河北挺住！计算机视觉"为"雨绸缪（附溺水检测论文）

计算机视觉研究院专栏

Column of Computer Vision Institute

据最新消息，受暴雨影响，河北地铁全线网车站停运，纯电公交停运，机场取消、延误航班超200架次，途径的多个高速路段全线禁止所有车辆上站。在人工智能时代，我们需要通过AI来检测洪水或泳池内溺水的人，及时做到拯救工作。

01

前景概要

连日来，受5号台风“杜苏芮”及其减弱低压影响，河北省部分地区出现极端强降水天气过程，降雨时间长，累计雨量大，影响范围广，石家庄、邢台、保定等9个设区市和雄安新区发生洪涝灾害。经统计，截至8月1日12时，此次强降雨造成河北省87个县（区）540703人受灾。其中因灾死亡9人（保定市4人，邢台市5人），因灾失踪6人（保定市2人，邢台市4人），灾害造成的经济损失正在统计中。

继续关注河北防汛救灾情况。受强降雨和上游来水影响，河北先后启用七处蓄滞洪区，有序分泄河道洪水，兰沟洼蓄滞洪区就是其中一个。随着白沟河河道水位回落，旁边的兰沟洼蓄滞洪区挖出了一条退水口，洪水源源不断流向河道。最新数据显示，六个小时蓄滞洪区内水位下降20厘米左右；保定涞水县三坡镇下庄村全村被山洪围困，多数房屋的一层被淹。山洪退去后，镇上调来大型机械帮助村民清理淤泥。看直播，关注河北多地汛情最新情况。

今天我们首先以泳池为例，技术发展越先进，可以应用到一切场景。公共游泳池中的水下溺水检测是一项具有挑战性的任务。为了检测溺水游泳者，需要一种可实现的高精度实时检测系统。

今天分享中，有研究者提出了一种新颖的基于相机的溺水检测算法。输入视频序列是从水下摄像机获得的。警戒区内的移动物体将通过背景减法从背景中提取。采用基于帧间的去噪方案来消除水中的复杂干扰。实验结果表明，该算法无需大量计算即可更准确地检测溺水者。

02

背景

正至夏季，游泳是一种流行的下班后运动和娱乐活动。尽管配备了专业救生员，但仍有少数人因未及时救援而在溺水事故中重伤甚至死亡。一般情况下，救生员可以发现水面附近发生的事故，并立即营救溺水的游泳者。然而，水下的盲点很难用人眼观察清楚。因此，自动溺水检测系统对于确保游泳池的安全是必不可少的。除了专利中报道的基于摄像头的溺水检测系统外，大多数现有的自动溺水检测系统仍停留在理论框架中。然而，根据新框架的实验结果，所有这些基于相机的溺水检测系统都需要大量计算，或者在游泳池复杂的光照条件下仍然不够准确。水波和气泡的反射会造成严重干扰，导致误报率高。

03

新框架

实时背景重建和前景检测广泛应用于运动物体检测。在新的系统中，研究者使用水下摄像机监控游泳池。没有游泳者的游泳池的图像作为背景。为应对游泳池内不同的光照条件，背景图像应随着光照环境的变化而更新。游泳池的主流背景建模方法包括统计平均、时间中值滤波器和高斯混合模型。

高斯混合模型（GMM）是一种流行的背景建模算法，在许多论文中都有提及。然而，GMM需要大量的计算，不适合实时监控。它也容易受到光照变化的影响。在游泳池多变的光照条件下，时间中值滤波器也容易受到光照变化的影响。因此，统计平均方法被用于背景重建。统计平均的优点是不需要大量的计算，并且在建模过程中对光照变化有很强的鲁棒性。

目标检测

视频序列中的帧可能由背景区域和前景对象组成。通过背景减法，可以从背景中提取那些前景对象。对于第 i 行第 j 列监控帧 P(i,j) 的每个像素和相应的背景模型 B(i,j)，P(i,j) 和 M 之间的欧几里得距离 Ed(i,j) (i,j) 描述如下：

基于帧简去噪

持续时间获取。游泳池的水下环境以各种光照条件为特征。水池的瓷砖底部会导致水面上波动的复杂反射，导致进入警戒区的游泳者与反射干扰有关。为了消除反射干扰，不需要从前景图像中擦除反射，但排除其干扰影响，这意味着我们只需要确保反射不会被归类为溺水者，而反射被归类无关紧要作为前景对象。

根据观察，我们发现波动引起的反射是由于水流而产生的动态变化。因此在前景的反射域中，像素的强度以一定的频率交替变化为明暗，导致二值前景图像中相应的连通区域持续时间很短，形状不稳定，而溺水的游泳者移动缓慢甚至水中的静电。因此，那些代表溺水者的连接区域是低速移动或静止的，二值前景图像中相应的连接区域是静止的，并且持续时间长。

为了区分溺水的游泳者和反射，研究者使用二值前景图像中每个连接区域的持续时间信息。方案详情如下：

Step 1：

Set ROI for connected area in frame #n

Step 2：

上图就是为ROI中最大的连接区域设置外部矩形。

ROI 和外部矩形的样本

Step 3：

每当满足：

时，ROI的专用计数器Co将增加 1，这意味着该连接区域的持续时间正在增加。否则，Co将被设置为零，ROI将被删除。

Step 4：

重置第#n+1帧中的ROI。（请注意，由于物体移动，ROI 的位置略有变化。）

分类

正如上面持续时间获取部分提到的，溺水游泳者图像和反射图像之间最可改进的区别是它们的持续时间。研究者使用持续时间获取中提供的方法来获取所有前景连接区域的Co代表的持续时间信息。

04

实验及可视化

监控视频序列样本帧

测试帧（左列）及其前景（右列）

05

后言

其实这个技术也是有点陈旧，目前的技术都是目标检测+人体姿态识别，这个可能会更加精准有效！

转载请联系本公众号获得授权

往期推荐

🔗

• PE-YOLO：解决黑夜中的目标检测难点
• YOLO-S：小目标检测的轻量级、精确的类YOLO网络
• Yolo算法的演进—YoloCS有效降低特征图空间复杂度（附论文下载）
• InternImage：探索具有可变形卷积的大规模视觉基础模型
• 首个全量化Vision Transformer的方法FQ-ViT，AI大模型落地不远了！
• YoloV8与ChatGPT互通，这功能是真的强大！
• GPT理解的CV：基于Yolov5的半监督目标检测
• Consistent-Teacher：半监督目标检测超强SOTA
• Sparse R-CNN：稀疏框架，端到端的目标检测（附源码）
• RestoreDet：低分辨率图像中目标检测
• 中国提出的分割天花板 | 精度相当，速度提升50倍！
• All Things ViTs：在视觉中理解和解释注意力