(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111663196.9 (22)申请日 2021.12.31 (71)申请人 浙江力石科技股份有限公司 地址 310000 浙江省杭州市余杭区文一西 路998号海创园科研孵化区18号楼 506、 507室 (72)发明人 吴硕涛　陈海江　 (74)专利代理 机构 南京普睿益思知识产权代理 事务所(普通 合伙) 32475 代理人 张丽丽 (51)Int.Cl. G06V 20/40(2022.01) G06V 40/10(2022.01) G06K 9/62(2022.01) G06V 10/762(2022.01) (54)发明名称 一种景区抛洒物视频识别系统及其检测方 法 (57)摘要 本发明涉及视频识别技术领域， 具体涉及一 种景区抛洒物视频识别系统及其检测方法， 包括 以下步骤： 获取目标路段的视频， 并将采集视频 帧序列视频生成的连续帧集合， 通过混合高斯模 型， 从中提取出运动目标； 对运动目标的图像帧 序列进行处理， 再经增强和去噪后， 提取出疑似 抛洒物， 得到抛洒物样本； 聚类出抛洒物像素值 的分布结果， 经筛选过滤后， 得到多种像素值聚 类结果； 将像素值聚类结果内的疑似 抛洒物输入 抛洒物识别模型， 获取疑似抛洒物的像素值， 并 对疑似抛洒物进行识别后得到抛洒物。 本发明对 抛洒物的识别提高， 实现对乱扔垃圾的人进行追 踪， 进而能快速准确的检测到景区游 客随地乱扔 垃圾的行为， 从而减少景区环 境垃圾对景区造成 不良影响。 权利要求书2页 说明书6页 附图3页 CN 114359800 A 2022.04.15 CN 114359800 A 1.一种景区抛洒物视频识别系统的检测方法， 其特 征在于， 包括以下步骤： 获取目标路段的视频， 并将采集视频帧序列视频生成的连续帧集合， 通过混合高斯模 型， 从中提取 出运动目标； 对运动目标的图像帧序列进行处理， 再经增强和去噪后， 提取出疑似抛洒物， 得到抛洒 物样本； 通过Kemeans算法聚类出抛洒物像素值的分布结果， 经筛选过滤后， 得到多种像素值聚 类结果； 将像素值聚类结果内的疑似抛洒物输入抛洒物识别模型， 获取疑似抛洒物的像素值， 并对疑似抛洒物进行识别后得到抛洒物。 2.根据权利要求1所述的一种景区抛洒物视频识别系统 的检测方法， 其特征在于， 所述 方法在景区指定道路设置监控摄像头对目标路段进行拍摄， 获取其拍摄到的视频， 将视频 帧序列视频生成连续帧集合在视频帧序列中通过混合高斯模型提取出运动目标， 计算像素 与像素对应高斯分布之间的均值。 3.根据权利要求2所述的一种景区抛洒物视频识别系统 的检测方法， 其特征在于， 所述 方法中， 将所述均值与初始背 景阈值进 行比对， 若 所述均值小于所述初始背景阈值， 对运动 目标的前 景和背景进行初步划分； 若所述均值大于所述初始背景阈值， 设置背景变化率对所述初始背景阈值进行更新， 将所述均值与更新后的初始背景阈值进行比对， 若所述均值小于所述更新后的初始背景阈值， 对运动目标的前景和背景进行再次划 分。 4.根据权利要求3所述的一种景区抛洒物视频识别系统 的检测方法， 其特征在于， 所述 方法中， 先使用算法本身默认的背 景阈值T区分大致的运动抛洒物的前景和背 景模型， 再通 过额外设置的背景变化率c， 重新更新背景阈值T,变化后的背景阈值T为K个高斯分布的混 合高斯模型权值和归一化后的均值乘以背景变化率c； 最后开始重新更新背景模型； 其中， 高斯混合模型的公式如下： xj， t表示在t时刻的图像中第j个像素， P(xj， t)表示该像素的背景分布概率， 表示第i 个混合高斯模型在t时刻的权值， 表示高斯分布的概率密度函数， 分别表示在t时刻第j个 像素在第i高斯混合模型的均值和协方差矩阵； 在像素xj， t与模型匹配过程中， 如果成功， 则模型的 变大， 反之， 变小， 匹配公式如下： 其中 在t时刻第j个 像素在第i高斯混合模型的方差， D为常量。 5.根据权利要求4所述的一种景区抛洒物视频识别系统 的检测方法， 其特征在于， 所述 方法中， 更新 步骤为： 计算像素xj， t与当前像素对应高斯模型的均值 如果小于 则匹配成功， 提高权　利　要　求　书 1/2 页 2 CN 114359800 A 2反之降低 再与其他高斯模型进行匹配； 像素xj， t与当前像素对应高斯模型匹配成 功； 更新模型的均值和方差并将模型的高斯分布按权重降序排序， 统计K个高斯分布的权 重之和并归一 化所有的权值； 如果所有高斯模型都匹配失败， 则剔除权值最小的模型， 增加一个新的高斯分布， 重新 按权值排序； 利用设置的背景变化 率c和统计的K个高斯分布的权 重之和的均值， 更新背景阈值T； 最后统计xj， t与背景分布模型匹配中权值之和的变化， 当权值小于设定的背景衰减阈 值c时， 认为背景发生变化， 重新进行 前景和背景划分。 6.根据权利要求1所述的一种景区抛洒物视频识别系统 的检测方法， 其特征在于， 所述 方法找到视频帧中运动目标后在找出视频帧中的疑似抛洒物， 对运动目标的图像帧序列进 行灰度化处 理， 对得到的灰度化图像进行二 值化处理； 所得图像进行形态学膨胀操作， 对形态学膨胀操作后的所述二值图像进行连通域检 测， 将检测到的连通 域的内部进行填充， 得到运动目标增强后图像； 最后对所述 运动目标增强后图像进行去噪， 提取 出疑似抛洒物。 7.根据权利要求1所述的一种景区抛洒物视频识别系统 的检测方法， 其特征在于， 所述 方法通过Kemeans算法聚类出N个抛洒物像素值的分布结果， 筛选过滤掉像素范围不在分布 结果内的疑似抛洒物。 将所述像素值聚类结果内的疑似抛洒物输入抛洒物 识别模型中。 8.根据权利要求7所述的一种景区抛洒物视频识别系统 的检测方法， 其特征在于， 所述 方法中， 左支路中使用了深度可分离卷积， 每层卷积之间使用BatchNorm归一化特征， 激活 函数使用常见的ReLu； 右支路则使用全局池化层、 1x1卷积和 sigmoid门控制 单元提取的特征与经过1x1的卷 积处理的特征进行按位乘运 算， 以获得加权后的特 征； 最后与左支路的特 征进行相加， 最后识别得到抛洒物。 9.根据权利要求1所述的一种景区抛洒物视频识别系统 的检测方法， 其特征在于， 所述 方法应用抛洒物识别方法对视频帧序列进行处理， 得到抛洒物， 在含有抛洒物的视频帧中 提取相关人物， 计算相关时刻下两者的距离； 若距离小于指定阈值， 则判断该 人物就是扔垃圾的人； 其中识， 别人物使用yolov4物体检测技术， 识别到人物的同时获取到人物的中心的坐 标， 并将中心点的坐标与抛洒物的中心点 坐标做对比。 10.一种景区抛洒物视频识别系统， 包括处理器以及存储有执行指令的存储器， 当所述 处理器执行所述存储器存储的所述执行指令时， 所述处理器执行如权利要求 1至9中任一所 述的景区抛洒物视频识别系统的检测方法。权　利　要　求　书 2/2 页 3 CN 114359800 A 3