基于智能視頻分析的人員跟蹤方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種跟蹤方法，特別是一種基于智能視頻分析的人員跟蹤方法。
【背景技術(shù)】
[0002]安全問題是今天所有的政府部門，企事業(yè)單位所非常重視的問題，視頻監(jiān)控技術(shù)已經(jīng)成為公安機關(guān)打擊犯罪對付恐怖主義的有效手段，視頻監(jiān)控系統(tǒng)也開始邁向規(guī)?；ㄔO(shè)，目前已經(jīng)安裝了數(shù)以百萬計的監(jiān)控攝像機。這些攝像機一般由繁忙的安全人員值守，用于監(jiān)控，存儲，或回放錄像。過多的攝像機使值班人員疲于應(yīng)付，無法發(fā)揮出實時監(jiān)控的能力，這種被動式的，事后查驗的方法根本不能提供一種滿足當(dāng)今需要的實時安全監(jiān)控，這種情況下既增加了破案難度，又浪費了大量的警力。
[0003]解決以上問題的一個有效方法是對視頻進(jìn)行智能分析。智能視頻分析技術(shù)是通過借助計算機的運算能力對視頻內(nèi)容進(jìn)行實時分析，過濾掉不相關(guān)的信息，僅僅提取視頻中的關(guān)鍵信息，并針對違法事件自動報警的監(jiān)控方式，是新一代的監(jiān)控系統(tǒng)。智能視頻分析技術(shù)將傳統(tǒng)的事后取證的監(jiān)控方式變?yōu)槭虑邦A(yù)防和實時報警的監(jiān)控方式。

【發(fā)明內(nèi)容】

[0004]本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提供一種基于智能視頻分析的人員跟蹤方法，該方法能夠?qū)崿F(xiàn)多目標(biāo)跟蹤，能夠同時跟蹤多達(dá)64個目標(biāo)，能夠?qū)崿F(xiàn)目標(biāo)被遮擋時間不超過3秒的連續(xù)跟蹤，同時能夠?qū)崿F(xiàn)多目標(biāo)交匯前和分離后的準(zhǔn)確跟蹤。
[0005]本發(fā)明的目的是通過以下技術(shù)方案來實現(xiàn)的:基于智能視頻分析的人員跟蹤方法，它包括如下子步驟:
S1:內(nèi)容分析:對圖像內(nèi)容進(jìn)行分析，剔除無用的背景信息；
52:對象識別:根據(jù)不同的活動目標(biāo)的大小、運動速度及運動規(guī)律準(zhǔn)確識別出人員、動物、車輛或其他對象，分離出重要信息；
53:定位跟蹤:在復(fù)雜背景下實時地對活動目標(biāo)進(jìn)行定位和跟蹤；目標(biāo)被小遮擋物遮擋后繼續(xù)進(jìn)行跟蹤；
54:目標(biāo)預(yù)測:對目標(biāo)質(zhì)心位移，速度和加速度等狀態(tài)參數(shù)進(jìn)行預(yù)測和濾波；
55:分析對比:將活動目標(biāo)的運動規(guī)律與制定的安全規(guī)則進(jìn)行比對，確認(rèn)活動目標(biāo)的運動的安全性；
56:返回預(yù)置位置:目標(biāo)跟蹤完成后自動返回當(dāng)前設(shè)置的預(yù)置位置。
[0006]所述的步驟SI中的背景信息包括靜態(tài)信息和動態(tài)信息，靜態(tài)信息包括地面、建筑物，動態(tài)信息包括風(fēng)吹草動、水波、雨雪、樹影。
[0007]所述的對象識別采用基于改進(jìn)高斯混合模型的視頻圖像背景建模與更新方法。
[0008]所述的步驟S3中的安全規(guī)則包括安全界線、安全范圍。
[0009]它還包括一個報警步驟，活動目標(biāo)超過安全規(guī)則的安全界線，視頻分析系統(tǒng)激活報警，提示監(jiān)控人員予以關(guān)注，或者進(jìn)行處理。
[0010]所述的分析對比采用圖像識別的異常行為識別方法，它包括:
1)設(shè)定人體行為由一系列短時人體動作構(gòu)成，將行為表示為時間域上人體動作的合理組合，對短時動作進(jìn)行識別；
2)設(shè)定在公共安防場景下的異常行為的短時動作；
3)采用運動能量圖MEI和運動歷史圖MHI捕捉視頻序列中的人體運動信息，將時序短時人體運動壓縮在一幅圖像中；
4)對圖像進(jìn)行識別。
[0011]所述的定位跟蹤采用基于尺度不變特征與粒子濾波的視頻目標(biāo)跟蹤方法進(jìn)行跟足示O
[0012]本發(fā)明的有益效果是:本發(fā)明提供了一種基于智能視頻分析的人員跟蹤方法，該方法實現(xiàn)了多目標(biāo)跟蹤，能夠同時跟蹤多達(dá)64個目標(biāo)，實現(xiàn)了目標(biāo)被遮擋時間不超過3秒的連續(xù)跟蹤，同時能夠?qū)崿F(xiàn)多目標(biāo)交匯前和分離后的準(zhǔn)確跟蹤。
【附圖說明】
[0013]圖1為本發(fā)明的方法流程框圖；
圖2為異常行為識別方法流程圖。
【具體實施方式】
[0014]下面結(jié)合附圖進(jìn)一步詳細(xì)描述本發(fā)明的技術(shù)方案，但本發(fā)明的保護(hù)范圍不局限于以下所述。
[0015]如圖1所示，智能視頻分析人員跟蹤方法，它包括如下子步驟:
S1:內(nèi)容分析:對圖像內(nèi)容進(jìn)行分析，剔除無用的背景信息，例如:地面、建筑物等靜態(tài)信息以及風(fēng)吹草動、水波、雨雪、樹影等動態(tài)信息都能夠經(jīng)智能視頻分析被判斷為背景信息，而重要信息則是人、車等活動信息。
[0016]S2:對象識別:根據(jù)不同的活動目標(biāo)的大小、運動速度及運動規(guī)律準(zhǔn)確識別出人員、動物、車輛或其他對象，分離出重要信息；
53:定位跟蹤:在復(fù)雜背景下實時地對活動目標(biāo)進(jìn)行定位和跟蹤；目標(biāo)被小遮擋物遮擋后繼續(xù)進(jìn)行跟蹤；
54:目標(biāo)預(yù)測:對目標(biāo)質(zhì)心位移，速度和加速度等狀態(tài)參數(shù)進(jìn)行預(yù)測和濾波；
55:分析對比:將活動目標(biāo)的運動規(guī)律與制定的安全規(guī)則進(jìn)行比對，確認(rèn)活動目標(biāo)的運動的安全性；
56:返回預(yù)置位置:目標(biāo)跟蹤完成后自動返回當(dāng)前設(shè)置的預(yù)置位置。
[0017]所述的對象識別采用基于改進(jìn)高斯混合模型的視頻圖像背景建模與更新方法，在對高斯混合模型背景建模技術(shù)的原理和缺陷進(jìn)行深入分析研宄的基礎(chǔ)上，根據(jù)工程實踐經(jīng)驗對該算法的背景建模時機、模型更新機制、顏色模型、陰影模型、背景微動模型等方面進(jìn)行改進(jìn)，提高其實時性和抗干擾性。
[0018]所述的步驟S3中的安全規(guī)則包括安全界線、安全范圍。
[0019]它還包括一個報警步驟，活動目標(biāo)超過安全規(guī)則的安全界線，視頻分析系統(tǒng)激活報警，提示監(jiān)控人員予以關(guān)注，或者進(jìn)行處理。例如:在圖像中指定的區(qū)域設(shè)定“虛擬”的安全界線，一旦識別“目標(biāo)對象”跨越這一安全界線，系統(tǒng)就激活報警，提示監(jiān)控人員予以關(guān)注，提高了報警精確度和響應(yīng)速度。
[0020]如圖2所示，所述的分析對比采用圖像識別的異常行為識別方法，它包括:
1)設(shè)定人體行為由一系列短時人體動作構(gòu)成，將行為表示為時間域上人體動作的合理組合，對短時動作進(jìn)行識別；
2)設(shè)定在公共安防場景下的異常行為的短時動作；
3)采用運動能量圖MEI和運動歷史圖MHI捕捉視頻序列中的人體運動信息，將時序短時人體運動壓縮在一幅圖像中，有助于避免復(fù)雜的視覺跟蹤問題；
4)對圖像進(jìn)行識別。
[0021]所述的定位跟蹤采用基于尺度不變特征與粒子濾波的視頻目標(biāo)跟蹤方法進(jìn)行跟蹤，針對復(fù)雜環(huán)境下的多目標(biāo)跟蹤問題，結(jié)合尺度不變特征對光線、視角、距離、目標(biāo)大小等因素的魯棒性和粒子濾波視頻目標(biāo)跟蹤算法的抗遮擋性，提出一種基于算法融合的復(fù)雜環(huán)境視頻目標(biāo)跟蹤算法，成功的解決復(fù)雜環(huán)境和遮擋條件下的多目標(biāo)跟蹤問題。
【主權(quán)項】
1.基于智能視頻分析的人員跟蹤方法，其特征在于:它包括如下子步驟: S1:內(nèi)容分析:對圖像內(nèi)容進(jìn)行分析，剔除無用的背景信息； 52:對象識別:根據(jù)不同的活動目標(biāo)的大小、運動速度及運動規(guī)律準(zhǔn)確識別出人員、動物、車輛或其他對象，分離出重要信息； 53:定位跟蹤:在復(fù)雜背景下實時地對活動目標(biāo)進(jìn)行定位和跟蹤；目標(biāo)被小遮擋物遮擋后繼續(xù)進(jìn)行跟蹤； 54:目標(biāo)預(yù)測:對目標(biāo)質(zhì)心位移，速度和加速度等狀態(tài)參數(shù)進(jìn)行預(yù)測和濾波； 55:分析對比:將活動目標(biāo)的運動規(guī)律與制定的安全規(guī)則進(jìn)行比對，確認(rèn)活動目標(biāo)的運動的安全性； 56:返回預(yù)置位置:目標(biāo)跟蹤完成后自動返回當(dāng)前設(shè)置的預(yù)置位置。
2.根據(jù)權(quán)利要求1所述的基于智能視頻分析的人員跟蹤方法，其特征在于:所述的步驟SI中的背景信息包括靜態(tài)信息和動態(tài)信息，靜態(tài)信息包括地面、建筑物，動態(tài)信息包括風(fēng)吹草動、水波、雨雪、樹影。
3.根據(jù)權(quán)利要求1所述的基于智能視頻分析的人員跟蹤方法，其特征在于:所述的對象識別采用基于改進(jìn)高斯混合模型的視頻圖像背景建模與更新方法。
4.根據(jù)權(quán)利要求1所述的基于智能視頻分析的人員跟蹤方法，其特征在于:所述的步驟S3中的安全規(guī)則包括安全界線、安全范圍。
5.根據(jù)權(quán)利要求1所述的基于智能視頻分析的人員跟蹤方法，其特征在于:它還包括一個報警步驟，活動目標(biāo)超過安全規(guī)則的安全界線，視頻分析系統(tǒng)激活報警，提示監(jiān)控人員予以關(guān)注，或者進(jìn)行處理。
6.根據(jù)權(quán)利要求1所述的基于智能視頻分析的人員跟蹤方法，其特征在于:所述的分析對比采用圖像識別的異常行為識別方法，它包括: 1)設(shè)定人體行為由一系列短時人體動作構(gòu)成，將行為表示為時間域上人體動作的合理組合，對短時動作進(jìn)行識別； 2)設(shè)定在公共安防場景下的異常行為的短時動作； 3)采用運動能量圖MEI和運動歷史圖MHI捕捉視頻序列中的人體運動信息，將時序短時人體運動壓縮在一幅圖像中； 4)對圖像進(jìn)行識別。
7.根據(jù)權(quán)利要求1所述的基于智能視頻分析的人員跟蹤方法，其特征在于:所述的定位跟蹤采用基于尺度不變特征與粒子濾波的視頻目標(biāo)跟蹤方法進(jìn)行跟蹤。
【專利摘要】本發(fā)明公開了一種基于智能視頻分析的人員跟蹤方法，它包括如下步驟：對圖像內(nèi)容進(jìn)行分析，剔除無用的背景信息；根據(jù)不同的活動目標(biāo)的大小、運動速度及運動規(guī)律準(zhǔn)確識別出人員、動物、車輛或其他對象，分離出重要信息；將活動目標(biāo)的運動規(guī)律與制定的安全規(guī)則進(jìn)行比對，確認(rèn)活動目標(biāo)的運動的安全性；在復(fù)雜背景下實時地對活動目標(biāo)進(jìn)行定位和跟蹤；對目標(biāo)質(zhì)心位移，速度和加速度等狀態(tài)參數(shù)進(jìn)行預(yù)測和濾波；目標(biāo)被小遮擋物遮擋后繼續(xù)進(jìn)行跟蹤；目標(biāo)跟蹤完成后自動返回當(dāng)前設(shè)置的預(yù)置位置。本發(fā)明提供了一種智能視頻分析人員跟蹤方法，該方法實現(xiàn)了多目標(biāo)跟蹤，實現(xiàn)了目標(biāo)被遮擋時間不超過3秒的連續(xù)跟蹤，同時能夠?qū)崿F(xiàn)多目標(biāo)交匯前和分離后的準(zhǔn)確跟蹤。
【IPC分類】G06T7-20
【公開號】CN104637071
【申請?zhí)枴緾N201510042799
【發(fā)明人】曾立軍, 蒲澤新
【申請人】四川君逸易視科技有限公司
【公開日】2015年5月20日
【申請日】2015年1月28日