[發(fā)明專利]分類器生成裝置和方法、視頻檢測裝置和方法及視頻監(jiān)控系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201110344543.1
• 申請日: 2011-10-27
• 公開（公告）號: CN103093183A
• 公開（公告）日: 2013-05-08
• 發(fā)明（設(shè)計(jì)）人: 劉舟;吳偉國
• 申請（專利權(quán)）人: 索尼公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;H04N7/18
• 代理公司: 北京集佳知識產(chǎn)權(quán)代理有限公司 11227
• 代理人: 杜誠;賈萌

技術(shù)領(lǐng)域

本發(fā)明涉及目標(biāo)識別領(lǐng)域，尤其涉及一種生成用于識別交互運(yùn)動軌跡的分類器的裝置和方法、視頻檢測裝置和方法及視頻監(jiān)控系統(tǒng)。

背景技術(shù)

隨著技術(shù)的發(fā)展以及硬件設(shè)備價(jià)格的逐漸降低，大量的監(jiān)控?cái)z像頭被安裝到各種場合，特別是那些對安全要求敏感的場合，如機(jī)場、社區(qū)、銀行、停車場、軍事基地等。動態(tài)場景的視覺監(jiān)控是近年來備受關(guān)注的前沿研究方向。例如，從攝像機(jī)捕捉的圖像序列中分析和理解運(yùn)動目標(biāo)的行為，并對異常行為進(jìn)行報(bào)警。行為檢測是智能視覺監(jiān)控的重要功能。基于軌跡的事件檢測，能夠長時(shí)間分析目標(biāo)的行為，從而可以有效的預(yù)測和判斷目標(biāo)的行為。

目前已經(jīng)有較多算法對基于軌跡的行為檢測進(jìn)行了研究。例如，一種方法通過構(gòu)建4維直方圖來描述軌跡的特征，這種方式可以將不同長度的軌跡歸一化到相同的長度。而另一種方法通過訓(xùn)練支持向量機(jī)來獲取異常軌跡檢測的模型。另外，也可以用多級聚類的方法獲取更準(zhǔn)確的用于描述軌跡的模型。

發(fā)明內(nèi)容

上述方法能有效地對運(yùn)動軌跡進(jìn)行檢測，但目前類似的方法都只能分析獨(dú)立的軌跡，并不能對交互運(yùn)動軌跡進(jìn)行分析。

本發(fā)明的目的是提供一種生成用于識別交互運(yùn)動軌跡的分類器的裝置和方法、能夠?qū)换ミ\(yùn)動軌跡進(jìn)行檢測的視頻檢測裝置和方法及視頻監(jiān)控系統(tǒng)。

本發(fā)明的一個(gè)實(shí)施例是一種用于生成用于識別交互運(yùn)動軌跡的分類器的裝置，包括：軌跡提取部分，用于從分別多個(gè)視頻的每一個(gè)中提取至少兩個(gè)運(yùn)動對象的交互運(yùn)動軌跡；軌跡分類部分，用于根據(jù)運(yùn)動對象之間的交互關(guān)系對每個(gè)視頻中的交互運(yùn)動軌跡進(jìn)行分類；軌跡估計(jì)部分，用于針對每個(gè)視頻的交互運(yùn)動軌跡，根據(jù)相應(yīng)分類估計(jì)交互運(yùn)動軌跡中包含的單運(yùn)動對象運(yùn)動軌跡的集合；特征生成部分，用于針對每個(gè)集合，生成包含描述集合的各個(gè)單運(yùn)動對象運(yùn)動軌跡的特征的特征向量；以及分類器生成部分，用于針對每個(gè)分類生成的相應(yīng)特征向量，生成用于識別對應(yīng)于分類的交互運(yùn)動軌跡的分類器。

本發(fā)明的另一個(gè)實(shí)施例是一種視頻檢測裝置，用于對視頻圖像中至少兩個(gè)運(yùn)動對象的交互運(yùn)動軌跡進(jìn)行分析識別，視頻檢測裝置包括：軌跡提取部分，用于從待檢測視頻中提取至少兩個(gè)運(yùn)動對象的交互運(yùn)動軌跡；軌跡分類部分，用于根據(jù)所述運(yùn)動對象之間的交互關(guān)系對所述交互運(yùn)動軌跡進(jìn)行分類；軌跡估計(jì)部分，用于根據(jù)相應(yīng)分類對所述交互運(yùn)動軌跡中包含的單運(yùn)動對象運(yùn)動軌跡的集合進(jìn)行估計(jì)；特征生成部分，用于生成包含描述集合的各個(gè)單運(yùn)動對象運(yùn)動軌跡的特征的特征向量；以及特征比較部分，用于將特征向量與預(yù)先建立的軌跡模型進(jìn)行比較，以對所述交互運(yùn)動軌跡進(jìn)行識別。

本發(fā)明的另一個(gè)實(shí)施例是一種視頻監(jiān)控系統(tǒng)，包括：攝像機(jī)，用于產(chǎn)生監(jiān)控視頻，作為待檢測視頻；以及視頻檢測裝置，用于對待檢測視頻圖像中至少兩個(gè)運(yùn)動對象的交互運(yùn)動軌跡進(jìn)行分析識別。所述視頻檢測裝置包括：軌跡提取部分，用于從待檢測視頻中提取至少兩個(gè)運(yùn)動對象的交互運(yùn)動軌跡；軌跡分類部分，用于根據(jù)所述運(yùn)動對象之間的交互關(guān)系對所述交互運(yùn)動軌跡進(jìn)行分類；軌跡估計(jì)部分，用于根據(jù)相應(yīng)分類對所述交互運(yùn)動軌跡中包含的單運(yùn)動對象運(yùn)動軌跡的集合進(jìn)行估計(jì)；特征生成部分，用于生成包含描述所述集合的各個(gè)單運(yùn)動對象運(yùn)動軌跡的特征的特征向量；以及特征比較部分，用于將所述特征向量與預(yù)先建立的軌跡模型進(jìn)行比較，以對所述交互運(yùn)動軌跡進(jìn)行識別。

本發(fā)明的另一個(gè)實(shí)施例是一種生成用于識別交互運(yùn)動軌跡的分類器的方法，包括：從多個(gè)視頻的每一個(gè)中提取至少兩個(gè)運(yùn)動對象的交互運(yùn)動軌跡；根據(jù)運(yùn)動對象之間的交互關(guān)系對每個(gè)視頻中的交互運(yùn)動軌跡進(jìn)行分類；針對每個(gè)視頻的交互運(yùn)動軌跡，根據(jù)相應(yīng)分類估計(jì)交互運(yùn)動軌跡中包含的單運(yùn)動對象運(yùn)動軌跡的集合；針對每個(gè)集合，生成包含描述集合的各個(gè)單運(yùn)動對象運(yùn)動軌跡的特征的特征向量；以及針對每個(gè)分類生成的相應(yīng)特征向量，生成用于識別對應(yīng)于分類的交互運(yùn)動軌跡的分類器。

本發(fā)明的另一個(gè)實(shí)施例是一種視頻檢測方法，用于對視頻圖像中至少兩個(gè)運(yùn)動對象的交互運(yùn)動軌跡進(jìn)行分析識別，該視頻檢測方法包括：從待檢測視頻中提取至少兩個(gè)運(yùn)動對象的交互運(yùn)動軌跡；根據(jù)運(yùn)動對象之間的交互關(guān)系對交互運(yùn)動軌跡進(jìn)行分類；根據(jù)相應(yīng)分類對交互運(yùn)動軌跡中包含的單運(yùn)動對象運(yùn)動軌跡的集合進(jìn)行估計(jì)；生成包含描述集合的各個(gè)單運(yùn)動對象運(yùn)動軌跡的特征的特征向量；以及將特征向量與預(yù)先建立的軌跡模型進(jìn)行比較，以對交互運(yùn)動軌跡進(jìn)行識別。