專利名稱：一種基于視頻監(jiān)控的運(yùn)動目標(biāo)分析跟蹤方法及系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及通信技術(shù)領(lǐng)域，尤其涉及一種基于視頻監(jiān)控的運(yùn)動目標(biāo)分析跟蹤方法及系統(tǒng)。
背景技術(shù)：
隨著電子技術(shù)和信息技術(shù)的飛速發(fā)展，視頻監(jiān)控系統(tǒng)開始廣泛應(yīng)用于軍隊(duì)、銀行、商店、停車場、居民小區(qū)、交通路口、商業(yè)大樓等場所，當(dāng)這些場所發(fā)生盜竊、追趕、滯留等異常行為發(fā)生時(shí)，視頻監(jiān)控能夠?yàn)楸Ｐl(wèi)人員準(zhǔn)確及時(shí)應(yīng)對提供有力幫助，也能夠在事件發(fā)生后對調(diào)查取證提供大力支持，為保證社會和公共場所的正常運(yùn)轉(zhuǎn)做出了巨大貢獻(xiàn)。
傳統(tǒng)的視頻監(jiān)控模式，只能單純的接收視頻內(nèi)容，監(jiān)控人員必須將全部注意力集中在視頻內(nèi)容上，由于人的精力有限，監(jiān)控人員長時(shí)間盯著監(jiān)視器時(shí)注意力會下降，異常事件經(jīng)常發(fā)生漏報(bào)、誤報(bào)，未能將許多傷害和混亂制止在萌芽狀態(tài)，產(chǎn)生了許多不必要的損失。

發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種能夠自動針對異常事件發(fā)出警報(bào)，相比傳統(tǒng)的視頻監(jiān)控系統(tǒng)減少漏報(bào)和誤報(bào)，減輕安防監(jiān)控人員工作量的基于視頻監(jiān)控的運(yùn)動目標(biāo)分析跟蹤方法及運(yùn)動目標(biāo)跟蹤系統(tǒng)。為達(dá)此目的，本發(fā)明采用以下技術(shù)方案一種基于視頻監(jiān)控的運(yùn)動目標(biāo)分析跟蹤方法，其特征在于，包括監(jiān)控視頻獲取，獲取監(jiān)控?cái)z像頭記錄的視頻流；圖像預(yù)處理，對視頻流的圖像進(jìn)行初步處理，獲得處理后圖像；目標(biāo)識別，對處理后圖像的前景物體進(jìn)行目標(biāo)識別分類，目標(biāo)的分類種類包括人、車和物體；運(yùn)動軌跡分析，根據(jù)報(bào)警規(guī)則的設(shè)定，分析目標(biāo)的運(yùn)動軌跡，將運(yùn)動軌跡與報(bào)警規(guī)則相吻合的目標(biāo)標(biāo)記為可疑目標(biāo)，并發(fā)出警報(bào)； 目標(biāo)跟蹤，對可疑目標(biāo)進(jìn)行跟蹤，記錄其實(shí)際的運(yùn)動軌跡及運(yùn)動方向。其中，視頻流的圖像進(jìn)行初步處理包括視頻流預(yù)處理、背景建模、前景分割和消除陰影。其中，視頻流預(yù)處理包括去噪聲，調(diào)整幀率和幀大小。其中，背景建模包括為圖像建立合理真實(shí)的背景。其中，前景分割包括利用減背景技術(shù)得到前景目標(biāo)，同時(shí)對于虛假前景予以消除。其中，消除陰影包括利用顏色空間法及陰影的方向消除陰影。其中，目標(biāo)跟蹤具體為，直接利用目標(biāo)的屬性特征或統(tǒng)計(jì)特征，在圖像中尋找目標(biāo)的特征匹配實(shí)現(xiàn)跟蹤。其中，屬性特征或統(tǒng)計(jì)特征，包括顏色、形狀。
一種基于視頻監(jiān)控的運(yùn)動目標(biāo)跟蹤系統(tǒng)，其特征在于，包括監(jiān)控視頻獲取裝置，用于獲取監(jiān)控?cái)z像頭記錄的視頻流；圖像預(yù)處理裝置，用于對視頻流的圖像進(jìn)行初步處理，獲得處理后圖像；目標(biāo)識別裝置，用于對處理后圖像的前景物體進(jìn)行目標(biāo)識別分類，目標(biāo)的分類種類包括人、車和物體；運(yùn)動軌跡分析裝置，用于根據(jù)報(bào)警規(guī)則的設(shè)定，分析目標(biāo)的運(yùn)動軌跡，將運(yùn)動軌跡與報(bào)警規(guī)則相吻合的目標(biāo)標(biāo)記為可疑目標(biāo)，并發(fā)出警報(bào)；目標(biāo)跟蹤裝置，用于對可疑目標(biāo)進(jìn)行跟蹤，記錄其實(shí)際的運(yùn)動軌跡及運(yùn)動方向。其中，所述圖像預(yù)處理裝置對視頻流的圖像進(jìn)行初步處理包括視頻流預(yù)處理、背 景建模、前景分割和消除陰影；所述目標(biāo)跟蹤裝置為直接利用目標(biāo)的屬性特征或統(tǒng)計(jì)特征，在圖像中尋找目標(biāo)的特征匹配實(shí)現(xiàn)跟蹤，其中屬性特征或統(tǒng)計(jì)特征包括顏色、形狀。本發(fā)明的有益效果為本發(fā)明在獲取視頻后對視頻中的目標(biāo)進(jìn)行檢測與分類，針對異常發(fā)出警報(bào)，并對可疑目標(biāo)進(jìn)行自動定位和跟蹤，減少了人力監(jiān)控時(shí)精神疲勞，觀測視頻數(shù)有限等人力不可抗拒的因素出現(xiàn)，大大降低了漏報(bào)和誤報(bào)的出現(xiàn)，提高了工作效率，同時(shí)節(jié)省了人力、物力和財(cái)力。同時(shí)，因?yàn)橐曨l只有在異常判斷被觸發(fā)后才開始存儲視頻數(shù)據(jù)，也極大地節(jié)約了存儲空間。


圖I是本發(fā)明基于視頻監(jiān)控的運(yùn)動目標(biāo)分析跟蹤方法的第一實(shí)施例示意圖；圖2是本發(fā)明基于視頻監(jiān)控的運(yùn)動目標(biāo)分析跟蹤方法的第二實(shí)施例示意圖；圖3是本發(fā)明基于視頻監(jiān)控的運(yùn)動目標(biāo)分析跟蹤系統(tǒng)的第一實(shí)施例示意圖；圖4是本發(fā)明基于視頻監(jiān)控的運(yùn)動目標(biāo)分析跟蹤系統(tǒng)的第二實(shí)施例示意圖。
具體實(shí)施例方式下面結(jié)合附圖并通過具體實(shí)施方式
來進(jìn)一步說明本發(fā)明的技術(shù)方案。本發(fā)明基于視頻監(jiān)控的運(yùn)動目標(biāo)分析跟蹤方法的第一實(shí)施例流程如圖I所示步驟101 :監(jiān)控視頻獲取，獲取監(jiān)控?cái)z像頭記錄的視頻流。步驟102 :圖像預(yù)處理，對視頻流的圖像進(jìn)行初步處理，獲得處理后圖像；在實(shí)施步驟102中，圖像預(yù)處理需要多種技術(shù)操作，最終將采集到的圖像與三維空間中的物體建立映射關(guān)系。步驟103 :目標(biāo)識別，對處理后圖像的前景物體進(jìn)行目標(biāo)識別分類，目標(biāo)的分類種類包括人、車和物體。在實(shí)施步驟103中，將步驟102中得到的處理后圖像進(jìn)行分析識別，根據(jù)人、車、物的分類識別出每種分類下的單個(gè)目標(biāo)。步驟104 :運(yùn)動軌跡分析，根據(jù)報(bào)警規(guī)則的設(shè)定，分析目標(biāo)的運(yùn)動軌跡，將運(yùn)動軌跡與報(bào)警規(guī)則相吻合的目標(biāo)標(biāo)記為可疑目標(biāo)，并發(fā)出警報(bào)。在實(shí)施步驟104中，對步驟103中識別出來的每個(gè)物體進(jìn)行運(yùn)動軌跡分析，特別是對人和車的運(yùn)動軌跡進(jìn)行分析，判斷其運(yùn)動軌跡與報(bào)警規(guī)則的設(shè)定是否相吻合，例如停留時(shí)間過長、沖突、撞擊等或即將發(fā)生撞擊等，判斷出可疑目標(biāo)，發(fā)出警報(bào)并發(fā)出跟蹤可疑目標(biāo)的指令。步驟105 目標(biāo)跟蹤，對可疑目標(biāo)進(jìn)行跟蹤，記錄其實(shí)際的運(yùn)動軌跡及運(yùn)動方向。
本實(shí)施例是基于視頻監(jiān)控的運(yùn)動目標(biāo)分析跟蹤方法，該方法自動對視頻內(nèi)的目標(biāo)的運(yùn)動軌跡進(jìn)行分析，自動報(bào)警，自動做出判斷，極大的提高了軌跡異常的報(bào)警率和報(bào)警正確率，降低了安防人員的工作壓力。本發(fā)明基于視頻監(jiān)控的運(yùn)動目標(biāo)分析跟蹤方法的第二實(shí)施例流程如圖2所示，該實(shí)施例說明了圖像預(yù)處理的基本操作，包括視頻流預(yù)處理步驟201、背景建模步驟202、前景分割步驟203和消除陰影步驟204。步驟201 :視頻流預(yù)處理，包括去噪聲，調(diào)整幀率和幀大小。
在實(shí)施步驟201中，去除攝像頭記錄時(shí)錄下的汽車行駛、鳴笛、剎車的聲音，同時(shí)去除攝像頭等電子產(chǎn)品運(yùn)轉(zhuǎn)時(shí)留下的電流聲，刪除冗余和錯(cuò)誤的幀，調(diào)整幀大小，減輕運(yùn)動軌跡分析時(shí)的工作量，提高工作效率。步驟202 :背景建模包括為圖像建立合理真實(shí)的背景。只有在實(shí)施步驟202中獲得了合理真實(shí)的背景，才能為分析物體運(yùn)動軌跡建立準(zhǔn)確的參考坐標(biāo)，為軌跡分析獲得準(zhǔn)確的結(jié)果提供有力的保障。步驟203 :前景分割包括利用減背景技術(shù)得到前景目標(biāo)，同時(shí)對于虛假前景予以消除。在實(shí)施步驟203中，減去背景，同時(shí)消除虛假前景，留下目標(biāo)識別所需要的清晰獨(dú)立的前景目標(biāo)。步驟204 :消除陰影包括利用顏色空間法及陰影的方向消除陰影。在實(shí)施步驟204中，步驟完成后只留下單獨(dú)的前景目標(biāo)，該前景目標(biāo)即為目標(biāo)識別所能識別出來的部分。目標(biāo)跟蹤具體為直接利用目標(biāo)的屬性特征或統(tǒng)計(jì)特征，在圖像中尋找目標(biāo)的特征匹配實(shí)現(xiàn)跟蹤。屬性特征或統(tǒng)計(jì)特征，包括顏色、形狀。使用該方法進(jìn)行目標(biāo)跟蹤只需要考慮目標(biāo)的屬性特征或統(tǒng)計(jì)特征，而不需要考慮目標(biāo)的運(yùn)動狀態(tài)，從而使得跟蹤的時(shí)候能夠跟蹤運(yùn)動目標(biāo)也能夠靜止目標(biāo)，同時(shí)還不收攝像機(jī)運(yùn)動的影響。例如某人在停車場長時(shí)間停留，身著白T恤黑褲子，目標(biāo)跟蹤則會根據(jù)他的停留時(shí)間觸發(fā)報(bào)警規(guī)則，開始目標(biāo)跟蹤。本發(fā)明一種基于視頻監(jiān)控的運(yùn)動目標(biāo)分析跟蹤系統(tǒng)的第一實(shí)施例框圖如圖3所示監(jiān)控視頻獲取裝置301，用于獲取監(jiān)控?cái)z像頭記錄的視頻流；圖像預(yù)處理裝置302，用于對視頻流的圖像進(jìn)行初步處理，獲得處理后圖像；目標(biāo)識別裝置303，用于對處理后圖像的前景物體進(jìn)行目標(biāo)識別分類，目標(biāo)的分類種類包括人、車和物體；運(yùn)動軌跡分析裝置304，用于根據(jù)報(bào)警規(guī)則的設(shè)定，分析目標(biāo)的運(yùn)動軌跡，將運(yùn)動軌跡與報(bào)警規(guī)則相吻合的目標(biāo)標(biāo)記為可疑目標(biāo)，并發(fā)出警報(bào)；目標(biāo)跟蹤裝置305，用于對可疑目標(biāo)進(jìn)行跟蹤，記錄其實(shí)際的運(yùn)動軌跡及運(yùn)動方向。
本發(fā)明基于視頻監(jiān)控的運(yùn)動目標(biāo)跟蹤系統(tǒng)的第二實(shí)施例數(shù)據(jù)流程圖如圖4所示，圖像預(yù)處理裝置對視頻流的圖像進(jìn)行初步處理包括視頻流預(yù)處理、背景建模、前景分割和消除陰影；所述目標(biāo)跟蹤裝置為直接利用目標(biāo)的屬性特征或統(tǒng)計(jì)特征，在圖像中尋找目標(biāo)的特征匹配實(shí)現(xiàn)跟蹤，其中屬性特征或統(tǒng)計(jì)特征包括狄度、顏色、形狀。下面以對某地下停車場的監(jiān)控為例進(jìn)行數(shù)據(jù)流程說明。首先監(jiān)控拍攝401形成整個(gè)地下停車的監(jiān)控視頻數(shù)據(jù)；接著獲取監(jiān)控視頻數(shù)據(jù)402 ;然后對獲取的監(jiān)控視頻數(shù)據(jù)進(jìn)行處理403，包括去除噪聲、刪除冗余幀和廢幀、重設(shè)幀大小，然后為處理后圖像建立合理真實(shí)的背景，建立背景后對前景進(jìn)行分割，再消除分割后前景的陰影；在前面處理過的監(jiān)控視頻的基礎(chǔ)上根據(jù)其中前景目標(biāo)的特性對前景目標(biāo)進(jìn)行識別404，假如某一個(gè)時(shí)刻停車場內(nèi)一人駕車進(jìn)入，一人步行進(jìn)入，駕車人著裝為黑衣黑褲，車子為紅色，步行人為白衣白褲，視覺分析系統(tǒng)首先根據(jù)屬性特征判斷出進(jìn)入攝像范圍的是兩人一車，然后根據(jù)統(tǒng)計(jì)特征識別出駕車人、步行人和車三個(gè)目標(biāo)，從三個(gè)物體進(jìn)入停車場內(nèi)開始分別判斷運(yùn)動軌跡是否異常405，駕車人停車后走出車門，此時(shí)鏡頭內(nèi)新發(fā)現(xiàn)的目標(biāo)有黑衣黑褲的駕車人，紅色的車子，白衣白褲的步行人，視覺分析系統(tǒng)根據(jù)他們的統(tǒng)計(jì)特征分別判斷他們的運(yùn)動軌跡是否可疑406，黑衣黑褲的駕車人停好車后直接離開，在監(jiān)控范圍內(nèi)停留的時(shí)間為兩分鐘，判斷 其運(yùn)動軌跡為正常，放棄對其跟蹤；白衣白褲的步行人在監(jiān)控范圍內(nèi)停留的時(shí)間為六分鐘，發(fā)出警報(bào)407，發(fā)出對可疑目標(biāo)進(jìn)行跟蹤的指令408，并開始錄像409。本實(shí)施例僅僅是為了清楚描述本發(fā)明而進(jìn)行的設(shè)計(jì)，并不是本發(fā)明的所有內(nèi)容，本領(lǐng)域的人員根據(jù)本實(shí)施例和本發(fā)明的精神進(jìn)行的設(shè)計(jì)都在本發(fā)明的范圍之內(nèi)。
權(quán)利要求
1.一種基于視頻監(jiān)控的運(yùn)動目標(biāo)分析跟蹤方法，其特征在于，包括 監(jiān)控視頻獲取，獲取監(jiān)控?cái)z像頭記錄的視頻流； 圖像預(yù)處理，對視頻流的圖像進(jìn)行初步處理，獲得處理后圖像； 目標(biāo)識別，對處理后圖像的前景物體進(jìn)行目標(biāo)識別分類，目標(biāo)的分類種類包括人、車和物體； 運(yùn)動軌跡分析，根據(jù)報(bào)警規(guī)則的設(shè)定，分析目標(biāo)的運(yùn)動軌跡，將運(yùn)動軌跡與報(bào)警規(guī)則相吻合的目標(biāo)標(biāo)記為可疑目標(biāo)，并發(fā)出警報(bào)； 目標(biāo)跟蹤，對可疑目標(biāo)進(jìn)行跟蹤，記錄其實(shí)際的運(yùn)動軌跡及運(yùn)動方向。
2.根據(jù)權(quán)利要求I所述的一種基于視頻監(jiān)控的運(yùn)動目標(biāo)分析跟蹤方法，其特征在于，所述對視頻流的圖像進(jìn)行初步處理包括視頻流預(yù)處理、背景建模、前景分割和消除陰影。
3.根據(jù)權(quán)利要求2所述的一種基于視頻監(jiān)控的運(yùn)動目標(biāo)分析跟蹤方法，其特征在于，所述視頻流預(yù)處理包括去噪聲，調(diào)整幀率和幀大小。
4.根據(jù)權(quán)利要求2所述的一種基于視頻監(jiān)控的運(yùn)動目標(biāo)分析跟蹤方法，其特征在于，所述背景建模包括為圖像建立合理真實(shí)的背景。
5.根據(jù)權(quán)利要求2所述的一種基于視頻監(jiān)控的運(yùn)動目標(biāo)分析跟蹤方法，其特征在于，所述前景分割包括利用減背景技術(shù)得到前景目標(biāo)，同時(shí)對于虛假前景予以消除。
6.根據(jù)權(quán)利要求2所述的一種基于視頻監(jiān)控的運(yùn)動目標(biāo)分析跟蹤方法，其特征在于，所述消除陰影包括利用顏色空間法及陰影的方向消除陰影。
7.根據(jù)權(quán)利要求I所述的一種基于視頻監(jiān)控的運(yùn)動目標(biāo)分析跟蹤方法，其特征在于，所述目標(biāo)跟蹤具體為，直接利用目標(biāo)的屬性特征或統(tǒng)計(jì)特征，在圖像中尋找目標(biāo)的特征匹配實(shí)現(xiàn)跟蹤。
8.根據(jù)權(quán)利要求7所述的一種基于視頻監(jiān)控的運(yùn)動目標(biāo)分析跟蹤方法，其特征在于，所述屬性特征或統(tǒng)計(jì)特征，包括顏色、形狀。
9.一種基于視頻監(jiān)控的運(yùn)動目標(biāo)跟蹤系統(tǒng)，其特征在于，包括 監(jiān)控視頻獲取裝置，用于獲取監(jiān)控?cái)z像頭記錄的視頻流； 圖像預(yù)處理裝置，用于對視頻流的圖像進(jìn)行初步處理，獲得處理后圖像； 目標(biāo)識別裝置，用于對處理后圖像的前景物體進(jìn)行目標(biāo)識別分類，目標(biāo)的分類種類包括人、車和物體； 運(yùn)動軌跡分析裝置，用于根據(jù)報(bào)警規(guī)則的設(shè)定，分析目標(biāo)的運(yùn)動軌跡，將運(yùn)動軌跡與報(bào)警規(guī)則相吻合的目標(biāo)標(biāo)記為可疑目標(biāo)，并發(fā)出警報(bào)； 目標(biāo)跟蹤裝置，用于對可疑目標(biāo)進(jìn)行跟蹤，記錄其實(shí)際的運(yùn)動軌跡及運(yùn)動方向。
10.根據(jù)權(quán)利要求9所述的一種基于視頻監(jiān)控的運(yùn)動目標(biāo)跟蹤系統(tǒng)，其特征在于，所述圖像預(yù)處理裝置對視頻流的圖像進(jìn)行初步處理包括視頻流預(yù)處理、背景建模、前景分割和消除陰影；所述目標(biāo)跟蹤裝置為直接利用目標(biāo)的屬性特征或統(tǒng)計(jì)特征，在圖像中尋找目標(biāo)的特征匹配實(shí)現(xiàn)跟蹤，其中屬性特征或統(tǒng)計(jì)特征包括顏色、形狀。
全文摘要
本發(fā)明公開了一種基于視頻監(jiān)控的運(yùn)動目標(biāo)分析跟蹤方法及系統(tǒng)，運(yùn)動目標(biāo)分析跟蹤方法包括監(jiān)控視頻獲取，獲取監(jiān)控?cái)z像頭記錄的視頻流；圖像預(yù)處理，對視頻流的圖像進(jìn)行初步處理，獲得處理后圖像；目標(biāo)識別，對處理后圖像的前景物體進(jìn)行目標(biāo)識別分類，目標(biāo)的分類種類包括人、車和物體；運(yùn)動軌跡分析，根據(jù)報(bào)警規(guī)則的設(shè)定，分析目標(biāo)的運(yùn)動軌跡，將運(yùn)動軌跡與報(bào)警規(guī)則相吻合的目標(biāo)標(biāo)記為可疑目標(biāo)，并發(fā)出警報(bào)；目標(biāo)跟蹤，對可疑目標(biāo)進(jìn)行跟蹤，記錄其實(shí)際的運(yùn)動軌跡及運(yùn)動方向。本發(fā)明自動針對異常事件發(fā)出警報(bào)，減少漏報(bào)誤報(bào)，減輕安防監(jiān)控人員工作量。
文檔編號G06K9/00GK102968802SQ201210494609
公開日2013年3月13日 申請日期2012年11月28日 優(yōu)先權(quán)日2012年11月28日
發(fā)明者高峰 申請人:無錫港灣網(wǎng)絡(luò)科技有限公司