(19)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 202210146862.X (22)申请日 2022.02.17 (71)申请人 华能威宁风力发电有限公司 地址 551700 贵州省毕节市威宁 县雪山镇 灼圃村三组 (72)发明人 孟秀俊　汪德军　周世银　胡辉　 胡永申　 (74)专利代理 机构 北京久维律师事务所 1 1582 专利代理师 邢江峰 (51)Int.Cl. G06V 20/52(2022.01) G06V 10/28(2022.01) G06V 10/44(2022.01) G06V 10/74(2022.01) G06V 10/764(2022.01)G06K 9/62(2022.01) (54)发明名称 一种遗留物检测的人工智能算法及装置 (57)摘要 本发明提供一种遗留物检测的人工智能算 法及装置， 该方法包括： 通过摄像头拍摄， 获取图 像； 对获取的图像进行预处理； 对获取的图像， 进 行目标提取； 对目标提取的图像进行遗留物的识 别； 对遗留物进行是否为可疑遗留物分析； 对分 析后的目标进一步特征分析， 筛除无效目标， 保 留可疑目标； 从而提升 了识别速度和识别精度。 权利要求书1页 说明书4页 附图3页 CN 114926775 A 2022.08.19 CN 114926775 A 1.一种遗留物检测的人工智能算法， 其特 征在于， 包括： 通过摄像头拍摄， 获取图像； 对获取的图像进行 预处理； 对获取的图像， 进行目标提取； 对目标提取的图像进行遗留物的识别； 对遗留物进行 是否为可疑遗留物分析； 对分析后的目标进一 步特征分析， 筛除无效目标， 保留可疑目标。 2.根据权利要求1所述的一种遗留物检测的人工智能算法， 其特征在于， 对获取的图像 进行预处理， 包括： 对所述获取的图像进行 灰度化处 理； 对灰度化的图像进行灰度转换， 所述灰度转换包括： 对图像进行灰度拉伸， 使灰度级占 据像素值0 ‑‑255整个区域。 3.根据权利要求1所述的一种遗留物检测的人工智能算法， 其特征在于， 对获取的图 像， 进行目标提取， 包括： 采用水平差分算法， 利用预处理后的图像后一列像素减去前一列像素， 得到所需的目 标图像； 再对所述目标图像进行二 值化处理。 4.根据权利要求1所述的一种遗留物检测的人工智能算法， 其特征在于， 对目标提取的 图像进行遗留物的识别， 包括： 采用局部特征点算法进行图像识别， 图像特征包括颜色特征、 纹理特征、 形状特征以及 局部特征点等， 局部特点具有很好的稳定性， 不 容易受外界环境的干扰。 5.根据权利要求1所述的一种遗留物检测的人工智能算法， 其特征在于， 对遗 留物进行 是否为可疑遗留物分析， 包括： 提取长时间静止的目标， 将其保存为可疑的遗留目标， ， 同时保存该目标对应于当前帧 二值化图像和背景中相同区域的图像信息 。 分别提取保存二值化的图像与当前帧相同区域二值化图像的纹理特征， 计算纹理特征 的特征相似度， 将获取 的相似度与设定的相似度阈值进行比较， 依据比较结果更新 目标相 关度， 以此为基础进行 可疑遗留物的分析。 6.根据权利要求1所述的一种遗留物检测的人工智能算法， 其特征在于， 对分析后的目 标进一步特征分析， 筛除无效目标， 保留可疑目标， 包括： 所述相关度≥60％， 则判定为可疑遗留物， 保存为可疑目标， 反之则判定为无效目标， 无需保存。 7.一种遗留物检测的装置， 其特 征在于， 包括： 获取单元， 通过摄 像头拍摄， 获取图像； 预处理单元， 对获取的图像进行 预处理； 提取单元， 对获取的图像， 进行目标提取； 识别单元， 对目标提取的图像进行遗留物的识别； 分析单元， 对遗留物进行 是否为可疑遗留物分析； 判定单元， 对分析后的目标进一 步特征分析， 筛除无效目标， 保留可疑目标。权　利　要　求　书 1/1 页 2 CN 114926775 A 2一种遗留物检测的 人工智能算法及装 置 技术领域 [0001]本发明涉及视频图像处理与分析技术领域， 具体涉及一种遗留物检测的人工智能 算法及装置 。 背景技术 [0002]现有的遗留物检测方法主要有两种： 基于目标跟踪的方法和基于目标检测的方 法。 基于目标跟踪的方法： 首先检测前景目标， 对进入视频场景中的每个目标进行实时跟 踪， 根据目标的运动轨迹和时空特性等信息， 采用相应的算法对遗留物进 行检测。 这种方法 需要解决进入、 跟踪、 分割、 离开、 遮挡等问题， 不适用于机场、 车站 候车厅等人流拥挤、 场景 复杂的场合； 当目标交叉遮挡时无法准确标记跟踪； 此外， 该类方法耗时长， 处理速率低， 不 适合实时的遗留物检测。 发明内容 [0003]本发明的目的在于提供一种遗留物检测的人工智能算法及装置， 以解决检测速度 慢、 复杂度高的问题。 [0004]第一方面， 本发明提供的一种遗留物检测的人工智能算法， 包括： [0005]通过摄像头拍摄， 获取图像； [0006]对获取的图像进行 预处理； [0007]对获取的图像， 进行目标提取； [0008]对目标提取的图像进行遗留物的识别； [0009]对遗留物进行 是否为可疑遗留物分析； [0010]对分析后的目标进一 步特征分析， 筛除无效目标， 保留可疑目标。 [0011]进一步的， 对获取的图像进行 预处理， 包括： [0012]对所述获取的图像进行 灰度化处 理； [0013]对灰度化的图像进行灰度转换， 所述灰度转换包括： 对图像进行灰度拉伸， 使灰度 级占据像素值0 ‑‑255整个区域。 [0014]进一步的， 对获取的图像， 进行目标提取， 包括： [0015]采用水平差分算法， 利用预处理后的图像后一列像素减去前一列像素， 得到所需 的目标图像； [0016]再对所述目标图像进行二 值化处理。 [0017]进一步的， 对目标提取的图像进行遗留物的识别， 包括： [0018]采用局部特征点算法进行图像识别， 图像特征包括颜色特征、 纹理特征、 形状特征 以及局部特 征点等， 局部特点具有很好的稳定性， 不 容易受外界环境的干扰。 [0019]进一步的， 对遗留物进行 是否为可疑遗留物分析， 包括： [0020]提取长时间静止的目标， 将其保存为可疑的遗留目标， ， 同时保存该目标对应于当 前帧二值化图像和背景中相同区域的图像信息 。说　明　书 1/4 页 3 CN 114926775 A 3