一種人員離崗監(jiān)控方法及設(shè)備的制作方法
【專利摘要】本發(fā)明公開了一種人員離崗監(jiān)控方法及設(shè)備，具體內(nèi)容為：對獲得的視頻圖像幀序列包含的多個視頻圖像幀進(jìn)行分析，針對所述多個視頻圖像幀的同一特定區(qū)域，確定第一數(shù)量的視頻圖像幀中所述特定區(qū)域內(nèi)存在與預(yù)先獲得的人體頭部特征相匹配的圖像特征的視頻圖像幀的第一個數(shù)信息，以及第二數(shù)量的視頻圖像幀中所述特定區(qū)域內(nèi)存在運(yùn)動目標(biāo)的視頻圖像幀的第二個數(shù)信息，從而確定處于所述特定區(qū)域所對應(yīng)的實(shí)際區(qū)域內(nèi)的人員是否離崗，可有效對人員的離崗行為進(jìn)行實(shí)時監(jiān)控。
【專利說明】一種人員離崗監(jiān)控方法及設(shè)備

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及圖像處理【技術(shù)領(lǐng)域】，尤其涉及一種人員離崗監(jiān)控方法及設(shè)備。

【背景技術(shù)】
[0002] 在銀行、企業(yè)辦公室等室內(nèi)場景，為了實(shí)現(xiàn)對員工管理的自動化規(guī)范化，需要對員 工的離崗情況進(jìn)行實(shí)時監(jiān)測。目前，現(xiàn)有技術(shù)主要采用對背景圖像和前景目標(biāo)進(jìn)行區(qū)分檢 測的方法，實(shí)現(xiàn)對員工的離崗行為進(jìn)行監(jiān)測。具體而言，現(xiàn)有技術(shù)中的背景前景檢測方法可 先對圖像中的背景區(qū)域（即背景圖像）和前景目標(biāo)進(jìn)行區(qū)分；然后，再對前景目標(biāo)的運(yùn)動情 況進(jìn)行監(jiān)控；最后，根據(jù)前景目標(biāo)是否運(yùn)動到指定區(qū)域之外，即可判斷前景目標(biāo)是否發(fā)生離 開指定區(qū)域的行為。
[0003] 由于現(xiàn)有技術(shù)采用的該方法中，背景圖像的檢測準(zhǔn)確性容易受到光線等導(dǎo)致圖像 背景發(fā)生變化的因素的影響，因此當(dāng)攝像頭所監(jiān)控的區(qū)域內(nèi)出現(xiàn)開關(guān)燈或人員走動等情況 時，圖像的背景會發(fā)生較大變化，從而難以準(zhǔn)確檢測到背景圖像，進(jìn)而也就導(dǎo)致前景目標(biāo)的 檢測準(zhǔn)確度受到較大的影響，容易導(dǎo)致前景目標(biāo)檢測錯誤。
[0004] 基于現(xiàn)有技術(shù)的上述缺陷，現(xiàn)有技術(shù)難以實(shí)現(xiàn)對人員是否離崗的準(zhǔn)確判斷。


【發(fā)明內(nèi)容】

[0005] 有鑒于此，本發(fā)明提出了一種人員離崗監(jiān)控方法，用以解決現(xiàn)有技術(shù)中存在的難 以準(zhǔn)確判斷人員是否離崗的問題。
[0006] 根據(jù)本發(fā)明一實(shí)施例，提供了一種人員離崗監(jiān)控方法，包括：
[0007] 獲得視頻圖像巾貞序列；
[0008] 通過分別檢測所述視頻圖像幀序列包含的第一數(shù)量的視頻圖像幀中的每個視頻 圖像幀的同一特定區(qū)域內(nèi)是否存在與預(yù)先獲得的人體頭部特征相匹配的圖像特征，確定用 于表征所述特定區(qū)域內(nèi)存在所述圖像特征的視頻圖像幀的第一個數(shù)的信息；
[0009] 通過分別檢測所述視頻圖像幀序列包含的第二數(shù)量的視頻圖像幀中的每個視頻 圖像幀的所述特定區(qū)域內(nèi)是否存在運(yùn)動目標(biāo)，確定用于表征所述特定區(qū)域內(nèi)存在運(yùn)動目標(biāo) 的視頻圖像幀的第二個數(shù)的信息；
[0010] 根據(jù)用于表征第一個數(shù)的信息以及用于表征第二個數(shù)的信息，判斷處于所述特定 區(qū)域所對應(yīng)的實(shí)際區(qū)域內(nèi)的人員是否離崗。
[0011] 從上述方案中可以看出，由于針對獲得的視頻圖像幀序列包含的多個視頻圖像幀 的同一特定區(qū)域，分別進(jìn)行人體頭部特征檢測和運(yùn)動目標(biāo)檢測，并根據(jù)兩種檢測結(jié)果的結(jié) 合來確定處于所述特定區(qū)域所對應(yīng)的實(shí)際區(qū)域內(nèi)的人員是否離崗，與現(xiàn)有技術(shù)提供的方案 相比，本發(fā)明實(shí)施例提供的該方案不容易受到光線等因素的影響，因此可實(shí)現(xiàn)對人員是否 離崗進(jìn)行準(zhǔn)確判斷。
[0012] 具體地，所述特定區(qū)域?yàn)樗鲆曨l圖像幀的整個區(qū)域，則采用下述方式，分別檢測 所述第一數(shù)量的視頻圖像幀中的每個視頻圖像幀的同一特定區(qū)域內(nèi)是否存在與預(yù)先獲得 的人體頭部特征相匹配的圖像特征：
[0013] 針對所述第一數(shù)量的視頻圖像幀中的每個視頻圖像幀分別執(zhí)行第一指定操作；
[0014] 其中，所述第一指定操作包括：
[0015] 將該視頻圖像幀輸入預(yù)先設(shè)置的分類器；其中，所述分類器用于區(qū)分存在與所述 人體頭部特征相匹配的圖像特征的視頻圖像幀和不存在與所述人體頭部特征相匹配的圖 像特征的視頻圖像幀；
[0016] 當(dāng)所述分類器輸出的針對該視頻圖像幀的分類結(jié)果與預(yù)先規(guī)定的分類結(jié)果一致 時，確定該視頻圖像幀的所述特定區(qū)域內(nèi)存在所述圖像特征；其中，所述預(yù)先規(guī)定的分類結(jié) 果表示該視頻圖像幀中存在與所述人體頭部特征相匹配的圖像特征。
[0017] 利用分類器進(jìn)行特征檢測，檢測結(jié)果較準(zhǔn)確，可為判斷人員是否離崗提供初步依 據(jù)。
[0018] 進(jìn)一步地，當(dāng)所述分類器輸出的針對該視頻圖像幀的分類結(jié)果與預(yù)先規(guī)定的分類 結(jié)果一致時，還可繼續(xù)判斷針對該視頻圖像幀所確定的運(yùn)動連通域與所述圖像特征所在的 該視頻圖像幀的子區(qū)域是否有重疊；在判斷出所述運(yùn)動連通域與所述圖像特征所在的所述 子區(qū)域有重疊，且所述運(yùn)動連通域與所述圖像特征所在的子區(qū)域發(fā)生重疊的區(qū)域的面積大 于第一預(yù)設(shè)面積閾值時，確定該視頻圖像幀的所述特定區(qū)域內(nèi)存在所述圖像特征。
[0019] 這樣做的好處是可避免誤檢到的圖像特征對于統(tǒng)計出的所述第一個數(shù)的準(zhǔn)確性 的影響。
[0020] 若所述特定區(qū)域?yàn)樗鲆曨l圖像幀的局部區(qū)域，則采用下述方式，分別檢測所述 第一數(shù)量的視頻圖像幀中的每個視頻圖像幀的同一特定區(qū)域內(nèi)是否存在與預(yù)先獲得的人 體頭部特征相匹配的圖像特征：
[0021] 針對所述第一數(shù)量的視頻圖像幀中的每個視頻圖像幀分別執(zhí)行第二指定操作；
[0022] 其中，所述第二指定操作包括：
[0023] 將該視頻圖像幀輸入預(yù)先設(shè)置的分類器；其中，所述分類器用于區(qū)分存在與所述 人體頭部特征相匹配的圖像特征的視頻圖像幀和不存在與所述人體頭部特征相匹配的圖 像特征的視頻圖像幀；
[0024] 當(dāng)所述分類器輸出的針對該視頻圖像幀的分類結(jié)果與預(yù)先規(guī)定的分類結(jié)果一致 時，根據(jù)該圖像特征在該視頻圖像幀中所處位置的信息，以及獲得的所述特定區(qū)域在該視 頻圖像幀中所處位置的信息，判斷該圖像特征在該視頻圖像幀中所處位置與所述特定區(qū)域 在該視頻圖像幀中所處位置是否有重疊；其中，所述預(yù)先規(guī)定的分類結(jié)果表示該視頻圖像 幀中存在與所述人體頭部特征相匹配的圖像特征；
[0025] 在判斷結(jié)果為有重疊時，確定該視頻圖像幀的所述特定區(qū)域內(nèi)存在所述圖像特 征。
[0026] 在視頻圖像幀包含多個特定區(qū)域，或者視頻圖像幀包含一個特定區(qū)域且該特定區(qū) 域?yàn)橐曨l圖像幀的局部區(qū)域的情況下，利用分類器進(jìn)行特征檢測，并將檢測到的圖像特征 與特定區(qū)域進(jìn)行比對，檢測結(jié)果較準(zhǔn)確，可為判斷人員是否離崗提供初步依據(jù)。
[0027] 進(jìn)一步地，在判斷結(jié)果為有重疊時，判斷針對該視頻圖像幀所確定的運(yùn)動連通域 與所述特定區(qū)域是否有重疊；在判斷出所述運(yùn)動連通域與所述特定區(qū)域有重疊，且所述運(yùn) 動連通域與所述特定區(qū)域發(fā)生重疊的區(qū)域的面積大于第二預(yù)設(shè)面積閾值時，確定該視頻圖 像幀的所述特定區(qū)域內(nèi)存在所述圖像特征。
[0028] 這樣做的好處是可避免誤檢到的圖像特征對于統(tǒng)計出的所述第一個數(shù)的準(zhǔn)確性 的影響。
[0029] 可選地，在確定出該視頻圖像幀的所述特定區(qū)域內(nèi)存在所述圖像特征后，所述方 法還包括：根據(jù)所述圖像特征在所述特定區(qū)域內(nèi)所處的位置，以及預(yù)先設(shè)置的所述特定區(qū) 域的不同位置與權(quán)重值的對應(yīng)關(guān)系，確定所述圖像特征在所述特定區(qū)域內(nèi)所處的位置對應(yīng) 的權(quán)重值；則確定用于表征第一個數(shù)的信息，具體包括：根據(jù)針對所述圖像特征所確定的 所述權(quán)重值，確定用于表征第一個數(shù)的信息。
[0030] 根據(jù)圖像特征在所述特定區(qū)域內(nèi)所處的位置確定權(quán)重值，并根據(jù)權(quán)重值影響統(tǒng)計 值，可提高檢測的準(zhǔn)確度。
[0031] 針對運(yùn)動目標(biāo)檢測，若所述特定區(qū)域?yàn)樗鲆曨l圖像幀的整個區(qū)域，則采用下述 方式，分別檢測所述第二數(shù)量的視頻圖像幀中的每個視頻圖像幀的所述特定區(qū)域內(nèi)是否存 在運(yùn)動目標(biāo)：
[0032] 針對所述第二數(shù)量的視頻圖像幀中的每個視頻圖像幀分別執(zhí)行第三指定操作； [0033] 其中，所述第三指定操作包括：
[0034] 分別確定該視頻圖像幀中的各個像素點(diǎn)的運(yùn)動矢量的模值；
[0035] 根據(jù)所述各個像素點(diǎn)的運(yùn)動矢量的模值，確定由運(yùn)動矢量的模值不小于預(yù)設(shè)模值 閾值的像素點(diǎn)構(gòu)成的運(yùn)動連通域；
[0036] 在所述運(yùn)動連通域的面積大于第三預(yù)設(shè)面積閾值時，確定該視頻圖像幀的所述特 定區(qū)域內(nèi)存在運(yùn)動目標(biāo)。
[0037] 利用運(yùn)動連通域進(jìn)行運(yùn)動目標(biāo)檢測，檢測結(jié)果較準(zhǔn)確，可為判斷人員是否離崗提 供另一方面的依據(jù)。
[0038] 若所述特定區(qū)域?yàn)樗鲆曨l圖像幀的局部區(qū)域，則采用下述方式，分別檢測所述 第二數(shù)量的視頻圖像幀中的每個視頻圖像幀的所述特定區(qū)域內(nèi)是否存在運(yùn)動目標(biāo)：
[0039] 針對所述第二數(shù)量的視頻圖像幀中的每個視頻圖像幀分別執(zhí)行第四指定操作；
[0040] 其中，所述第四指定操作包括：
[0041] 分別確定該視頻圖像幀中的各個像素點(diǎn)的運(yùn)動矢量的模值；
[0042] 根據(jù)所述各個像素點(diǎn)的運(yùn)動矢量的模值，確定由運(yùn)動矢量的模值不小于預(yù)設(shè)模值 閾值的像素點(diǎn)構(gòu)成的運(yùn)動連通域；
[0043] 在所述運(yùn)動連通域與所述特定區(qū)域發(fā)生重疊，且所述運(yùn)動連通域與所述特定區(qū)域 發(fā)生重疊的區(qū)域的面積大于第四預(yù)設(shè)面積閾值時，確定該視頻圖像幀的所述特定區(qū)域內(nèi)存 在運(yùn)動目標(biāo)。
[0044] 在視頻圖像幀包含多個特定區(qū)域，或者視頻圖像幀包含一個特定區(qū)域且該特定區(qū) 域?yàn)橐曨l圖像幀的局部區(qū)域的情況下，利用運(yùn)動連通域進(jìn)行運(yùn)動目標(biāo)檢測，并將檢測到的 運(yùn)動連通域與特定區(qū)域進(jìn)行比對，檢測結(jié)果較準(zhǔn)確，可為判斷人員是否離崗提供另一方面 的依據(jù)。
[0045] 可選地，可采用下述方式，分別檢測所述第二數(shù)量的視頻圖像幀中的每個視頻圖 像幀的所述特定區(qū)域內(nèi)是否存在運(yùn)動目標(biāo)：
[0046] 針對所述第二數(shù)量的視頻圖像幀中的每個視頻圖像幀分別執(zhí)行第五指定操作；
[0047] 其中，所述第五指定操作包括：
[0048] 確定該視頻圖像幀的所述特定區(qū)域內(nèi)的各個像素點(diǎn)的運(yùn)動矢量的模值；
[0049] 根據(jù)所述各個像素點(diǎn)的運(yùn)動矢量的模值，確定對應(yīng)于所述特定區(qū)域的運(yùn)動幅度 值；
[0050] 在所述運(yùn)動幅度值大于預(yù)設(shè)運(yùn)動幅度閾值時，確定該視頻圖像幀的所述特定區(qū)域 內(nèi)存在運(yùn)動目標(biāo)。
[0051] 利用運(yùn)動幅度值進(jìn)行運(yùn)動目標(biāo)檢測，檢測結(jié)果較準(zhǔn)確，可為判斷人員是否離崗提 供另一方面的依據(jù)。
[0052] 與上述人員離崗監(jiān)控方法相對應(yīng)，本發(fā)明的實(shí)施例還提供一種人員離崗監(jiān)控設(shè) 備，所述設(shè)備包括：
[0053] 獲得模塊，用于獲得視頻圖像幀序列；
[0054] 第一確定模塊，用于通過分別檢測所述視頻圖像幀序列包含的第一數(shù)量的視頻圖 像幀中的每個視頻圖像幀的同一特定區(qū)域內(nèi)是否存在與預(yù)先獲得的人體頭部特征相匹配 的圖像特征，確定用于表征所述特定區(qū)域內(nèi)存在所述圖像特征的視頻圖像幀的第一個數(shù)的 信息；
[0055] 第二確定模塊，用于通過分別檢測所述視頻圖像幀序列包含的第二數(shù)量的視頻圖 像幀中的每個視頻圖像幀的所述特定區(qū)域內(nèi)是否存在運(yùn)動目標(biāo)，確定用于表征所述特定區(qū) 域內(nèi)存在運(yùn)動目標(biāo)的視頻圖像幀的第二個數(shù)的信息；
[0056] 判決模塊，用于根據(jù)用于表征第一個數(shù)的信息以及用于表征第二個數(shù)的信息，判 斷處于所述特定區(qū)域所對應(yīng)的實(shí)際區(qū)域內(nèi)的人員是否離崗。
[0057] 采用該設(shè)備針對獲得的視頻圖像幀序列包含的多個視頻圖像幀的同一特定區(qū)域， 分別進(jìn)行人體頭部特征檢測和運(yùn)動目標(biāo)檢測，并根據(jù)兩種檢測結(jié)果的結(jié)合來確定處于所述 特定區(qū)域所對應(yīng)的實(shí)際區(qū)域內(nèi)的人員是否離崗，與現(xiàn)有技術(shù)提供的方案相比，本發(fā)明實(shí)施 例提供的該方案不容易受到光線等因素的影響，因此可實(shí)現(xiàn)對人員是否離崗進(jìn)行準(zhǔn)確判 斷。

【專利附圖】

【附圖說明】
[0058] 圖1為本發(fā)明實(shí)施例一中的方法步驟示意圖；
[0059] 圖2為本發(fā)明實(shí)施例二中的設(shè)備結(jié)構(gòu)示意圖。

【具體實(shí)施方式】
[0060] 本發(fā)明實(shí)施例的方案通過對獲得的視頻圖像幀序列包含的多個視頻圖像幀進(jìn)行 靜態(tài)人頭檢測和動態(tài)運(yùn)動目標(biāo)檢測，針對所述多個視頻圖像幀的同一特定區(qū)域，確定所述 多個視頻圖像幀中，所述特定區(qū)域內(nèi)存在與預(yù)先獲得的人體頭部特征相匹配的圖像特征的 視頻圖像幀的個數(shù)，以及所述特定區(qū)域內(nèi)存在運(yùn)動目標(biāo)的視頻圖像幀的個數(shù)，從而確定處 于所述特定區(qū)域所對應(yīng)的實(shí)際區(qū)域內(nèi)的人員是否離崗，可有效對人員的離崗行為進(jìn)行實(shí)時 監(jiān)控。
[0061] 下面結(jié)合說明書附圖對本發(fā)明實(shí)施例作進(jìn)一步說明，但本發(fā)明不局限于下面的實(shí) 施例。
[0062] 實(shí)施例一：
[0063] 如圖1所示，為本發(fā)明實(shí)施例一中人員離崗監(jiān)控方法的步驟示意圖，所述方法主 要包括以下步驟：
[0064] 步驟101 :犾得視頻圖像巾貞序列。
[0065] 若室內(nèi)安裝有一臺攝像機(jī)，其可以實(shí)時拍攝室內(nèi)人員的工作情況，則本步驟101 的具體實(shí)現(xiàn)方式可以為：獲取某一設(shè)定時間段內(nèi)攝像機(jī)拍攝到的視頻圖像幀序列。具體地， 所述設(shè)定時間段可以具備較長的時間長度，如十分鐘。
[0066] 本步驟101所獲得的視頻圖像幀序列的一幀視頻圖像幀中，可能出現(xiàn)一個人，也 可能出現(xiàn)多個人。例如，假設(shè)當(dāng)前攝像機(jī)能夠拍攝到三個工位，且需要監(jiān)控分別處于這三個 工位的工作人員A、工作人員B和工作人員C是否離崗，則可以將獲得的視頻圖像幀劃分成 三塊區(qū)域，這三塊區(qū)域分別為：工作人員A在視頻圖像幀中所處的特定區(qū)域A、工作人員B 在視頻圖像幀中所處的特定區(qū)域B、工作人員C在視頻圖像幀中所處的特定區(qū)域C ;而若假 設(shè)攝像機(jī)只拍攝一個工位上的工作人員D時，則該工作人員D在視頻圖像幀中所處的區(qū)域 為特定區(qū)域D，且該特定區(qū)域D可以為視頻圖像幀的整個區(qū)域或局部區(qū)域。
[0067] 需要說明的是，以上述特定區(qū)域A、特定區(qū)域B和特定區(qū)域C的劃分方式為例，若 本發(fā)明實(shí)施例提供的該方法的執(zhí)行主體是一種人員離崗監(jiān)控設(shè)備，則該設(shè)備對視頻圖像幀 中三個特定區(qū)域的劃分方式可以是：在接收到輸入該設(shè)備的上述三個特定區(qū)域的位置信息 后，根據(jù)所述三個特定區(qū)域的位置信息來進(jìn)行劃分。
[0068] 步驟102 :確定在該視頻圖像幀序列包含的第一數(shù)量的視頻圖像幀中，同一特定 區(qū)域內(nèi)存在與預(yù)先獲得的人體頭部特征相匹配的圖像特征的視頻圖像幀的第一個數(shù)信息。 [0069]為了便于描述，本發(fā)明實(shí)施例中將檢測視頻圖像幀中與預(yù)先獲得的人體頭部特征 相匹配的圖像特征簡稱為人頭檢測。
[0070] 基于步驟101獲得的視頻圖像幀序列，本步驟102對所獲得的所述視頻圖像幀序 列包含的第一數(shù)量的視頻圖像幀進(jìn)行人頭檢測，并針對同一特定區(qū)域統(tǒng)計檢測到人頭的視 頻圖像幀的第一個數(shù)。
[0071] 具體地，本步驟102可對所獲得的視頻圖像幀序列中的各視頻圖像幀進(jìn)行人頭檢 測，并針對同一特定區(qū)域統(tǒng)計檢測到人頭的視頻圖像幀的個數(shù)，即上文所述的第一數(shù)量可 以是該視頻圖像幀序列所包含的視頻圖像幀的總個數(shù)。可選地，為了減少計算量，可間隔N 幀對所獲得的圖像幀序列進(jìn)行人頭檢測，其中，N為大于1的正整數(shù)，可選地，N為2?5之 間的正整數(shù)，即上文所述的第一數(shù)量可以小于該視頻圖像幀序列所包含的視頻圖像幀的總 個數(shù)。例如，假設(shè)獲得的視頻圖像幀序列總共包含200個視頻圖像幀，若對視頻圖像幀序列 每隔4幀進(jìn)行人頭檢測，則實(shí)際進(jìn)行人頭檢測的視頻圖像幀的個數(shù)為50,即第一數(shù)量為50， 而在這50個視頻圖像幀中檢測到有35個視頻圖像幀的特定區(qū)域內(nèi)存在人頭，即第一個數(shù) 為35。
[0072] 為了實(shí)現(xiàn)對獲得的視頻圖像幀序列包含的第一數(shù)量的視頻圖像幀進(jìn)行人頭檢測， 可以先得到用于檢測人頭的強(qiáng)分類器。具體地，可以通過以下方式獲得所述強(qiáng)分類器：
[0073] 首先，采集人頭圖像作為正樣本，如可以利用攝像機(jī)，從人頭的正面、背面、左側(cè)面 和右側(cè)面四個角度分別進(jìn)行拍攝來采集人頭圖像，其中可以從每個角度分別拍攝一定數(shù)量 的人頭圖像作為正樣本；再采集一些非人頭圖像，如采集人的手臂圖像、腿部圖像等作為負(fù) 樣本。接著，根據(jù)采集得到的正樣本和負(fù)樣本進(jìn)行分類器訓(xùn)練，例如，利用Adaboost訓(xùn)練方 法，在Haar或局部二值模式（Local Binary Patterns, LBP)的特征池里，按照選取的正樣 本的共性特征與負(fù)樣本的共性特征之間具有明顯區(qū)分性，且被選取的用于生成不同弱分類 器的共性特征互不相同的選取規(guī)則，分別選取正樣本的共性特征和負(fù)樣本的共性特征生成 多個弱分類器，然后再將這些弱分類器進(jìn)行級聯(lián)即可得到關(guān)于人體頭部特征的強(qiáng)分類器。
[0074] 下面分別以視頻圖像幀中包含一個特定區(qū)域和三個特定區(qū)域，對視頻圖像幀序列 包含的200個視頻圖像幀每隔4幀進(jìn)行人頭檢測，即對獲得的視頻圖像幀序列中的50個視 頻圖像幀進(jìn)行人頭檢測為例，對本步驟102的具體實(shí)現(xiàn)方式進(jìn)行詳細(xì)描述。
[0075] 第一步：將步驟101獲得的視頻圖像幀序列包含的200個視頻圖像幀每隔4幀依 次輸入至預(yù)先得到的關(guān)于人體頭部特征的強(qiáng)分類器，分別判斷輸入至強(qiáng)分類器中的視頻圖 像幀中是否存在與所述人體頭部特征相匹配的圖像特征。
[0076] 具體地，在一幀視頻圖像幀輸入至所述強(qiáng)分類器后，該強(qiáng)分類器對該視頻圖像幀 進(jìn)行遍歷搜索，當(dāng)該視頻圖像幀中存在與所述人體頭部特征相匹配的圖像特征時，強(qiáng)分類 器輸出1且輸出該圖像特征的位置信息，若該視頻圖像幀中存在多個與所述人體頭部特征 相匹配的圖像特征時，強(qiáng)分類器分別輸出1且輸出與各圖像特征相對應(yīng)的位置信息；當(dāng)該 視頻圖像幀中不存在與所述人體頭部特征相匹配的圖像特征時，強(qiáng)分類器輸出〇。
[0077] 可選地，在將一幀視頻圖像幀輸入至所述強(qiáng)分類器之前，本步驟102可先對該視 頻圖像幀進(jìn)行全圖搜索，并利用均值方差、梯度等信息快速濾除無內(nèi)容的區(qū)域后，再在剩余 的區(qū)域利用強(qiáng)分類器檢測是否存在與所述人體頭部特征相匹配的圖像特征。例如，對該視 頻圖像幀按區(qū)域(如l〇pi*l〇pi的矩陣）依次計算其均值方差，若該視頻圖像幀中的某一區(qū) 域的均值方差小于預(yù)設(shè)方差值，則認(rèn)為在該區(qū)域內(nèi)沒有物體，后續(xù)可不對其進(jìn)行判別是否 存在與所述人體頭部特征相匹配的圖像特征。
[0078] 第二步：針對第一步處理后的某一視頻圖像幀，在確定出該視頻圖像幀中存在與 所述人體頭部特征相匹配的圖像特征時，確定在同一特定區(qū)域內(nèi)檢測到人頭的視頻圖像幀 的個數(shù)。
[0079] 針對該視頻圖像幀中包含一個特定區(qū)域且該特定區(qū)域?yàn)樵撘曨l圖像幀的整個區(qū) 域的情況，在第一步中的強(qiáng)分類器輸出1后，即可確定出該視頻圖像幀中存在與所述人體 頭部特征相匹配的圖像特征，從而直接確定該視頻圖像幀的特定區(qū)域內(nèi)存在人頭，將在該 特定區(qū)域內(nèi)檢測到人頭的視頻圖像幀的個數(shù)加1。
[0080] 可選地，在第一步中的強(qiáng)分類器輸出1且輸出該圖像特征的位置信息后，可進(jìn)一 步判斷針對該視頻圖像幀所確定的運(yùn)動連通域與該圖像特征在該視頻圖像幀中的子區(qū)域 是否有重疊。其中，該圖像特征在該視頻圖像幀中的子區(qū)域可根據(jù)強(qiáng)分類器輸出的該圖像 特征的位置信息確定。在判斷出該視頻圖像幀中有運(yùn)動連通域與該圖像特征所在的子區(qū)域 有重疊，且該運(yùn)動連通域與該圖像特征所在的子區(qū)域發(fā)生重疊的區(qū)域的面積大于第一預(yù)設(shè) 面積閾值時，則確定該視頻圖像幀的特定區(qū)域內(nèi)存在人頭，將在該特定區(qū)域內(nèi)檢測到人頭 的視頻圖像幀的個數(shù)加1。其中，所述視頻圖像幀中的運(yùn)動連通域的確定方法將在下文進(jìn)行 詳細(xì)描述。
[0081] 可選地，在確定出該視頻圖像幀的特定區(qū)域內(nèi)存在與所述人體頭部特征相匹配的 圖像特征后，可進(jìn)一步根據(jù)該圖像特征在該視頻圖像幀的特定區(qū)域內(nèi)所處的位置，以及預(yù) 先設(shè)置的該視頻圖像幀的特定區(qū)域內(nèi)的不同位置與權(quán)重值的對應(yīng)關(guān)系，確定該圖像特征在 該視頻圖像幀的特定區(qū)域內(nèi)所處的位置對應(yīng)的權(quán)重值，將在該特定區(qū)域內(nèi)檢測到人頭的視 頻圖像幀的個數(shù)加1*權(quán)重值。
[0082] 針對該視頻圖像幀中包含三個特定區(qū)域的情況，由于各特定區(qū)域在該視頻圖像幀 中所處的位置信息已知，本發(fā)明實(shí)施例的方案可對三個特定區(qū)域并行進(jìn)行判斷是否存在與 所述人體頭部特征相匹配的圖像特征。
[0083] 針對上述三個特定區(qū)域中某一特定區(qū)域，當(dāng)?shù)谝徊街械膹?qiáng)分類器輸出1后，可確 定該視頻圖像幀中存在與所述人體頭部特征相匹配的圖像特征，由于該特定區(qū)域?yàn)樵撘曨l 圖像幀的局部區(qū)域，可根據(jù)強(qiáng)分類器輸出的圖像特征的位置信息，判斷該圖像特征在該視 頻圖像幀中所處位置與該特定區(qū)域在該視頻圖像幀中所處位置是否有重疊。在判斷得出該 圖像特征在該視頻圖像幀中所處位置與該特定區(qū)域在該視頻圖像幀中所處位置有重疊時， 則確定在該特定區(qū)域內(nèi)存在人頭，將在該特定區(qū)域內(nèi)檢測到人頭的視頻圖像幀的個數(shù)加1。 例如，針對特定區(qū)域A，在判斷得出該圖像特征在該視頻圖像幀中所處位置與特定區(qū)域A在 該視頻圖像幀中所處位置有重疊時，則確定在特定區(qū)域A內(nèi)存在人頭，將在特定區(qū)域A內(nèi)檢 測到人頭的視頻圖像幀的個數(shù)加1。
[0084] 可選地，在判斷得出該圖像特征在該視頻圖像幀中所處位置與該特定區(qū)域在該視 頻圖像幀中所處位置有重疊后，可進(jìn)一步判斷針對該視頻圖像幀所確定的運(yùn)動連通域與該 特定區(qū)域是否有重疊。在判斷出該視頻圖像幀中有運(yùn)動連通域與該特定區(qū)域有重疊，且該 運(yùn)動連通域與該特定區(qū)域發(fā)生重疊的區(qū)域的面積大于第二預(yù)設(shè)面積閾值時，則確定在該特 定區(qū)域內(nèi)存在人頭，將在該特定區(qū)域內(nèi)檢測到人頭的視頻圖像幀的個數(shù)加1。
[0085] 可選地，在確定出該特定區(qū)域內(nèi)存在與所述人體頭部特征相匹配的圖像特征后， 可進(jìn)一步根據(jù)該圖像特征在該特定區(qū)域內(nèi)所處的位置，以及預(yù)先設(shè)置的該特定區(qū)域內(nèi)的不 同位置與權(quán)重值的對應(yīng)關(guān)系，確定該圖像特征在該特定區(qū)域內(nèi)所處的位置對應(yīng)的權(quán)重值， 將在該特定區(qū)域內(nèi)檢測到人頭的視頻圖像幀的個數(shù)加1*權(quán)重值。
[0086] 在所獲得的視頻圖像幀序列包含的200個視頻圖像幀每隔4幀執(zhí)行完第一步和第 二步后，即實(shí)現(xiàn)了確定在該視頻圖像幀序列包含的第一數(shù)量的視頻圖像幀中，同一特定區(qū) 域內(nèi)存在人頭的視頻圖像幀的第一個數(shù)。
[0087] 步驟103 :確定在該視頻圖像幀序列包含的第二數(shù)量的視頻圖像幀中，同一特定 區(qū)域內(nèi)存在運(yùn)動目標(biāo)的視頻圖像幀的第二個數(shù)信息。
[0088] 需要說明的是，本步驟103和步驟102是獨(dú)立進(jìn)行的，其執(zhí)行順序不分先后，可以 同時進(jìn)行。
[0089] 基于步驟101獲得的視頻圖像幀序列，本步驟103對所獲得的該視頻圖像幀序列 包含的第二數(shù)量的視頻圖像幀進(jìn)行運(yùn)動目標(biāo)檢測，并針對同一特定區(qū)域統(tǒng)計檢測到存在運(yùn) 動目標(biāo)的視頻圖像幀的第二個數(shù)。
[0090] 與步驟102類似，本步驟103可對所獲得的視頻圖像幀序列中的各視頻圖像幀進(jìn) 行運(yùn)動目標(biāo)檢測，并針對同一特定區(qū)域統(tǒng)計檢測到存在運(yùn)動目標(biāo)的視頻圖像幀的個數(shù)，即 上文所述的第二數(shù)量可以是該視頻圖像幀序列所包含的視頻圖像幀的總個數(shù)?？蛇x地，為 了減少計算量，可間隔N幀對所獲得的視頻圖像幀序列進(jìn)行運(yùn)動目標(biāo)檢測，其中，N為大于1 的正整數(shù)，可選地，N為2?5之間的正整數(shù)，即上文所述的第二數(shù)量可以小于該視頻圖像 幀序列所包含的視頻圖像幀的總個數(shù)。例如，假設(shè)獲得的視頻圖像幀序列總共包含200個 視頻圖像幀，若對視頻圖像幀序列每隔4幀進(jìn)行運(yùn)動目標(biāo)檢測，則實(shí)際進(jìn)行運(yùn)動目標(biāo)檢測 的視頻圖像幀的個數(shù)為50,即第二數(shù)量為50,而在這50個視頻圖像幀中檢測到有30個視 頻圖像幀的特定區(qū)域內(nèi)存在運(yùn)動目標(biāo)，即第二個數(shù)為30。
[0091] 需要說明的是，本步驟103中進(jìn)行運(yùn)動目標(biāo)檢測的視頻圖像幀的第二數(shù)量與步驟 102中進(jìn)行人頭檢測的視頻圖像幀的第一數(shù)量，可以相同，也可以不同，若在步驟102中進(jìn) 行人頭檢測的視頻圖像幀在步驟103中也進(jìn)行了運(yùn)動目標(biāo)檢測，則檢測結(jié)果較準(zhǔn)確。
[0092] 下面分別以視頻圖像幀中包含一個特定區(qū)域和三個特定區(qū)域，對視頻圖像幀序列 包含的200個視頻圖像幀每隔4幀進(jìn)行運(yùn)動目標(biāo)檢測，即對獲得的視頻圖像幀序列中的50 個視頻圖像幀進(jìn)行運(yùn)動目標(biāo)檢測為例，對本步驟103的具體實(shí)現(xiàn)方式進(jìn)行詳細(xì)描述。
[0093] 第一步：對步驟101獲得的視頻圖像幀序列包含的200個視頻圖像幀每隔4幀進(jìn) 行高斯平滑處理，以減小各視頻圖像幀的噪聲。
[0094] 第二步：對平滑后的前后兩幀視頻圖像幀依次進(jìn)行全局光流場的計算，確定后一 幀視頻圖像幀中各像素點(diǎn)的運(yùn)動矢量的模值。
[0095] 具體地，所述光流場反映的是圖像間的運(yùn)動信息，表示在一定時間間隔內(nèi)由于運(yùn) 動所造成的圖像變化。以任一視頻圖像幀中坐標(biāo)為（x，y)的像素點(diǎn)為例，通過對該視頻圖 像幀的全局光流場的計算，可以確定與該像素點(diǎn)對應(yīng)的運(yùn)動矢量（vx，vy)。具體地，可采用現(xiàn) 有的LK光流法確定該視頻圖像幀的全局光流場，從而確定該視頻圖像幀的各個像素點(diǎn)對 應(yīng)的運(yùn)動矢量。當(dāng)確定了該視頻圖像幀中各個像素點(diǎn)的運(yùn)動矢量后，即可確定各個像素點(diǎn) 的運(yùn)動矢量的模值，以上述坐標(biāo)為（x，y)的像素點(diǎn)為例，基于該像素點(diǎn)對應(yīng)的運(yùn)動矢量（v x， vy)，可以確定該像素點(diǎn)的運(yùn)動矢量的模值

【權(quán)利要求】
1. 一種人員離崗監(jiān)控方法，其特征在于，所述方法包括： 獲得視頻圖像峽序列； 通過分別檢測所述視頻圖像峽序列包含的第一數(shù)量的視頻圖像峽中的每個視頻圖像 峽的同一特定區(qū)域內(nèi)是否存在與預(yù)先獲得的人體頭部特征相匹配的圖像特征，確定用于表 征所述特定區(qū)域內(nèi)存在所述圖像特征的視頻圖像峽的第一個數(shù)的信息； 通過分別檢測所述視頻圖像峽序列包含的第二數(shù)量的視頻圖像峽中的每個視頻圖像 峽的所述特定區(qū)域內(nèi)是否存在運(yùn)動目標(biāo)，確定用于表征所述特定區(qū)域內(nèi)存在運(yùn)動目標(biāo)的視 頻圖像峽的第二個數(shù)的信息； 根據(jù)用于表征第一個數(shù)的信息W及用于表征第二個數(shù)的信息，判斷處于所述特定區(qū)域 所對應(yīng)的實(shí)際區(qū)域內(nèi)的人員是否離崗。
2. 如權(quán)利要求1所述的人員離崗監(jiān)控方法，其特征在于，所述特定區(qū)域?yàn)樗鲆曨l圖 像峽的整個區(qū)域，貝U 采用下述方式，分別檢測所述第一數(shù)量的視頻圖像峽中的每個視頻圖像峽的同一特定 區(qū)域內(nèi)是否存在與預(yù)先獲得的人體頭部特征相匹配的圖像特征： 針對所述第一數(shù)量的視頻圖像峽中的每個視頻圖像峽分別執(zhí)行第一指定操作； 其中，所述第一指定操作包括： 將該視頻圖像峽輸入預(yù)先設(shè)置的分類器；其中，所述分類器用于區(qū)分存在與所述人體 頭部特征相匹配的圖像特征的視頻圖像峽和不存在與所述人體頭部特征相匹配的圖像特 征的視頻圖像峽； 當(dāng)所述分類器輸出的針對該視頻圖像峽的分類結(jié)果與預(yù)先規(guī)定的分類結(jié)果一致時，確 定該視頻圖像峽的所述特定區(qū)域內(nèi)存在所述圖像特征；其中，所述預(yù)先規(guī)定的分類結(jié)果表 示該視頻圖像峽中存在與所述人體頭部特征相匹配的圖像特征。
3. 如權(quán)利要求2所述的人員離崗監(jiān)控方法，其特征在于，當(dāng)所述分類器輸出的針對該 視頻圖像峽的分類結(jié)果與預(yù)先規(guī)定的分類結(jié)果一致時，確定該視頻圖像峽的所述特定區(qū)域 內(nèi)存在所述圖像特征，具體包括： 當(dāng)所述分類器輸出的針對該視頻圖像峽的分類結(jié)果與預(yù)先規(guī)定的分類結(jié)果一致時，判 斷針對該視頻圖像峽所確定的運(yùn)動連通域與所述圖像特征所在的該視頻圖像峽的子區(qū)域 是否有重疊； 在判斷出所述運(yùn)動連通域與所述圖像特征所在的所述子區(qū)域有重疊，且所述運(yùn)動連通 域與所述圖像特征所在的子區(qū)域發(fā)生重疊的區(qū)域的面積大于第一預(yù)設(shè)面積闊值時，確定該 視頻圖像峽的所述特定區(qū)域內(nèi)存在所述圖像特征； 其中，針對該視頻圖像峽確定運(yùn)動連通域的方式包括： 分別確定該視頻圖像峽中的各個像素點(diǎn)的運(yùn)動矢量的模值； 根據(jù)所述各個像素點(diǎn)的運(yùn)動矢量的模值，確定由運(yùn)動矢量的模值不小于預(yù)設(shè)模值闊值 的像素點(diǎn)構(gòu)成的運(yùn)動連通域。
4. 如權(quán)利要求1所述的人員離崗監(jiān)控方法，其特征在于，所述特定區(qū)域?yàn)樗鲆曨l圖 像峽的局部區(qū)域，貝U 采用下述方式，分別檢測所述第一數(shù)量的視頻圖像峽中的每個視頻圖像峽的同一特定 區(qū)域內(nèi)是否存在與預(yù)先獲得的人體頭部特征相匹配的圖像特征： 針對所述第一數(shù)量的視頻圖像峽中的每個視頻圖像峽分別執(zhí)行第二指定操作； 其中，所述第二指定操作包括： 將該視頻圖像峽輸入預(yù)先設(shè)置的分類器；其中，所述分類器用于區(qū)分存在與所述人體 頭部特征相匹配的圖像特征的視頻圖像峽和不存在與所述人體頭部特征相匹配的圖像特 征的視頻圖像峽； 當(dāng)所述分類器輸出的針對該視頻圖像峽的分類結(jié)果與預(yù)先規(guī)定的分類結(jié)果一致時，根 據(jù)該圖像特征在該視頻圖像峽中所處位置的信息，W及獲得的所述特定區(qū)域在該視頻圖像 峽中所處位置的信息，判斷該圖像特征在該視頻圖像峽中所處位置與所述特定區(qū)域在該視 頻圖像峽中所處位置是否有重疊；其中，所述預(yù)先規(guī)定的分類結(jié)果表示該視頻圖像峽中存 在與所述人體頭部特征相匹配的圖像特征； 在判斷結(jié)果為有重疊時，確定該視頻圖像峽的所述特定區(qū)域內(nèi)存在所述圖像特征。
5. 如權(quán)利要求4所述的人員離崗監(jiān)控方法，其特征在于，在判斷結(jié)果為有重疊時，確定 該視頻圖像峽的所述特定區(qū)域內(nèi)存在所述圖像特征，具體包括： 在判斷結(jié)果為有重疊時，判斷針對該視頻圖像峽所確定的運(yùn)動連通域與所述特定區(qū)域 是否有重疊； 在判斷出所述運(yùn)動連通域與所述特定區(qū)域有重疊，且所述運(yùn)動連通域與所述特定區(qū)域 發(fā)生重疊的區(qū)域的面積大于第二預(yù)設(shè)面積闊值時，確定該視頻圖像峽的所述特定區(qū)域內(nèi)存 在所述圖像特征； 其中，針對該視頻圖像峽確定運(yùn)動連通域的方式包括： 分別確定該視頻圖像峽中的各個像素點(diǎn)的運(yùn)動矢量的模值； 根據(jù)所述各個像素點(diǎn)的運(yùn)動矢量的模值，確定由運(yùn)動矢量的模值不小于預(yù)設(shè)模值闊值 的像素點(diǎn)構(gòu)成的運(yùn)動連通域。
6. 如權(quán)利要求1?5任一所述的人員離崗監(jiān)控方法，其特征在于，所述特定區(qū)域?yàn)樗?視頻圖像峽的整個區(qū)域，貝U 采用下述方式，分別檢測所述第二數(shù)量的視頻圖像峽中的每個視頻圖像峽的所述特定 區(qū)域內(nèi)是否存在運(yùn)動目標(biāo)： 針對所述第二數(shù)量的視頻圖像峽中的每個視頻圖像峽分別執(zhí)行第H指定操作； 其中，所述第H指定操作包括： 分別確定該視頻圖像峽中的各個像素點(diǎn)的運(yùn)動矢量的模值； 根據(jù)所述各個像素點(diǎn)的運(yùn)動矢量的模值，確定由運(yùn)動矢量的模值不小于預(yù)設(shè)模值闊值 的像素點(diǎn)構(gòu)成的運(yùn)動連通域； 在所述運(yùn)動連通域的面積大于第H預(yù)設(shè)面積闊值時，確定該視頻圖像峽的所述特定區(qū) 域內(nèi)存在運(yùn)動目標(biāo)。
7. 如權(quán)利要求1?5任一所述的人員離崗監(jiān)控方法，其特征在于，所述特定區(qū)域?yàn)樗?視頻圖像峽的局部區(qū)域，貝U 采用下述方式，分別檢測所述第二數(shù)量的視頻圖像峽中的每個視頻圖像峽的所述特定 區(qū)域內(nèi)是否存在運(yùn)動目標(biāo)： 針對所述第二數(shù)量的視頻圖像峽中的每個視頻圖像峽分別執(zhí)行第四指定操作； 其中，所述第四指定操作包括： 分別確定該視頻圖像峽中的各個像素點(diǎn)的運(yùn)動矢量的模值； 根據(jù)所述各個像素點(diǎn)的運(yùn)動矢量的模值，確定由運(yùn)動矢量的模值不小于預(yù)設(shè)模值闊值 的像素點(diǎn)構(gòu)成的運(yùn)動連通域； 在所述運(yùn)動連通域與所述特定區(qū)域發(fā)生重疊，且所述運(yùn)動連通域與所述特定區(qū)域發(fā)生 重疊的區(qū)域的面積大于第四預(yù)設(shè)面積闊值時，確定該視頻圖像峽的所述特定區(qū)域內(nèi)存在運(yùn) 動目標(biāo)。
8. 如權(quán)利要求1?5任一所述的人員離崗監(jiān)控方法，其特征在于， 采用下述方式，分別檢測所述第二數(shù)量的視頻圖像峽中的每個視頻圖像峽的所述特定 區(qū)域內(nèi)是否存在運(yùn)動目標(biāo)： 針對所述第二數(shù)量的視頻圖像峽中的每個視頻圖像峽分別執(zhí)行第五指定操作； 其中，所述第五指定操作包括： 確定該視頻圖像峽的所述特定區(qū)域內(nèi)的各個像素點(diǎn)的運(yùn)動矢量的模值； 根據(jù)所述各個像素點(diǎn)的運(yùn)動矢量的模值，確定對應(yīng)于所述特定區(qū)域的運(yùn)動幅度值； 在所述運(yùn)動幅度值大于預(yù)設(shè)運(yùn)動幅度闊值時，確定該視頻圖像峽的所述特定區(qū)域內(nèi)存 在運(yùn)動目標(biāo)。
9. 如權(quán)利要求2?5任一所述的人員離崗監(jiān)控方法，其特征在于，在確定出該視頻圖像 峽的所述特定區(qū)域內(nèi)存在所述圖像特征后，所述方法還包括： 根據(jù)所述圖像特征在所述特定區(qū)域內(nèi)所處的位置，W及預(yù)先設(shè)置的所述特定區(qū)域的不 同位置與權(quán)重值的對應(yīng)關(guān)系，確定所述圖像特征在所述特定區(qū)域內(nèi)所處的位置對應(yīng)的權(quán)重 值；則 確定用于表征第一個數(shù)的信息，具體包括： 根據(jù)針對所述圖像特征所確定的所述權(quán)重值，確定用于表征第一個數(shù)的信息。
10. -種人員離崗監(jiān)控設(shè)備，其特征在于，所述設(shè)備包括： 獲得模塊，用于獲得視頻圖像峽序列； 第一確定模塊，用于通過分別檢測所述視頻圖像峽序列包含的第一數(shù)量的視頻圖像 峽中的每個視頻圖像峽的同一特定區(qū)域內(nèi)是否存在與預(yù)先獲得的人體頭部特征相匹配的 圖像特征，確定用于表征所述特定區(qū)域內(nèi)存在所述圖像特征的視頻圖像峽的第一個數(shù)的信 息； 第二確定模塊，用于通過分別檢測所述視頻圖像峽序列包含的第二數(shù)量的視頻圖像峽 中的每個視頻圖像峽的所述特定區(qū)域內(nèi)是否存在運(yùn)動目標(biāo)，確定用于表征所述特定區(qū)域內(nèi) 存在運(yùn)動目標(biāo)的視頻圖像峽的第二個數(shù)的信息； 判決模塊，用于根據(jù)用于表征第一個數(shù)的信息W及用于表征第二個數(shù)的信息，判斷處 于所述特定區(qū)域所對應(yīng)的實(shí)際區(qū)域內(nèi)的人員是否離崗。
11. 如權(quán)利要求10所述的人員離崗監(jiān)控設(shè)備，其特征在于，所述特定區(qū)域?yàn)樗鲆曨l 圖像峽的整個區(qū)域，貝U 所述第一確定模塊，具體用于針對所述第一數(shù)量的視頻圖像峽中的每個視頻圖像峽分 別執(zhí)行第一指定操作； 其中，所述第一指定操作包括： 將該視頻圖像峽輸入預(yù)先設(shè)置的分類器，當(dāng)所述分類器輸出的針對該視頻圖像峽的分 類結(jié)果與預(yù)先規(guī)定的分類結(jié)果一致時，確定該視頻圖像峽的所述特定區(qū)域內(nèi)存在所述圖像 特征；其中，所述預(yù)先規(guī)定的分類結(jié)果表示該視頻圖像峽中存在與所述人體頭部特征相匹 配的圖像特征。
12. 如權(quán)利要求10所述的人員離崗監(jiān)控設(shè)備，其特征在于，所述特定區(qū)域?yàn)樗鲆曨l 圖像峽的局部區(qū)域，貝U 所述第一確定模塊，具體用于針對所述第一數(shù)量的視頻圖像峽序列中的每個視頻圖像 峽分別執(zhí)行第二指定操作； 其中，所述第二指定操作包括： 將該視頻圖像峽輸入預(yù)先設(shè)置的分類器；當(dāng)所述分類器輸出的針對該視頻圖像峽的 分類結(jié)果與預(yù)先規(guī)定的分類結(jié)果一致時，根據(jù)該圖像特征在該視頻圖像峽中所處位置的信 息，W及獲得的所述特定區(qū)域在該視頻圖像峽中所處位置的信息，判斷該圖像特征在該視 頻圖像峽中所處位置與所述特定區(qū)域在該視頻圖像峽中所處位置是否有重疊；其中，所述 預(yù)先規(guī)定的分類結(jié)果表示該視頻圖像峽中存在與所述人體頭部特征相匹配的圖像特征；在 判斷結(jié)果為有重疊時，確定該視頻圖像峽的所述特定區(qū)域內(nèi)存在所述圖像特征。
13. 如權(quán)利要求10?12任一所述的人員離崗監(jiān)控設(shè)備，其特征在于，所述特定區(qū)域?yàn)?所述視頻圖像峽的整個區(qū)域，貝U 所述第二確定模塊，具體用于針對所述第二數(shù)量的視頻圖像峽中的每個視頻圖像峽分 別執(zhí)行第H指定操作； 其中，所述第H指定操作包括： 分別確定該視頻圖像峽中的各個像素點(diǎn)的運(yùn)動矢量的模值；根據(jù)所述各個像素點(diǎn)的運(yùn) 動矢量的模值，確定由運(yùn)動矢量的模值不小于預(yù)設(shè)模值闊值的像素點(diǎn)構(gòu)成的運(yùn)動連通域； 在所述運(yùn)動連通域的面積大于第H預(yù)設(shè)面積闊值時，確定該視頻圖像峽的所述特定區(qū)域內(nèi) 存在運(yùn)動目標(biāo)。
14. 如權(quán)利要求10?12任一所述的人員離崗監(jiān)控設(shè)備，其特征在于，所述特定區(qū)域?yàn)?所述視頻圖像峽的局部區(qū)域，貝U 所述第二確定模塊，具體用于針對所述第二數(shù)量的視頻圖像峽序列中的每個視頻圖像 峽分別執(zhí)行第四指定操作； 其中，所述第四指定操作包括： 分別確定該視頻圖像峽中的各個像素點(diǎn)的運(yùn)動矢量的模值；根據(jù)所述各個像素點(diǎn)的運(yùn) 動矢量的模值，確定由運(yùn)動矢量的模值不小于預(yù)設(shè)模值闊值的像素點(diǎn)構(gòu)成的運(yùn)動連通域； 在所述運(yùn)動連通域與所述特定區(qū)域發(fā)生重疊，且所述運(yùn)動連通域與所述特定區(qū)域發(fā)生重疊 的區(qū)域的面積大于第四預(yù)設(shè)面積闊值時，確定該視頻圖像峽的所述特定區(qū)域內(nèi)存在運(yùn)動目 標(biāo)。
15. 如權(quán)利要求10?12任一所述的人員離崗監(jiān)控設(shè)備，其特征在于， 所述第二確定模塊，具體用于針對所述第二數(shù)量的視頻圖像峽中的每個視頻圖像峽分 別執(zhí)行第五指定操作； 其中，所述第五指定操作包括： 確定該視頻圖像峽的所述特定區(qū)域內(nèi)的各個像素點(diǎn)的運(yùn)動矢量的模值；根據(jù)所述各個 像素點(diǎn)的運(yùn)動矢量的模值，確定對應(yīng)于所述特定區(qū)域的運(yùn)動幅度值；在所述運(yùn)動幅度值大 于預(yù)設(shè)運(yùn)動幅度闊值時，確定該視頻圖像峽的所述特定區(qū)域內(nèi)存在運(yùn)動目標(biāo)。
【文檔編號】G06T7/00GK104346802SQ201310337309
【公開日】2015年2月11日 申請日期:2013年8月5日 優(yōu)先權(quán)日:2013年8月5日
【發(fā)明者】謝志明, 潘暉, 潘石柱, 張興明, 傅利泉, 朱江明, 吳軍, 吳堅 申請人:浙江大華技術(shù)股份有限公司