[發(fā)明專利]一種事件檢測方法及系統(tǒng)

無效

• 申請?zhí)枺?/td>: 201110328988.0
• 申請日: 2011-11-14
• 公開（公告）號: CN102496164A
• 公開（公告）日: 2012-06-20
• 發(fā)明（設(shè)計）人: 安國成;李洪研;羅志強(qiáng)
• 申請（專利權(quán)）人: 北京國鐵華晨通信信息技術(shù)有限公司
• 主分類號: G06T7/20
• 分類號: G06T7/20;H04N5/14
• 代理公司: 北京集佳知識產(chǎn)權(quán)代理有限公司 11227
• 代理人: 逯長明

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)。

背景技術(shù)

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?Sequences[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：

使用公式進(jìn)行融合，其中，(x，y)為像素坐標(biāo)，t為當(dāng)前幀，t-1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，H_τ(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，H_τ(x，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。

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