專利名稱：一種事件檢測方法及系統(tǒng)的制作方法
一種事件檢測方法及系統(tǒng)技術(shù)領(lǐng)域
本申請涉及圖像處理技術(shù)領(lǐng)域，特別是涉及一種事件檢測方法及系統(tǒng)。
技術(shù)背景
智能視頻分析系統(tǒng)具有智能分析功能，其能夠?qū)σ曨l中出現(xiàn)的用戶關(guān)注的事件進(jìn)行實時提取和記錄，從而及時報警。例如檢測是否有行人及車輛闖入禁止區(qū)域，或者在禁止區(qū)域內(nèi)長時間徘徊、停留，或者視頻中是否有暴力事件發(fā)生。
在檢測視頻中是否有暴力事件發(fā)生，上述智能視頻分析系統(tǒng)可以采用多種暴力事件檢測方法。例如Ankur Datta等在 2002年 ICPR(International Conference On Pattern Recognition,模式識別研討會)記錄的第433-438頁中提及的“Person-on-Person Violence Detection in Video Data”，其包括人體檢測、人體剪影提取、軀體四肢識別、頭部跟蹤等處理步驟，利用運動軌跡信息對出拳、踢打、撞擊等行為進(jìn)行事件檢測。或者2007 年 Alessandro Mecocci 等在"Signal Processing Applications for Public Security and Forensics，，中提出的"Real-Time Recognition of Violent Acts in Monocular Colour Video kquences [C] ”，其對暴力參與者的衣服顏色進(jìn)行分塊，利用分塊后暴力參與者的衣服顏色信息對暴力事件進(jìn)行檢測。
然而，暴力事件中參與者的服裝顏色、服裝樣式以及暴力姿態(tài)具有多樣性，而這些多樣性的存在導(dǎo)致基于人體部位識別或軌跡分析或顏色特征的事件檢測方法的通用性差， 進(jìn)一步地，智能視頻分析系統(tǒng)在進(jìn)行暴力事件監(jiān)控時，由于自身使用的事件檢測方法的通用性差，從而導(dǎo)致智能視頻分析系統(tǒng)監(jiān)控準(zhǔn)確度降低。發(fā)明內(nèi)容
有鑒于此，本申請實施例公開一種事件檢測方法及系統(tǒng)，提高檢測方法的通用性， 進(jìn)一步智能視頻分析系統(tǒng)在使用本申請公開的事件檢測方法進(jìn)行監(jiān)控時，提高自身的監(jiān)控準(zhǔn)確度。技術(shù)方案如下
基于本申請的一方面，公開了一種事件檢測方法，包括對初始幀圖像背景建模，獲取所述初始幀圖像的背景圖像，還包括
獲取當(dāng)前幀圖像和上一幀圖像，并獲取自身對應(yīng)的運動歷史圖像；
通過小閾值前景檢測方法，結(jié)合所述背景圖像對任一幀圖像進(jìn)行檢測，獲取自身對應(yīng)的小閾值前景圖像；
對任一運動歷史圖像，依據(jù)自身對應(yīng)的小閾值前景圖像，對所述運動歷史圖像中的圖像塊進(jìn)行融合，并對融合后的運動歷史圖像進(jìn)行二值化處理，獲取二值化前景圖像；
在當(dāng)前幀圖像的二值化前景圖像中任一圖像塊的像素總個數(shù)大于所述上一幀圖像的二值化前景圖像中與該任一圖像塊對應(yīng)的相鄰位置的圖像塊的像素總個數(shù)的情況下， 統(tǒng)計變化的灰度級數(shù)，其中，所述變化的灰度級數(shù)為變化的灰度級的總個數(shù)，所述變化的灰度級為所述當(dāng)前幀圖像對應(yīng)的融合后的運動歷史圖像中該任一圖像塊中灰度級對應(yīng)的像素個數(shù)大于所述上一幀圖像對應(yīng)的融合后的運動歷史圖像中與該任一圖像塊對應(yīng)的相鄰位置的圖像塊中同一灰度級對應(yīng)的像素個數(shù)的灰度級；
在所述灰度級數(shù)大于預(yù)設(shè)灰度級數(shù)的情況下，確定發(fā)生暴力事件。
優(yōu)選地，所述對任一運動歷史圖像，依據(jù)自身對應(yīng)的小閾值前景圖像，對所述運動歷史圖像中的圖像塊進(jìn)行融合包括\τS(i，7，f)=l 或 Ητ(υ，0=τ
使用公式M(u，f)=‘ 7進(jìn)行[max(0,HT(x,7,f-l)-l)其他融合，其中，(x，y)為像素坐標(biāo)，t為當(dāng)前幀，t_l為上一幀，τ為預(yù)設(shè)灰度值，M(x，y，t)為當(dāng)前幀圖像的融合后的運動歷史圖像中坐標(biāo)為(x，y)的像素的灰度值，S(x，y，t)為當(dāng)前幀圖像的小閾值前景圖像中坐標(biāo)為(x，y)的像素的灰度值，HT(X，y，t)為當(dāng)前幀圖像的運動歷史圖像中坐標(biāo)為(x，y)的像素的灰度值，HT(x，y，t-l)為上一幀圖像的運動歷史圖像中坐標(biāo)為(χ，y)的像素的灰度值。
優(yōu)選地，在獲取二值化前景圖像之后還包括
依據(jù)預(yù)設(shè)閾值，濾除當(dāng)前幀圖像對應(yīng)的二值化前景圖像和上一幀圖像對應(yīng)的二值化前景圖像中的小圖像塊；
采用八連通，對當(dāng)前幀圖像和上一幀圖像各自對應(yīng)的濾除處理后的二值化前景圖像進(jìn)行圖像塊合并，將處理后的二值化前景圖像作為各自對應(yīng)的二值化前景圖像。
優(yōu)選地，在確定發(fā)生報警事件之后，還包括
通過大閾值前景檢測方法，結(jié)合所述背景圖像，對當(dāng)前幀圖像進(jìn)行檢測，獲取自身對應(yīng)的大閾值前景圖像；
對所述當(dāng)前幀圖像的小閾值前景圖像中各個像素進(jìn)行計數(shù)；
采用公式述背景圖像進(jìn)行更新，將更新后的背景圖像作為背景圖像，其中，a為更新速度，(x，y)為像素坐標(biāo)，t為當(dāng)前幀，t-Ι為上一幀，Y為預(yù)設(shè)計數(shù)，B(x，y，t)為所述背景圖像中坐標(biāo)為(X， y)的像素的灰度值，I(x，y，t)為當(dāng)所述前幀圖像中坐標(biāo)為(x，y)的像素的灰度值，L(x，y， t)為當(dāng)前幀圖像的大閾值前景圖像中坐標(biāo)為(X，y)的像素的灰度值，S(x, y，t)為當(dāng)前幀圖像的小閾值前景圖像中坐標(biāo)為(x，y)的像素的灰度值，U(x，y)為小閾值前景圖像中坐標(biāo)為(χ，y)的像素的計數(shù)。
優(yōu)選地，使用混合高斯模型對所述初始幀圖像背景進(jìn)行建模。
優(yōu)選地，所述當(dāng)前幀圖像的二值化前景圖像中任一圖像塊的像素總個數(shù)為該圖像塊的實際像素個數(shù)與預(yù)設(shè)值的乘積。
基于本申請的一方面，還公開了一種事件檢測系統(tǒng)，包括背景圖像獲取模塊，用于對初始幀圖像背景建模，獲取所述初始幀圖像的背景圖像，還包括
運動歷史圖像獲取模塊，用于獲取當(dāng)前幀圖像和上一幀圖像，并獲取自身對應(yīng)的運動歷史圖像；
小閾值前景圖像獲取模塊，用于通過小閾值前景檢測方法，結(jié)合所述背景圖像對
B(x,y, t)=al{x, y,t-\) + (\-a)B(x, y,t-\) l(i，,，0 I{x,y,t-\)Z(x，_F，f)=LiLS(x，_F，f)=0U(x,y)>Y對所其他任一幀圖像進(jìn)行檢測，獲取自身對應(yīng)的小閾值前景圖像；融合模塊，用于對任一運動歷史圖像，依據(jù)自身對應(yīng)的小閾值前景圖像，對所述運 動歷史圖像中的圖像塊進(jìn)行融合；二值化前景圖像獲取模塊，用于對融合后的運動歷史圖像進(jìn)行二值化處理，獲取 二值化前景圖像；統(tǒng)計器，用于在當(dāng)前幀圖像的二值化前景圖像中任一圖像塊的像素總個數(shù)大于所 述上一幀圖像的二值化前景圖像中與該任一圖像塊對應(yīng)的相鄰位置的圖像塊的像素總個 數(shù)的情況下，統(tǒng)計變化的灰度級數(shù)，其中，所述變化的灰度級數(shù)為變化的灰度級的總個數(shù)， 所述變化的灰度級為所述當(dāng)前幀圖像對應(yīng)的融合后的運動歷史圖像中該任一圖像塊中灰 度級對應(yīng)的像素個數(shù)大于所述上一幀圖像對應(yīng)的融合后的運動歷史圖像中與該任一圖像 塊對應(yīng)的相鄰位置的圖像塊中同一灰度級對應(yīng)的像素個數(shù)的灰度級；事件確定模塊，用于在所述灰度級數(shù)大于預(yù)設(shè)灰度級數(shù)的情況下，確定發(fā)生暴力 事件。優(yōu)選地，所述融合模塊具體用于使用公式
權(quán)利要求
1.一種事件檢測方法，包括對初始幀圖像背景建模，獲取所述初始幀圖像的背景圖像， 其特征在于，還包括獲取當(dāng)前幀圖像和上一幀圖像，并獲取自身對應(yīng)的運動歷史圖像； 通過小閾值前景檢測方法，結(jié)合所述背景圖像對任一幀圖像進(jìn)行檢測，獲取自身對應(yīng)的小閾值前景圖像；對任一運動歷史圖像，依據(jù)自身對應(yīng)的小閾值前景圖像，對所述運動歷史圖像中的圖像塊進(jìn)行融合，并對融合后的運動歷史圖像進(jìn)行二值化處理，獲取二值化前景圖像；在當(dāng)前幀圖像的二值化前景圖像中任一圖像塊的像素總個數(shù)大于所述上一幀圖像的二值化前景圖像中與該任一圖像塊對應(yīng)的相鄰位置的圖像塊的像素總個數(shù)的情況下，統(tǒng)計變化的灰度級數(shù)，其中，所述變化的灰度級數(shù)為變化的灰度級的總個數(shù)，所述變化的灰度級為所述當(dāng)前幀圖像對應(yīng)的融合后的運動歷史圖像中該任一圖像塊中灰度級對應(yīng)的像素個數(shù)大于所述上一幀圖像對應(yīng)的融合后的運動歷史圖像中與該任一圖像塊對應(yīng)的相鄰位置的圖像塊中同一灰度級對應(yīng)的像素個數(shù)的灰度級；在所述灰度級數(shù)大于預(yù)設(shè)灰度級數(shù)的情況下，確定發(fā)生暴力事件。
2.根據(jù)權(quán)利要求1所述的事件檢測方法，其特征在于，所述對任一運動歷史圖像，依據(jù)自身對應(yīng)的小閾值前景圖像，對所述運動歷史圖像中的圖像塊進(jìn)行融合包括\τS(x，7，0 = l 或 Ητ(χ，7， )="Γ使用公式Μ(ζ，7，0=1λ1、 ‘進(jìn)行融合，[max(0,HT(x,7,f-l)-l)其他其中，(x，y)為像素坐標(biāo)，t為當(dāng)前幀，t_l為上一幀，τ為預(yù)設(shè)灰度值，M(x，y，t)為當(dāng)前幀圖像的融合后的運動歷史圖像中坐標(biāo)為(x，y)的像素的灰度值，S(x，y，t)為當(dāng)前幀圖像的小閾值前景圖像中坐標(biāo)為(x，y)的像素的灰度值，HT(X，y，t)為當(dāng)前幀圖像的運動歷史圖像中坐標(biāo)為(x，y)的像素的灰度值，HT(x，y，t-l)為上一幀圖像的運動歷史圖像中坐標(biāo)為 (χ，y)的像素的灰度值。
3.根據(jù)權(quán)利要求2所述的事件檢測方法，其特征在于，在獲取二值化前景圖像之后還包括依據(jù)預(yù)設(shè)閾值，濾除當(dāng)前幀圖像對應(yīng)的二值化前景圖像和上一幀圖像對應(yīng)的二值化前景圖像中的小圖像塊；采用八連通，對當(dāng)前幀圖像和上一幀圖像各自對應(yīng)的濾除處理后的二值化前景圖像進(jìn)行圖像塊合并，將處理后的二值化前景圖像作為各自對應(yīng)的二值化前景圖像。
4.根據(jù)權(quán)利要求1至3任意一項所述的事件檢測方法，其特征在于，在確定發(fā)生報警事件之后，還包括通過大閾值前景檢測方法，結(jié)合所述背景圖像，對當(dāng)前幀圖像進(jìn)行檢測，獲取自身對應(yīng)的大閾值前景圖像；對所述當(dāng)前幀圖像的小閾值前景圖像中各個像素進(jìn)行計數(shù)；采用公式Β(χ,γ, t)=al{x, y,t-\) + (\-a)B(x, y,t-\) I{x,y,t-\)Z(U’f)=LiLS(U’f)=0U(x,y)>Y對所述背其他景圖像進(jìn)行更新，將更新后的背景圖像作為背景圖像，其中，a為更新速度，(x，y)為像素坐標(biāo)，t為當(dāng)前幀，t-Ι為上一幀，Y為預(yù)設(shè)計數(shù)，B(x，y，t)為所述背景圖像中坐標(biāo)為(x，y)的像素的灰度值，I(x，y，t)為當(dāng)所述前幀圖像中坐標(biāo)為(x，y)的像素的灰度值，L(x，y，t)為當(dāng)前幀圖像的大閾值前景圖像中坐標(biāo)為(x，y)的像素的灰度值，S(x，y，t)為當(dāng)前幀圖像的小閾值前景圖像中坐標(biāo)為(x，y)的像素的灰度值，U(x，y)為小閾值前景圖像中坐標(biāo)為(X， y)的像素的計數(shù)。
5.根據(jù)權(quán)利要求1至3任意一項所述的事件檢測方法，其特征在于，使用混合高斯模型對所述初始幀圖像背景進(jìn)行建模。
6.根據(jù)權(quán)利要求1至3任意一項所述的事件檢測方法，其特征在于，所述當(dāng)前幀圖像的二值化前景圖像中任一圖像塊的像素總個數(shù)為該圖像塊的實際像素個數(shù)與預(yù)設(shè)值的乘積。
7.一種事件檢測系統(tǒng)，包括背景圖像獲取模塊，用于對初始幀圖像背景建模，獲取所述初始幀圖像的背景圖像，其特征在于，還包括運動歷史圖像獲取模塊，用于獲取當(dāng)前幀圖像和上一幀圖像，并獲取自身對應(yīng)的運動歷史圖像；小閾值前景圖像獲取模塊，用于通過小閾值前景檢測方法，結(jié)合所述背景圖像對任一幀圖像進(jìn)行檢測，獲取自身對應(yīng)的小閾值前景圖像；融合模塊，用于對任一運動歷史圖像，依據(jù)自身對應(yīng)的小閾值前景圖像，對所述運動歷史圖像中的圖像塊進(jìn)行融合；二值化前景圖像獲取模塊，用于對融合后的運動歷史圖像進(jìn)行二值化處理，獲取二值化前景圖像；統(tǒng)計器，用于在當(dāng)前幀圖像的二值化前景圖像中任一圖像塊的像素總個數(shù)大于所述上一幀圖像的二值化前景圖像中與該任一圖像塊對應(yīng)的相鄰位置的圖像塊的像素總個數(shù)的情況下，統(tǒng)計變化的灰度級數(shù)，其中，所述變化的灰度級數(shù)為變化的灰度級的總個數(shù)，所述變化的灰度級為所述當(dāng)前幀圖像對應(yīng)的融合后的運動歷史圖像中該任一圖像塊中灰度級對應(yīng)的像素個數(shù)大于所述上一幀圖像對應(yīng)的融合后的運動歷史圖像中與該任一圖像塊對應(yīng)的相鄰位置的圖像塊中同一灰度級對應(yīng)的像素個數(shù)的灰度級；事件確定模塊，用于在所述灰度級數(shù)大于預(yù)設(shè)灰度級數(shù)的情況下，確定發(fā)生暴力事件。
8.根據(jù)權(quán)利要求7所述的事件檢測系統(tǒng)，其特征在于，所述融合模塊具體用于使用公\τS(x,v,t)=l 或 Ητ(χ，7， ) = Γ式M(u，f)=‘ 7進(jìn)行融合，其中，(x，y)[max(0,HT(x,7,f-l)-l)其他為像素坐標(biāo)，t為當(dāng)前幀，t_l為上一幀，τ為預(yù)設(shè)灰度值，M(x，y，t)為當(dāng)前幀圖像的融合后的運動歷史圖像中坐標(biāo)為(x，y)的像素的灰度值，S(x，y，t)為當(dāng)前幀圖像的小閾值前景圖像中坐標(biāo)為(x，y)的像素的灰度值，HT(x，y，t)為當(dāng)前幀圖像的運動歷史圖像中坐標(biāo)為 (X，y)的像素的灰度值，Ητ (χ, y，t-1)為上一幀圖像的運動歷史圖像中坐標(biāo)為(X，y)的像素的灰度值。
9.根據(jù)權(quán)利要求8所述的事件檢測系統(tǒng)，其特征在于，還包括濾除模塊，用于依據(jù)預(yù)設(shè)閾值，濾除當(dāng)前幀圖像對應(yīng)的二值化前景圖像和上一幀圖像對應(yīng)的二值化前景圖像中的小圖像塊；合并模塊，用于采用八連通，對當(dāng)前幀圖像和上一幀圖像各自對應(yīng)的濾除處理后的二值化前景圖像進(jìn)行圖像塊合并，將處理后的二值化前景圖像作為各自對應(yīng)的二值化前景圖像。
10.根據(jù)權(quán)利要求7至9任意一項所述的事件檢測系統(tǒng)，其特征在于，還包括 大閾值前景圖像獲取模塊，用于通過大閾值前景檢測方法，結(jié)合所述背景圖像，對當(dāng)前幀圖像進(jìn)行檢測，獲取自身對應(yīng)的大閾值前景圖像；計數(shù)器，用于對所述當(dāng)前幀圖像的小閾值前景圖像中各個像素進(jìn)行計數(shù)； 更新模塊，用于采用公式景圖像進(jìn)行更新，將更新后的背景圖像作為背景圖像，其中，a為更新速度，(x，y)為像素坐標(biāo)，t為當(dāng)前幀，t-Ι為上一幀，Y為預(yù)設(shè)計數(shù)，B(x，y，t)為所述背景圖像中坐標(biāo)為(x，y)的像素的灰度值，I(x，y，t)為當(dāng)所述前幀圖像中坐標(biāo)為(x，y)的像素的灰度值，L(x，y，t)為當(dāng)前幀圖像的大閾值前景圖像中坐標(biāo)為(x，y)的像素的灰度值，S(x，y，t)為當(dāng)前幀圖像的小閾值前景圖像中坐標(biāo)為(x，y)的像素的灰度值，U(x，y)為小閾值前景圖像中坐標(biāo)為(X， y)的像素的計數(shù)。Β(χ,γ, t)=al{x, y,t-\) + (\-a)B(x, y,t-\) l(i，,，0 I{x,y,t-\)Z(U，f)=LiLS(x，_F，f)=0U(x,y)>Y對所述背其他
全文摘要
本申請公開了一種事件檢測方法及系統(tǒng)。一種事件檢測方法，包括對初始幀圖像背景建模，獲取背景圖像；獲取當(dāng)前幀圖像和上一幀圖像，并獲取自身對應(yīng)的運動歷史圖像；獲取自身對應(yīng)的小閾值前景圖像；對任一運動歷史圖像中圖像塊進(jìn)行融合，對融合后的運動歷史圖像進(jìn)行二值化處理，獲取二值化前景圖像；在當(dāng)前幀圖像的二值化前景圖像中任一圖像塊的像素總個數(shù)大于上一幀圖像的二值化前景圖像中與該任一圖像塊對應(yīng)的相鄰位置的圖像塊的像素總個數(shù)的情況下，統(tǒng)計變化的灰度級數(shù)；在灰度級數(shù)大于預(yù)設(shè)灰度級數(shù)的情況下，確定發(fā)生暴力事件。本申請不基于人體部位識別、軌跡分析或者顏色特征，提高通用性，更進(jìn)一步地，提高智能視頻分析系統(tǒng)的監(jiān)控準(zhǔn)確度。
文檔編號H04N5/14GK102496164SQ20111035943
公開日2012年6月13日 申請日期2011年11月14日 優(yōu)先權(quán)日2011年11月14日
發(fā)明者安國成, 李洪研, 羅志強(qiáng) 申請人:北京國鐵華晨通信信息技術(shù)有限公司