技术特征：
1.一种视频监控中的小孩无人陪护的检测方法，其特征在于，包括：获取指定时间窗口内的视频图像；对视频图像中的每一帧图像进行行人检测，检测出每一帧图像中的大人目标和小孩目标，并对对视频图像中的大人和小孩目标进行目标跟踪匹配以对同一目标分配同一id标签；寻找每同一id小孩目标c的所有陪护候选者，组成陪护候选大人目标集c
a
；以及对每同一id小孩目标c和该小孩目标c对应的陪护候选大人目标集c
a
进行陪护关系判定，对于未有大人目标陪护的小孩进行报警。2.如权利要求1所述的视频监控中的小孩无人陪护的检测方法，其特征在于，寻找每同一id小孩目标c的所有陪护候选者，组成陪护候选大人目标集c
a
的步骤包括：为每一id小孩目标c设计一个密接大人序列：在每一帧图像中寻找与该id小孩目标的距离排序最小的n个大人目标，并将该n个大人目标列入该id的小孩目标的密接大人序列中；确定每一id小孩目标的陪护候选者集c
a
：在该id小孩目标对应的密接大人序列中重复出现m次的大人目标为该id小孩目标的候选者。3.如权利要求2所述的视频监控中的小孩无人陪护的检测方法，其特征在于，m值为：时间窗口内的所有图像帧的帧数的70％。4.如权利要求1所述的视频监控中的小孩无人陪护的检测方法，其特征在于，若每一id小孩目标c与其对应的陪护候选大人目标集c
a
中的任一陪护候选大人目标c
ai
存在陪护关系则该id小孩目标c有人陪护，其中，判定每一id小孩目标c与其对应的陪护候选大人目标集c
a
中的任一陪护候选大人目标c
ai
存在陪护关系的步骤为：在该id小孩目标c与该陪护候选大人目标c
ai
同时出现的所有帧图像中，抽选l张图像；在该l张图像进行截图，截取该id小孩目标c与该陪护候选大人目标c
ai
，获得l张疑似陪护图；判断是否在至少一张疑似陪护图中该id小孩目标c与该陪护候选大人目标c
ai
具有肢体接触的强陪护特征；若是，则判断该id小孩目标c有陪护者；否者，判断是否在至少一张疑似陪护图中该id小孩目标c与该陪护候选大人目标c
ai
具有非肢体接触的间隔距离照看的弱陪护特征；若是，则判断该id小孩目标c有陪护者；否者，该id小孩目标c未有人陪护。5.如权利要求4所述的视频监控中的小孩无人陪护的检测方法，其特征在于，判断一张疑似陪护图中该id小孩目标c与陪护候选大人目标c
ai
具有非肢体接触的间隔距离照看的弱陪护特征的步骤包括：基于神经网络模型训练判断人体朝向的身体朝向模型；利用身体朝向模型判断该张疑似陪护图中该陪护候选大人目标c
ai
的身体朝向；根据该陪护候选大人目标c
ai
的身体朝向判断该id小孩目标c是否在该陪护候选大人目标c
ai
的照看视野方向；若是，判断该id小孩目标c是否位于大人目标c
ai
的照看范围内；若是，则该id小孩目标c有人陪护；
否者，该id小孩目标c无人陪护。6.如权利要求5所述的视频监控中的小孩无人陪护的检测方法，其特征在于，该id小孩目标c未在该陪护候选大人目标c
ai
的照看视野方向满足的条件是：在一张疑似陪护图，该小孩目标相对于该陪护候选大人目标c
ai
的方位与该陪护候选大人目标c
ai
的身体朝向不在同一方向上。7.如权利要求5所述的视频监控中的小孩无人陪护的检测方法，其特征在于，设定行人检测时获得该陪护候选大人目标c
ai
的检测框的长宽比为b1，设定行人检测时获得该id小孩目标c的检测框的长宽比为b2，其中，该id小孩目标c不位于该陪护候选大人目标c
ai
的照看范围内满足的条件为：b1≤第一设定阈值t1且b1/b2＜第二设定阈值t2，或者b1＞第一设定阈值t1时且b1/b2＜第三设定阈值t3。8.如权利要求7所述的视频监控中的小孩无人陪护的检测方法，其特征在于，第一设定阈值t1取值0.4，第二设定阈值t2取值1.1，第三设定阈值t3取值0.7。9.如权利要求1所述的视频监控中的小孩无人陪护的检测方法，其特征在于，指定的时间窗口的时间为10秒钟，且指定时间窗口内的图像帧为300帧。10.一种设备，其特征在于，包括用于存储程序指令的存储器和用于执行所述程序指令的处理器；所述程序指令当被所述处理器执行时实现如权利要求1至9中任一项所述的视频监控中的小孩无人陪护的检测方法的步骤。
技术总结
本申请公开一种视频监控中的小孩无人陪护的检测方法，其包括：获取指定时间窗口内的视频图像；对视频图像中的每一帧图像进行行人检测，检测出每一帧图像中的大人目标和小孩目标，并对对视频图像中的大人和小孩目标进行目标跟踪匹配以对同一目标分配同一ID标签；寻找每同一ID小孩目标C的所有陪护候选者，组成陪护候选大人目标集C
技术研发人员：胡玲静 朱光强 陈雅琼 龚小龙 付磊 罗富章 王和平 赖时伍
受保护的技术使用者：盛视科技股份有限公司
技术研发日：2022.10.24
技术公布日：2023/2/3