[發(fā)明專利]一種基于分層結(jié)構(gòu)的事件視頻檢測(cè)系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 201010179184.4
• 申請(qǐng)日: 2010-05-17
• 公開（公告）號(hào): CN101873414A
• 公開（公告）日: 2010-10-27
• 發(fā)明（設(shè)計(jì)）人: 姚丹亞;張盈盈;彭黎輝;張毅
• 申請(qǐng)（專利權(quán)）人: 清華大學(xué)
• 主分類號(hào): H04N5/222
• 分類號(hào): H04N5/222;H04N5/262;G06K9/00
• 代理公司: 北京眾合誠(chéng)成知識(shí)產(chǎn)權(quán)代理有限公司 11246
• 代理人: 朱琨

技術(shù)領(lǐng)域

本發(fā)明屬于數(shù)字圖像處理和視頻分析領(lǐng)域，主要技術(shù)融合了數(shù)據(jù)庫(kù)設(shè)計(jì)、機(jī)器視覺和視頻流處理算法，其核心技術(shù)是將事件檢測(cè)過程拆分成四個(gè)順序相關(guān)的層次，并以此設(shè)計(jì)事件視頻檢測(cè)系統(tǒng)。依托該技術(shù)的視頻智能分析系統(tǒng)能夠同時(shí)提供多種事件的高效檢測(cè)與分析。系統(tǒng)除通過分層檢測(cè)策略節(jié)省多個(gè)事件并行檢測(cè)的時(shí)間外，還能夠形成視頻圖像分層信息數(shù)據(jù)庫(kù)，為事件檢索、倒查與新建事件檢測(cè)任務(wù)提供便利。本發(fā)明及基于本發(fā)明的視頻分析系統(tǒng)，在有視頻監(jiān)控需求的應(yīng)用場(chǎng)景，如偵查、制導(dǎo)等軍事領(lǐng)域，智能交通和安防等民用領(lǐng)域有非常廣闊的應(yīng)用前景。

背景技術(shù)

隨著計(jì)算機(jī)技術(shù)和半導(dǎo)體工藝的飛速發(fā)展，視頻采集和處理技術(shù)正逐漸廣泛的應(yīng)用于各個(gè)領(lǐng)域中。例如在智能交通領(lǐng)域中，攝像頭除了可以用來(lái)進(jìn)行單純的視頻采集和交通監(jiān)控外，還可以配合計(jì)算機(jī)來(lái)識(shí)別機(jī)動(dòng)車的違章行為和交通事件等。在安防領(lǐng)域，基于計(jì)算機(jī)視覺技術(shù)的智能化視頻檢測(cè)系統(tǒng)是視頻監(jiān)控系統(tǒng)的發(fā)展方向，它能夠大大提高視頻監(jiān)控系統(tǒng)的功能和性能，特別是能及時(shí)發(fā)現(xiàn)和預(yù)防危險(xiǎn)事件的發(fā)生，在事后視頻分析中也能夠迅速對(duì)和指定事件相關(guān)的視頻資料進(jìn)行檢索和收集。

目前進(jìn)行視頻檢測(cè)的主流的方法是通過對(duì)圖像進(jìn)行完整的分割和識(shí)別，獲得背景圖像與前景信息，并根據(jù)待檢測(cè)事件的圖像特征進(jìn)行事件判定和識(shí)別。其主要的方法包括：用于背景生成的灰度均值法、圖像序列差減法、序列眾數(shù)法、基于Kalman濾波器的預(yù)測(cè)方法等；用于前景目標(biāo)提取的幀間差分法、背景消減法和光流法等，以及由這些基本方法派生出的一系列改進(jìn)算法。毋庸置疑，這些檢測(cè)方法極大的推動(dòng)了這一領(lǐng)域的發(fā)展和進(jìn)步。但與此同時(shí)，各種事件檢測(cè)多是針對(duì)特定目標(biāo)、特定事件獨(dú)立展開，缺乏一體化的研究，事件針對(duì)性強(qiáng)，通用性和可擴(kuò)展性差，研究中甚少考慮檢測(cè)對(duì)象與事件、事件與事件之間的邏輯聯(lián)系，往往造成視頻檢測(cè)工作的大量冗余和事后倒查檢索的困難。這些都從某種程度上局限了整個(gè)視頻監(jiān)控技術(shù)體系的發(fā)展。

目前，在交通和安防等領(lǐng)域，需要存儲(chǔ)海量的視頻數(shù)據(jù)，供案件偵破過程中的事后倒查使用，但其中大量的數(shù)據(jù)是沒有意義的，但由于缺乏有效的數(shù)據(jù)篩選機(jī)制，只能占用大量的硬盤空間，造成不必要的浪費(fèi)。目前業(yè)界普遍采用的方法是按照時(shí)間有效性進(jìn)行數(shù)據(jù)壓縮，越是靠近當(dāng)前時(shí)間的視頻數(shù)據(jù)存儲(chǔ)量越大，圖像質(zhì)量越高，對(duì)時(shí)間相對(duì)久遠(yuǎn)的數(shù)據(jù)進(jìn)行壓縮處理，以節(jié)省硬盤空間，但會(huì)這給時(shí)間相對(duì)久遠(yuǎn)但重要性相對(duì)較高的事件檢測(cè)工作帶來(lái)麻煩。同時(shí)，在事件倒查階段，目前采用的方法仍是以純?nèi)斯げ僮鳛橹?，工作量巨大，不但浪費(fèi)大量的人力物力資源，也拖延了案件偵破工作的速度，增加了破案難度。當(dāng)前的視頻檢測(cè)技術(shù)雖然得到了極大的發(fā)展，目標(biāo)提取與跟蹤技術(shù)也日趨成熟，但由于缺乏對(duì)視頻事件檢測(cè)的整體性考慮，方法通用性差，數(shù)據(jù)封裝不完備、格式多種多樣，不利于提取與儲(chǔ)存，造成數(shù)據(jù)存儲(chǔ)、擴(kuò)展與移植的困難，且無(wú)法行成統(tǒng)一的事件檢測(cè)系統(tǒng)。

同時(shí)，考慮到對(duì)于交通、社會(huì)治安等固定場(chǎng)景的視頻圖像通常具備以下特征：

1、檢測(cè)對(duì)象相對(duì)固定(通常只包含機(jī)動(dòng)車、非機(jī)動(dòng)車、行人及遺撒貨物，其中機(jī)動(dòng)車為主要檢測(cè)對(duì)象)；

2、對(duì)象視頻特征明顯，較易于提取和分割；

3、各種待檢測(cè)事件均由以上檢測(cè)對(duì)象或?qū)ο蠼M合及其行為構(gòu)成，可通過統(tǒng)一的視頻檢測(cè)平臺(tái)進(jìn)行綜合檢測(cè)。

本發(fā)明正是基于以上背景給出了實(shí)用的解決辦法。本發(fā)明設(shè)計(jì)的事件視頻檢測(cè)系統(tǒng)通過分析待檢測(cè)事件與可檢測(cè)信息間的邏輯關(guān)系，設(shè)計(jì)四個(gè)順序相關(guān)的層次的模塊，每個(gè)模塊均可單獨(dú)向視頻檢測(cè)數(shù)據(jù)庫(kù)提供不同層面的檢測(cè)數(shù)據(jù)信息，通過模塊間數(shù)據(jù)互聯(lián)則可實(shí)現(xiàn)以交通、社會(huì)治安中以固定視頻場(chǎng)景為主要檢測(cè)區(qū)域的事件綜合視頻檢測(cè)系統(tǒng)。基于該系統(tǒng)形成的事件檢測(cè)數(shù)據(jù)庫(kù)可用于多種數(shù)據(jù)檢索、統(tǒng)計(jì)，案件倒查等工作，同時(shí)為歷史數(shù)據(jù)的存儲(chǔ)和壓縮提供有效準(zhǔn)則。本發(fā)明亦可用于具備以上特征的其它視頻場(chǎng)景。

發(fā)明內(nèi)容

本發(fā)明提供一種基于分層結(jié)構(gòu)的事件綜合視頻檢測(cè)系統(tǒng)，解決目前各種主流事件檢測(cè)算法缺乏一體化研究，事件針對(duì)性強(qiáng)，通用性和可擴(kuò)展性差，以及甚少考慮檢測(cè)對(duì)象與事件、事件與事件之間的邏輯聯(lián)系的問題，降低視頻檢測(cè)工作的冗余，并通過事件信息的分層存儲(chǔ)解決事后倒查檢索的困難。

本發(fā)明的特征在于，是基于把視頻事件檢測(cè)流程進(jìn)行層次劃分，包括交通、社會(huì)治安在內(nèi)的以固定視頻場(chǎng)景為檢測(cè)區(qū)的事件綜合視頻檢測(cè)系統(tǒng)，其中含有視頻圖像采集部分、視頻處理部分、數(shù)據(jù)存儲(chǔ)部分和應(yīng)用服務(wù)部分，其中：

視頻圖像采集部分，是數(shù)字?jǐn)z像機(jī)、輸出附帶圖像采集卡的模擬攝像機(jī)和便攜式設(shè)備中的任意一種，