区的地理位置；
89.将地理位置发送给景区的工作人员。
90.由于在识别到游客后，会自动将游客的位置返回至工作人员。因此，使用本技术的技术方案时，无需两队工作人员协作，仅需要一对工作人员便可引导游客离园，极大的降低了人力成本。
91.实施例2
92.本实施例提供了一种基于户外视频识别的人员寻找系统，包括获取模块、判断模块以及报警模块；
93.获取模块，用于获取景区的第一监控视频；
94.本实施例中所说的第一监控视频为非游览时间有人员或动物出现在监控画面中的监控视频。由于景区监控视频的数量庞大，如果获取的每一帧都通过人体骨架识别模型来判断，则会极大的增加处理器的运算负荷，降低处理器的处理性能。基于此，在本技术中，先对监控视频进行筛选，从众多的监控视频中获取可能存在游客的监控视频，然后在用人体骨架识别模型来判断该监控视频中是否存在游客，从而降低处理器的工作量，提升识别效率。
95.具体地，本实施例中的获取模块包括提取单元、统计单元、判断单元、标记单元以
及获取单元；
96.提取单元，用于从预设时间t起，每间隔时间周期t实时获取景区的监控视频对应的视频帧；
97.统计单元，用于统计视频帧的灰度级和各灰度级的像素数目；
98.判断单元，用于判断第n+1张视频帧的灰度级与第n张视频帧的灰度级是否发生变化，n＝1、2、3
…
；
99.标记单元，用于在第n+1张视频帧的灰度级与第n张视频帧的灰度级发生变化，且变化率大于阈值变化率时，对第n+1张视频帧进行标记，或者
100.在第n+1张视频帧的灰度级与第n张视频帧的灰度级未发生变化时，或第n+1张视频帧的灰度级与第n张视频帧的灰度级虽发生变化但变化率小于阈值变化率时，获取第n+1张视频帧各灰度级的像素数目与第n张视频帧各灰度级的像素数目的差值，在差值大于阈值差值时，对第n+1张视频帧进行标记；
101.获取单元，用于根据标记获取第一监控视频。
102.具体地，获取单元包括第一获取子单元、分组子单元以及标记子单元；
103.第一获取子单元，用于获取第一视频帧，第一视频帧为被标记的视频帧；
104.分组子单元，用于将第一视频帧依次分成n组；任意一组中，相邻的第一视频帧中不存在未被标记的视频帧；
105.标记子单元，用于将第2a
‑
1组中的第一张第一视频帧标记为第一监控视频的监控起点，a＝1、2、3
…
；
106.将第2a组中的最后一张第一视频帧标记为第一监控视频的监控终点，a＝1、2、3
…
。
107.一幅图像具有唯一的灰度级以及各灰度级对应的像素数目，但不同的图像可对应相同的灰度级以及各灰度级对应的像素数目。因此，在摄像装置的拍摄范围内，当摄像范围内不存在游客或动物时，即：拍摄的只有景区的自然风光时，每间隔时间周期t获取的视频帧对应图像的灰度级以及各灰度级对应的像素数目基本一致，即使因光线问题出现少许变化，但变化量也应该在阈值范围内；一旦有游客或动物出现在摄像范围内，则会打破这种平衡，导致相邻两张视频帧的灰度级出现变化或者各灰度级对应的像素数目出现变化，基于此，在本技术中，以此为依据对监控视频进行标记，来获取第一监控视频。具体地，当游客从监控范围外完全进入到监控范围内以及从监控范围内完全离开这一过程中，由于相邻视频帧获取的图像不一致，因此相邻视频帧的灰度级或各灰度级对应的像素数目会发生变化，因此这一过程获取的视频帧均会被标记；而游客完全位于监控范围内时，相邻两个视频帧包含的内容相同，因此相邻视频帧的灰度级以及各灰度级对应的像素数目不会发生变化。因此，将奇数段标记作为第一监控视频的起点，将偶数段的标记作为第一监控视频的终点。
108.作为优选地，为避免从预设时间t起，游客就位于监控范围内，从而导致后续的标记点出错，在获取的第一张视频帧时，将获取的第一张视频帧与预设视频帧进行比较；若获取的第一张视频帧就存在游客，则将预设时间t获取的第一张视频帧标记为第一视频的起点，往后的第2a
‑
1组中的最后一张第一视频帧标记为第一监控视频的监控终点，a＝1、2、3
…
；将第2a组中的第一张第一视频帧标记为第一监控视频的监控起点，a＝1、2、3
…
。
109.其中，预设视频帧可以是前一日同一时刻不存在游客或动物的视频帧，或历史天
气状况相似同一时刻不存在游客或动物的视频帧，或前一周同一时刻不存在游客或动物的视频帧的均值。
110.判断模块，用于判断第一监控视频中是否存在人体；
111.由于引起相邻两幅视频帧出现灰度级变化或各灰度级的像素数目变化，除了游客步入监控范围，也有可能是景区中的野生动物进入监控范围引起的。基于此，在本实施例中，在获取第一监控视频后，还对第一监控视频中是否存在游客进行判断，从而避免因野生动物出现在监控范围内而出现误报警。
112.具体地，本实施例中的判断模块包括选取单元和识别单元；
113.选取单元，用于在第一监控视频中任意选取一张未被标记的视频帧；
114.识别单元，内置有人体骨架识别模型，用于识别视频帧中是否存在人体。
115.由于第一监控视频帧中被标记的视频帧都是灰度级或各灰度级的像素数目发生变化的视频帧，说明此时游客或动物正在从监控范围外进入监控范围或从监控范围离开，此时的人物或动物轮廓并不完整，采用人体骨架识别模型来判断是否存在游客容易出现错误，因此选用未被标记的视频帧进行人体骨架识别模型来判断，此时的人物轮廓完整，能够提升识别准确率。
116.报警模块，用于在第一监控视频中存在人体时进行报警。
117.具体地，报警模块包括第一获取单元、第二获取单元以及发送单元；
118.第一获取单元，用于获取拍摄第一视频帧的摄像头编号；
119.第二获取单元，用于根据摄像头编号获取景区的地理位置；
120.发送单元，用于将地理位置发送给景区的工作人员。
121.在识别到游客后，会自动将游客的位置返回至工作人员。因此，使用本技术的技术方案时，无需两队工作人员协作，仅需要一对工作人员便可引导游客离园，极大的降低了人力成本。
122.以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。