目标检测方法及检测设备与流程

1.本技术涉及图像处理技术领域，特别涉及一种目标检测方法及检测设备。


背景技术：

2.停车场的出入口一般安装有道闸直杆来限制机动车的驶入驶出。但是，行人可能会从该道闸直杆的下方钻过，或者从道闸直杆的上方跨越以进入停车场内，从而造成安全隐患。


技术实现要素：

3.本技术提供了一种目标检测方法及检测设备，可以解决相关技术中道闸直杆的设置方式存在安全隐患的问题。所述技术方案如下：
4.一方面，提供了一种目标检测方法，应用于目标检测系统中的检测设备，所述目标检测系统还包括图像采集组件，所述图像采集组件用于采集道闸直杆所在区域的图像；所述方法包括：
5.从所述图像采集组件采集到的图像中获取包含目标对象的多帧目标图像；
6.确定所述目标对象在每一帧目标图像中的多个关键特征点，以及所述目标对象在每一帧目标图像中的位置；
7.若基于所述目标对象在所述多帧目标图像中的多个关键特征点，确定所述目标对象的姿态为目标姿态，且基于所述目标对象在所述多帧目标图像中的位置，确定所述目标对象从所述道闸直杆的一侧移动至另一侧，则发出告警信号；
8.其中，所述目标姿态包括跨越姿态和/或钻杆姿态。
9.另一方面，提供了一种目标检测装置，所述目标检测装置包括：通信模块和处理器；所述处理器，用于：
10.从所述图像采集组件采集到的图像中获取包含目标对象的多帧目标图像；
11.确定所述目标对象在每一帧目标图像中的多个关键特征点，以及所述目标对象在每一帧目标图像中的位置；
12.若基于所述目标对象在所述多帧目标图像中的多个关键特征点，确定所述目标对象的姿态为目标姿态，且基于所述目标对象在所述多帧目标图像中的位置，确定所述目标对象从所述道闸直杆的一侧移动至另一侧，则通过所述告警模块发出告警信号；
13.其中，所述目标姿态包括跨越姿态和/或钻杆姿态。
14.可选的，所述多个关键特征点为人体骨骼关键点；所述处理器，用于：
15.对于每帧所述目标图像，基于所述目标图像中的多个关键特征点的位置，确定所述目标图像的关键参数；
16.若所述关键参数满足目标条件，则确定所述目标对象的姿态为目标姿态；
17.其中，所述关键参数包括：所述多个关键特征点中至少两个关键特征点之间的距离，和/或，至少两个关键特征点与所述目标图像中的参考点之间的连线的夹角。
18.可选的，所述关键参数包括：所述多个关键特征点中第一目标特征点和第二目标特征点之间的第一距离，所述目标条件包括：按照所述多帧目标图像的采集时刻由早到晚的顺序，至少两帧所述目标图像中的所述第一距离逐渐减小，且所述第一距离的缩减程度大于第一距离阈值，或者，至少一帧所述目标图像中的所述第一距离小于第二距离阈值；
19.其中，所述第一目标特征点为所述目标对象的头部或颈部的关键特征点，所述第二目标特征点为所述目标对象的腿部或脚部的关键特征点。
20.可选的，所述第一距离阈值和所述第二距离阈值均与所述目标对象的基准距离正相关，所述基准距离为所述多个关键特征点中第一基准特征点与第二基准特征点之间的距离。
21.可选的，所述关键参数包括：所述多个关键特征点中两个第二目标特征点之间的第二距离，所述目标条件包括：按照所述多帧目标图像的采集时刻由早到晚的顺序，至少两帧所述目标图像中的所述第二距离逐渐增大，且所述第二距离的增大程度大于第三距离阈值，或者，至少一帧所述目标图像中的所述第二距离大于第四距离阈值；
22.其中，两个所述第二目标特征点分别为所述目标对象的左腿腿部和右腿腿部的关键特征点，或者，分别为所述目标对象的左脚脚部和右脚脚部的关键特征点。
23.可选的，所述关键参数包括：第一连线与第二连线之间的夹角，所述第一连线为所述多个关键特征点中第三目标特征点与所述参考点之间的连线，所述第二连线为所述多个关键特征点中第四目标特征点与所述参考点之间的连线，所述第三目标特征点和所述第四目标特征点为位于所述目标对象的同一侧的关键特征点；
24.所述目标条件包括：按照所述多帧目标图像的采集时刻由早到晚的顺序，至少两帧所述目标图像中的所述夹角逐渐减小，且所述夹角的缩减程度大于第一角度阈值，或者，至少一帧所述目标图像中的所述夹角小于第二角度阈值。
25.可选的，所述处理器，还用于：
26.在环境光亮度大于亮度阈值的第一时段，获取所述图像采集组件基于可见光成像技术采集到的多帧图像；
27.在环境光亮度小于或等于所述亮度阈值的第二时段，获取所述图像采集组件基于热成像技术采集到的多帧图像。
28.可选的，所述处理器，用于：
29.将所述图像采集组件采集到的每帧图像输入至目标检测模型，得到所述目标检测模型输出的每帧图像的识别结果，所述识别结果用于指示所述图像中是否存在目标对象，以及在所述图像中存在目标对象时，指示所述目标对象在所述图像中的位置；
30.基于所述目标检测模型输出的识别结果，确定多帧目标图像；
31.对于每一帧所述目标图像，将所述目标图像输入至姿态检测模型，得到所述姿态检测模型输出的所述目标图像中所述目标对象的多个关键特征点，并基于所述目标图像的识别结果，确定所述目标对象在所述目标图像中的位置。
32.可选的，所述处理器，还用于：
33.基于所述目标对象的参考点在所述目标图像中的位置，确定缩放比例k；
34.根据所述缩放比例k，以及所述目标图像中所述目标对象的像素高度p1，确定所述目标对象的实际高度h1：h1＝k
×
p1；
35.若所述目标对象的实际高度不大于高度阈值，则确定所述目标对象在每一帧目标图像中的位置，以及若确定所述目标对象从所述道闸直杆的一侧移动至另一侧，则通过所述告警模块发出告警信号；
36.若所述目标对象的实际高度大于所述高度阈值，则确定所述目标对象在每一帧目标图像中的多个关键特征点。
37.可选的，所述处理器，用于：
38.若确定所述目标对象的姿态为目标姿态，且确定所述目标对象从所述道闸直杆的一侧移动至另一侧，则检测在所述多帧目标图像的采集过程中，所述道闸直杆是否抬起；
39.若所述道闸直杆未抬起，则通过所述告警模块发出告警信号。
40.又一方面，提供了一种检测设备，所述检测设备包括：存储器，处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述方面所述的目标检测方法。
41.再一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机程序，所述计算机程序由处理器加载并执行以实现如上述方面所述的目标检测方法。
42.再一方面，提供了一种包含指令的计算机程序产品，当所述计算机程序产品在所述计算机上运行时，使得所述计算机执行上述方面所述的目标检测方法。
43.再一方面，提供了一种目标检测系统，所述目标检测系统包括：图像采集组件，以及上述方面提供的检测设备，所述图像采集组件用于采集道闸直杆所在区域的图像。
44.本技术提供的技术方案带来的有益效果至少包括：
45.本技术提供了一种目标检测方法及检测设备。检测设备可以确定目标对象在每一帧目标图像中的多个关键特征点以及位置。并且，检测设备在基于多个关键特征点确定该目标对象的姿态为目标姿态，且基于目标对象在每一帧目标图像中的位置确定该目标对象从道闸直杆的一侧移动至另一侧时，可以确定该目标对象存在跨杆或钻杆的行为，并发出告警信号。由此，可以及时提醒目标对象停止上述行为，减小了安全隐患。并且，由于检测设备可以结合目标对象的姿态和位置联合判断目标对象是否存在跨杆或钻杆的行为，因此有效提高了检测的准确性，降低了误告警的概率。
附图说明
46.为了更清楚地说明本技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
47.图1是本技术实施例提供的一种目标检测系统的结构示意图；
48.图2是本技术实施例提供的一种目标检测方法的流程图；
49.图3是本技术实施例提供的另一种目标检测方法的流程图；
50.图4是本技术实施例提供的一种目标检测模型输出的标注有检测框的图像的示意图；
51.图5是本技术实施例提供的一种目标对象中多个关键特征点的结构示意图；
52.图6是本技术实施例提供的另一种目标对象中多个关键特征点的结构示意图；
53.图7是本技术实施例提供的另一种目标检测系统的结构示意图；
54.图8是本技术实施例提供的一种图像采集组件采集到的图像的示意图；
55.图9是本技术实施例提供的一种检测设备的结构示意图。
具体实施方式
56.为使本技术的目的、技术方案和优点更加清楚，下面将结合附图对本技术实施方式作进一步地详细描述。
57.图1是本技术实施例提供的一种目标检测系统的结构示意图。参见图1，该系统可以包括：检测设备110和图像采集组件120。其中，该图像采集组件120与检测设备110之间可以建立有线或无线通信连接。
58.可选的，该检测设备110可以是计算机或服务器。例如，该检测设备110可以是台式电脑、笔记本电脑或平板电脑；或者该检测设备110可以是一台服务器、由若干服务器组成的服务器集群或者一个云计算服务中心。该图像采集组件120可以是摄像头、摄像机、照相机或其他带有图像采集功能的设备。图像采集组件用于采集道闸直杆所在区域的图像，检测设备用于基于图像采集组件采集的图像，检测该道闸直杆所在区域是否存在目标对象，以及检测该目标对象是否存在钻杆或垮杆行为。其中，该目标对象可以是人。例如，参见图1，该检测设备110可以是台式电脑，该图像采集组件120可以是热成像摄像头。
59.本技术实施例提供了一种目标检测方法，该方法可以应用于检测设备，例如图1所示目标检测系统中的检测设备110。参见图2，该方法包括：
60.步骤101、从图像采集组件采集到的图像中获取包含目标对象的多帧目标图像。
61.其中，该图像采集组件安装在道闸直杆附近且能拍摄到该道闸直杆，以实现对道闸直杆所在区域的图像的采集。该图像采集组件可以周期性的采集图像，并基于与检测设备之间的通信连接将采集到的图像发送至检测设备，以供检测设备识别及分析。
62.检测设备能够检测接收到的图像中是否包含目标对象，并将包含目标对象的图像确定为目标图像。检测设备后续即可基于该目标图像分析目标对象的行为。
63.步骤102、确定目标对象在每一帧目标图像中的多个关键特征点，以及该目标对象在每一帧目标图像中的位置。
64.检测设备获取到多帧目标图像后，可以确定该目标对象在每一帧目标图像中的位置，并可以采用特征点识别算法确定目标对象在每一帧目标图像中的多个关键特征点。其中，该目标对象可以是人。该多个关键特征点可以为人体骨骼关键点。
65.步骤103、若基于目标对象在多帧目标图像中的多个关键特征点，确定目标对象的姿态为目标姿态，且基于目标对象在多帧目标图像中的位置，确定该目标对象从道闸直杆的一侧移动至另一侧，则发出告警信号。
66.其中，该目标姿态可以包括跨越姿态和/或钻杆姿态等，检测设备可以基于目标对象在多帧目标图像中的多个关键特征点确定该目标对象在每一帧目标图像中的姿态是否为目标姿态。若检测设备确定目标对象在至少一帧目标图像中的姿态为目标姿态，且根据目标对象在每一帧目标图像中的位置确定该目标对象的运动轨迹为从道闸直杆的一侧移动至另一侧，则可以确定该目标对象存在跨杆或钻杆的行为。进而，检测设备可以发出告警
信号。
67.综上所述，本技术实施例提供了一种目标检测方法，检测设备可以确定目标对象在每一帧目标图像中的多个关键特征点以及位置。并且，检测设备在基于多个关键特征点确定该目标对象的姿态为目标姿态，且基于目标对象在每一帧目标图像中的位置确定该目标对象从道闸直杆的一侧移动至另一侧时，可以确定该目标对象存在跨杆或钻杆的行为，并发出告警信号。由此，可以及时提醒目标对象停止上述行为，减小了安全隐患。并且，由于检测设备可以结合目标对象的姿态和位置联合判断目标对象是否存在跨杆或钻杆的行为，因此有效提高了检测的准确性，降低了误告警的概率。
68.本技术实例提供了另一种目标检测方法，该方法可以应用于检测设备110，例如图1所示目标检测系统中的检测设备110。参见图3，该方法包括：
69.步骤201、在环境光亮度大于亮度阈值的第一时段，获取图像采集组件基于可见光成像技术采集到的多帧图像。
70.在本技术实施例中，图像采集组件可以基于可见光成像技术采集图像，且可以基于热成像技术采集图像。在环境光亮度大于亮度阈值的第一时段，由于图像采集组件基于可见光成像技术采集到的图像的质量较好，因此检测设备可以获取图像采集组件基于可见光成像技术采集到的多帧图像。
71.作为一种可能的示例，检测设备中预先存储有第一时段的起始时刻和结束时刻。若检测设备确定当前时间属于第一时段，便可以获取图像采集组件基于可见光成像技术采集到的图像。其中，该第一时段的起始时刻和结束时刻可以是工作人员配置的，或者检测设备可以根据其设置位置(例如经度信息和纬度信息)和当前时间(例如当前所处的季节)确定日出和日落的时刻，进而可以基于该日出和日落的时刻确定第一时段的起始时刻和结束时刻。其中，该起始时刻可以等于或晚于日出的时刻，结束时刻可以早于或等于日落的时刻。
72.示例的，假设检测设备中预先存储的工作人员配置的第一时段的起始时刻为早上8点，第一时段的结束时刻为下午19点。若检测设备确定当前时间到达早上8点，便可以获取图像采集组件基于可见光成像技术采集到的图像。
73.作为另一种可能的示例，检测设备可以实时对环境光亮度进行检测，并可以在检测到环境光亮度大于亮度阈值时，确定当前时刻属于第一时段，并获取图像采集组件基于可见光成像技术采集到的多帧图像。可选的，检测设备可以通过亮度传感器检测环境光亮度，或者可以获取图像采集组件基于可见光成像技术采集到的图像，并基于该图像的亮度确定环境光亮度。
74.作为又一种可能的示例，检测设备可以结合上述两种示例中的方法确定第一时段。例如，检测设备中可以预先存储有第一检测时刻和第二检测时刻。若检测设备确定当前时间到达该第一检测时刻，则可以对环境光亮度进行检测，并可以在检测到环境光亮度大于亮度阈值时，确定当前时刻为第一时段的起始时刻。之后，检测设备可以停止对环境光亮度进行检测，并持续获取图像采集组件基于可见光成像技术采集到的多帧图像。若检测设备确定当前时间到达该第二检测时刻，则可以再次对环境光亮度进行检测，并可以在检测到环境光亮度不大于亮度阈值时，确定当前时刻为第一时段的结束时刻。之后，检测设备停止获取图像采集组件基于可见光成像技术采集到的多帧图像。
75.步骤202、在环境光亮度小于或等于亮度阈值的第二时段，获取图像采集组件基于热成像技术采集到的多帧图像。
76.在环境光亮度小于或等于亮度阈值的第二时段，由于图像采集组件基于可见光成像技术采集到的图像的质量较差，而基于热成像技术采集的图像可以排除其他光线的干扰，因此检测设备可以获取图像采集组件基于热成像技术采集到的多帧图像。
77.作为一种可能的示例，检测设备中预先存储有第二时段的起始时刻和结束时刻。若检测设备确定当前时间属于第二时段，便可以获取图像采集组件基于热成像技术采集到的图像。其中，该第二时段的起始时刻和结束时刻可以是工作人员配置的，或者检测设备可以根据其设置位置(例如经度信息和纬度信息)和当前时间(例如当前所处的季节)确定日落和日出的时刻，进而可以基于该日落和日出的时刻确定第二时段的起始时刻和结束时刻。其中，该第二时段的起始时刻可以等于或晚于日落的时刻，结束时刻可以早于或等于日出的时刻。
78.可以理解的是，该第二时段的起始时刻可以晚于或等于第一时段的结束时刻，该第二时段的结束时刻可以早于或等于第一时段的开始时刻。
79.示例的，假设检测设备中预先存储的工作人员配置的第二时段的起始时刻为下午19点，第二时段的结束时刻为上午8点。若检测设备确定当前时间到达下午19点，便可以获取图像采集组件基于热成像技术采集到的图像。
80.作为另一种可能的示例，检测设备可以实时对环境光亮度进行检测，并可以在检测到环境光亮度小于或等于亮度阈值时，确定当前时刻属于第二时段，并获取图像采集组件基于热成像技术采集到的多帧图像。可选的，检测设备可以通过亮度传感器检测环境光亮度，或者可以获取图像采集组件基于可见光成像技术采集到的图像，并基于该图像的亮度确定环境光亮度。
81.作为又一种可能的示例，检测设备可以结合上述两种示例中的方法确定第二时段。例如，检测设备中可以预先存储有第一检测时刻和第二检测时刻。若检测设备确定当前时间到达该第二检测时刻，则可以对环境光亮度进行检测，并可以在检测到环境光亮度小于或等于亮度阈值时，确定当前时刻为第二时段的起始时刻。之后，检测设备可以停止对环境光亮度进行检测，并持续获取图像采集组件基于热成像技术采集到的多帧图像。若检测设备确定当前时间到达该第一检测时刻，则可以再次对环境光亮度进行检测，并可以在检测到环境光亮度大于亮度阈值时，确定当前时刻为第二时段的结束时刻。之后，检测设备停止获取图像采集组件基于热成像技术采集到的多帧图像。
82.可选的，在本技术实施例中，图像采集组件可以同时基于可见光成像技术和热成像技术采集图像。检测设备可以在不同的时段，获取图像采集组件基于不同的成像技术采集到的图像。
83.或者，图像采集组件可以在检测设备的控制下，在不同的时段采用不同的成像技术采集图像。例如，图像采集组件可以在第一时段内，仅基于可见光成像技术采集图像，在第二时段内，仅基于热成像技术采集图像。
84.步骤203、将图像采集组件采集到的每帧图像输入至目标检测模型，得到目标检测模型输出的每帧图像的识别结果。
85.在本技术实施例中，检测设备中配置有目标检测模型，检测设备在获取图像采集
组件采集的多帧图像的过程中，可以将每帧图像均输入至该目标检测模型，得到目标检测模型输出的每帧图像的识别结果。
86.其中，该识别结果用于指示图像中是否存在目标对象，以及在图像中存在目标对象时，指示该目标对象在该图像中的位置。示例的，对于图像中存在目标对象的场景，该识别结果可以包括标注有检测框的图像，该检测框内的对象即为目标对象。
87.可选的，目标检测模型可以通过目标检测算法识别该图像中是否包含目标对象，并在识别到图像中包括目标对象时，确认目标对象所在的检测框，以及该检测框的多个位置参数。该多个位置参数可以指示目标对象在图像中的位置。例如，该多个位置参数可以包括：该检测框的参考点在该图像中的位置、该检测框的宽度以及该检测框的高度等。其中，检测框的参考点可以是检测框的任一顶点，或者可以是检测框的中心点。
88.示例的，该目标检测算法可以包括：你只看一次(you only look once，yolo)算法，单次多边界框检测器(single shot multibox detector，ssd)算法以及变化(transformer)算法等。
89.目标检测模型还可以通过目标跟踪算法实现对目标对象的跟踪，即基于该多帧图像对目标对象的行动轨迹进行实时的锁定追踪。由此，目标跟踪算法可以对目标检测算法输出的识别结果进行检验，保证了目标检测模型输出的识别结果的准确性。示例的，该目标跟踪算法可以包括：简单的在线实时跟踪(simple online and realtime tracking，sort)算法以及深度简单的在线实时跟踪(deep simple online and realtime tracking，deepsort)算法。
90.示例的，图4为本技术实施例提供的一种目标检测模型输出的标注有检测框的图像的示意图。如图4所示，该图像中包括检测框a，该检测框左上角的坐标为(x，y)，该检测框的宽度为w，高度为h，则包括该目标对象的检测框在该图像中的位置可以为表示为：box(x，y，w，h)。
91.可以理解的是，检测设备可以采用同一个目标检测模型对图像采集组件基于可见光成像技术采集的图像，以及图像采集组件基于热成像技术采集的图像进行处理。或者，检测设备中配置有两个目标检测模型，其中第一目标检测模型用于对图像采集组件基于可见光成像技术采集的图像进行处理，第二目标检测模型用于对图像采集组件基于热成像技术采集的图像进行处理。
92.步骤204、基于目标检测模型输出的识别结果，确定多帧目标图像。
93.其中，目标图像为图像中存在目标对象的图像。检测设备可以基于目标检测模型输出的识别结果，确定图像中存在目标对象的图像，并将图像中包括目标对象的多帧图像确定为多帧目标图像。
94.步骤205、对于每帧目标图像，将目标图像输入至姿态检测模型，得到姿态检测模型输出的目标图像中目标对象的多个关键特征点，并基于目标图像的识别结果，确定目标对象在该目标图像中的位置。
95.在本技术实施例中，检测设备可以根据目标检测模型输出的包含目标对象的检测框的位置参数确定目标对象在目标图像中的位置。
96.检测设备中还预先存储有姿态检测模型，检测设备可以将识别出的每一帧目标图像输入至该姿态检测模型，得到姿态检测模型输出的目标图像中目标对象的多个关键特征
点。其中，该多个关键特征点可以为人体骨骼关键点。
97.示例的，图5为本技术实施例提供的一种目标对象中多个关键特征点的结构示意图，如图5所示，该多个关键特征点可以包括下述骨骼部位的关键点：多个头部关键特征点以及多个关节部位的关键特征点。其中，多个头部关键特征点可以包括：1鼻子关键特征点、15左眼关键特征点、16右眼关键特征点、17左耳关键特征点以及18右耳关键特征点。多个关节部位的关键特征点可以包括：2颈部关键特征点、3左肩关键特征点、4右肩关键特征点、5左肘关键特征点、6右肘关键特征点、7左腕关键特征点、8右腕关键特征点、9左胯关键特征点、10右胯关键特征点、11左膝关键特征点、12右膝关键特征点、13左踝关键特征点、14右踝关键特征点。
98.该姿态检测模型中可以设置有姿态估计算法，姿态检测模型可以通过姿态估计算法确定每帧目标图像中包括的目标对象的多个人体骨骼关键点。该姿态估计算法可以为开放姿势(openpose)算法以及高分辨率网络(high resolution net，hrnet)算法等。
99.步骤206、对于每帧目标图像，基于目标图像中的多个关键特征点的位置，确定目标图像的关键参数。
100.作为一种可能的实现方式，该关键参数至少包括：多个关键特征点中第一目标特征点和第二目标特征点之间的第一距离。其中第一目标特征点为目标对象的头部或颈部的关键特征点，第二目标特征点为目标对象的腿部或脚部的关键特征点。示例的，参考图5，该第一目标特征点可以为头部鼻子关键特征点1，第二目标特征点可以是腿部左膝关键特征点11。或者，该第一目标特征点可以为颈部关键特征点2，第二目标特征点可以是脚部的左踝关键特征点13。
101.作为另一种可能的实现方式，该关键参数可以包括：多个关键特征点中两个第二目标特征点之间的第二距离。其中，两个第二目标特征点可以分别为目标对象的左腿腿部和右腿腿部的关键特征点，或者，可以分别为目标对象的左脚脚部和右脚脚部的关键特征点。示例的，参考图5，这两个第二目标特征点可以分别为目标对象的左腿部左膝关键特征点11以及右腿部右膝关键特征点12。该第二距离可以为左腿部左膝关键特征点11与右腿部右膝关键特征点12之间的距离。或者这两个第二目标特征点可以分别为目标对象的左脚部左踝关键特征点13以及右脚部右踝关键特征点14。该第二距离可以为左脚部左踝关键特征点13与右脚部右踝关键特征点14之间的距离。
102.作为又一种可能的实现方式，该关键参数可以包括：第一连线与第二连线之间的夹角。第一连线为多个关键特征点中第三目标特征点与参考点之间的连线，第二连线为多个关键特征点中第四目标特征点与参考点之间的连线。其中，该第三目标特征点与第四目标特征点为位于目标对象的同一侧的关键特征点。其中，目标对象的同一侧的关键特征点可以为目标对象的左半部分身体的人体骨骼关键特征点，或者可以为目标对象的右半部分身体的人体骨骼关键特征点。例如，该第三目标特征点与该第四目标关键特征点可以为目标对象的左腿部关键特征点。
103.示例的，参考图6，该第三目标特征点可以为目标对象左侧腿部左胯关键特征点9，该第四目标特征点可以为目标对象左侧腿部左膝关键特征点11。第一连线可以为目标对象左侧腿部左胯关键特征点9与参考点0之间的连线，第二连线可以为目标对象左侧腿部左膝关键特征点11与参考点0之间的连线。第一连线与第二连线之间的夹角即为角θ。
104.步骤207、若关键参数满足目标条件，则确定目标对象的姿态为目标姿态。
105.其中，该目标姿态可以包括钻杆姿态和跨越姿态等。在本技术实施例中，对于该关键参数包括多个关键特征点中第一目标特征点和第二目标特征点之间的第一距离的场景，目标条件可以包括：按照多帧目标图像的采集时刻由早到晚的顺序，至少两帧目标图像中的第一距离逐渐减小，且至少两帧目标图像中的第一距离的缩减程度大于第一距离阈值。或者，至少一帧目标图像中的第一距离小于第二距离阈值。
106.由于在目标对象弯腰或下蹲的过程中，目标对象的头部或颈部会逐渐靠近腿部或脚部，因此至少两帧目标图像中的第一距离会逐渐减小。当目标对象弯腰或下蹲到一定程度时，至少两帧目标图像中的第一距离的缩减程度会大于第一距离阈值。此时，检测设备可以确定目标对象的姿态为钻杆姿态。
107.由于当目标对象弯腰或下蹲到一定程度时，至少一帧目标图像中的第一距离小于第二距离阈值。此时，检测设备也可以确定目标对象的姿态为钻杆姿态。
108.其中，该第一距离阈值和第二距离阈值均可以是检测设备中预先存储的固定值。或者，该第一距离阈值和第二距离阈值均与目标对象的基准距离正相关，该基准距离为多个关键特征点中第一基准特征点与第二基准特征点之间的距离。该第一基准特征点和第二基准特征点可以为多个关键特征点中，距离固定不变的两个关键特征点。或者可以理解为，该第一基准特征点和第二基准特征点为人体相邻两个关节部位的关键特征点，即该两个基准特征点指示的关节部位之间不存在其他关节部位。可以理解的是，该第一距离阈值和第二距离阈值可以相等，也可以不等。
109.示例的，参考图5，该第一基准特征点可以为目标对象的颈部关键特征点2，该第二基准特征点可以为目标对象的左肩关键特征点3。相应的，该基准距离可以为该颈部关键特征点2与该左肩关键特征点3之间的距离。该第一距离阈值可以为基准距离的一半，该第二距离阈值可以为基准距离的四分之一。
110.对于该关键参数包括：多个关键特征点中两个第二目标特征点之间的第二距离的场景，该目标条件可以包括：按照多帧目标图像的采集时刻由早到晚的顺序，至少两帧目标图像中的第二距离逐渐增大，且至少两帧目标图像中的第二距离的增大程度大于第三距离阈值。或者，至少一帧目标图像中的第二距离大于第四距离阈值。
111.由于在目标对象跨越道闸直杆的过程中，目标对象的左腿腿部和右腿腿部之间的距离会逐渐增大，或目标对象的左脚脚部和右脚脚部之间的距离会逐渐增大。当目标对象跨越动作到一定程度时，至少两帧目标图像中的第二距离的增大程度会大于第三距离阈值。此时，检测设备可以确定目标对象的姿态为跨越姿态。由于当目标对象跨越动作到一定程度时，至少一帧目标图像中的第二距离会大于第四距离阈值。此时，检测设备也可以确定目标对象的姿态为跨越姿态。
112.其中，该第三距离阈值与第四距离阈值可以为检测设备中预先存储的固定值。或者，该第三距离阈值和第四距离阈值均与目标对象的基准距离正相关。可以理解的是，该第三距离阈值和第四距离阈值可以相等，也可以不等。
113.示例的，参考图5，该第三基准特征点可以为目标对象的颈部关键特征点2，该第四基准特征点可以为目标对象的右肩关键特征点4。相应的，该基准距离可以为该颈部关键特征点2与该右肩关键特征点4之间的距离。该第三距离阈值可以为基准距离的5倍，该第四距
离阈值可以为基准距离的6倍。
114.对于该关键参数包括：第一连线与第二连线之间的夹角的场景，该目标条件可以包括：按照多帧目标图像的采集时刻由早到晚的顺序，至少两帧目标图像中夹角逐渐减小，且该夹角的缩减程度大于第一角度阈值。或者，至少一帧目标图像中的该夹角小于第二角度阈值。
115.该第一角度阈值与第二角度阈值可以为检测设备中预先存储的固定值。或者，该第一角度阈值和第二角度阈值均与目标对象的基准角度正相关，该基准角度为第一基准连线与第二基准连线之间的夹角。该第一基准连线为参考点与道闸直杆的一个端点之间的连线，该第二基准连线为参考点与道闸直杆的另一个端点之间的连线。可以理解的是，该第一角度阈值和第二角度阈值可以相等，也可以不等。示例的，该第一角度阈值可以为基准角度的五分之一，该第二角度阈值可以为基准角度的六分之一。
116.由于在目标对象在弯腰、下蹲或者跨越的过程中，目标对象的身体的同一侧会有折叠的趋势，因此至少两帧目标图像中的夹角会逐渐减小。当目标对象弯腰或下蹲到一定程度，或者跨越动作到一定程度时，至少两帧目标图像中的夹角的缩减程度会大于第一角度阈值。此时，检测设备可以确定目标对象的姿态为钻杆姿态或者跨越姿态。
117.当目标对象弯腰或下蹲到一定程度，或者跨越动作到一定程度时，至少一帧目标图像中的夹角小于第二角度阈值。此时，检测设备也可以确定目标对象的姿态为钻杆姿态或者跨越姿态。
118.步骤208、若确定目标对象的姿态为目标姿态，且确定目标对象从道闸直杆的一侧移动至另一侧，则检测在多帧目标图像的采集过程中道闸直杆是否抬起。
119.在本技术实施例中，检测设备中预先存储有道闸直杆的位置信息。该位置信息可以包括：道闸直杆未抬起在图像采集组件采集到图像中的位置，和/或，道闸直杆两侧的区域在图像采集组件采集到图像中的位置。检测设备在确定目标对象在每一帧目标图像中的位置后，可以基于预先存储的道闸直杆的位置信息，判断该目标对象是否从道闸直杆的一侧移动至另一侧。
120.若检测设备确定目标对象的姿态为目标姿态，且确定目标对象从道闸直杆的一侧移动至另一侧，则可以先检测在多帧目标图像的采集过程中道闸直杆是否抬起。若道闸直杆未抬起，则检测设备可以执行下述步骤209，以发出告警信号。若道闸直杆抬起，则检测设备可以确定道闸直杆处有车辆经过或者道闸直杆处有工作人员管理，因此无需发出告警信号，并可以继续执行上述步骤201或步骤202。
121.在本技术实施例中，道闸直杆的控制器可以用于控制道闸直杆抬起或落下。检测设备还可以与该控制器连接，并可以基于该控制器发送的指示信号确定道闸直杆的状态。示例的，该控制器可以在检测到有车辆靠近道闸直杆时，控制道闸直杆抬起；或者控制器可以响应于工作人员针对道闸直杆的触发按键的触发操作，控制道闸直杆抬起。
122.可以理解的是，该控制器可以集成在检测设备中，或者独立于该检测设备设置。
123.可选的，检测设备可以根据目标检测模型输出的每一帧目标图像的识别结果中的检测框的位置参数，确定该帧目标图像中的目标对象是否位于道闸直杆的一侧或者道闸直杆的另一侧。并且，检测设备可以在检测到目标对象在道闸直杆一侧的时长超过时长阈值，且目标对象离开道闸直杆的一侧并进入道闸直杆的另一侧时，确认目标对象从道闸直杆的
一侧移动至另一侧。其中，该时长阈值可以为检测设备中预先存储的固定值。
124.示例的，检测设备可以根据检测框的多个位置参数，确定检测框的下边框的中点的位置，并将该中点的位置确定为目标对象的位置。之后，检测设备即可判断目标对象是否位于道闸直杆的一侧或者道闸直杆的另一侧。
125.作为一种可选的实现方式，该道闸直杆的位置信息可以是工作人员输入至检测设备的。例如，检测设备可以显示包括该道闸直杆的图像，并可以响应于工作人员针对该图像中某一区域的选择操作，将该区域确定为道闸直杆的一侧所在区域；检测设备还可以响应于工作人员针对该图像中另一区域的选择操作，将该另一区域确定为道闸直杆的另一侧所在区域。
126.作为另一种可选的实现方式，检测设备还可以根据图像采集组件采集的图像确定该道闸直杆的位置信息。例如，检测设备在接收到图像采集组件发送的图像之后，可以采用直线检测算法检测图像中的直线。之后，检测设备可以检测该直线的长度是否位于预设的长度范围内，并检测该直线的宽度是否位于预设的宽度范围内。若直线的长度和宽度均位于对应的范围内，且基于图像采集组件采集的多帧图像，确定该直线能够绕一个固定点转动，则可以将该直线确定为道闸直杆。进一步的，图像采集组件将该直线两侧的区域分别确定为道闸直杆的一侧所在区域，以及另一侧所在区域。
127.可以理解的是，目标对象从该道闸直杆的旁侧绕过，也能够实现从道闸直杆的一侧移动至道闸直杆的另一侧，这种情况也会存在安全隐患。在本技术实施例中，检测设备中预先存储的道闸直杆的位置信息还可以包括：道闸直杆旁侧的区域在图像采集组件采集到的图像中的位置。检测设备若检测到目标对象在目标图像中的位置依次经过道闸直杆的一侧所在区域、道闸直杆的旁侧所在区域以及道闸直杆的另一侧所在区域，则也可以确定该目标对象从道闸直杆的一侧移动至道闸直杆的另一侧，进而可以发出告警信号。
128.可选的，在本技术实施例中，该道闸直杆靠近车库一侧的区域可以为道闸直杆的内侧区域，远离车库一侧的区域可以为道闸直杆的外侧区域。若图像采集组件设置在道闸直杆远离车库的一侧，则检测设备可以将接收到的图像中，道闸直杆上方的区域确定为道闸直杆的内侧区域，将道闸直杆下方的区域确定为道闸直杆的外侧区域。若图像采集组件设置在道闸直杆靠近车库的一侧，则检测设备可以将接收到的图像中，道闸直杆下方的区域确定为道闸直杆的内侧区域，将道闸直杆上方的区域确定为道闸直杆的外侧区域。
129.步骤209、发出告警信号。
130.检测设备若确定目标对象的姿态为目标姿态，确定目标对象从道闸直杆的一侧移动至另一侧，且检测到在多帧目标图像的采集过程中道闸直杆未抬起，则可以发出告警信号。
131.一方面，检测设备可以直接发出该告警信号。例如，检测设备可以在其显示屏上显示告警提示信息，和/或，检测设备可以通过其扬声器播放该告警提示信息信号，以提醒工作人员及时进行管理。
132.另一方面，如图7所示，目标检测系统还可以包括与检测设备110建立有通信连接的告警设备130。检测设备110可以向该告警设备130发送告警指令。之后，告警设备130可以响应于该告警指令发出告警信号。其中，该告警设备130可以是能够发出声音和/或灯光告警信号的设备，例如可以是声光告警设备。
133.可选的，该告警设备130可以设置在道闸直杆附近，以便有效对在道闸直杆处进行垮杆操作或者钻杆操作的目标对象进行告警。
134.可选的，在本技术实施例中，检测设备在确定出目标图像后，还可以基于目标图像检测目标对象的实际高度，并判断目标对象的实际高度是否大于高度阈值。其中，该高度阈值可以为小于或等于道闸直杆的高度的值，道闸直杆的高度是指道闸直杆未抬起时距离地面的高度。若目标对象的实际高度大于高度阈值，则检测设备可以将包括目标对象的目标图像输入至姿态检测模型。
135.若目标对象的实际高度不大于该高度阈值，则检测设备可以确定目标对象无需钻杆或垮杆操作也能从道闸直杆的一侧移动至另一侧。因此，检测设备可以直接确定目标对象在该目标图像中的位置，而无需对目标对象的姿态进行检测。相应的，在上述步骤208中，检测设备可以在基于目标对象的位置在确定目标对象从道闸直杆的一侧移动至另一侧时，发出告警信号。
136.检测设备检测目标对象的实际高度的过程可以包括：
137.步骤s1、基于目标对象的参考点在该目标图像中的位置，确定缩放比例k。
138.在本技术实施例中，检测设备中预先存储有目标对象的参考点在目标图像中的位置与缩放比例k的映射关系表。在该映射关系表中，目标对象的参考点在目标图像中的一个位置对应一个缩放比例k，且不同位置对应的缩放比例k不同。其中，该参考点可以是目标对象的检测框的任一顶点，例如可以是检测框的左下角的顶点。检测设备在确定出目标对象的参考点在该目标图像中的位置后，可以查询映射关系表，得到参考点当前所处位置对应的缩放比例k。
139.步骤s2、根据该缩放比例k，以及该目标图像中目标对象的像素高度p1，确定该目标对象的实际高度。
140.其中，该目标对象的实际高度h1满足：h1＝k
×
p1。在本技术实施例中，该目标图像中目标对象的像素高度p1可以是目标对象的检测框的像素高度。该像素高度可以是指目标对象(或检测框)在高度方向上所包含的像素的个数，该高度方向可以是垂直于道闸直杆的方向。
141.下文对检测设备生成该映射关系表的过程进行介绍：
142.检测设备中预先存储有道闸直杆下方的目标区域在图像采集组件采集到的图像中的位置。如图8所示，该目标区域b1可以是该道闸直杆b2在地面的正投影区域在图像中形成的区域。该目标区域b1的长度可以与该道闸直杆在图像中的长度相等，该目标区域b1的宽度可以是预先设定的固定值。其中，目标区域b1的宽度方向可以垂直于道闸直杆。
143.检测设备中还可以预先存储有道闸直杆b2的实际高度(可以是工作人员输入至检测设备的)。若图像采集组件采集到的图像中，目标对象的参考点a(图8以检测框b0的左下角顶点为例)位于该目标区域b1，则检测设备可以确定目标对象的实际高度h0＝p0
×
h2/p2。其中，p0为目标对象在图像中的像素高度，p2为道闸直杆在图像中的像素高度，h2为道闸直杆b2的实际高度。相应的，检测设备可以将该目标区域b1内的各个位置所对应的缩放比例k均设置为k＝h0/p0＝h2/p2。其中，道闸直杆在图像中的像素高度p2即为道闸直杆在图像中的检测框的像素高度。
144.之后，检测设备可以继续检测目标对象的参考点a位于非目标区域中的各个位置
时，该目标对象的像素高度p3。对于其中每个位置，检测设备可以确定该位置对应的缩放比例为k＝h0/p3。由此，检测设备即可得到映射关系表。
145.可以理解的是，本技术实施例提供的目标检测方法的步骤的先后顺序可以进行适当调整，步骤也可以根据情况进行相应增减。例如，上述步骤201和步骤202中的一个步骤可以根据情况删除，即检测设备可以获取图像采集组件基于一种成像技术采集到的图像。或者，上述步骤202可以在步骤201之前执行。又或者，检测设备可以无需执行上述步骤208中判断道闸直杆是否抬起的操作，即检测设备在确定目标对象的姿态为目标姿态，且确定目标对象从道闸直杆的一侧移动至另一侧后，可以直接发出告警信号。任何熟悉本技术领域的技术人员在本技术揭露的技术范围内，可轻易想到变化的方法，都应涵盖在本技术的保护范围之内，因此不再赘述。
146.综上所述，本技术实施例提供了一种目标检测方法，检测设备可以确定目标对象在每一帧目标图像中的多个关键特征点以及位置。并且，检测设备在基于多个关键特征点确定该目标对象的姿态为目标姿态，且基于目标对象在每一帧目标图像中的位置确定该目标对象从道闸直杆的一侧移动至另一侧时，可以确定该目标对象存在跨杆或钻杆的行为，并发出告警信号。由此，可以及时提醒目标对象停止上述行为，减小了安全隐患。并且，由于检测设备可以结合目标对象的姿态和位置联合判断目标对象是否存在跨杆或钻杆的行为，因此有效提高了检测的准确性，降低了误告警的概率。
147.图9是本技术实施例提供的一种检测设备的结构示意图，该检测设备可以执行上述方法实施例提供的目标检测方法。如图9所示，该检测设备110包括：处理器1101和告警模块1102。
148.该处理器1101，用于：
149.从图像采集组件采集到的图像中获取包含目标对象的多帧目标图像；
150.确定目标对象在每一帧目标图像中的多个关键特征点，以及目标对象在每一帧目标图像中的位置；
151.若基于目标对象在多帧目标图像中的多个关键特征点，确定目标对象的姿态为目标姿态，且基于目标对象在多帧目标图像中的位置，确定目标对象从道闸直杆的一侧移动至另一侧，则通过告警模块1102发出告警信号；其中，目标姿态包括跨越姿态和/或钻杆姿态。
152.可选的，该告警模块1102可以为通信模块，该通信模块可以与告警设备建立有线或无线通信连接，并可以向告警设备发送告警指令。
153.或者，该告警模块1102可以是声光告警模块，即检测设备可以直接通过该告警模块1102发出告警信号。
154.可选的，该多个关键特征点为人体骨骼关键点；该处理器1101，用于：
155.对于每帧目标图像，基于目标图像中的多个关键特征点的位置，确定目标图像的关键参数；
156.若该关键参数满足目标条件，则确定该目标对象的姿态为目标姿态；
157.其中，该关键参数包括：多个关键特征点中至少两个关键特征点之间的距离，和/或，至少两个关键特征点与目标图像中的参考点之间的连线的夹角。
158.可选的，该关键参数包括：多个关键特征点中第一目标特征点和第二目标特征点
之间的第一距离，目标条件包括：按照多帧目标图像的采集时刻由早到晚的顺序，至少两帧目标图像中的第一距离逐渐减小，且第一距离的缩减程度大于第一距离阈值，或者，至少一帧目标图像中的第一距离小于第二距离阈值；
159.其中，该第一目标特征点为目标对象的头部或颈部的关键特征点，该第二目标特征点为目标对象的腿部或脚部的关键特征点。
160.可选的，该第一距离阈值和该第二距离阈值均与目标对象的基准距离正相关，该基准距离为多个关键特征点中第一基准特征点与第二基准特征点之间的距离。
161.可选的，该关键参数包括：多个关键特征点中两个第二目标特征点之间的第二距离，目标条件包括：按照多帧目标图像的采集时刻由早到晚的顺序，至少两帧目标图像中的第二距离逐渐增大，且第二距离的增大程度大于第三距离阈值，或者，至少一帧目标图像中的第二距离大于第四距离阈值；
162.其中，两个第二目标特征点分别为目标对象的左腿腿部和右腿腿部的关键特征点，或者，分别为目标对象的左脚脚部和右脚脚部的关键特征点。
163.可选的，该关键参数包括：第一连线与第二连线之间的夹角，第一连线为多个关键特征点中第三目标特征点与参考点之间的连线，第二连线为多个关键特征点中第四目标特征点与参考点之间的连线，第三目标特征点和第四目标特征点为位于目标对象的同一侧的关键特征点；
164.目标条件包括：按照多帧目标图像的采集时刻由早到晚的顺序，至少两帧目标图像中的夹角逐渐减小，且夹角的缩减程度大于第一角度阈值，或者，至少一帧目标图像中的夹角小于第二角度阈值。
165.可选的，该处理器1101，还用于：
166.在环境光亮度大于亮度阈值的第一时段，获取图像采集组件基于可见光成像技术采集到的多帧图像；
167.在环境光亮度小于或等于亮度阈值的第二时段，获取图像采集组件基于热成像技术采集到的多帧图像。
168.可选的，该处理器1101，用于：
169.将图像采集组件采集到的每帧图像输入至目标检测模型，得到目标检测模型输出的每帧图像的识别结果，识别结果用于指示图像中是否存在目标对象，以及在图像中存在目标对象时，指示目标对象在图像中的位置；
170.基于目标检测模型输出的识别结果，确定多帧目标图像；
171.对于每一帧目标图像，将目标图像输入至姿态检测模型，得到姿态检测模型输出的目标图像中目标对象的多个关键特征点，并基于目标图像的识别结果，确定目标对象在目标图像中的位置。
172.可选的，该处理器1101，还用于：
173.基于目标对象的参考点在目标图像中的位置，确定缩放比例k；
174.根据该缩放比例k，以及该目标图像中该目标对象的像素高度p1，确定该目标对象的实际高度h1：h1＝k
×
p1；
175.若该目标对象的实际高度不大于高度阈值，则确定该目标对象在每一帧目标图像中的位置，以及若确定该目标对象从该道闸直杆的一侧移动至另一侧，则通过告警模块
1102发出告警信号；
176.若该目标对象的实际高度大于该高度阈值，则确定该目标对象在每一帧目标图像中的多个关键特征点。
177.可选的，该处理器1101，用于：
178.若确定目标对象的姿态为目标姿态，且确定目标对象从道闸直杆的一侧移动至另一侧，则检测在多帧目标图像的采集过程中，道闸直杆是否抬起；
179.若该道闸直杆未抬起，则通过告警模块1102发出告警信号。
180.综上所述，本技术实施例提供了一种检测设备。该检测设备可以确定目标对象在每一帧目标图像中的多个关键特征点以及位置。并且，检测设备在基于多个关键特征点确定该目标对象的姿态为目标姿态，且基于目标对象在每一帧目标图像中的位置确定该目标对象从道闸直杆的一侧移动至另一侧时，可以确定该目标对象存在跨杆或钻杆的行为，并发出告警信号。由此，可以及时提醒目标对象停止上述行为，减小了安全隐患。并且，由于检测设备可以结合目标对象的姿态和位置联合判断目标对象是否存在跨杆或钻杆的行为，因此有效提高了检测的准确性，降低了误告警的概率。
181.本技术实施例提供了一种检测设备，该检测设备可以包括存储器，处理器及存储在该存储器上并可在该处理器上运行的计算机程序，该处理器执行该计算机程序时实现如上述实施例提供的目标检测方法，例如图2或图4所示的方法。
182.本技术实施例提供了一种计算机可读存储介质，该计算机可读存储介质中存储有计算机程序，该计算机程序由处理器加载并执行上述实施例提供的目标检测方法，例如图2或图4所示的方法。
183.本技术实施例还提供了一种包含指令的计算机程序产品，当计算机程序产品在计算机上运行时，使得计算机执行上述方法实施例提供的目标检测方法，例如图2或图4所示的方法。
184.本技术实施例还提供了一种目标检测系统。如图1所示，该目标检测系统包括：图像采集组件120，以及上述实施例提供的检测设备110。该图像采集组件120用于采集道闸直杆所在区域的图像。
185.可选的，如图7所示，该目标检测系统还可以包括与检测设备110建立有通信连接的告警设备130。检测设备110可以向该告警设备130发送告警指令，该告警设备130可以响应于该告警指令发出告警信号。其中，该告警设备130可以是能够发出声音和/或灯光告警信号的设备。
186.可选的，该告警设备130可以设置在道闸直杆附近，以便有效对在道闸直杆处进行垮杆操作或者钻杆操作的目标对象进行告警。
187.本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
188.应当理解的是，在本文中提及的“和/或”，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。并且，本技术中术语“至少一个”的含义是指一个或多个，本技术中术语“多个”的含义是指两个或两个以上。
189.本技术中术语“第一”“第二”等字样用于对作用和功能基本相同的相同项或相似项进行区分，应理解，“第一”、“第二”、“第n”之间不具有逻辑或时序上的依赖关系，也不对数量和执行顺序进行限定。
190.以上所述仅为本技术的示例性实施例，并不用以限制本技术，凡在本技术的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本技术的保护范围之内。