[發(fā)明專利]基于視頻的運(yùn)動人體檢測與跟蹤系統(tǒng)

無效

• 申請?zhí)枺?/td>: 201110264004.7
• 申請日: 2011-09-07
• 公開（公告）號: CN102368301A
• 公開（公告）日: 2012-03-07
• 發(fā)明（設(shè)計(jì)）人: 吳軍;吳智君;劉華平;余人強(qiáng)
• 申請（專利權(quán)）人: 常州藍(lán)城信息科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06T7/20
• 代理公司: 常州市維益專利事務(wù)所 32211
• 代理人: 王凌霄

技術(shù)領(lǐng)域

本發(fā)明涉及人臉或指紋特征識別技術(shù)、圖像或信息融合技術(shù)、視頻處理技術(shù)等領(lǐng)域，尤其是基于視頻的運(yùn)動人體檢測與跟蹤系統(tǒng)。

背景技術(shù)

目前國外的智能數(shù)字標(biāo)牌識別技術(shù)大多依賴于臉部識別，而該技術(shù)在報(bào)告觀眾性別及年齡等信息方面精確度僅約80％，離智能數(shù)字標(biāo)牌的實(shí)際目標(biāo)還存在一定的差距。雖然目前國際上報(bào)道了一些智能標(biāo)牌識別技術(shù)，但是它們大多處于實(shí)驗(yàn)室研發(fā)階段，大多數(shù)依賴于臉部識別，而且考慮的人物對象和環(huán)境也比較單一。然而，事實(shí)上數(shù)字標(biāo)牌的應(yīng)用領(lǐng)域是完全開放式的復(fù)雜環(huán)境，服務(wù)對象及環(huán)境都極不確定：進(jìn)入攝像機(jī)視野的人群數(shù)量、性別年齡分布、站立或行走姿勢等都是無法約束的，攝像機(jī)前的環(huán)境，如車輛穿行、明暗變化、天氣影響等也是無法控制的。這一切都給人體檢測、追蹤、識別帶來困難。

發(fā)明內(nèi)容

本發(fā)明要解決的技術(shù)問題是：為了克服上述中存在的問題，提供一種能夠?qū)崿F(xiàn)在復(fù)雜環(huán)境下對人體進(jìn)行有效地檢測與追蹤的基于視頻的運(yùn)動人體檢測與跟蹤系統(tǒng)。

本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案是：一種基于視頻的運(yùn)動人體檢測與跟蹤系統(tǒng)，其特征是：包括視頻圖像、背景模式初始化、背景模型、運(yùn)動目標(biāo)、運(yùn)動區(qū)域標(biāo)記、運(yùn)動人體檢測、訓(xùn)練集、人體檢測器和運(yùn)動人體實(shí)例，利用視頻圖像將運(yùn)動信息通過背景模式初始化后依次經(jīng)過更新背景模型和運(yùn)動目標(biāo)后進(jìn)行運(yùn)動區(qū)域標(biāo)記，所述的訓(xùn)練集通過人體檢測器對篩選出來的運(yùn)動區(qū)域進(jìn)行運(yùn)動人體檢測，從而得到運(yùn)動人體實(shí)例，采用動態(tài)更新模型是用高斯分布(正態(tài)分布)來描述背景點(diǎn)顏色的概率分布。新運(yùn)動人體的檢測是根據(jù)當(dāng)前幀圖像與通過混合高斯模型建立起來的背景模型進(jìn)行對比，獲得當(dāng)前幀的前景圖像中的所有運(yùn)動人體。其次再與已記錄的運(yùn)動人體數(shù)據(jù)進(jìn)行比較。這樣，就得到許多當(dāng)前幀中帶運(yùn)動性質(zhì)的目標(biāo)，將較小的運(yùn)動目標(biāo)(可能是由噪聲引起的)與已經(jīng)被跟蹤的人體有重疊的目標(biāo)丟棄，并對剩余的部分按照大小排序，之后就新加10個(gè)最大的人體來繼續(xù)追蹤。

進(jìn)一步地，所述的視頻圖像分為運(yùn)動的人體前景區(qū)域和與攝像頭中不動部分的背景區(qū)域。

所述的背景模型為靜止背景建立背景模型，通過將當(dāng)前圖像幀和背景模型進(jìn)行比較，確定出變化較大的區(qū)域即認(rèn)為是前景區(qū)域，這種方法的計(jì)算速度很快，可以獲得關(guān)于運(yùn)動目標(biāo)區(qū)域的完整精確的描述，但對場景中光照條件、大面積運(yùn)動和噪聲比較敏感，所以在實(shí)際應(yīng)用中需采用一定的算法進(jìn)行背景模型的動態(tài)更新以適應(yīng)環(huán)境的變化。

本發(fā)明的基于視頻的運(yùn)動人體檢測與跟蹤系統(tǒng)的有益效果是：采用此系統(tǒng)能夠給運(yùn)動人體檢測和跟蹤帶來很大的便利，同時(shí)大大降低了檢測與跟蹤的復(fù)雜度，從而能夠?qū)崿F(xiàn)在復(fù)雜環(huán)境下對人體進(jìn)行有效的檢測和追蹤。

附圖說明

下面結(jié)合附圖和實(shí)施例對本發(fā)明進(jìn)一步說明。

圖1是本發(fā)明的結(jié)構(gòu)框圖。

具體實(shí)施方式

現(xiàn)在結(jié)合附圖對本發(fā)明作進(jìn)一步詳細(xì)的說明。這些附圖均為簡化的示意圖，僅以示意方式說明本發(fā)明的基本結(jié)構(gòu)，因此其僅顯示與本發(fā)明有關(guān)的構(gòu)成。

如圖1所示的基于視頻的運(yùn)動人體檢測與跟蹤系統(tǒng)，包括分為運(yùn)動的人體前景區(qū)域和與攝像頭中不動部分的背景區(qū)域的視頻圖像、背景模式初始化、靜止背景建立背景模型、運(yùn)動目標(biāo)、運(yùn)動區(qū)域標(biāo)記、運(yùn)動人體檢測、訓(xùn)練集、人體檢測器和運(yùn)動人體實(shí)例，利用視頻圖像將運(yùn)動信息通過背景模式初始化后依次經(jīng)過更新背景模型和運(yùn)動目標(biāo)后進(jìn)行運(yùn)動區(qū)域標(biāo)記，去除不滿足要求的區(qū)域，訓(xùn)練集通過人體檢測器對篩選出來的運(yùn)動區(qū)域進(jìn)行運(yùn)動人體檢測，從而得到運(yùn)動人體實(shí)例。

以上述依據(jù)本發(fā)明的理想實(shí)施例為啟示，通過上述的說明內(nèi)容，相關(guān)工作人員完全可以在不偏離本項(xiàng)發(fā)明技術(shù)思想的范圍內(nèi)，進(jìn)行多樣的變更以及修改。本項(xiàng)發(fā)明的技術(shù)性范圍并不局限于說明書上的內(nèi)容，必須要根據(jù)權(quán)利要求范圍來確定其技術(shù)性范圍。