一種基于旋轉不變特征的智能監(jiān)控系統(tǒng)及方法
【專利摘要】本發(fā)明公開了一種基于旋轉不變特征的智能監(jiān)控系統(tǒng)及方法。所述系統(tǒng)包括：數(shù)據(jù)采集終端和流媒體服務器，數(shù)據(jù)采集終端首先采集原始視頻數(shù)據(jù)，并對采集到的原始視頻數(shù)據(jù)進行伽馬矯正、調節(jié)白平衡、色彩矯正處理，以消除噪聲和畸變因素使得視頻圖像適用于信道傳輸。接下來編解碼模塊對視頻數(shù)據(jù)進行編解碼。流媒體服務器主要由解碼模塊、目標跟蹤模塊以及行為分析與預警模塊組成。核心模塊目標檢測與跟蹤模塊采用基于旋轉不變特征的智能監(jiān)控方法進行目標跟蹤。本發(fā)明技術方案能夠有效地對目標進行單跟蹤和多目標跟蹤，進行關鍵行為語義分析，一旦檢測到任何異動，便立即觸發(fā)報警，最終實現(xiàn)實時監(jiān)控。
【專利說明】
一種基于旋轉不變特征的智能監(jiān)控系統(tǒng)及方法

【技術領域】
[0001]本發(fā)明涉及智能監(jiān)控【技術領域】，具體涉及一種基于旋轉不變特征的智能監(jiān)控系統(tǒng)及方法。

【背景技術】
[0002]視頻監(jiān)控系統(tǒng)的發(fā)展過程是從模擬閉路電視監(jiān)控系統(tǒng)到數(shù)模結合視頻監(jiān)控系統(tǒng)進而出現(xiàn)數(shù)字視頻監(jiān)控系統(tǒng)。數(shù)字視頻監(jiān)控系統(tǒng)根據(jù)技術的發(fā)展又分為本地數(shù)字視頻監(jiān)控系統(tǒng)和網絡數(shù)字視頻監(jiān)控系統(tǒng)。數(shù)字家庭網絡與多媒體技術的高速發(fā)展使得安防監(jiān)控已經逐步走進家庭，成為數(shù)字家庭的一個新應用熱點。
[0003]數(shù)字監(jiān)控系統(tǒng)(DVR)是以數(shù)字攝錄像機為核心的模擬與數(shù)字結合的解決方案。相對于上一代視頻監(jiān)控系統(tǒng)，數(shù)字化本地視頻監(jiān)控系統(tǒng)借助多媒體監(jiān)控主機使監(jiān)控系統(tǒng)結構大為簡化，但是數(shù)字視頻監(jiān)控系統(tǒng)傳輸線纜布建比較復雜，同時數(shù)字監(jiān)控系統(tǒng)采用磁盤進行數(shù)據(jù)的保存，一旦磁盤損壞則數(shù)據(jù)難以恢復，這是限制數(shù)字監(jiān)控系統(tǒng)發(fā)展的主要因素。
[0004]網絡視頻監(jiān)控系統(tǒng)(IPVS)是未來的視頻監(jiān)控的發(fā)展方向。IPVS基于IP網絡，從根本的層面改變了監(jiān)控系統(tǒng)的架構形態(tài)。網絡視頻監(jiān)控解決方案與之前的幾代視頻監(jiān)控方案的根本區(qū)別是，網絡視頻監(jiān)控系統(tǒng)使用以太網或者光纖網絡作為網絡流媒體的傳輸介質，視頻信息可以通過廣域網和局域網傳播，只要有網絡的地方都可以觀看視頻。監(jiān)控源由網絡攝像機提供，并且直接提供以太網端端口，使用點對點、單播、組播等多種傳輸方式。網絡監(jiān)控系統(tǒng)方案包括由網絡(IP)攝像機組成的采集前端，由主機控制設備和監(jiān)控軟硬件系統(tǒng)組成的中心控制平臺、以及由存儲器、顯示設備和分控點設備組成的管理后端。相對于前兩種監(jiān)控方案，網絡視頻監(jiān)控有以下優(yōu)勢:
[0005]通過IP網絡的接入，網絡視頻監(jiān)控系統(tǒng)可以方便的實現(xiàn)高效的跨地域遠程監(jiān)控。傳統(tǒng)監(jiān)控系統(tǒng)需要設置監(jiān)控中心，網絡視頻監(jiān)控系統(tǒng)的管理者可以自己在本地實時監(jiān)控畫面或查看路線資料。傳統(tǒng)的監(jiān)控系統(tǒng)采用集中式架構，將視音頻控制線連接到監(jiān)控系統(tǒng)中，增加了網絡布線的復雜度。網絡視頻監(jiān)控系統(tǒng)采用分布式架構，對各個網絡攝像機和視頻服務器單獨進行管理，使系統(tǒng)已安裝和擴展。網絡視頻監(jiān)控系統(tǒng)不僅可以傳輸音視頻等多媒體文件，還可以集合監(jiān)聽、廣播、對講、報警以及遠程控制等多項功能。
[0006]在對此方法的研究和實踐過程中，本發(fā)明的發(fā)明人發(fā)現(xiàn):由于節(jié)約視頻存儲空間、實時監(jiān)控、多目標檢測與跟蹤的現(xiàn)實需要，本發(fā)明提供一種基于旋轉不變特征的視頻監(jiān)控系統(tǒng)及方法，從而實現(xiàn)實時監(jiān)控。


【發(fā)明內容】

[0007]本發(fā)明提供一種基于旋轉不變特征的智能監(jiān)控系統(tǒng)及方法，能夠有效地對目標進行單跟蹤和多目標跟蹤，進行關鍵行為語義分析，一旦檢測到任何異動，便立即觸發(fā)報警，最終實現(xiàn)實時監(jiān)控。
[0008]本發(fā)明提供一種基于旋轉不變特征的智能監(jiān)控系統(tǒng)及方法，包括:
[0009]數(shù)據(jù)采集端，主要由數(shù)據(jù)采集模塊、視頻數(shù)據(jù)預處理模塊和編碼模塊三部分組成。通過數(shù)字家庭社區(qū)各個角落的攝像頭的靈活布放，數(shù)據(jù)采集模塊可以方便靈活地獲取到原始視頻數(shù)據(jù)。接下來，視頻數(shù)據(jù)預處理模塊將對采集模塊獲得的原始數(shù)據(jù)進行諸如伽馬矯正、調節(jié)白平衡、色彩矯正等處理，以消除噪聲和其他影響因素使得視頻圖像適用于信道傳輸。編解碼模塊主要是對視頻數(shù)據(jù)進行編解碼。
[0010]流媒體服務器，主要由解碼模塊、目標跟蹤模塊以及行為分析與預警模塊。其中，目標跟蹤模塊為流媒體服務器的核心模塊，解碼模塊與編碼模塊相對應。目標檢測與跟蹤模塊采用基于旋轉不變特征的目標跟蹤算法進行目標跟蹤。行為分析及預警模塊則將對跟蹤進行語義分析，判斷目標行為是否存在危害。本發(fā)明技術方案有效地對目標進行單跟蹤和多目標跟蹤，最后進行關鍵行為分析，一旦檢測到任何異動，便立即觸發(fā)報警，最終實現(xiàn)實時監(jiān)控。
[0011]所述的數(shù)據(jù)采集模塊考慮鏡頭的焦距及分辨率、感光芯片性能、接收器大小因素而采用的是彩色CCD攝像頭，通過數(shù)字家庭社區(qū)諸如樓梯、電梯、社區(qū)內花園及地下車庫等各個角落的攝像頭的靈活布放，攝像頭實時采集監(jiān)控現(xiàn)場的視頻數(shù)據(jù)。
[0012]所述的視頻數(shù)據(jù)預處理模塊將對采集模塊獲得的原始數(shù)據(jù)進行諸如伽馬矯正、調節(jié)白平衡、色彩矯正等處理，以消除噪聲和其他影響因素使得視頻圖像適用于信道傳輸。
[0013]所述的編解碼模塊采用基于H.264標準的視頻編解碼算法對經預處理模塊處理的視頻數(shù)據(jù)進行編解碼。
[0014]所述的目標檢測與跟蹤模塊采用基于旋轉不變特征的智能監(jiān)控方法進行目標跟足示O
[0015]所述的行為分析及預警模塊則將對跟蹤進行語義分析，判斷目標行為是否存在危害，并進行關鍵行為分析，一旦檢測到任何異動，便立即觸發(fā)報警，最終實現(xiàn)實時監(jiān)控。
[0016]相應的，本發(fā)明還提供了一種基于旋轉不變特征的智能監(jiān)控方法，包括:
[0017]方法輸入:當前幀圖像，上一幀目標特征集，上一幀目標輪廓，背景分布；
[0018]方法輸出:當前幀目標輪廓，目標特征集
[0019]步驟1:建立混合高斯模型，初始化權重、均值和協(xié)方差矩陣參數(shù)；
[0020]步驟2:根據(jù)輸入的當前幀圖像判斷每一個像素點是否與背景高斯分布相匹配，如果匹配，更新模型的各項參數(shù)；如果不匹配，降低其權重；
[0021]步驟3:根據(jù)更新后的背景模型提取前景；
[0022]步驟4:在前景區(qū)域內提取旋轉不變特征點集St ；
[0023]步驟5:在描述子空間內與上一幀t-Ι時刻的目標物體的旋轉不變特征點集S;b[相匹配產生當前幀的特征集V ( sn );
[0024]步驟6:根據(jù)上一幀目標所在的位置運用隨機抽樣一致和多重變換模型相結合的方法計算出跟蹤目標的運動變換模型Tt ；
[0025]步驟7:最后通過不斷加入新的特征點和裁剪離群值來更新產生最終當前幀t時刻合適的目標特征隼S [丨，得到當前幀的目標輪廓；
[0026]步驟8:將目標輪廓和混合高斯模型的背景分布輸出，用于下一幀的處理，轉到步驟2。
[0027]上述技術方案可以看出，由于本發(fā)明實施例將基于旋轉不變特征的智能監(jiān)控方法應用于視頻處理模塊搭建家庭內部或社區(qū)周界的智能監(jiān)控系統(tǒng)，實現(xiàn)實時監(jiān)控，異動觸發(fā)報警。因此該系統(tǒng)繼承了流媒體技術的連續(xù)性、實時性和時序性特點，具有節(jié)約視頻存儲空間、實時監(jiān)控、多目標檢測與跟蹤的優(yōu)點，突破了其他傳輸方式的局限性，回避了信道傳輸?shù)呢撦d問題。

【專利附圖】

【附圖說明】
[0028]為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術中的技術方案，下面將對實施例或現(xiàn)有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領域普通技術人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其它的附圖。
[0029]圖1是本發(fā)明實施例中的基于旋轉不變特征的智能監(jiān)控系統(tǒng)結構圖；
[0030]圖2是本發(fā)明實施例中的基于旋轉不變特征的智能監(jiān)控系統(tǒng)拓撲圖。

【具體實施方式】
[0031]下面將結合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例。基于本發(fā)明中的實施例，本領域普通技術人員在沒有作出創(chuàng)造性勞動前提下所獲得的所有其它實施例，都屬于本發(fā)明保護的范圍。
[0032]本發(fā)明實施例提供一種基于旋轉不變特征的智能監(jiān)控系統(tǒng)及方法，能夠能夠有效地對目標進行單跟蹤和多目標跟蹤，進行關鍵行為語義分析，一旦檢測到任何異動，便立即觸發(fā)報警，最終實現(xiàn)實時監(jiān)控。以下分別進行詳細說明。
[0033]本發(fā)明實施例中的一種基于旋轉不變特征的智能監(jiān)控系統(tǒng)結構如附圖1所示，采用數(shù)字家庭智能盒作為數(shù)字家庭網絡的節(jié)點，主要功能包括:支持上網瀏覽、E-mail、下載、娛樂、家居內部的安防報警，在社區(qū)中全面帶動家居內部的安全防范和小區(qū)公共監(jiān)控系統(tǒng)的融合。
[0034](I)通過通過數(shù)字家庭社區(qū)諸如樓梯、電梯、社區(qū)內花園及地下車庫等各個角落的攝像頭的靈活布放，攝像頭實時采集監(jiān)控現(xiàn)場的視頻數(shù)據(jù)。
[0035](2)視頻數(shù)據(jù)預處理模塊將對采集模塊獲得的原始數(shù)據(jù)進行諸如伽馬矯正、調節(jié)白平衡、色彩矯正等處理，以消除噪聲和其他影響因素使得視頻圖像適用于信道傳輸。
[0036](3)編解碼模塊采用基于H.264標準的視頻編解碼算法對經預處理模塊處理的視頻數(shù)據(jù)進行編解碼。
[0037](4)目標檢測與跟蹤模塊采用基于旋轉不變特征的智能監(jiān)控方法進行目標跟蹤。
[0038](5)行為分析及預警模塊則將對跟蹤進行語義分析，判斷目標行為是否存在危害，并進行關鍵行為分析，一旦檢測到任何異動，便立即觸發(fā)報警，最終實現(xiàn)實時監(jiān)控。
[0039]本發(fā)明實施例中的一種基于旋轉不變特征的智能監(jiān)控系統(tǒng)拓撲如附圖2所示，整個智能監(jiān)控系統(tǒng)由后臺服務群、家庭網絡、互聯(lián)網及接警中心有機整合，通過對數(shù)字家庭進行監(jiān)控設計，把視頻信號轉換為流媒體信號，形成一個完整的頻道信號源、用戶可以用數(shù)字家庭智能盒的遙控器，上下左右切換不同的監(jiān)控鏡頭，瀏覽不同的界面，在電視畫面上觀看到的實時監(jiān)控畫面。通過系統(tǒng)優(yōu)化和功能改進完成數(shù)字家庭視頻監(jiān)控服務的建設工作。
[0040]通過社區(qū)綜合安防監(jiān)控系統(tǒng)控制網絡與社區(qū)物業(yè)管理信息網絡融合，建立社區(qū)公共安防、家庭安防及城市報警聯(lián)防聯(lián)動集成系統(tǒng)，提供視頻監(jiān)控、門禁、防火、防盜、防災服務，進行統(tǒng)一的數(shù)據(jù)處理和操作管理，多級安防系統(tǒng)之間信息共享，提高小區(qū)綜合安全防范報警監(jiān)控的準確性和可靠性，確保社區(qū)居民生命財產的安全。
[0041]基于旋轉不變特征的智能監(jiān)控方法首先對原始視頻圖像幀采用混合高斯模型進行背景建模，通過背景模型的建立和迭代更新，利用原始圖像減除逐幀學習到的背景提取出目標前景區(qū)域，并在前景區(qū)域內抓取旋轉不變特征點。由于混合高斯模型對于前景的提取是針對除背景外整個運動目標區(qū)域的，因將該發(fā)明方法能夠解決多目標跟蹤問題。具體包括:
[0042]方法輸入:當前幀圖像，上一幀目標特征集，上一幀目標輪廓，背景分布
[0043]方法輸出:當前幀目標輪廓，目標特征集5Γ
[0044]步驟1:建立混合高斯模型，初始化權重、均值和協(xié)方差矩陣參數(shù)。
[0045]步驟2:根據(jù)輸入的當前幀圖像判斷每一個像素點是否與背景高斯分布相匹配，如果匹配，更新模型的各項參數(shù)；如果不匹配，降低其權重。
[0046]步驟3:根據(jù)更新后的背景模型提取前景。
[0047]步驟4:在前景區(qū)域內提取旋轉不變特征點集St。
[0048]步驟5:在描述子空間內與上一幀t-Ι時刻的目標物體的旋轉不變特征點集相匹配產生當前幀的特征集S ( S": c \ )。
[0049]步驟6:根據(jù)上一幀目標所在的位置運用隨機抽樣一致和多重變換模型相結合的方法計算出跟蹤目標的運動變換模型Tt。
[0050]步驟7:最后通過不斷加入新的特征點和裁剪離群值來更新產生最終當前幀t時刻合適的目標特征集，得到當前幀的目標輪廓。
[0051]步驟8:將目標輪廓和混合高斯模型的背景分布輸出，用于下一幀的處理，轉到步驟2。
[0052]本發(fā)明所述的基于旋轉不變特征的智能監(jiān)控方法應用于視頻處理模塊搭建家庭內部或社區(qū)周界的智能監(jiān)控系統(tǒng)，實現(xiàn)實時監(jiān)控，異動觸發(fā)報警。本發(fā)明系統(tǒng)繼承了流媒體技術的連續(xù)性、實時性和時序性特點，具有節(jié)約視頻存儲空間、實時監(jiān)控、多目標檢測與跟蹤的優(yōu)點，突破了其他傳輸方式的局限性，回避了信道傳輸?shù)呢撦d問題。
[0053]需要說明的是，上述裝置和系統(tǒng)內的各單元之間的信息交互、執(zhí)行過程等內容，由于與本發(fā)明方法實施例基于同一構思，具體內容可參見本發(fā)明方法實施例中的敘述，此處不再贅述。
[0054]本領域普通技術人員可以理解上述實施例的各種方法中的全部或部分步驟是可以通過程序來指令相關的硬件來完成，該程序可以存儲于一計算機可讀存儲介質中，存儲介質可以包括:只讀存儲器(ROM，Read Only Memory)、隨機存取存儲器(RAM，RandomAccess Memory)、磁盤或光盤等。
[0055]以上對本發(fā)明實施例所提供的一種基于旋轉不變特征的智能監(jiān)控系統(tǒng)及方法，進行了詳細介紹，本文中應用了具體個例對本發(fā)明的原理及實施方式進行了闡述，以上實施例的說明只是用于幫助理解本發(fā)明的方法及其核心思想；同時，對于本領域的一般技術人員，依據(jù)本發(fā)明的思想，在【具體實施方式】及應用范圍上均會有改變之處，綜上所述，本說明書內容不應理解為對本發(fā)明的限制。
【權利要求】
1.一種基于旋轉不變特征的智能監(jiān)控系統(tǒng)，其特征在于，包括: 數(shù)據(jù)采集端，主要由數(shù)據(jù)采集模塊、視頻數(shù)據(jù)預處理模塊和編碼模塊三部分組成；數(shù)據(jù)采集模塊通過數(shù)字家庭社區(qū)各個角落的攝像頭的靈活布放，方便靈活地獲取到原始視頻數(shù)據(jù)；視頻數(shù)據(jù)預處理模塊將對采集模塊獲得的原始數(shù)據(jù)進行諸如伽馬矯正、調節(jié)白平衡、色彩矯正處理，以消除噪聲和其他影響因素使得視頻圖像適用于信道傳輸；編解碼模塊主要是對視頻數(shù)據(jù)進行編解碼； 流媒體服務器，由解碼模塊、目標跟蹤模塊以及行為分析與預警模塊；其中，目標跟蹤模塊為流媒體服務器的核心模塊，解碼模塊與編碼模塊相對應；目標檢測與跟蹤模塊采用基于旋轉不變特征的目標跟蹤算法進行目標跟蹤；行為分析及預警模塊則將對跟蹤進行語義分析，判斷目標行為是否存在危害。
2.根據(jù)權利要求1所述的基于旋轉不變特征的智能監(jiān)控系統(tǒng)，其特征在于:所述的數(shù)據(jù)采集模塊采用的是彩色CCD攝像頭，通過數(shù)字家庭社區(qū)各個角落的攝像頭的靈活布放，攝像頭實時采集監(jiān)控現(xiàn)場的視頻數(shù)據(jù)。
3.根據(jù)權利要求1所述的基于旋轉不變特征的智能監(jiān)控系統(tǒng)，其特征在于:所述的視頻數(shù)據(jù)預處理模塊將對采集模塊獲得的原始數(shù)據(jù)進行諸如伽馬矯正、調節(jié)白平衡、色彩矯正處理，以消除噪聲和其他影響因素使得視頻圖像適用于信道傳輸。
4.根據(jù)權利要求1所述的基于旋轉不變特征的智能監(jiān)控系統(tǒng)，其特征在于:所述的編解碼模塊采用基于H.264標準的視頻編解碼算法對經預處理模塊處理的視頻數(shù)據(jù)進行編解碼。
5.根據(jù)權利要求1所述的基于旋轉不變特征的智能監(jiān)控系統(tǒng)，其特征在于:所述的目標檢測與跟蹤模塊采用基于旋轉不變特征的智能監(jiān)控方法進行目標跟蹤。
6.根據(jù)權利要求5所述的基于旋轉不變特征的智能監(jiān)控系統(tǒng)，其特征在于:所述的行為分析及預警模塊則將對跟蹤進行語義分析，判斷目標行為是否存在危害，并進行關鍵行為分析，一旦檢測到任何異動，便立即觸發(fā)報警，最終實現(xiàn)實時監(jiān)控。
7.一種基于旋轉不變特征的智能監(jiān)控方法，其特征在于，包括: 方法輸入:當前幀圖像，上一幀目標特征集Al,上一幀目標輪廓，背景分布； 方法輸出:當前幀目標輪廓，目標特征集; 步驟1:建立混合高斯模型，初始化權重、均值和協(xié)方差矩陣參數(shù)； 步驟2:根據(jù)輸入的當前幀圖像判斷每一個像素點是否與背景高斯分布相匹配，如果匹配，更新模型的各項參數(shù)；如果不匹配，降低其權重； 步驟3:根據(jù)更新后的背景模型提取前景； 步驟4:在前景區(qū)域內提取旋轉不變特征點集St ； 步驟5:在描述子空間內與上一幀t-Ι時刻的目標物體的旋轉不變特征點集*相匹配產生當前幀的特征集V ( ^ S> ); 步驟6:根據(jù)上一幀目標所在的位置運用隨機抽樣一致和多重變換模型相結合的方法計算出跟蹤目標的運動變換模型Tt ； 步驟7:最后通過不斷加入新的特征點和裁剪離群值來更新產生最終當前幀t時刻合適的目標特征集，得到當前幀的目標輪廓；步驟8:將目標輪廓和混合高斯模型的背景分布輸出，用于下一幀的處理，轉到步驟2。
【文檔編號】H04N9/64GK104202559SQ201410392124
【公開日】2014年12月10日 申請日期:2014年8月11日 優(yōu)先權日:2014年8月11日
【發(fā)明者】周凡, 林格, 林謀廣, 謝雪峰 申請人:廣州中大數(shù)字家庭工程技術研究中心有限公司, 中山大學