一种拿取外卖的检测方法、装置及存储介质

摘要

本申请公开了一种拿取外卖的检测方法、装置及存储介质，用于自动检测边界内人员是否拿取外卖。本申请公开的拿取外卖的检测方法包括：设置监控区域的边界信息，所述边界信息包括边界内和边界外；当边界内和边界外都有人员存在时，计算边界内人员和边界外人员的交接得分；根据所述交接得分，计算接触得分；当所述接触得分大于预设的第一接触得分阈值时，对每一帧监控图像检测边界外人员的手部区域，以所述手部区域为中心获取预设边长的正方形区域并去除人像区域，得到第一图像；提取所述边界外人员未出现时所述正方形区域并去除人像区域的第二图像；根据所述第一图像和所述第二图像判断边界外人员是否手持包裹，当确定边界外人员手持包裹时，记录所述包裹的轨迹信息；根据所述包裹的轨迹信息，确定所述包裹的边界内轨迹集合；根据所述包裹的边界内轨迹集合判断所述包裹是否进入边界内，当确定所述包裹进入边界内时，提取边界内人员的坐标信息；根据所述包裹的边界内轨迹集合和所述边界内人员的坐标信息，计算拿取总得分；根据所述拿取总得分判断边界内人员是否拿取外卖。本申请还提供了一种拿取外卖的检测装置及存储介质。

权利要求

1.一种拿取外卖的检测方法，其特征在于，包括：设置监控区域的边界信息，所述边界信息包括边界内和边界外；

当边界内和边界外都有人员存在时，计算边界内人员和边界外人员的交接得分；

根据所述交接得分，计算接触得分；

当所述接触得分大于预设的第一接触得分阈值时，对每一帧监控图像检测边界外人员的手部区域，以所述手部区域为中心获取预设边长的正方形区域并去除人像区域，得到第一图像；

提取所述边界外人员未出现时所述正方形区域并去除人像区域的第二图像；

根据所述第一图像和所述第二图像判断边界外人员是否手持包裹，当确定边界外人员手持包裹时，记录所述包裹的轨迹信息；

根据所述包裹的轨迹信息，确定所述包裹的边界内轨迹集合；

根据所述包裹的边界内轨迹集合判断所述包裹是否进入边界内，当确定所述包裹进入边界内时，提取边界内人员的坐标信息；

根据所述包裹的边界内轨迹集合和所述边界内人员的坐标信息，计算拿取总得分；

根据所述拿取总得分判断边界内人员是否拿取外卖；

所述设置监控区域的边界信息包括：以一条直线作为边界线划分监控区域；

所述直线为：

abx+bby+cb＝0；

其中，x为横坐标，y为纵坐标；

ab为横坐标系数；

bb为纵坐标系数，且bb≥0；

cb为常数；

当满足abx+bby+cb<0时，判定点(x,y)在边界内，否则判定点(x,y)在边界外；

所述计算边界内人员和边界外人员的交接得分包括：边界内人员的坐标为(xs1,ys1,ws1,hs1)，边界外人员的坐标为(xs2,ys2,ws2,hs2)，根据以下公式计算所述交接得分：dcs＝ds1ds2ds3，

其中，dcs为所述交接得分；

tscs为设定的距离阈值；

tsra为设定的角度阈值；

ε为非负修正常数；

xs1为边界内人员识别方框左上角坐标的横坐标，xs2为边界外人员识别方框左上角坐标的横坐标，ys1为边界内人员识别方框左上角坐标的纵坐标，ys2为边界外人员识别方框左上角坐标的纵坐标，ws1为边界内人员识别方框的宽，ws2为边界外人员识别方框的宽，hs1为边界内人员识别方框的高，hs2为边界外人员识别方框的高；

所述根据所述交接得分，计算接触得分包括：根据以下公式计算所述接触得分：其中，das为所述接触得分；

t为提取的监控视频的时长；

i为所述监控视频中的画面帧号；

NS为所述监控视频的画面总帧数；

为第i帧中所述边界内人员和所述边界外人员的交接得分。

2.根据权利要求1所述的方法，其特征在于，所述根据所述第一图像和所述第二图像判断边界外人员是否手持包裹包括：确定所述第一图像和所述第二图像的差异部分；

当所述差异部分为预设形状时，判定边界外人员手持包裹；

所述根据所述包裹的轨迹信息，确定所述包裹的边界内轨迹集合包括：将所述轨迹信息中满足以下条件的点确定为所述包裹的边界内轨迹集合{(xbt,ybt)}：abxbs+bbybs+cb<0且|abxbs+bbybs+cb|>tsbs，其中，tsbs为预先设定的第一阈值。

3.根据权利要求2所述的方法，其特征在于，所述根据所述包裹的边界内轨迹集合判断所述包裹是否进入边界内包括：计算所述包裹的边界内轨迹集合{(xbt,ybt)}中元素的个数Nbs，若满足 则判断为所述包裹进入边界内；

其中，tsns为预先设置的第二阈值。

4.根据权利要求2所述的方法，其特征在于，所述当确定所述包裹进入边界内时，提取边界内人员的坐标信息包括：根据所述包裹的边界内轨迹集合{(xbt,ybt)}提取每一个轨迹点所在视频帧内边界内人员的坐标信息(xs1,ys1,ws1,hs1)；

所述根据所述包裹的边界内轨迹集合和所述边界内人员的坐标信息，计算拿取总得分包括：所述边界内人员的坐标信息(xs1,ys1,ws1,hs1)中第i个点的坐标为 根据以下公式计算第i个点的拿取得分：其中，r为所述包裹的边界内轨迹集合{(xbt,ybt)}中点的编号，所述边界内人员的坐标信息中第i个点与所述包裹的边界内轨迹集合中的第r个点为同一帧；

根据以下公式计算所述拿取总得分：其中，cbt为根据历史数据训练得到的修正常数；

tsbt为设定的第三阈值；

Dbt为所述拿取总得分；

所述根据所述拿取总得分判断边界内人员是否拿取外卖包括：若满足Dbt>tsdt则判断为所述边界内人员拿取外卖；

其中，tsdt为预设的第四阈值；

Nbt是轨迹集合{(xbt,ybt)}的元素个数。

5.一种拿取外卖的检测装置，其特征在于，包括：边界设置模块，被配置用于设置监控区域的边界信息，所述边界信息包括边界内和边界外；

检测模块，被配置用于当边界内和边界外都有人员存在时，计算边界内人员和边界外人员的交接得分；根据所述交接得分，计算接触得分；当所述接触得分大于预设的第一接触得分阈值时，对每一帧监控图像检测边界外人员的手部区域，以所述手部区域为中心获取预设边长的正方形区域并去除人像区域，得到第一图像；提取所述边界外人员未出现时所述正方形区域并去除人像区域的第二图像；根据所述第一图像和所述第二图像判断边界外人员是否手持包裹；当确定边界外人员手持包裹时，记录所述包裹的轨迹信息；根据所述包裹的轨迹信息，确定所述包裹的边界内轨迹集合；根据所述包裹的边界内轨迹集合判断所述包裹是否进入边界内；当确定所述包裹进入边界内时，提取边界内人员的坐标信息；根据所述包裹的边界内轨迹集合和所述边界内人员的坐标信息，计算拿取总得分；根据所述拿取总得分判断边界内人员是否拿取外卖，所述设置监控区域的边界信息包括：以一条直线作为边界线划分监控区域；

所述直线为：

abx+bby+cb＝0；

其中，x为横坐标，y为纵坐标；

ab为横坐标系数；

bb为纵坐标系数，且bb≥0；

cb为常数；

当满足abx+bby+cb<0时，判定点(x,y)在边界内，否则判定点(x,y)在边界外；

所述计算边界内人员和边界外人员的交接得分包括：边界内人员的坐标为(xs1,ys1,ws1,hs1)，边界外人员的坐标为(xs2,ys2,ws2,hs2)，根据以下公式计算所述交接得分：dcs＝ds1ds2ds3，

其中，dcs为所述交接得分；

tscs为设定的距离阈值；

tsra为设定的角度阈值；

ε为非负修正常数；

xs1为边界内人员识别方框左上角坐标的横坐标，xs2为边界外人员识别方框左上角坐标的横坐标，ys1为边界内人员识别方框左上角坐标的纵坐标，ys2为边界外人员识别方框左上角坐标的纵坐标，ws1为边界内人员识别方框的宽，ws2为边界外人员识别方框的宽，hs1为边界内人员识别方框的高，hs2为边界外人员识别方框的高；

所述根据所述交接得分，计算接触得分包括：根据以下公式计算所述接触得分：

其中，das为所述接触得分；

t为提取的监控视频的时长；

i为所述监控视频中的画面帧号；

NS为所述监控视频的画面总帧数；

为第i帧中所述边界内人员和所述边界外人员的交接得分。

6.一种拿取外卖的检测装置，其特征在于，包括存储器、处理器和用户接口；

所述存储器，用于存储计算机程序；

所述用户接口，用于与用户实现交互；

所述处理器，用于读取所述存储器中的计算机程序，所述处理器执行所述计算机程序时，实现如权利要求1到4之一所述的拿取外卖的检测方法。

7.一种处理器可读存储介质，其特征在于，所述处理器可读存储介质存储有计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至4之一所述的拿取外卖的检测方法。

说明书

一种拿取外卖的检测方法、装置及存储介质

技术领域

[0001] 本申请涉及计算技术领域，尤其涉及一种拿取外卖的检测方法、装置和存储介质。

背景技术

[0002] 目前，外卖或者快递成为封闭管理场所的一大问题。例如，在校园管理中，为了安全管理的需要，需要在校园周界进行校内人员进行是否拿取外卖的监控。但是现有技术中，没有通过计算机自动检测封闭场所内人员是否拿取外卖的方法。

发明内容

[0003] 针对上述技术问题，本申请实施例提供了一种拿取外卖的检测方法、装置及存储介质，用以自动检测边界内人员是否拿取外卖。

[0004] 第一方面，本申请实施例提供的一种拿取外卖的检测方法，包括：

[0005] 设置监控区域的边界信息，所述边界信息包括边界内和边界外；

[0006] 当边界内和边界外都有人员存在时，计算边界内人员和边界外人员的交接得分；

[0007] 根据所述交接得分，计算接触得分；

[0008] 当所述接触得分大于预设的第一接触得分阈值时，对每一帧监控图像检测边界外人员的手部区域，以所述手部区域为中心获取预设边长的正方形区域并去除人像区域，得到第一图像；

[0009] 提取所述边界外人员未出现时所述正方形区域并去除人像区域的第二图像；

[0010] 根据所述第一图像和所述第二图像判断边界外人员是否手持包裹，当确定边界外人员手持包裹时，记录所述包裹的轨迹信息；

[0011] 根据所述包裹的轨迹信息，确定所述包裹的边界内轨迹集合；

[0012] 根据所述包裹的边界内轨迹集合判断所述包裹是否进入边界内，当确定所述包裹进入边界内时，提取边界内人员的坐标信息；

[0013] 根据所述包裹的边界内轨迹集合和所述边界内人员的坐标信息，计算拿取总得分；

[0014] 根据所述拿取总得分判断边界内人员是否拿取外卖。

[0015] 优选的，所述设置监控区域的边界信息包括：

[0016] 以一条直线作为边界线划分监控区域；

[0017] 所述直线为：

[0018] abx+bby+cb＝0；

[0019] 其中，x为横坐标，y为纵坐标；

[0020] ab为横坐标系数；

[0021] bb为纵坐标系数，且bb≥0；

[0022] cb为常数。

[0023] 优选的，所述边界信息包括边界内和边界外包括：

[0024] 当满足abx+bby+cb<0时，判定点(x,y)在边界内，否则判定点(x,y)在边界外。

[0025] 优选的，所述计算边界内人员和边界外人员的交接得分包括：

[0026] 边界内人员的坐标为(xs1,ys1,ws1,hs1)，边界外人员的坐标为(xs2,ys2,ws2,hs2)，根据以下公式计算所述交接得分：

[0027] dcs＝ds1ds2ds3，

[0028] 其中，dcs为所述交接得分；

[0029]

[0030]

[0031]

[0032] tscs为设定的距离阈值；

[0033] tsra为设定的角度阈值；

[0034] ε为非负修正常数；

[0035] xs1为边界内人员识别方框左上角坐标的横坐标，

[0036] xs2为边界外人员识别方框左上角坐标的横坐标，

[0037] ys1为边界内人员识别方框左上角坐标的纵坐标，

[0038] ys2为边界外人员识别方框左上角坐标的纵坐标，

[0039] ws1为边界内人员识别方框的宽，

[0040] ws2为边界外人员识别方框的宽，

[0041] hs1为边界内人员识别方框的高，

[0042] hs2为边界外人员识别方框的高。

[0043] 优选的，所述根据所述交接得分，计算接触得分包括：根据以下公式计算所述接触得分：

[0044]

[0045] 其中，das为所述接触得分；

[0046] t为提取的监控视频的时长；

[0047] i为所述监控视频中的画面帧号；

[0048] NS为所述监控视频的画面总帧数；

[0049] 为第i帧中所述边界内人员和所述边界外人员的交接得分。

[0050] 进一步的，所述根据所述第一图像和所述第二图像判断边界外人员是否手持包裹包括：

[0051] 确定所述第一图像和所述第二图像的差异部分；

[0052] 当所述差异部分为预设形状时，判定边界外人员手持包裹。

[0053] 优选的，所述根据所述包裹的轨迹信息，确定所述包裹的边界内轨迹集合包括：

[0054] 将所述轨迹信息中满足以下条件的点确定为所述包裹的边界内轨迹集合{(xbt,ybt)}：

[0055] abxbs+bbybs+cb<0且|abxbs+bbybs+cb|>tsbs，

[0056] 其中，tsbs为预先设定的第一阈值。

[0057] 优选的，所述根据所述包裹的边界内轨迹集合判断所述包裹是否进入边界内包括：

[0058] 计算所述包裹的边界内轨迹集合{(xbt,ybt)}中元素的个数Nbs，若满足则判断为所述包裹进入边界内；

[0059] 其中，tsns为预先设置的第二阈值。

[0060] 优选的，所述当确定所述包裹进入边界内时，提取边界内人员的坐标信息包括：

[0061] 根据所述边界内轨迹集合{(xbt,ybt)}提取每一个轨迹点所在视频帧内边界内人员的坐标信息(xs1,ys1,ws1,hs1)。

[0062] 优选的，所述根据所述包裹的边界内轨迹集合和所述边界内人员的坐标信息，计算拿取得分包括：

[0063] 所述边界内人员的坐标信息(xs1,ys1,ws1,hs1)中第i个点的坐标为根据以下公式计算第i个点的拿取得分：

[0064]

[0065] 其中，r为所述包裹的边界内轨迹集合{(xbt,ybt)}中点的编号，所述边界内人员的坐标信息中第i个点与所述包裹的边界内轨迹集合中的第r个点为同一帧；

[0066] 根据以下公式计算所述拿取总得分：

[0067]

[0068] 其中，cbt为根据历史数据训练得到的修正常数；

[0069] tsbt为设定的第三阈值；

[0070] Dbt为所述拿取总得分。

[0071] 优选的，所述根据所述拿取总得分判断边界内人员是否拿取外卖包括：

[0072] 若满足Dbt>tsdt则判断为所述边界内人员拿取外卖；

[0073] 其中，tsdt为预设的第四阈值；

[0074] Nbt是轨迹集合{(xbt,ybt)}的元素个数。

[0075] 使用本发明提供的拿取外卖的检测方法，通过设置边界划分出界内和界外；然后在界内和界外同时有人员时，自动计算界内人员和界外人员的接触得分，在确定界内人员和界外人员接触时，判断界外人员是否手持外卖；当检测到界外人员手拿外卖时，检测界内人员和界外人员的拿取总得分，然后根据拿取正得分判断界内人员是否拿取外卖。本发明提供的拿取外卖的检测方法中，根据接触得分和拿取得分的计算，使得判断更加准确。

[0076] 第二方面，本申请实施例还提供一种拿取外卖的检测装置，包括：

[0077] 边界设置模块，被配置用于设置监控区域的边界信息，所述边界信息包括边界内和边界外；

[0078] 检测模块，被配置用于当边界内和边界外都有人员存在时，计算边界内人员和边界外人员的交接得分；根据所述交接得分，计算接触得分；当所述接触得分大于预设的第一接触得分阈值时，对每一帧监控图像检测边界外人员的手部区域，以所述手部区域为中心获取预设边长的正方形区域并去除人像区域，得到第一图像；提取所述边界外人员未出现时所述正方形区域并去除人像区域的第二图像；根据所述第一图像和所述第二图像判断边界外人员是否手持包裹；当确定边界外人员手持包裹时，记录所述包裹的轨迹信息；根据所述包裹的轨迹信息，确定所述包裹的边界内轨迹集合；根据所述包裹的边界内轨迹集合判断所述包裹是否进入边界内；当确定所述包裹进入边界内时，提取边界内人员的坐标信息；根据所述包裹的边界内轨迹集合和所述边界内人员的坐标信息，计算拿取总得分；根据所述拿取总得分判断边界内人员是否拿取外卖。

[0079] 第三方面，本申请实施例还提供一种拿取外卖的检测装置，包括：存储器、处理器和用户接口；

[0080] 所述存储器，用于存储计算机程序；

[0081] 所述用户接口，用于与用户实现交互；

[0082] 所述处理器，用于读取所述存储器中的计算机程序，所述处理器执行所述计算机程序时，实现本发明提供的拿取外卖的检测方法。

[0083] 第四方面，本申请实施例还提供一种处理器可读存储介质，所述处理器可读存储介质存储有计算机程序，所述处理器执行所述计算机程序时实现本发明提供的拿取外卖的检测方法。

附图说明

[0084] 为了更清楚地说明本申请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要介绍，显而易见地，下面描述中的附图仅是本申请的一些实施例，对于本领域的普通技术人员来讲，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。

[0085] 图1为本申请实施例提供的边界的划分方法示意图；

[0086] 图2为本申请实施例提供的拿取外卖的检测方法流程示意图；

[0087] 图3为本申请实施例提供的另一拿取外卖的检测方法流程示意图；

[0088] 图4为本申请实施例提供的拿取外卖的检测装置示意图；

[0089] 图5为本申请实施例提供的另一种拿取外卖的检测装置结构示意图。

具体实施方式

[0090] 为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述，显然，所描述的实施例仅仅是本发明一部份实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。

[0091] 下面对文中出现的一些词语进行解释：

[0092] 1、本发明实施例中术语“和/或”，描述关联对象的关联关系，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。

[0093] 2、本申请实施例中术语“多个”是指两个或两个以上，其它量词与之类似。

[0094] 需要说明的是，本发明实施例中，“包裹”和“外卖”是等同的概念，具有相同的含义。

[0095] 下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，并不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

[0096] 需要说明的是，本申请实施例的展示顺序仅代表实施例的先后顺序，并不代表实施例所提供的技术方案的优劣。

[0097] 实施例一

[0098] 参见图2，本申请实施例提供的一种拿取外卖的检测方法示意图，如图2所示，该方法包括步骤S201到S210：

[0099] S201、设置监控区域的边界信息，所述边界信息包括边界内和边界外；

[0100] S202、当边界内和边界外都有人员存在时，计算边界内人员和边界外人员的交接得分；

[0101] S203、根据所述交接得分，计算接触得分；

[0102] S204、当所述接触得分大于预设的第一接触得分阈值时，对每一帧监控图像检测边界外人员的手部区域，以所述手部区域为中心获取预设边长的正方形区域并去除人像区域，得到第一图像；

[0103] S205、提取所述边界外人员未出现时所述正方形区域并去除人像区域的第二图像；

[0104] S206、根据所述第一图像和所述第二图像判断边界外人员是否手持包裹，当确定边界外人员手持包裹时，记录所述包裹的轨迹信息；

[0105] S207、根据所述包裹的轨迹信息，确定所述包裹的边界内轨迹集合；

[0106] S208、根据所述包裹的边界内轨迹集合判断所述包裹是否进入边界内，当确定所述包裹进入边界内时，提取边界内人员的坐标信息；

[0107] S209、根据所述包裹的边界内轨迹集合和所述边界内人员的坐标信息，计算拿取总得分；

[0108] S210、根据所述拿取总得分判断边界内人员是否拿取外卖。

[0109] 作为一种优选示例，本实施例S201中，即在进行检测之间，例如在初始化阶段，设置监控区域的边界信息。优选的，如图1所示，用一条边界线abx+bby+cb＝0进行边界划分。其中，x为横坐标，y为纵坐标；ab为横坐标系数；bb为纵坐标系数，且bb≥0；cb为常数。并将边界线上下两块区域划分成界内区域和界外区域两部分。例如，将校园的某个监控区域，划分为校内区域和校外区域，校内区域即为界内区域，校外区域即为界外区域。

[0110] 作为一种优选示例，边界信息包括边界内和边界外。当点(x,y)满足abx+bby+cb<0时，判定点(x,y)在边界内，否则判定点(x,y)在边界外。对于监控区域的每一个点，均进行上述相同的判断，即可得到监控区域中的每一个点是在边界内还是在边界外。例如，判断监控画面内的每一个点在校园内还是在校园外。即对于点(x,y)，当满足abx+bby+cb<0时，判定点(x,y)在校内区域，反之点(x,y)在校外区域。

[0111] 例如，提取监控视频内固定时长t的一段监控视频，对视频每一帧画面内的人员图像进行检测，获得人员的位置方框数据(xs,ys,ws,hs)，并判断人员的位置中心(xs+ws/2,ys+hs/2)在界内区域还是在界外区域，并为人员添加界内或者界外标签。其中，xs为横坐标，ys为纵坐标，ws为宽，hs为高。

[0112] 作为一种优选示例，本实施例步骤S202中，若边界内人员的坐标为(xs1,ys1,ws1,hs1)，边界外人员的坐标为(xs2,ys2,ws2,hs2)，则计算边界内人员和边界外人员的交接得分的方法，具体可以为：

[0113] 根据以下公式计算所述交接得分：

[0114] dcs＝ds1ds2ds3，

[0115] 其中，dcs为所述交接得分；

[0116]

[0117]

[0118]

[0119] tscs为设定的距离阈值；

[0120] tsra为设定的角度阈值；

[0121] ε为非负修正常数，其中ε远小于1；

[0122] xs1为校内人员识别方框左上角坐标的横坐标，

[0123] xs2为校外人员识别方框左上角坐标的横坐标，

[0124] ys1为校内人员识别方框左上角坐标的纵坐标，

[0125] ys2为校外人员识别方框左上角坐标的纵坐标，

[0126] ws1为校内人员识别方框的宽，

[0127] ws2为校外人员识别方框的宽，

[0128] hs1为校内人员识别方框的高，

[0129] hs2为校外人员识别方框的高。

[0130] 校内人员即为边界内人员，校外人员即为边界外人员。

[0131] 优选的，ε大于零且远小于1，即0＜ε＜＜1，作为一种优选示例，例如ε的值可以是0.0001。

[0132] 例如，在校园边界监控中，S202中，当校内和校外都有人员时，针对监控画面内的每一帧画面，计算校内人员和校外人员的交接得分。

[0133] 作为一种优选示例，本发明实施例S203中，根据所述交接得分，计算接触得分包括：

[0134] 根据以下公式计算所述接触得分：

[0135]

[0136] 其中，das为所述接触得分；

[0137] t为提取的监控视频的时长；

[0138] i为所述监控视频中的画面帧号；

[0139] NS为所述监控视频的画面总帧数；

[0140] 为第i帧中所述边界内人员和所述边界外人员的交接得分。

[0141] 作为一种优选示例，本发明实施例S204中，当所述接触得分大于预设的第一接触得分阈值时，对每一帧监控图像检测边界外人员的手部区域，以所述手部区域为中心获取预设边长的正方形区域并去除人像区域，得到第一图像。也就是说，当das>tsas时，对每一帧检测界外区域人员的手部区域，以手部区域中心为中心获取一个边长为lts的正方形区域并去除人像区域，得到第一图像。其中，tsas为预设的接触得分阈值，lts为预设边长。

[0142] 作为一种优选示例，本发明实施例S205中，提取所述边界外人员未出现时所述正方形区域并去除人像区域的第二图像，即第二图像与所述第一图像是相同的区域的图像。

[0143] 作为一种优选示例，本发明实施例S206中，根据所述第一图像和所述第二图像判断边界外人员是否手持包裹包括：

[0144] 确定所述第一图像和所述第二图像的差异部分；

[0145] 当所述差异部分为预设形状时，判定边界外人员手持包裹。

[0146] 具体的，可以通过基于高斯混合模型GMM的差异分类模型将第一图像和第二图像这两个图像的差异部分提出，当差异部分呈一个整体块状时，判定校外人员手持包裹。本发明实施例中，整体块状即为预设的形状，具体的可以是差异部分的像素数量大于预设个数(例如大于500像素)时，判定校外人员手持包裹。

[0147] 本发明实施例中，记录所述包裹的轨迹信息，即记录包裹图像的中心坐标在不同帧图像中的坐标，得到包裹图像的轨迹信息{(xbs,ybs)}。

[0148] 作为一种优选示例，本发明实施例S207中，根据所述包裹的轨迹信息，确定所述包裹的边界内轨迹集合包括：

[0149] 将所述轨迹信息中满足以下条件的点确定为所述包裹的边界内轨迹集合{(xbt,ybt)}：

[0150] abxbs+bbybs+cb<0且|abxbs+bbybs+cb|>tsbs，

[0151] 其中，tsbs为预先设定的第一阈值。

[0152] 进一步的，在S207之后，S208中，根据所述包裹的边界内轨迹集合判断所述包裹是否进入边界内包括：

[0153] 计算所述包裹的边界内轨迹集合{(xbt,ybt)}中元素的个数Nbs，若满足则判断为所述包裹进入边界内；

[0154] 其中，tsns为预先设置的第二阈值。

[0155] 当确定所述包裹进入边界内时，提取边界内人员的坐标信息，即：根据所述边界内轨迹集合{(xbt,ybt)}提取每一个轨迹点所在视频帧图像内边界内人员的坐标信息(xs1,ys1,ws1,hs1)。

[0156] 作为一种优选示例，本发明实施例S209中，根据所述包裹的边界内轨迹集合和所述边界内人员的坐标信息，计算拿取总得分包括：

[0157] 所述边界内人员的坐标信息(xs1,ys1,ws1,hs1)中第i个点的坐标为根据以下公式计算第i个点的拿取得分：

[0158]

[0159] 其中，r为所述包裹的边界内轨迹集合{(xbt,ybt)}中点的编号，所述边界内人员的坐标信息中第i个点与所述包裹的边界内轨迹集合中的第r个点为同一帧；也就是说，上述计算拿取得分，即为了在同一帧图像中，检测人员坐标信息与包裹的边界内轨迹信息之间的关系，从而判断人员是否拿取包裹。

[0160] 根据以下公式计算所述拿取总得分：

[0161]

[0162] 其中，cbt为根据历史数据训练得到的修正常数；

[0163] tsbt为设定的第三阈值；

[0164] Dbt为所述拿取总得分；

[0165] Nbt是轨迹集合{(xbt,ybt)}的元素个数。

[0166] 进一步的，在计算出拿取总得分后，根据拿取总得分，判断边界内人员是否拿取外卖。

[0167] 下面结合图3，对本发明的方法进行进一步的描述。如图3所示，本申请另一实施例公开的拿取外卖的检测方法包括：

[0168] S301、设置监控区域的边界信息，所述边界信息包括边界内和边界外。本步骤同S201，在此不再赘述；

[0169] S302、检测每一帧画面内的人员图像，根据人员位置判断在边界内还是边界外，并对人员添加边界内或者边界外标签。本步骤中，根据人员位置判断在边界内还是边界外的方法同S202，在此不再赘述；

[0170] S303、判断边界内和边界外是否都有人员。若是则执行S304，否则执行S302；

[0171] S304、计算边界内人员和边界外人员的交接得分。本步骤中，计算交接得分的方法同S202，在此不再赘述；

[0172] S305、根据所述交接得分，计算接触得分。本步骤中，计算接触得分的方法，同S203，在此不再赘述；

[0173] S306、判断接触得分是否大于预设的第一接触得分阈值。若是则执行S307，否则执行S302；

[0174] S307、对每一帧监控图像检测边界外人员的手部区域，以所述手部区域为中心获取预设边长的正方形区域并去除人像区域，得到第一图像。本步骤同S204，在此不再赘述；

[0175] S308、提取所述边界外人员未出现时所述正方形区域并去除人像区域的第二图像。本步骤同S205，在此不再赘述；

[0176] S309、判断边界外人员是否手持包裹，若是则执行S310，否则执行S305；

[0177] S310、记录所述包裹的轨迹信息，根据所述包裹的轨迹信息，确定所述包裹的边界内轨迹集合；

[0178] S311、判断包裹是否进入边界内，若是则执行S312，否则执行S310；本步骤中，判断包裹是否进入边界内方法同S208，在此不再赘述；

[0179] S312、根据所述包裹的边界内轨迹集合和所述边界内人员的坐标信息，计算拿取总得分；本步骤中，计算拿取总得分的方法同S209，在此不再赘述；

[0180] S313、根据所述拿取总得分判断边界内人员是否拿取外卖。本步骤中，判断边界内人员是否拿取外卖同S210，在此不再赘述。

[0181] 通过本实施例的方法，通过设置边界划分出界内和界外；然后在界内和界外同时有人员时，自动计算界内人员和界外人员的接触得分，在确定界内人员和界外人员接触时，判断界外人员是否手持外卖；当检测到界外人员手拿外卖时，检测界内人员和界外人员的拿取总得分，然后根据拿取正得分判断界内人员是否拿取外卖。本发明提供的拿取外卖的检测方法中，根据接触得分和拿取得分的计算，使得判断更加准确。

[0182] 实施例二

[0183] 基于同一个发明构思，本发明实施例还提供了一种拿取外卖的检测装置，如图4所示，该装置包括：

[0184] 边界设置模块401，被配置用于设置监控区域的边界信息，所述边界信息包括边界内和边界外；

[0185] 检测模块402，被配置用于当边界内和边界外都有人员存在时，计算边界内人员和边界外人员的交接得分；根据所述交接得分，计算接触得分；当所述接触得分大于预设的第一接触得分阈值时，对每一帧监控图像检测边界外人员的手部区域，以所述手部区域为中心获取预设边长的正方形区域并去除人像区域，得到第一图像；提取所述边界外人员未出现时所述正方形区域并去除人像区域的第二图像；根据所述第一图像和所述第二图像判断边界外人员是否手持包裹；当确定边界外人员手持包裹时，记录所述包裹的轨迹信息；根据所述包裹的轨迹信息，确定所述包裹的边界内轨迹集合；根据所述包裹的边界内轨迹集合判断所述包裹是否进入边界内；当确定所述包裹进入边界内时，提取边界内人员的坐标信息；根据所述包裹的边界内轨迹集合和所述边界内人员的坐标信息，计算拿取总得分；根据所述拿取总得分判断边界内人员是否拿取外卖。

[0186] 作为一种优选示例，边界设置模块401被配置用于根据以下方式设置监控区域：

[0187] 以一条直线作为边界线划分监控区域；

[0188] 所述直线为：

[0189] abx+bby+cb＝0；

[0190] 其中，x为横坐标，y为纵坐标；

[0191] ab为横坐标系数；

[0192] bb为纵坐标系数，且bb≥0；

[0193] cb为常数。

[0194] 当满足abx+bby+cb<0时，判定点(x,y)在边界内，否则判定点(x,y)在边界外。

[0195] 作为一种优选示例，检测模块402还被配置用于根据以下方式计算边界内人员和边界外人员的交接得分包括：

[0196] 边界内人员的坐标为(xs1,ys1,ws1,hs1)，边界外人员的坐标为(xs2,ys2,ws2,hs2)，根据以下公式计算所述交接得分：

[0197] dcs＝ds1ds2ds3，

[0198] 其中，dcs为所述交接得分；

[0199]

[0200]

[0201]

[0202] tscs为设定的距离阈值；

[0203] tsra为设定的角度阈值；

[0204] ε为非负修正常数；

[0205] xs1为校内人员识别方框左上角坐标的横坐标，

[0206] xs2为校外人员识别方框左上角坐标的横坐标，

[0207] ys1为校内人员识别方框左上角坐标的纵坐标，

[0208] ys2为校外人员识别方框左上角坐标的纵坐标，

[0209] ws1为校内人员识别方框的宽，

[0210] ws2为校外人员识别方框的宽，

[0211] hs1为校内人员识别方框的高，

[0212] hs2为校外人员识别方框的高。

[0213] 优选的，ε大于零且远小于1，即0＜ε＜＜1，作为一种优选示例，例如ε的值可以是0.0001。

[0214] 作为一种优选示例，检测模块402还被配置用于根据以下公式计算所述接触得分：

[0215]

[0216] 其中，das为所述接触得分；

[0217] t为提取的监控视频的时长；

[0218] i为所述监控视频中的画面帧号；

[0219] NS为所述监控视频的画面总帧数；

[0220] 为第i帧中所述边界内人员和所述边界外人员的交接得分。

[0221] 作为一种优选示例，检测模块402还被配置用于根据以下方式判断边界外人员是否手持包裹：

[0222] 确定所述第一图像和所述第二图像的差异部分；

[0223] 当所述差异部分为预设形状时，判定边界外人员手持包裹。

[0224] 所述根据所述包裹的轨迹信息，确定所述包裹的边界内轨迹集合包括：

[0225] 将所述轨迹信息中满足以下条件的点确定为所述包裹的边界内轨迹集合{(xbt,ybt)}：

[0226] abxbs+bbybs+cb<0且|abxbs+bbybs+cb|>tsbs，

[0227] 其中，tsbs为预先设定的第一阈值。

[0228] 作为一种优选示例，检测模块402还被配置用于根据所述包裹的边界内轨迹集合判断所述包裹是否进入边界内：

[0229] 计算所述包裹的边界内轨迹集合{(xbt,ybt)}中元素的个数Nbs，若满足则判断为所述包裹进入边界内；

[0230] 其中，tsns为预先设置的第二阈值。

[0231] 作为一种优选示例，检测模块402还被配置用于根据以下方式提取边界内人员的坐标信息：

[0232] 根据所述边界内轨迹集合{(xbt,ybt)}提取每一个轨迹点所在视频帧内边界内人员的坐标信息(xs1,ys1,ws1,hs1)。

[0233] 作为一种优选示例，检测模块402还被配置用于根据以下方式计算拿取总得分：

[0234] 所述边界内人员的坐标信息(xs1,ys1,ws1,hs1)中第i个点的坐标为根据以下公式计算第i个点的拿取得分：

[0235]

[0236] 其中，r为所述包裹的边界内轨迹集合{(xbt,ybt)}中点的编号，所述边界内人员的坐标信息中第i个点与所述包裹的边界内轨迹集合中的第r个点为同一帧；

[0237] 根据以下公式计算所述拿取总得分：

[0238]

[0239] 其中，cbt为根据历史数据训练得到的修正常数；

[0240] tsbt为设定的第三阈值；

[0241] Dbt为所述拿取总得分。

[0242] 作为一种优选示例，检测模块402还被配置用于根据以下方式判断边界内人员是否拿取外卖：

[0243] 若满足Dbt>tsdt则判断为所述边界内人员拿取外卖；

[0244] 其中，tsdt为预设的第四阈值。

[0245] 需要说明的是，本实施例提供的边界设置模块401，能实现实施例一中步骤S201包含的全部功能，解决相同技术问题，达到相同技术效果，在此不再赘述；

[0246] 需要说明的是，本实施例提供的检测模块402，能实现实施例一中步骤S202到S210包含的全部功能，解决相同技术问题，达到相同技术效果，在此不再赘述；

[0247] 需要说明的是，实施例二提供的装置与实施例一提供的方法属于同一个发明构思，解决相同的技术问题，达到相同的技术效果，实施例二提供的装置能实现实施例一的所有方法，相同之处不再赘述。

[0248] 实施例三

[0249] 基于同一个发明构思，本发明实施例还提供了一种拿取外卖的检测装置，如图5所示，该装置包括：

[0250] 包括存储器502、处理器501和用户接口503；

[0251] 所述存储器502，用于存储计算机程序；

[0252] 所述用户接口503，用于与用户实现交互；

[0253] 所述处理器501，用于读取所述存储器502中的计算机程序，所述处理器501执行所述计算机程序时，实现：

[0254] 设置监控区域的边界信息，所述边界信息包括边界内和边界外；

[0255] 当边界内和边界外都有人员存在时，计算边界内人员和边界外人员的交接得分；

[0256] 根据所述交接得分，计算接触得分；

[0257] 当所述接触得分大于预设的第一接触得分阈值时，对每一帧监控图像检测边界外人员的手部区域，以所述手部区域为中心获取预设边长的正方形区域并去除人像区域，得到第一图像；

[0258] 提取所述边界外人员未出现时所述正方形区域并去除人像区域的第二图像；

[0259] 根据所述第一图像和所述第二图像判断边界外人员是否手持包裹，当确定边界外人员手持包裹时，记录所述包裹的轨迹信息；

[0260] 根据所述包裹的轨迹信息，确定所述包裹的边界内轨迹集合；

[0261] 根据所述包裹的边界内轨迹集合判断所述包裹是否进入边界内，当确定所述包裹进入边界内时，提取边界内人员的坐标信息；

[0262] 根据所述包裹的边界内轨迹集合和所述边界内人员的坐标信息，计算拿取总得分；

[0263] 根据所述拿取总得分判断边界内人员是否拿取外卖。

[0264] 其中，在图5中，总线架构可以包括任意数量的互联的总线和桥，具体由处理器501代表的一个或多个处理器和存储器502代表的存储器的各种电路链接在一起。总线架构还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本文不再对其进行进一步描述。总线接口提供接口。处理器501负责管理总线架构和通常的处理，存储器502可以存储处理器501在执行操作时所使用的数据。

[0265] 处理器501可以是CPU、ASIC、FPGA或CPLD，处理器501也可以采用多核架构。

[0266] 处理器501执行存储器502存储的计算机程序时，实现实施例一中的任一拿取外卖的检测方法。

[0267] 需要说明的是，实施例三提供的装置与实施例一提供的方法属于同一个发明构思，解决相同的技术问题，达到相同的技术效果，实施例三提供的装置能实现实施例一的所有方法，相同之处不再赘述。

[0268] 本申请还提出一种处理器可读存储介质。其中，该处理器可读存储介质存储有计算机程序，所述处理器执行所述计算机程序时实现实施例一中的任一拿取外卖的检测方法。

[0269] 需要说明的是，本申请实施例中对单元的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

[0270] 本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。

[0271] 本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

[0272] 这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

[0273] 显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。