專(zhuān)利名稱(chēng)：視頻監(jiān)控中的徘徊檢測(cè)方法和系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及視頻檢測(cè)技術(shù)，尤其涉及一種視頻監(jiān)控中的徘徊一企測(cè)方法和 系統(tǒng)。
背景技術(shù)：
視頻監(jiān)控中的徘徊是指在視頻監(jiān)控系統(tǒng)中，有一個(gè)或多個(gè)目標(biāo)來(lái)來(lái)回回 的在某個(gè)區(qū)域內(nèi)進(jìn)行反復(fù)運(yùn)動(dòng)。徘徊檢測(cè)是視頻監(jiān)控系統(tǒng)的 一個(gè)重要的功 能，在許多領(lǐng)域有著重要的應(yīng)用。例如，如果在貴重物品(汽車(chē)等)旁邊有 徘徊目標(biāo)出現(xiàn)，那么很可能是偷盜者，因此需要檢測(cè)。此外，在一些敏感區(qū) 域(比如軍事禁區(qū))和不安全的地方(如高壓線(xiàn)下面，沒(méi)有護(hù)欄的河邊)， 也不允許有徘徊目標(biāo)出現(xiàn)。
現(xiàn)有技術(shù)中的徘徊檢測(cè)主要是首先對(duì)監(jiān)控場(chǎng)景中的多個(gè)目標(biāo)進(jìn)行跟 蹤，記錄每個(gè)運(yùn)動(dòng)目標(biāo)的軌跡長(zhǎng)度，然后，根據(jù)目標(biāo)運(yùn)動(dòng)的軌跡長(zhǎng)度來(lái)筒單 的判斷該目標(biāo)是否徘徊，即如果某一運(yùn)動(dòng)目標(biāo)的運(yùn)動(dòng)軌跡大于一定長(zhǎng)度則認(rèn) 為出現(xiàn)了徘徊。
但上述這種方法，當(dāng)運(yùn)動(dòng)目標(biāo)出現(xiàn)短暫靜止時(shí)，該目標(biāo)會(huì)被置入背景當(dāng) 中，此時(shí)就無(wú)法記錄目標(biāo)的軌跡數(shù)據(jù)，因此這種方法無(wú)法處理那些短暫靜止 后又運(yùn)動(dòng)的目標(biāo)，使得檢測(cè)結(jié)果不夠準(zhǔn)確。

發(fā)明內(nèi)容
有鑒于此，本發(fā)明中一方面提供一種視頻監(jiān)控中的徘徊檢測(cè)方法，另一 方面提供一種視頻監(jiān)控中的徘徊檢測(cè)系統(tǒng)，以提高檢測(cè)結(jié)果的準(zhǔn)確性。 本發(fā)明所提供的視頻監(jiān)控中的徘徊檢測(cè)方法，包括 對(duì)^L頻監(jiān)控區(qū)域內(nèi)出現(xiàn)的目標(biāo)進(jìn)行基于位置的匹配跟蹤，并對(duì)所跟蹤的目標(biāo)的存在時(shí)間或呈現(xiàn)次數(shù)進(jìn)行記錄，將所有存在時(shí)間或呈現(xiàn)次數(shù)大于對(duì)應(yīng)的第 一設(shè)定閾值的目標(biāo)作為候選徘徊目標(biāo)；
對(duì)所述候選徘徊目標(biāo)進(jìn)行基于直方圖的匹配跟蹤，并對(duì)所跟蹤的候選徘徊 目標(biāo)的存在時(shí)間或呈現(xiàn)次數(shù)進(jìn)行記錄，將所有存在時(shí)間或呈現(xiàn)次數(shù)大于對(duì)應(yīng)的 第二設(shè)定閾值的候選徘徊目標(biāo)作為徘徊目標(biāo)。
較佳地，所述對(duì)候選徘徊目標(biāo)進(jìn)行基于直方圖的匹配跟蹤，并對(duì)所跟蹤的
候選徘徊目標(biāo)的存在時(shí)間或呈現(xiàn)次數(shù)進(jìn)行記錄包括分別對(duì)每個(gè)候選徘徊目標(biāo)， 執(zhí)行如下操作
獲耳又所述候選徘徊目標(biāo)的初始位置，并計(jì)算所述初始位置對(duì)應(yīng)區(qū)域的直方
根據(jù)所述初始位置對(duì)應(yīng)區(qū)域的直方圖，在當(dāng)前圖像中搜索所述候選徘徊目 標(biāo)的最優(yōu)位置；
計(jì)算所述最優(yōu)位置對(duì)應(yīng)區(qū)域的直方計(jì)算所述初始位置對(duì)應(yīng)區(qū)域的直方圖與所述最優(yōu)位置對(duì)應(yīng)區(qū)域的直方圖的 相似度，如果所述相似度大于第三設(shè)定閾值，則對(duì)所述候選徘徊目標(biāo)的存在時(shí) 間或呈現(xiàn)次數(shù)進(jìn)行累加，并更新所述候選徘徊目標(biāo)的大小和位置。
較佳地，所述根據(jù)所述初始位置對(duì)應(yīng)區(qū)域的直方圖，在當(dāng)前圖像中搜索所 述候選徘徊目標(biāo)的最優(yōu)位置包括才艮據(jù)所述初始位置對(duì)應(yīng)區(qū)域的直方圖，利用 均值偏移跟蹤算法、或粒子濾波跟蹤算法、或卡爾曼濾波跟蹤算法在當(dāng)前圖像 中搜索所述候選徘徊目標(biāo)的最優(yōu)位置。
較佳地，所述根據(jù)初始位置對(duì)應(yīng)區(qū)域的直方圖，利用均值偏移跟蹤算法在 當(dāng)前圖像中搜索所述候選徘徊目標(biāo)的最優(yōu)位置包括
A、 將所述候選徘徊目標(biāo)的初始位置作為當(dāng)前搜索位置；
B、 計(jì)算所述當(dāng)前搜索位置對(duì)應(yīng)區(qū)域的直方圖；
C、 將所述當(dāng)前搜索位置對(duì)應(yīng)區(qū)域的直方圖和所述初始位置對(duì)應(yīng)區(qū)域的直方 圖代入相似度計(jì)算公式中，根據(jù)均值偏移理論，對(duì)所述相似度計(jì)算公式進(jìn)行微 分處理，得到候選徘徊目標(biāo)的預(yù)期位置；D、判斷所述當(dāng)前搜索位置與所述候選徘徊目標(biāo)的預(yù)期位置之間的距離是 否小于第四設(shè)定閾值，如果是，則將所述候選徘徊目標(biāo)的預(yù)期位置作為候選徘 徊目標(biāo)在當(dāng)前圖像中的最優(yōu)位置；否則，將所述候選徘徊目標(biāo)的預(yù)期位置作為
當(dāng)前搜索位置，并返回執(zhí)行步驟B。
較佳地，所述步驟C和步驟D之間，進(jìn)一步包括
Cl、計(jì)算所述候選徘徊目標(biāo)預(yù)期位置對(duì)應(yīng)區(qū)域的直方C2、計(jì)算所述預(yù)期位置對(duì)應(yīng)區(qū)域的直方圖和所述初始位置對(duì)應(yīng)區(qū)域的直方
圖的相似度，判斷所述相似度是否大于所述當(dāng)前搜索位置對(duì)應(yīng)區(qū)域的直方圖和
所述初始位置對(duì)應(yīng)區(qū)域的直方圖的相似度，如果是，則執(zhí)行步驟D;否則，將
所述當(dāng)前搜索位置和所述預(yù)期位置的平均值作為所述候選徘徊目標(biāo)的預(yù)期位
置，并返回執(zhí)行步驟C1。
較佳地，所述根據(jù)初始位置對(duì)應(yīng)區(qū)域的直方圖，利用粒子濾波跟蹤算法在
當(dāng)前圖像中搜索所述候選徘徊目標(biāo)的最優(yōu)位置包括
按照設(shè)定的約束條件，抽取符合所述約束條件的粒子點(diǎn)； 對(duì)所抽取的每個(gè)粒子點(diǎn)，計(jì)算所述粒子點(diǎn)對(duì)應(yīng)區(qū)域的直方圖；計(jì)算每個(gè)粒
子點(diǎn)對(duì)應(yīng)區(qū)域的直方圖和所述初始位置對(duì)應(yīng)區(qū)域的直方圖的相似度，得到各粒
子點(diǎn)對(duì)應(yīng)的相似度；
才艮據(jù)每個(gè)粒子點(diǎn)對(duì)應(yīng)的相似度，確定候選徘徊目標(biāo)在當(dāng)前圖像中的最優(yōu)位置。
較佳地，所述根據(jù)每個(gè)粒子點(diǎn)對(duì)應(yīng)的相似度，確定候選徘徊目標(biāo)在當(dāng)前圖 像中的最優(yōu)位置包括將相似度最大的粒子點(diǎn)所對(duì)應(yīng)的位置確定為候選徘徊目 標(biāo)在當(dāng)前圖像中的最優(yōu)位置；
或者包括根據(jù)每個(gè)粒子點(diǎn)對(duì)應(yīng)的相似度，按照相似度大權(quán)重大，相似度 小權(quán)重小的原則，為每個(gè)粒子點(diǎn)確定一個(gè)權(quán)重，'將所有粒子點(diǎn)所對(duì)應(yīng)位置的權(quán) 重平均值確定為候選徘徊目標(biāo)在當(dāng)前圖像中的最優(yōu)位置。
較佳地，所述直方圖包括顏色直方圖和/或空間位置直方圖。
較佳地，所述對(duì)視頻監(jiān)控區(qū)域內(nèi)出現(xiàn)的目標(biāo)進(jìn)行基于位置的匹配跟蹤，并對(duì)所跟蹤的目標(biāo)的存在時(shí)間或呈現(xiàn)次數(shù)進(jìn)行記錄包括 預(yù)先設(shè)置跟蹤隊(duì)列，并初始化所述跟蹤隊(duì)列為空；
從視頻采集設(shè)備采集的當(dāng)前視頻中進(jìn)行目標(biāo)檢測(cè)，檢測(cè)到一個(gè)或一個(gè)以上 的沖全測(cè)目才示；
如果跟蹤隊(duì)列為空，則將檢測(cè)目標(biāo)添加到跟蹤隊(duì)列中，形成跟蹤目標(biāo)，并 對(duì)應(yīng)每個(gè)跟蹤目標(biāo)設(shè)置所述跟蹤目標(biāo)的存在時(shí)間或呈現(xiàn)次數(shù)初始值；如果跟蹤 隊(duì)列不為空，則對(duì)跟蹤隊(duì)列中的所有跟蹤目標(biāo)，從檢測(cè)目標(biāo)中基于相似性度量 查找匹配目標(biāo)，對(duì)于在斗全測(cè)目標(biāo)中存在匹配目標(biāo)的跟蹤目標(biāo)，利用所述匹配目 標(biāo)更新所述跟蹤目標(biāo)，并對(duì)所述跟蹤目標(biāo)的存在時(shí)間或呈現(xiàn)次凄t進(jìn)行累加；對(duì) 于在跟蹤隊(duì)列中不存在匹配目標(biāo)的檢測(cè)目標(biāo)，將所述檢測(cè)目標(biāo)添加到跟蹤隊(duì)列 中，形成跟蹤目標(biāo)，并設(shè)置所述跟蹤目標(biāo)的存在時(shí)間或呈現(xiàn)次數(shù)初始值。
較佳地，對(duì)于在跟蹤隊(duì)列中不存在匹配目標(biāo)的檢測(cè)目標(biāo)，所述將檢測(cè)目標(biāo) 添加到跟蹤隊(duì)列中之前，進(jìn)一步包括
配目標(biāo)，如果是，則執(zhí)行所述將檢測(cè)目標(biāo)添加到跟蹤隊(duì)列中的操作。
較佳地，該方法進(jìn)一步包括對(duì)于在4企測(cè)目標(biāo)中不存在匹配目標(biāo)的跟蹤目
標(biāo)，將所述跟蹤目標(biāo)從跟蹤隊(duì)列中刪除；
或者，對(duì)于在檢測(cè)目標(biāo)中不存在匹配目標(biāo)的跟蹤目標(biāo)，判斷是否在之后
連續(xù)N幀視頻中均不存在匹配目標(biāo)，如果是，則將所述跟蹤目標(biāo)從跟蹤隊(duì)
列中刪除。
本發(fā)明所提供的視頻監(jiān)控中的徘徊檢測(cè)系統(tǒng)，包括
第一檢測(cè)單元，用于對(duì)視頻監(jiān)控區(qū)域內(nèi)出現(xiàn)的目標(biāo)進(jìn)行基于位置的匹配跟 蹤，并對(duì)所跟蹤的目標(biāo)的存在時(shí)間或呈現(xiàn)次數(shù)進(jìn)行記錄，將所有存在時(shí)間或呈 現(xiàn)次數(shù)大于對(duì)應(yīng)的第一設(shè)定閾值的目標(biāo)作為候選徘徊目標(biāo)；
第二檢測(cè)單元，用于對(duì)所述第一檢測(cè)單元確定的候選徘徊目標(biāo)進(jìn)行基于直 方圖的匹配跟蹤，并對(duì)所跟蹤的候選徘徊目標(biāo)的存在時(shí)間或呈現(xiàn)次數(shù)進(jìn)行記錄， 將所有存在時(shí)間或呈現(xiàn)次數(shù)大于對(duì)應(yīng)的第二設(shè)定闊值的候選徘徊目標(biāo)作為徘徊目標(biāo)。
較佳地，所述第二檢測(cè)單元包括
初始位置直方圖計(jì)算單元，用于獲取所述候選徘徊目標(biāo)的初始位置，并計(jì) 算所述初始位置對(duì)應(yīng)區(qū)域的直方最優(yōu)位置搜索單元，用于根據(jù)所述初始位置對(duì)應(yīng)區(qū)域的直方圖，在當(dāng)前圖 像中搜索所述候選徘徊目標(biāo)的最優(yōu)位置；
最優(yōu)位置直方圖計(jì)算單元，用于計(jì)算所述最優(yōu)位置對(duì)應(yīng)區(qū)域的直方信息記錄及更新單元，用于計(jì)算所述初始位置對(duì)應(yīng)區(qū)域的直方圖與所述最 優(yōu)位置對(duì)應(yīng)區(qū)域的直方圖的相似度，如果所述相似度大于第三設(shè)定閾值，則對(duì) 所述候選徘徊目標(biāo)的存在時(shí)間或呈現(xiàn)次數(shù)進(jìn)行累加，并更新所述候選徘徊目標(biāo) 的大小和位置；
徘徊目標(biāo)確定單元，用于將所有存在時(shí)間或呈現(xiàn)次數(shù)大于對(duì)應(yīng)的第二設(shè)定 閾值的候選徘徊目標(biāo)作為徘徊目標(biāo)。
較佳地，所述最優(yōu)位置搜索單元包括
均值偏移跟蹤單元，用于根據(jù)所述初始位置對(duì)應(yīng)區(qū)域的直方圖，利用均值 偏移跟蹤算法在當(dāng)前圖像中搜索所述候選徘徊目標(biāo)的最優(yōu)位置；
或，粒子濾波跟蹤單元，用于根據(jù)所述初始位置對(duì)應(yīng)區(qū)域的直方圖，利用 粒子濾波跟蹤算法在當(dāng)前圖像中搜索所述候選徘徊目標(biāo)的最優(yōu)位置；
或，卡爾曼濾波跟蹤單元，用于根據(jù)所述初始位置對(duì)應(yīng)區(qū)域的直方圖，利 用卡爾曼濾波跟蹤算法在當(dāng)前圖像中搜索所述候選徘徊目標(biāo)的最優(yōu)位置。
較佳地，所述均值偏移跟蹤單元包括
初始搜索位置確定單元，用于在當(dāng)前圖像中進(jìn)行初始搜索時(shí)，將所述候選 徘徊目標(biāo)的初始位置作為當(dāng)前搜索位置，并將所述當(dāng)前搜索位置指示給搜索位 置直方圖計(jì)算單元；
搜索位置直方圖計(jì)算單元，用于計(jì)算所述當(dāng)前搜索位置對(duì)應(yīng)區(qū)域的直方圖； 預(yù)期位置確定單元，用于將所述當(dāng)前搜索位置對(duì)應(yīng)區(qū)域的直方圖和所述初 始位置對(duì)應(yīng)區(qū)域的直方圖代入相似度計(jì)算公式中，根據(jù)均值偏移理論，對(duì)所述
1相似度計(jì)算公式進(jìn)行微分處理，得到候選徘徊目標(biāo)的預(yù)期位置；
目標(biāo)位置確定單元，用于判斷所述當(dāng)前搜索位置與所述候選徘徊目標(biāo)的預(yù) 期位置之間的距離是否小于第四設(shè)定閾值，如果是，則將所述候選徘徊目標(biāo)的
預(yù)期位置作為候選徘徊目標(biāo)在當(dāng)前圖像中的最優(yōu)位置；否則，將所述候選徘徊 目標(biāo)的預(yù)期位置作為當(dāng)前搜索位置，并將所述當(dāng)前搜索位置指示給搜索位置直 方圖計(jì)算單元。
較佳地，所述均值偏移跟蹤單元進(jìn)一步包括
預(yù)期位置直方圖計(jì)算單元，用于計(jì)算所述候選徘徊目標(biāo)預(yù)期位置對(duì)應(yīng)區(qū)域 的直方預(yù)期位置驗(yàn)證單元，用于計(jì)算所述預(yù)期位置對(duì)應(yīng)區(qū)域的直方圖和所迷初始 位置對(duì)應(yīng)區(qū)域的直方圖的相似度，判斷所述相似度是否大于所述當(dāng)前搜索位置 對(duì)應(yīng)區(qū)域的直方圖和所述初始位置對(duì)應(yīng)區(qū)域的直方圖的相似度，如果是，則將 所述預(yù)期位置輸出給目標(biāo)位置確定單元；否則，將所述當(dāng)前搜索位置和所述預(yù) 期位置的平均值作為所述候選徘徊目標(biāo)的預(yù)期位置，并將所述候選徘徊目標(biāo)的 預(yù)期位置輸出給預(yù)期位置直方圖計(jì)算單元。
較佳地，所述粒子濾波跟蹤單元包括
粒子抽取單元，用于按照設(shè)定的約束條件，抽取符合所述約束條件的粒子
點(diǎn)；
目標(biāo)位置確定單元，用于對(duì)所抽取的每個(gè)粒子點(diǎn)，計(jì)算所述粒子點(diǎn)對(duì)應(yīng)區(qū) 域的直方圖；計(jì)算每個(gè)粒子點(diǎn)對(duì)應(yīng)區(qū)域的直方圖和所述初始位置對(duì)應(yīng)區(qū)域的直 方圖的相似度，得到各粒子點(diǎn)對(duì)應(yīng)的相似度；將相似度最大的粒子點(diǎn)所對(duì)應(yīng)的 位置確定為候選徘徊目標(biāo)在當(dāng)前圖像中的最優(yōu)位置；或者，根據(jù)每個(gè)粒子點(diǎn)對(duì) 應(yīng)的相似度，按照相似度大權(quán)重大，相似度小權(quán)重小的原則，為每個(gè)粒子點(diǎn)確 定一個(gè)權(quán)重，將所有粒子點(diǎn)所對(duì)應(yīng)位置的權(quán)重平均值確定為候選徘徊目標(biāo)在當(dāng) 前圖像中的最優(yōu)位置。
較佳地，所述第一檢測(cè)單元包括
目標(biāo)檢測(cè)單元，用于從視頻采集設(shè)備采集的當(dāng)前視頻中進(jìn)行目標(biāo)檢測(cè)，檢測(cè)到一個(gè)或一個(gè)以上的4企測(cè)目標(biāo)；
目標(biāo)跟蹤單元，用于在預(yù)設(shè)的跟蹤隊(duì)列為空時(shí)，將4企測(cè)目標(biāo)添加到跟蹤隊(duì) 列中，形成跟蹤目標(biāo)，并對(duì)應(yīng)每個(gè)跟蹤目標(biāo)設(shè)置所述跟蹤目標(biāo)的存在時(shí)間或呈
現(xiàn)次數(shù)初始值；在跟蹤隊(duì)列不為空時(shí)，對(duì)跟蹤隊(duì)列中的所有跟蹤目標(biāo)，從檢測(cè) 目標(biāo)中基于相似性度量查找匹配目標(biāo)，對(duì)于在檢測(cè)目標(biāo)中存在匹S己目標(biāo)的跟蹤 目標(biāo)，利用所述匹配目標(biāo)更新所述跟蹤目標(biāo)，并對(duì)所述跟蹤目標(biāo)的存在時(shí)間或 呈現(xiàn)次數(shù)進(jìn)行累加；對(duì)于在跟蹤隊(duì)列中不存在匹配目標(biāo)的檢測(cè)目標(biāo)，將所述才企 測(cè)目標(biāo)添加到跟蹤隊(duì)列中，形成跟蹤目標(biāo)，并設(shè)置所述跟蹤目標(biāo)的存在時(shí)間或 呈現(xiàn)次數(shù)初始值；
候選徘徊目標(biāo)確定單元，用于將所有存在時(shí)間或呈現(xiàn)次數(shù)大于對(duì)應(yīng)的第一 設(shè)定閾值的目標(biāo)作為候選徘徊目標(biāo)。
較佳地，所述目標(biāo)跟蹤單元進(jìn)一步在跟蹤隊(duì)列中不存在匹配目標(biāo)的4全觀(guān)J目 標(biāo)時(shí)，所述將檢測(cè)目標(biāo)添加到跟蹤隊(duì)列中之前，判斷是否在之后連續(xù)M幀視頻 中的所述檢測(cè)目標(biāo)在跟蹤隊(duì)列中均不存在匹配目標(biāo)，如杲是，則執(zhí)行所述將檢 測(cè)目標(biāo)添加到跟蹤隊(duì)列中的操作。
較佳地，所述目標(biāo)跟蹤單元進(jìn)一步對(duì)于在;f全測(cè)目標(biāo)中不存在匹配目標(biāo)的 跟蹤目標(biāo)，將所述跟蹤目標(biāo)從跟蹤隊(duì)列中刪除；或者，對(duì)于在檢測(cè)目標(biāo)中不 存在匹配目標(biāo)的跟蹤目標(biāo)，判斷是否在之后連續(xù)N幀視頻中均不存在匹配 目標(biāo)，如果是，則將所述跟蹤目標(biāo)/人跟蹤隊(duì)列中刪除。
從上述方案可以看出，本發(fā)明中通過(guò)對(duì)視頻監(jiān)控區(qū)域內(nèi)出現(xiàn)的目標(biāo)(通 常為多目標(biāo))進(jìn)行粗跟蹤，即基于位置的匹配跟蹤，將所有存在時(shí)間或呈現(xiàn) 次數(shù)大于對(duì)應(yīng)的第 一設(shè)定閾值的粗跟蹤目標(biāo)作為候選徘徊目標(biāo)；之后對(duì)所述 候選徘徊目標(biāo)進(jìn)行精跟蹤，即基于直方圖的匹配跟蹤，并將所有存在時(shí)間或 呈現(xiàn)次數(shù)大于對(duì)應(yīng)的第二設(shè)定閾值的候選徘徊目標(biāo)作為徘徊目標(biāo)。從而一方 面避免了使用運(yùn)動(dòng)軌跡判斷徘徊時(shí)，運(yùn)動(dòng)物體突然轉(zhuǎn)為靜止時(shí)的判斷失效， 提高了檢測(cè)結(jié)果的準(zhǔn)確性；另一方面，先粗后精的跟蹤匹配方法，能夠在縮 短跟蹤時(shí)間、簡(jiǎn)化跟蹤算法的情況下保證跟蹤的準(zhǔn)確性。其中，采用均值偏移跟蹤算法進(jìn)行特征匹配時(shí)，可以快速的實(shí)現(xiàn)復(fù)雜特 征的匹配，效率較高。
此外，將候選徘徊目標(biāo)的顏色直方圖作為目標(biāo)的匹配特征，使得即使目
標(biāo)出現(xiàn)一定程度的變化，仍然能夠正確的匹配目標(biāo)；而將候選徘徊目標(biāo)的空 間位置直方圖作為目標(biāo)的匹配特征時(shí)，使得即使兩個(gè)目標(biāo)相互交互或者碰撞 時(shí)，仍能準(zhǔn)確匹配目標(biāo)。
最后，本發(fā)明實(shí)施例中的技術(shù)方案容易實(shí)現(xiàn)，易于移植到硬件系統(tǒng)中。


圖1為本發(fā)明實(shí)施例中視頻監(jiān)控中的徘徊檢測(cè)方法的示例性流程圖； 圖2a和圖2b為現(xiàn)有技術(shù)中運(yùn)動(dòng)檢測(cè)的示意圖3為本發(fā)明實(shí)施例中的視頻監(jiān)控中的徘徊檢測(cè)系統(tǒng)的示例性結(jié)構(gòu)圖4為圖3所示系統(tǒng)中第一檢測(cè)單元的結(jié)構(gòu)示意圖5為圖3所示系統(tǒng)中第二檢測(cè)單元的結(jié)構(gòu)示意圖6為圖5所示第二檢測(cè)單元中最優(yōu)位置搜索單元的一個(gè)結(jié)構(gòu)示意圖7為圖5所示第二檢測(cè)單元中最優(yōu)位置搜索單元的又一個(gè)結(jié)構(gòu)示意
圖8為圖5所示第二檢測(cè)單元中最優(yōu)位置搜索單元的又一個(gè)結(jié)構(gòu)示意圖。
具體實(shí)施例方式
為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚明白，下面結(jié)合實(shí)施例和 附圖，對(duì)本發(fā)明進(jìn)一步詳細(xì)說(shuō)明。
圖1為本發(fā)明實(shí)施例中視頻監(jiān)控中的徘徊*企測(cè)方法的示例性流程圖。如 圖1所示，該流程包括如下步驟
步驟101,對(duì)視頻監(jiān)控區(qū)域內(nèi)出現(xiàn)的目標(biāo)進(jìn)行基于位置的匹配跟蹤，并 對(duì)所跟蹤的目標(biāo)的存在時(shí)間或呈現(xiàn)次數(shù)進(jìn)行記錄。本步驟中，可利用視頻采集設(shè)備采集視頻監(jiān)控區(qū)域內(nèi)的視頻，并使用現(xiàn) 有技術(shù)中各種常用的運(yùn)動(dòng)檢測(cè)方法，如光流法、幀間差分法、背景差分法等 檢測(cè)當(dāng)前視頻內(nèi)出現(xiàn)的目標(biāo)，得到當(dāng)前視頻中一個(gè)或一個(gè)以上的二值化的檢 測(cè)目標(biāo)。這些檢測(cè)目標(biāo)通常是進(jìn)行連通性分析之后的連通運(yùn)動(dòng)區(qū)域。如圖
2a和圖2b所示，對(duì)圖2a所示^L頻進(jìn)行運(yùn)動(dòng)4全測(cè)后，可得到如圖2b所示的 連通區(qū)域，即才會(huì)測(cè)目標(biāo)。
之后，獲取連通區(qū)域的位置信息，并將所述連通區(qū)域的位置信息與所記 錄的已經(jīng)存在的所有目標(biāo)的相關(guān)位置信息進(jìn)行匹配，為每個(gè)已經(jīng)存在的目標(biāo) 找到最優(yōu)的匹配連通區(qū)域，并根據(jù)匹配結(jié)果，更新已經(jīng)存在的所有目標(biāo)的相 關(guān)信息。
具體實(shí)現(xiàn)時(shí)，可預(yù)先設(shè)置跟蹤隊(duì)列，并初始化所述跟蹤隊(duì)列為空。當(dāng)從 當(dāng)前視頻中檢測(cè)到一個(gè)或一個(gè)以上的檢測(cè)目標(biāo)時(shí)，如果跟蹤隊(duì)列為空，則將 才全測(cè)目標(biāo)添加到跟蹤隊(duì)列中，形成跟蹤目標(biāo)，并對(duì)應(yīng)每個(gè)跟蹤目標(biāo)設(shè)置所述 跟蹤目標(biāo)的存在時(shí)間或呈現(xiàn)次數(shù)初始值。如果跟蹤隊(duì)列不為空，則對(duì)跟蹤隊(duì) 列中的所有跟蹤目標(biāo)，從檢測(cè)目標(biāo)中基于相似性度量查找匹配目標(biāo)，對(duì)于在 檢測(cè)目標(biāo)中存在匹配目標(biāo)的跟蹤目標(biāo)，利用所述匹配目標(biāo)更新所述跟蹤目 標(biāo)，并對(duì)所述跟蹤目標(biāo)的存在時(shí)間或呈現(xiàn)次數(shù)進(jìn)行累力口 ；對(duì)于在跟蹤隊(duì)列中 不存在匹配目標(biāo)的4全測(cè)目標(biāo)，將所述^r測(cè)目標(biāo)添加到跟蹤隊(duì)列中，形成跟蹤 目標(biāo)，并設(shè)置所述跟蹤目標(biāo)的存在時(shí)間或呈現(xiàn)次數(shù)初始值。進(jìn)一步地，對(duì)于 在檢測(cè)目標(biāo)中不存在匹配目標(biāo)的跟蹤目標(biāo)，可將所述跟蹤目標(biāo)/人跟蹤隊(duì)列中 刪除；或者，對(duì)于在檢測(cè)目標(biāo)中不存在匹配目標(biāo)的跟蹤目標(biāo)，可判斷是否在 之后連續(xù)若干幀(一般5到10幀)視頻中均不存在匹配目標(biāo)，如杲是，則 將所述跟蹤目標(biāo)從跟蹤隊(duì)列中刪除。
其中，對(duì)于在跟蹤隊(duì)列中不存在匹配目標(biāo)的檢測(cè)目標(biāo)，所述將檢測(cè)目標(biāo) 添加到跟蹤隊(duì)列中之前，可進(jìn)一步包括判斷是否在之后連續(xù)若干幀(一般 5到10幀)視頻中的所述檢測(cè)目標(biāo)在跟蹤隊(duì)列中均不存在匹配目標(biāo)，如果 是，則執(zhí)行所述將檢測(cè)目標(biāo)添加到跟蹤隊(duì)列中的操作。上述過(guò)程中，目標(biāo)的相關(guān)信息可采用多種表示方式表示，例如可設(shè)置用 于描述目標(biāo)信息的數(shù)據(jù)結(jié)構(gòu)，負(fù)責(zé)記錄目標(biāo)的位置、大小以及存在時(shí)間或呈 現(xiàn)次數(shù)等信息。
其中，對(duì)跟蹤隊(duì)列中的所有跟蹤目標(biāo)，從;險(xiǎn)測(cè)目標(biāo)中基于相似性度量查 找匹配目標(biāo)的實(shí)現(xiàn)方法可有多種，最簡(jiǎn)單的方法就是將其定義為檢測(cè)目標(biāo)與 跟蹤目標(biāo)所在區(qū)域的外接矩形的重合程度(也稱(chēng)相似性距離)，如兩者無(wú)重 疊部分，則認(rèn)為檢測(cè)目標(biāo)與跟蹤目標(biāo)相似度為零，如有重疊部分，則檢測(cè)目 標(biāo)與跟蹤目標(biāo)的相似度定義為重合部分的矩形的長(zhǎng)寬之和。顯而易見(jiàn)，重疊 區(qū)域越大，相似度越大。
假設(shè)當(dāng)前視頻中檢測(cè)到的檢測(cè)目標(biāo)為，已經(jīng)記錄的跟蹤目標(biāo)為
則具體匹配過(guò)程可以是分別計(jì)算{4}二與化二之間的相似性距離 求出所有的距離中的最大值，d(4,A) = max({"(4,5,)m)'則4.和5>.匹
配。然后，去除4和5"在剩余的檢測(cè)目標(biāo)和跟蹤目標(biāo)中繼續(xù)查找最大值，
并去除相應(yīng)的匹配目標(biāo)，直至沒(méi)有檢測(cè)目標(biāo)或者跟蹤目標(biāo)剩余。
完成上述匹配過(guò)程后，需要根據(jù)匹配結(jié)果更新化]二的相關(guān)信息，主要
考慮三種情況
1) M-iV且p,K!,和(sJ二都分別匹配上了。這表明所有目標(biāo)都在監(jiān)控范
圍內(nèi)運(yùn)動(dòng)，只需要利用(的相關(guān)信息更新化j::,的相關(guān)信息即可，即主要
是替換跟蹤目標(biāo)的位置、大小，并且將目標(biāo)存在的時(shí)間或呈現(xiàn)的次數(shù)加1。
2) M-yv且(中有若干檢測(cè)目標(biāo)沒(méi)有匹配上。這表明有新的物體出
現(xiàn)，需要將這些未匹配的運(yùn)動(dòng)區(qū)域作為新出現(xiàn)的運(yùn)動(dòng)目標(biāo)的位置、大小，添 加到跟蹤隊(duì)列中，并將其存在時(shí)間或呈現(xiàn)的次數(shù)設(shè)置為1。
3 ) M-JV且跟蹤隊(duì)列中有若千跟蹤目標(biāo)沒(méi)有得到匹配。這表明有運(yùn)動(dòng)目 標(biāo)離開(kāi)了監(jiān)控范圍，需要將這些未匹配的運(yùn)動(dòng)目標(biāo)從跟蹤隊(duì)列中刪除。實(shí)際情況下，由于誤差和噪聲的存在，對(duì)于當(dāng)前沒(méi)有匹配的檢測(cè)目標(biāo)或 者跟蹤目標(biāo)，可以先暫時(shí)保留其相關(guān)信息，并在以后連續(xù)幾幀(一般5到 10幀)圖像中進(jìn)行匹配，如果一直都沒(méi)有匹配，就認(rèn)為是新的運(yùn)動(dòng)目標(biāo)出
現(xiàn)(情況2)或者現(xiàn)有運(yùn)動(dòng)目標(biāo)離開(kāi)視野(情況3)。
步驟102,將所有存在時(shí)間或呈現(xiàn)次數(shù)大于對(duì)應(yīng)的第一設(shè)定閾值的目標(biāo) 作為候選徘徊目標(biāo)。
將跟蹤隊(duì)列中存在時(shí)間或呈現(xiàn)次數(shù)超過(guò)第一設(shè)定閾值Tl或Sl的跟蹤 目標(biāo)作為候選的徘徊目標(biāo)，具體實(shí)現(xiàn)時(shí)，可將這些跟蹤目標(biāo)保存到另一隊(duì)列 中，并可設(shè)置相應(yīng)地?cái)?shù)據(jù)結(jié)構(gòu)記錄每個(gè)候選徘徊目標(biāo)的位置、大小、候選徘 徊目標(biāo)存在的時(shí)間或呈現(xiàn)的次數(shù)，以及直方圖特征。
步驟103，對(duì)所述4夷選徘徊目標(biāo)進(jìn)行基于直方圖的匹配跟蹤，并對(duì)所跟 蹤的候選徘徊目標(biāo)的存在時(shí)間或呈現(xiàn)次數(shù)進(jìn)行記錄。
本步驟中，可對(duì)每個(gè)候選徘徊目標(biāo)，分別執(zhí)行如下所示操作
A、 獲取所述候選徘徊目標(biāo)的初始位置，即候選徘徊目標(biāo)在前一幀圖像 中的位置，并計(jì)算所述初始位置對(duì)應(yīng)區(qū)域(目標(biāo)在前一幀圖像中對(duì)應(yīng)所述初 始位置的區(qū)域，通常為前一幀圖像中以該初始位置為中心點(diǎn)的長(zhǎng)為h寬為w 的矩形框所包圍的區(qū)域)的直方圖。
B、 根據(jù)所述初始位置對(duì)應(yīng)區(qū)域的直方圖，在當(dāng)前圖像中搜索所述候選 徘徊目標(biāo)的最優(yōu)位置。
C、 計(jì)算所述最優(yōu)位置對(duì)應(yīng)區(qū)域的直方圖。
D、 計(jì)算所述初始位置對(duì)應(yīng)區(qū)域的直方圖與所述最優(yōu)位置對(duì)應(yīng)區(qū)域的直 方圖的相似度，如果所述相似度大于第三設(shè)定閾值，則對(duì)所述候選徘徊目標(biāo) 的存在時(shí)間或呈現(xiàn)次數(shù)進(jìn)行累加，并更新所述候選徘徊目標(biāo)的大小和位置。
其中，步驟B的具體實(shí)現(xiàn)過(guò)程可有多種，例如，可根據(jù)所迷初始位置 對(duì)應(yīng)區(qū)域的直方圖，利用均值偏移跟蹤算法、或粒子濾波跟蹤算法、或卡爾 曼濾波跟蹤算法在當(dāng)前圖像中搜索所述候選徘徊目標(biāo)的最優(yōu)位置。
下面分別對(duì)利用均值偏移跟蹤算法和粒子濾波跟蹤算法搜索最優(yōu)位置的情況進(jìn)行詳細(xì)描述。
采用均值偏移跟蹤算法時(shí)，搜索最優(yōu)位置的過(guò)程可包括
A1 、將所述候選徘徊目標(biāo)的初始位置作為當(dāng)前搜索位置； Bl、計(jì)算所述當(dāng)前搜索位置對(duì)應(yīng)區(qū)域的直方Cl、將所述當(dāng)前搜索位置對(duì)應(yīng)區(qū)域的直方圖和所述初始位置對(duì)應(yīng)區(qū)域 的直方圖代入相似度計(jì)算公式中，根據(jù)均值偏移理論，對(duì)所述相似度計(jì)算公 式進(jìn)行微分處理，得到候選徘徊目標(biāo)的預(yù)期位置；
Dl、判斷所述當(dāng)前搜索位置與所述候選徘徊目標(biāo)的預(yù)期位置之間的距 離是否小于第四設(shè)定閾值，如果是，則將所述候選徘徊目標(biāo)的預(yù)期位置作為 候選徘徊目標(biāo)在當(dāng)前圖像中的最優(yōu)位置；否則，將所述候選徘徊目標(biāo)的預(yù)期 位置作為當(dāng)前搜索位置，并返回執(zhí)行步驟B1。
進(jìn)一步地，步驟Cl和步驟Dl之間，還可包括如下步驟 Cl 1 、計(jì)算所述候選徘徊目標(biāo)預(yù)期位置對(duì)應(yīng)區(qū)域的直方圖； C12、計(jì)算所述預(yù)期位置對(duì)應(yīng)區(qū)域的直方圖和所述初始位置對(duì)應(yīng)區(qū)域的 直方圖的相似度，判斷所述相似度是否大于所述當(dāng)前搜索位置對(duì)應(yīng)區(qū)域的直 方圖和所述初始位置對(duì)應(yīng)區(qū)域的直方圖的相似度，如果是，則扭^亍步驟D; 否則，將所述當(dāng)前搜索位置和所述預(yù)期位置的平均值作為所述候選徘徊目標(biāo) 的預(yù)期位置，并返回執(zhí)行步驟Cll。
采用粒子濾波跟蹤算法時(shí)，搜索最優(yōu)位置的過(guò)程可包括 A2、按照設(shè)定的約束條件，抽取符合所述約束條件的粒子點(diǎn)； B2、對(duì)所抽取的每個(gè)粒子點(diǎn)，計(jì)算所述粒子點(diǎn)對(duì)應(yīng)區(qū)域的直方圖；計(jì) 算每個(gè)粒子點(diǎn)對(duì)應(yīng)區(qū)域的直方圖和所述初始位置對(duì)應(yīng)區(qū)域的直方圖的相似 度，得到各粒子點(diǎn)對(duì)應(yīng)的相似度；
C2、根據(jù)每個(gè)粒子點(diǎn)對(duì)應(yīng)的相似度，確定候選徘徊目標(biāo)在當(dāng)前圖像中 的最優(yōu)位置。例如，可將相似度最大的粒子點(diǎn)所對(duì)應(yīng)的位置確定為候選徘徊 目標(biāo)在當(dāng)前圖像中的最優(yōu)位置；或者，可根據(jù)每個(gè)粒子點(diǎn)對(duì)應(yīng)的相似度，按 照相似度大權(quán)重大，相似度小權(quán)重小的原則，為每個(gè)粒子點(diǎn)確定一個(gè)權(quán)重，將所有粒子點(diǎn)所對(duì)應(yīng)位置的權(quán)重平均值確定為候選徘徊目標(biāo)在當(dāng)前圖像中 的最優(yōu)位置。
具體實(shí)現(xiàn)時(shí)，上述直方圖可以只包括顏色直方圖，也可以只包括空間位 置直方圖，或者也可以同時(shí)包括顏色直方圖和空間位置直方圖。其中，空間 位置直方圖可以避免將相互交互或者碰撞(主要是空間位置上靠得太近了 ) 的兩個(gè)目標(biāo)匹配^"誤。
下面對(duì)上述直方圖同時(shí)包括顏色直方圖和空間位置直方圖的情況進(jìn)行 相似度計(jì)算時(shí)的詳細(xì)描述。
假設(shè)對(duì)于每個(gè)候選徘徊目標(biāo)，其對(duì)應(yīng)區(qū)域的顏色直方圖記為{《 }二 ，空間 位置直方圖記為(v丄l,，則對(duì)于每個(gè)候選的徘徊目標(biāo)，其特征表示為{《 ，、}二。
其中H表示^:組中的元素的個(gè)數(shù)。
假設(shè)候選徘徊目標(biāo)的初始位置為So，當(dāng)前搜索位置為s,,則候選徘徊目
標(biāo)初始位置對(duì)應(yīng)區(qū)域的特征表示為,當(dāng)前搜索位置對(duì)應(yīng)區(qū)域的
特征表示為fe^,)，v》,》二，相應(yīng)地，可定義如下的相似度計(jì)算公式<formula>formula see original document page 21</formula> (1)
其中，空間位置直方圖(vj工的具體構(gòu)造方法可如下所示 將目標(biāo)區(qū)域的所有像素點(diǎn)記為(x,.;u,u ， 一般用 一個(gè)矩形來(lái)表示該目標(biāo)， 設(shè)矩形中心點(diǎn)為y，長(zhǎng)為A,寬為w,定義一個(gè)函數(shù)6(Q),對(duì)于每個(gè)xi, b(xi) 表示該像素點(diǎn)的空間位置特征在量化的特征空間中的量化序號(hào)M (該序號(hào)取 值范圍是1到H)。
對(duì)于任意量化序號(hào)"e仏2,…,i/)，其位置均值、計(jì)算為
<formula>formula see original document page 21</formula>
所有量化序號(hào)的位置均值就構(gòu)成了空間位置直方圖，記為化},步驟104,將所有存在時(shí)間或呈現(xiàn)次數(shù)大于對(duì)應(yīng)的第二設(shè)定閾值的候選
4非;f回目木亍作為徘^f回目才示。
本步驟中，進(jìn)一步地，可在確定出徘徊目標(biāo)后進(jìn)行報(bào)警。 以上對(duì)本發(fā)明實(shí)施例中的視頻監(jiān)控中的徘徊檢測(cè)方法進(jìn)行了詳細(xì)描述， 下面再對(duì)本發(fā)明實(shí)施例中的視頻監(jiān)控中的徘徊檢測(cè)系統(tǒng)進(jìn)行詳細(xì)描述。
圖3為本發(fā)明實(shí)施例中的視頻監(jiān)控中的徘徊檢測(cè)系統(tǒng)的示例性結(jié)構(gòu)圖， 如圖3所示，該徘徊檢測(cè)系統(tǒng)包括第 一檢測(cè)單元和第二4企測(cè)單元。
其中，第 一檢測(cè)單元用于對(duì)視頻監(jiān)控區(qū)域內(nèi)出現(xiàn)的目標(biāo)進(jìn)行基于位置的匹 配跟蹤，并對(duì)所跟蹤的目標(biāo)的存在時(shí)間或呈現(xiàn)次數(shù)進(jìn)行記錄，將所有存在時(shí)間 或呈現(xiàn)次數(shù)大于對(duì)應(yīng)的第一設(shè)定閾值的目標(biāo)作為候選徘徊目標(biāo)。
第二檢測(cè)單元用于對(duì)所述第一檢測(cè)單元確定的候選徘徊目標(biāo)進(jìn)行基于 直方圖的匹配跟i 宗，并對(duì)所跟蹤的候選徘徊目標(biāo)的存在時(shí)間或呈現(xiàn)次數(shù)進(jìn)行 記錄，將所有存在時(shí)間或呈現(xiàn)次數(shù)大于對(duì)應(yīng)的第二設(shè)定閾值的候選徘徊目標(biāo) 作為徘徊目標(biāo)。
具體實(shí)現(xiàn)時(shí)，第一檢測(cè)單元可有多種具體結(jié)構(gòu)形式，圖4示出了其中一 種，包括目標(biāo)#企測(cè)單元、目標(biāo)跟蹤單元和候選徘徊目標(biāo)確定單元。
其中，目標(biāo)檢測(cè)單元用于從視頻采集設(shè)備采集的當(dāng)前視頻中進(jìn)行目標(biāo)檢測(cè)， ;險(xiǎn)測(cè)到一個(gè)或一個(gè)以上的4企測(cè)目標(biāo)。
目標(biāo)跟蹤單元用于在預(yù)設(shè)的跟蹤隊(duì)列為空時(shí)，將一全測(cè)目標(biāo)添加到跟蹤隊(duì)列 中，形成跟蹤目標(biāo)，并對(duì)應(yīng)每個(gè)跟蹤目標(biāo)設(shè)置所述跟蹤目標(biāo)的存在時(shí)間或呈現(xiàn) 次凄t初始值；在跟蹤隊(duì)列不為空時(shí)，對(duì)跟蹤隊(duì)列中的所有跟蹤目標(biāo)，AM全測(cè)目 標(biāo)中基于相似性度量查找匹配目標(biāo)，對(duì)于在檢測(cè)目標(biāo)中存在匹配目標(biāo)的跟蹤目 標(biāo)，利用所述匹配目標(biāo)更新所述跟蹤目標(biāo)，并對(duì)所述跟蹤目標(biāo)的存在時(shí)間或呈 現(xiàn)次數(shù)進(jìn)行累加；對(duì)于在跟蹤隊(duì)列中不存在匹配目標(biāo)的4全測(cè)目標(biāo)，將所述4全測(cè) 目標(biāo)添加到跟蹤隊(duì)列中，形成跟蹤目標(biāo)，并設(shè)置所述跟蹤目標(biāo)的存在時(shí)間或呈 現(xiàn)次數(shù)初始值。進(jìn)一步地，對(duì)于在檢測(cè)目標(biāo)中不存在匹配目標(biāo)的跟蹤目標(biāo)，目 標(biāo)跟蹤單元可將所述跟蹤目標(biāo)從跟蹤隊(duì)列中刪除；或者，對(duì)于在檢測(cè)目標(biāo)中不存在匹配目標(biāo)的5艮蹤目標(biāo)，目標(biāo)跟蹤單元可判斷是否在之后連續(xù)N幀-見(jiàn)頻中均 不存在匹配目標(biāo)，如果是，則將所述跟蹤目標(biāo)從跟蹤隊(duì)列中刪除。
一設(shè)定閾值的目標(biāo)作為候選徘徊目標(biāo)。
其中，目標(biāo)跟蹤單元可在跟蹤隊(duì)列中不存在匹配目標(biāo)的4全測(cè)目標(biāo)時(shí)，所 述將檢測(cè)目標(biāo)添加到跟蹤隊(duì)列中之前，判斷是否在之后連續(xù)M幀視頻中的
所述檢測(cè)目標(biāo)在跟蹤隊(duì)列中均不存在匹配目標(biāo)，如果是，則執(zhí)行所述將^r測(cè) 目標(biāo)添加到跟蹤隊(duì)列中的操作。
具體實(shí)現(xiàn)時(shí)，第二檢測(cè)單元也可有多種具體結(jié)構(gòu)形式，圖5示出了其中 一種，包括初始位置直方圖計(jì)算單元、最優(yōu)位置搜索單元、最優(yōu)位置直方 圖計(jì)算單元、信息記錄及更新單元和徘徊目標(biāo)確定單元。
其中，初始位置直方圖計(jì)算單元用于獲取所述候選徘徊目標(biāo)的初始位置， 并計(jì)算所述初始位置對(duì)應(yīng)區(qū)域的直方圖。
最優(yōu)位置搜索單元用于根據(jù)所述初始位置對(duì)應(yīng)區(qū)域的直方圖，在當(dāng)前圖像 中搜索所述候選徘徊目標(biāo)的最優(yōu)位置。
最優(yōu)位置直方圖計(jì)算單元用于計(jì)算所述最優(yōu)位置對(duì)應(yīng)區(qū)域的直方圖。
信息記錄及更新單元用于計(jì)算所述初始位置對(duì)應(yīng)區(qū)域的直方圖與所述最優(yōu) 位置對(duì)應(yīng)區(qū)域的直方圖的相似度，如果所述相似度大于第三設(shè)定閾值，則對(duì)所 述候選徘徊目標(biāo)的存在時(shí)間或呈現(xiàn)次數(shù)進(jìn)行累加，并更新所述候選徘徊目標(biāo)的 大小和位置。
徘徊目標(biāo)確定單元用于將所有存在時(shí)間或呈現(xiàn)次數(shù)大于對(duì)應(yīng)的第二設(shè)定閾 值的候選徘徊目標(biāo)作為徘徊目標(biāo)。
其中，最優(yōu)位置搜索單元在具體實(shí)現(xiàn)時(shí)，基于不同的實(shí)現(xiàn)方法，可包括 不同的具體實(shí)現(xiàn)單元，例如，可包括(圖中未示出)均值偏移跟蹤單元或 粒子濾波跟蹤單元或卡爾曼濾波跟蹤單元。
其中，均值偏移跟蹤單元用于根據(jù)所述初始位置對(duì)應(yīng)區(qū)域的直方圖，利用 均值偏移跟蹤算法在當(dāng)前圖像中搜索所述候選徘徊目標(biāo)的最優(yōu)位置。粒子濾波跟蹤單元用于根據(jù)所述初始位置對(duì)應(yīng)區(qū)域的直方圖，利用粒子濾 波跟蹤算法在當(dāng)前圖像中搜索所述候選徘徊目標(biāo)的最優(yōu)位置。
卡爾曼濾波跟蹤單元用于根據(jù)所述初始位置對(duì)應(yīng)區(qū)域的直方圖，利用卡 爾曼濾波跟蹤算法在當(dāng)前圖像中搜索所述候選徘徊目標(biāo)的最優(yōu)位置。
上述各跟蹤單元在具體實(shí)現(xiàn)時(shí)也可有多種結(jié)構(gòu)形式，下面以均值偏移跟
蹤單元為例，對(duì)均值偏移跟蹤單元的內(nèi)部結(jié)構(gòu)進(jìn)行詳細(xì)描述。圖6為均值偏 移跟蹤單元的一種內(nèi)部結(jié)構(gòu)示意圖。如圖6所示，該均值偏移跟蹤單元可包 括初始搜索位置確定單元、搜索位置直方圖計(jì)算單元、預(yù)期位置確定單元 和目標(biāo)位置確定單元。
其中，初始搜索位置確定單元用于在當(dāng)前圖像中進(jìn)行初始搜索時(shí)，將所述 候選徘徊目標(biāo)的初始位置作為當(dāng)前搜索位置，并將所述當(dāng)前^:索位置指示給搜 索位置直方圖計(jì)算單元。
搜索位置直方圖計(jì)算單元用于計(jì)算所述當(dāng)前搜索位置對(duì)應(yīng)區(qū)域的直方圖。 預(yù)期位置確定單元用于將所述當(dāng)前搜索位置對(duì)應(yīng)區(qū)域的直方圖和所述初始 位置對(duì)應(yīng)區(qū)域的直方圖代入相似度計(jì)算公式中，根據(jù)均值偏移理論，對(duì)所述相 似度計(jì)算公式進(jìn)行微分處理，得到候選徘徊目標(biāo)的預(yù)期位置。
目標(biāo)位置確定單元用于判斷所述當(dāng)前搜索位置與所迷候選徘徊目標(biāo)的 預(yù)期位置之間的距離是否小于第四設(shè)定閾值，如果是，則將所述候選徘徊目 標(biāo)的預(yù)期位置作為候選徘徊目標(biāo)在當(dāng)前圖像中的最優(yōu)位置；否則，將所述候 選徘徊目標(biāo)的預(yù)期位置作為當(dāng)前搜索位置，并將所述當(dāng)前搜索位置指示給搜
索位置直方圖計(jì)算單元。
與本發(fā)明實(shí)施例中徘徊檢測(cè)方法的實(shí)現(xiàn)過(guò)程一致，本發(fā)明施例中徘徊寸全 測(cè)系統(tǒng)的預(yù)期位置確定單元和目標(biāo)位置確定單元之間可如圖7所示，進(jìn)一步 包括預(yù)期位置直方圖計(jì)算單元和預(yù)期位置驗(yàn)證單元。
其中，預(yù)期位置直方圖計(jì)算單元用于計(jì)算所述候選徘徊目標(biāo)預(yù)期位置對(duì)應(yīng) 區(qū)域的直方圖。
預(yù)期位置驗(yàn)證單元用于計(jì)算所述預(yù)期位置對(duì)應(yīng)區(qū)域的直方圖和所述初始位置對(duì)應(yīng)區(qū)域的直方圖的相似度，判斷所述相似度是否大于所述當(dāng)前搜索 位置對(duì)應(yīng)區(qū)域的直方圖和所述初始位置對(duì)應(yīng)區(qū)域的直方圖的相似度，如果 是，則將所述預(yù)期位置輸出給目標(biāo)位置確定單元；否則，將所述當(dāng)前搜索位 置和所述預(yù)期位置的平均值作為所述候選徘徊目標(biāo)的預(yù)期位置，并將所述候 選徘徊目標(biāo)的預(yù)期位置輸出給預(yù)期位置直方圖計(jì)算單元。
下面再以粒子濾波跟蹤單元為例，對(duì)粒子濾波跟蹤單元的內(nèi)部結(jié)構(gòu)進(jìn)行
詳細(xì)描述。圖8為粒子濾波跟蹤單元的一種內(nèi)部結(jié)構(gòu)示意圖。如圖8所示， 該粒子濾波跟蹤單元可包括粒子抽取單元和目標(biāo)位置確定單元。
其中，粒子抽取單元用于按照設(shè)定的約束條件，抽取符合所述約束條件的 粒子點(diǎn)。
目標(biāo)位置確定單元用于對(duì)所抽取的每個(gè)粒子點(diǎn)，計(jì)算所述粒子點(diǎn)對(duì)應(yīng)區(qū) 域的直方圖；計(jì)算每個(gè)粒子點(diǎn)對(duì)應(yīng)區(qū)域的直方圖和所述初始位置對(duì)應(yīng)區(qū)域的 直方圖的相似度，得到各粒子點(diǎn)對(duì)應(yīng)的相似度；根據(jù)每個(gè)粒子點(diǎn)對(duì)應(yīng)的相似 度，確定候選徘徊目標(biāo)在當(dāng)前圖像中的最優(yōu)位置。例如，可將相似度最大的 粒子點(diǎn)所對(duì)應(yīng)的位置確定為候選徘徊目標(biāo)在當(dāng)前圖像中的最優(yōu)位置；或者， 可根據(jù)每個(gè)粒子點(diǎn)對(duì)應(yīng)的相似度，按照相似度大權(quán)重大，相似度小權(quán)重小的 原則，為每個(gè)粒子點(diǎn)確定一個(gè)權(quán)重，將所有粒子點(diǎn)所對(duì)應(yīng)位置的權(quán)重平均值 確定為候選徘徊目標(biāo)在當(dāng)前圖像中的最優(yōu)位置。
以上所述的具體實(shí)施例，對(duì)本發(fā)明的目的、技術(shù)方案和有益效果進(jìn)行了 進(jìn)一步詳細(xì)說(shuō)明，所應(yīng)理解的是，以上所述僅為本發(fā)明的較佳實(shí)施例而已， 并非用于限定本發(fā)明的保護(hù)范圍，凡在本發(fā)明的精神和原則之內(nèi)，所作的任 何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。
權(quán)利要求
1、一種視頻監(jiān)控中的徘徊檢測(cè)方法，其特征在于，該方法包括對(duì)視頻監(jiān)控區(qū)域內(nèi)出現(xiàn)的目標(biāo)進(jìn)行基于位置的匹配跟蹤，并對(duì)所跟蹤的目標(biāo)的存在時(shí)間或呈現(xiàn)次數(shù)進(jìn)行記錄，將所有存在時(shí)間或呈現(xiàn)次數(shù)大于對(duì)應(yīng)的第一設(shè)定閾值的目標(biāo)作為候選徘徊目標(biāo)；對(duì)所述候選徘徊目標(biāo)進(jìn)行基于直方圖的匹配跟蹤，并對(duì)所跟蹤的候選徘徊目標(biāo)的存在時(shí)間或呈現(xiàn)次數(shù)進(jìn)行記錄，將所有存在時(shí)間或呈現(xiàn)次數(shù)大于對(duì)應(yīng)的第二設(shè)定閾值的候選徘徊目標(biāo)作為徘徊目標(biāo)。
2、 如權(quán)利要求l所述的方法，其特征在于，所述對(duì)候選徘徊目標(biāo)進(jìn)行基于 直方圖的匹配跟蹤，并對(duì)所跟蹤的^f'昊選徘徊目標(biāo)的存在時(shí)間或呈現(xiàn)次數(shù)進(jìn)行記 錄包括分別對(duì)每個(gè)候選徘徊目標(biāo)，執(zhí)行如下操作獲取所述候選徘徊目標(biāo)的初始位置，并計(jì)算所述初始位置對(duì)應(yīng)區(qū)域的直方圖；根據(jù)所述初始位置對(duì)應(yīng)區(qū)域的直方圖，在當(dāng)前圖像中搜索所述候選徘徊目 標(biāo)的最優(yōu)位置；計(jì)算所述最優(yōu)位置對(duì)應(yīng)區(qū)域的直方圖；計(jì)算所述初始位置對(duì)應(yīng)區(qū)域的直方圖與所述最優(yōu)位置對(duì)應(yīng)區(qū)域的直方圖的 相似度，如果所述相似度大于第三設(shè)定閾值，則對(duì)所述候選徘徊目標(biāo)的存在時(shí) 間或呈現(xiàn)次數(shù)進(jìn)行累加，并更新所述候選徘徊目標(biāo)的大小和位置。
3、 如權(quán)利要求2所述的方法，其特征在于，所述根據(jù)所述初始位置對(duì)應(yīng)區(qū) 域的直方圖，在當(dāng)前圖像中搜索所述候選徘徊目標(biāo)的最優(yōu)位置包括根據(jù)所述 初始位置對(duì)應(yīng)區(qū)域的直方圖，利用均值偏移跟蹤算法、或粒子濾波跟蹤算法、 或卡爾曼濾波跟蹤算法在當(dāng)前圖像中搜索所述候選徘徊目標(biāo)的最優(yōu)位置。
4、 如權(quán)利要求3所述的方法，其特征在于，所述根據(jù)初始位置對(duì)應(yīng)區(qū)域的 直方圖，利用均值偏移跟蹤算法在當(dāng)前圖像中搜索所述候選徘徊目標(biāo)的最優(yōu)位 置包括A、 將所述候選徘徊目標(biāo)的初始位置作為當(dāng)前搜索位置；B、 計(jì)算所述當(dāng)前搜索位置對(duì)應(yīng)區(qū)域的直方圖；C、 將所述當(dāng)前搜索位置對(duì)應(yīng)區(qū)域的直方圖和所述初始位置對(duì)應(yīng)區(qū)域的直方 圖代入相似度計(jì)算公式中，根據(jù)均值偏移理論，對(duì)所述相似度計(jì)算公式進(jìn)行微 分處理，得到候選徘徊目標(biāo)的預(yù)期位置；D、 判斷所述當(dāng)前搜索位置與所述候選徘徊目標(biāo)的預(yù)期位置之間的距離是 否小于第四設(shè)定閾值，如果是，則將所述候選徘徊目標(biāo)的預(yù)期位置作為候選徘 徊目標(biāo)在當(dāng)前圖像中的最優(yōu)位置；否則，將所述候選徘徊目標(biāo)的預(yù)期位置作為 當(dāng)前搜索位置，并返回執(zhí)行步驟B。
5、 如權(quán)利要求4所述的方法，其特征在于，所述步驟C和步驟D之間， 進(jìn)一步包括Cl 、計(jì)算所述候選徘徊目標(biāo)預(yù)期位置對(duì)應(yīng)區(qū)域的直方圖； C2、計(jì)算所述預(yù)期位置對(duì)應(yīng)區(qū)域的直方圖和所述初始位置對(duì)應(yīng)區(qū)^^的直方 圖的相似度，判斷所述相似度是否大于所述當(dāng)前搜索位置對(duì)應(yīng)區(qū)域的直方圖和 所述初始位置對(duì)應(yīng)區(qū)域的直方圖的相似度，如果是，則執(zhí)行步驟D;否則，將 所述當(dāng)前搜索位置和所述預(yù)期位置的平均值作為所述候選徘徊目標(biāo)的預(yù)期位 置，并返回執(zhí)行步驟C1。
6、 如權(quán)利要求3所述的方法，其特征在于，所述根據(jù)初始位置對(duì)應(yīng)區(qū)域的 直方圖，利用粒子濾波跟蹤算法在當(dāng)前圖像中搜索所述候選徘徊目標(biāo)的最優(yōu)位 置包括按照設(shè)定的約束條件，抽耳又符合所述約束條件的粒子點(diǎn)； 對(duì)所抽取的每個(gè)粒子點(diǎn)，計(jì)算所述粒子點(diǎn)對(duì)應(yīng)區(qū)域的直方圖；計(jì)算每個(gè)粒子點(diǎn)對(duì)應(yīng)區(qū)域的直方圖和所述初始位置對(duì)應(yīng)區(qū)域的直方圖的相似度，得到各粒子點(diǎn)對(duì)應(yīng)的相似度；根據(jù)每個(gè)粒子點(diǎn)對(duì)應(yīng)的相似度，確定候選徘徊目標(biāo)在當(dāng)前圖像中的最優(yōu)位置。
7、 如權(quán)利要求6所述的方法，其特征在于，所述根據(jù)每個(gè)粒子點(diǎn)對(duì)應(yīng)的相似度，確定候選徘徊目標(biāo)在當(dāng)前圖像中的最優(yōu)位置包括將相似度最大的粒子點(diǎn)所對(duì)應(yīng)的位置確定為候選徘徊目標(biāo)在當(dāng)前圖像中的最優(yōu)位置；或者包括根據(jù)每個(gè)粒子點(diǎn)對(duì)應(yīng)的相似度，按照相似度大權(quán)重大，相似度 小權(quán)重小的原則，為每個(gè)粒子點(diǎn)確定一個(gè)權(quán)重，將所有粒子點(diǎn)所對(duì)應(yīng)位置的權(quán) 重平均值確定為候選徘徊目標(biāo)在當(dāng)前圖像中的最優(yōu)位置。
8、 如權(quán)利要求2-7中任一項(xiàng)所述的方法，其特征在于，所述直方圖包括 顏色直方圖和/或空間位置直方圖。
9、 如權(quán)利要求l所述的方法，其特征在于，所述對(duì)視頻監(jiān)控區(qū)域內(nèi)出現(xiàn)的 目標(biāo)進(jìn)行基于位置的匹配跟蹤，并對(duì)所跟蹤的目標(biāo)的存在時(shí)間或呈現(xiàn)次凄t進(jìn)行 "i己錄包4舌預(yù)先設(shè)置跟蹤隊(duì)列，并初始化所述跟蹤隊(duì)列為空；從視頻采集設(shè)備采集的當(dāng)前視頻中進(jìn)行目標(biāo)檢測(cè)，檢測(cè)到一個(gè)或一個(gè)以上 的檢測(cè)目標(biāo)；如果跟蹤隊(duì)列為空，則將檢測(cè)目標(biāo)添加到跟蹤隊(duì)列中，形成跟蹤目標(biāo)，并 對(duì)應(yīng)每個(gè)跟蹤目標(biāo)設(shè)置所述跟蹤目標(biāo)的存在時(shí)間或呈現(xiàn)次數(shù)初始值；如果跟蹤 隊(duì)列不為空，則對(duì)跟蹤隊(duì)列中的所有跟蹤目標(biāo)，從檢測(cè)目標(biāo)中基于相似性度量 查找匹配目標(biāo)，對(duì)于在檢測(cè)目標(biāo)中存在匹配目標(biāo)的跟蹤目標(biāo)，利用所述匹配目 標(biāo)更新所述跟蹤目標(biāo)，并對(duì)所述跟蹤目標(biāo)的存在時(shí)間或呈現(xiàn)次數(shù)進(jìn)行累加；對(duì) 于在跟蹤隊(duì)列中不存在匹配目標(biāo)的才企測(cè)目標(biāo)，將所述沖企測(cè)目標(biāo)添加到跟蹤隊(duì)列 中，形成跟蹤目標(biāo)，并設(shè)置所述跟蹤目標(biāo)的存在時(shí)間或呈現(xiàn)次數(shù)初始值。
10、 如權(quán)利要求9所述的方法，其特征在于，對(duì)于在跟蹤隊(duì)列中不存在匹 配目標(biāo)的檢測(cè)目標(biāo)，所述將檢測(cè)目標(biāo)添加到跟蹤隊(duì)列中之前，進(jìn)一步包括配目標(biāo)，如果是，則執(zhí)行所述將檢測(cè)目標(biāo)添加到跟蹤隊(duì)列中的操作。
11、 如權(quán)利要求9所述的方法，其特征在于，該方法進(jìn)一步包括對(duì)于在 檢測(cè)目標(biāo)中不存在匹配目標(biāo)的跟蹤目標(biāo)，將所述跟蹤目標(biāo)從跟蹤隊(duì)列中刪除；或者，對(duì)于在檢測(cè)目標(biāo)中不存在匹配目標(biāo)的跟蹤目標(biāo)，判斷是否在之后連續(xù)N幀視頻中均不存在匹配目標(biāo)，如果是，則將所述跟蹤目標(biāo)從跟蹤隊(duì)列中刪 除。
12、 視頻監(jiān)控中的徘徊檢測(cè)系統(tǒng)，其特征在于，該系統(tǒng)包括 第一檢測(cè)單元，用于對(duì)視頻監(jiān)控區(qū)域內(nèi)出現(xiàn)的目標(biāo)進(jìn)行基于位置的匹配跟蹤，并對(duì)所跟蹤的目標(biāo)的存在時(shí)間或呈現(xiàn)次數(shù)進(jìn)行記錄，將所有存在時(shí)間或呈 現(xiàn)次數(shù)大于對(duì)應(yīng)的第一設(shè)定閾值的目標(biāo)作為候選徘徊目標(biāo)；第二檢測(cè)單元，用于對(duì)所述第 一檢測(cè)單元確定的候選徘徊目標(biāo)進(jìn)行基于直 方圖的匹配跟蹤，并對(duì)所跟蹤的候選徘徊目標(biāo)的存在時(shí)間或呈現(xiàn)次數(shù)進(jìn)行記錄， 將所有存在時(shí)間或呈現(xiàn)次數(shù)大于對(duì)應(yīng)的第二設(shè)定閾值的候選徘徊目標(biāo)作為徘徊 目標(biāo)。
13、 如權(quán)利要求12所述的系統(tǒng)，其特征在于，所述第二檢測(cè)單元包括 初始位置直方圖計(jì)算單元，用于獲取所述候選徘徊目標(biāo)的初始位置，并計(jì)算所述初始位置對(duì)應(yīng)區(qū)域的直方圖；最優(yōu)位置搜索單元，用于根據(jù)所述初始位置對(duì)應(yīng)區(qū)域的直方圖，在當(dāng)前圖像中搜索所述候選徘徊目標(biāo)的最優(yōu)位置；最優(yōu)位置直方圖計(jì)算單元，用于計(jì)算所述最優(yōu)位置對(duì)應(yīng)區(qū)域的直方圖； 信息記錄及更新單元，用于計(jì)算所述初始位置對(duì)應(yīng)區(qū)域的直方圖與所述最優(yōu)位置對(duì)應(yīng)區(qū)域的直方圖的相似度，如果所述相似度大于第三設(shè)定閾值，則對(duì)所述候選徘徊目標(biāo)的存在時(shí)間或呈現(xiàn)次數(shù)進(jìn)行累加，并更新所述候選徘徊目標(biāo)的大小和位置；徘徊目標(biāo)確定單元，用于將所有存在時(shí)間或呈現(xiàn)次數(shù)大于對(duì)應(yīng)的第二設(shè)定 闊值的候選徘徊目標(biāo)作為徘徊目標(biāo)。
14、 如權(quán)利要求13所述的系統(tǒng)，其特征在于，所述最優(yōu)位置搜索單元包括 均值偏移跟蹤單元，用于根據(jù)所述初始位置對(duì)應(yīng)區(qū)域的直方圖，利用均值偏移跟蹤算法在當(dāng)前圖像中搜索所述候選徘徊目標(biāo)的最優(yōu)位置；或，粒子濾波跟蹤單元，用于根據(jù)所述初始位置對(duì)應(yīng)區(qū)域的直方圖，利用 粒子濾波跟蹤算法在當(dāng)前圖像中搜索所述候選徘徊目標(biāo)的最優(yōu)位置；或，卡爾曼濾波跟蹤單元，用于根據(jù)所述初始位置對(duì)應(yīng)區(qū)域的直方圖，利 用卡爾曼濾波跟蹤算法在當(dāng)前圖像中搜索所述候選徘徊目標(biāo)的最優(yōu)位置。
15、 如權(quán)利要求14所述的系統(tǒng)，其特征在于，所述均值偏移跟蹤單元包括 初始搜索位置確定單元，用于在當(dāng)前圖像中進(jìn)行初始搜索時(shí)，將所述候選徘徊目標(biāo)的初始位置作為當(dāng)前搜索位置，并將所述當(dāng)前搜索位置指示給搜索位 置直方圖計(jì)算單元；搜索位置直方圖計(jì)算單元，用于計(jì)算所述當(dāng)前搜索位置對(duì)應(yīng)區(qū)域的直方圖； 預(yù)期位置確定單元，用于將所述當(dāng)前搜索位置對(duì)應(yīng)區(qū)域的直方圖和所述初 始位置對(duì)應(yīng)區(qū)域的直方圖代入相似度計(jì)算公式中，根據(jù)均值偏移理論，對(duì)所述 相似度計(jì)算公式進(jìn)行微分處理，得到候選徘徊目標(biāo)的預(yù)期位置；目標(biāo)位置確定單元，用于判斷所述當(dāng)前搜索位置與所述候選徘徊目標(biāo)的預(yù) 期位置之間的距離是否小于第四設(shè)定閾值，如果是，則將所述候選徘徊目標(biāo)的 預(yù)期位置作為候選徘徊目標(biāo)在當(dāng)前圖像中的最優(yōu)位置；否則，將所述候選徘徊 目標(biāo)的預(yù)期位置作為當(dāng)前搜索位置，并將所述當(dāng)前搜索位置指示給搜索位置直 方圖計(jì)算單元。
16、 如權(quán)利要求15所述的系統(tǒng)，其特征在于，所述均值偏移跟蹤單元進(jìn)一 步包括預(yù)期位置直方圖計(jì)算單元，用于計(jì)算所述候選徘徊目標(biāo)預(yù)期位置對(duì)應(yīng)區(qū)域 的直方圖；預(yù)期位置驗(yàn)證單元，用于計(jì)算所述預(yù)期位置對(duì)應(yīng)區(qū)域的直方圖和所述初始 位置對(duì)應(yīng)區(qū)域的直方圖的相似度，判斷所述相似度是否大于所述當(dāng)前搜索位置 對(duì)應(yīng)區(qū)域的直方圖和所述初始位置對(duì)應(yīng)區(qū)域的直方圖的相似度，如果是，貝'j將 所述預(yù)期位置輸出給目標(biāo)位置確定單元；否則，將所述當(dāng)前搜索位置和所述預(yù) 期位置的平均值作為所述候選徘徊目標(biāo)的預(yù)期位置，并將所述候選徘徊目標(biāo)的 預(yù)期位置輸出給預(yù)期位置直方圖計(jì)算單元。
17、 如權(quán)利要求14所述的系統(tǒng)，其特征在于，所述粒子濾波跟蹤單元包括 粒子抽取單元，用于按照設(shè)定的約束條件，抽取符合所述約束條件的粒子點(diǎn)；目標(biāo)位置確定單元，用于對(duì)所抽取的每個(gè)粒子點(diǎn)，計(jì)算所述粒子點(diǎn)對(duì)應(yīng)區(qū)域的直方圖；計(jì)算每個(gè)粒子點(diǎn)對(duì)應(yīng)區(qū)域的直方圖和所述初始位置對(duì)應(yīng)區(qū)域的直 方圖的相似度，得到各粒子點(diǎn)對(duì)應(yīng)的相似度；將相似度最大的粒子點(diǎn)所對(duì)應(yīng)的 位置確定為候選徘徊目標(biāo)在當(dāng)前圖像中的最優(yōu)位置；或者，根據(jù)每個(gè)粒子點(diǎn)對(duì) 應(yīng)的相似度，按照相似度大權(quán)重大，相似度小權(quán)重小的原則，為每個(gè)粒子點(diǎn)確 定一個(gè)權(quán)重，將所有粒子點(diǎn)所對(duì)應(yīng)位置的權(quán)重平均值確定為候選徘徊目標(biāo)在當(dāng) 前圖像中的最優(yōu)位置。
18、 如權(quán)利要求12所述的系統(tǒng)，其特征在于，所述第一檢測(cè)單元包括目標(biāo)檢測(cè)單元，用于從視頻采集設(shè)備采集的當(dāng)前視頻中進(jìn)行目標(biāo)檢測(cè)，檢 測(cè)到一個(gè)或一個(gè)以上的4全測(cè)目標(biāo)；目標(biāo)跟蹤單元，用于在預(yù)設(shè)的跟蹤隊(duì)列為空時(shí)，將檢測(cè)目標(biāo)添加到跟蹤隊(duì) 列中，形成跟蹤目標(biāo)，并對(duì)應(yīng)每個(gè)跟蹤目標(biāo)設(shè)置所述跟蹤目標(biāo)的存在時(shí)間或呈 現(xiàn)次數(shù)初始值；在跟蹤隊(duì)列不為空時(shí)，對(duì)跟蹤隊(duì)列中的所有跟蹤目標(biāo)，AM全測(cè) 目標(biāo)中基于相似性度量查找匹配目標(biāo)，對(duì)于在檢測(cè)目標(biāo)中存在匹配目標(biāo)的跟蹤 目標(biāo)，利用所述匹配目標(biāo)更新所述跟蹤目標(biāo)，并對(duì)所述跟蹤目標(biāo)的存在時(shí)間或 呈現(xiàn)次數(shù)進(jìn)行累加；對(duì)于在跟蹤隊(duì)列中不存在匹配目標(biāo)的檢測(cè)目標(biāo)，將所述檢 測(cè)目標(biāo)添加到跟蹤隊(duì)列中，形成跟蹤目標(biāo)，并設(shè)置所述跟蹤目標(biāo)的存在時(shí)間或 呈現(xiàn)次數(shù)初始值；候選徘徊目標(biāo)確定單元，用于將所有存在時(shí)間或呈現(xiàn)次數(shù)大于對(duì)應(yīng)的第一 設(shè)定閾值的目標(biāo)作為候選徘徊目標(biāo)。
19、 如權(quán)利要求18所述的系統(tǒng)，其特征在于，所述目標(biāo)跟蹤單元進(jìn)一步在 跟蹤隊(duì)列中不存在匹配目標(biāo)的一僉測(cè)目標(biāo)時(shí)，所述將才企測(cè)目標(biāo)添加到跟蹤隊(duì)列中 之前，判斷是否在之后連續(xù)M幀視頻中的所述檢測(cè)目標(biāo)在跟蹤隊(duì)列中均不存在 匹配目標(biāo)，如果是，則執(zhí)行所述將檢測(cè)目標(biāo)添加到跟蹤隊(duì)列中的操作。
20、 如權(quán)利要求18所述的系統(tǒng)，其特征在于，所述目標(biāo)跟蹤單元進(jìn)一步對(duì) 于在4企測(cè)目標(biāo)中不存在匹配目標(biāo)的5艮蹤目標(biāo)，將所述跟蹤目標(biāo)從跟蹤隊(duì)列中刪除；或者，對(duì)于在檢測(cè)目標(biāo)中不存在匹配目標(biāo)的跟蹤目標(biāo)，判斷是否在之后連續(xù)N幀視頻中均不存在匹配目標(biāo)，如果是，則將所述跟蹤目標(biāo)從跟蹤隊(duì)列中刪除。
全文摘要
本發(fā)明公開(kāi)了一種視頻監(jiān)控中的徘徊檢測(cè)方法，包括對(duì)視頻監(jiān)控區(qū)域內(nèi)出現(xiàn)的目標(biāo)進(jìn)行基于位置的匹配跟蹤，并對(duì)所跟蹤的目標(biāo)的存在時(shí)間或呈現(xiàn)次數(shù)進(jìn)行記錄，將所有存在時(shí)間或呈現(xiàn)次數(shù)大于對(duì)應(yīng)的第一設(shè)定閾值的目標(biāo)作為候選徘徊目標(biāo)；對(duì)所述候選徘徊目標(biāo)進(jìn)行基于直方圖的匹配跟蹤，并對(duì)所跟蹤的候選徘徊目標(biāo)的存在時(shí)間或呈現(xiàn)次數(shù)進(jìn)行記錄，將所有存在時(shí)間或呈現(xiàn)次數(shù)大于對(duì)應(yīng)的第二設(shè)定閾值的候選徘徊目標(biāo)作為徘徊目標(biāo)。此外，本發(fā)明還公開(kāi)了一種視頻監(jiān)控中的徘徊檢測(cè)系統(tǒng)。本發(fā)明所公開(kāi)的技術(shù)方案，能夠提高檢測(cè)結(jié)果的準(zhǔn)確性。
文檔編號(hào)G06T7/20GK101577006SQ200910087028
公開(kāi)日2009年11月11日 申請(qǐng)日期2009年6月15日 優(yōu)先權(quán)日2009年6月15日
發(fā)明者磊 王, 英 黃 申請(qǐng)人:北京中星微電子有限公司