[發明專利]一種視頻監控目標自動檢測的方法和系統

有效

• 申請號: 201110362791.9
• 申請日: 2011-11-15
• 公開（公告）號: CN102496001A
• 公開（公告）日: 2012-06-13
• 發明（設計）人: 王芳
• 申請（專利權）人: 無錫港灣網絡科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06F17/30
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 宋松

技術領域

本發明涉及視頻監控圖像處理技術領域，尤其涉及一種視頻監控目標自動檢測的方法和系統。

背景技術

隨著社會對公共安全的重視和監控設備的普及，視頻監控得到了越來越廣泛的應用，視頻數據為許多行業的取證工作提供了法律依據，同時視頻數據已經達到了海量，有些時候為了取證一段錄像，會讓很多人連續不斷地調閱視頻歷史錄像，造成大量的人力、物力、財力的浪費，工作效率低。

此外，由于視頻監控設備的規格有差異，有些視頻監控中圖像分辨率低、畫面模糊，給視頻自動行人檢測增加了不少難度。如何從視頻錄像中迅速準確地找到用戶感興趣的片段或目標，成為目前傳統視頻監控領域一個比較棘手的問題。

發明內容

本發明的目的在于克服現有技術的缺陷和不足，提供一種視頻監控目標自動檢測方法和系統，解決現有技術中對海量視頻數據查詢效率低的問題。

為達到上述目的，本發明是通過以下技術方案來實現的：

一種視頻監控目標自動檢測的方法，該方法包括如下步驟：

S1：創建待測目標樣本，離線訓練級聯分類器；

S2：選取待測目標樣本中相鄰兩幀目標圖像利用運動差分算子得到運動差分圖像，訓練運動特征分類器；

S3：利用所述運動特征分類器檢測并篩選出視頻監控中的運動區域，然后調用訓練好的匹配分類器進行匹配循環，直至匹配分類器的大小大于原圖；

S4：判斷采用訓練樣本窗口通過級聯分類器每一層后的返回值；

S5：步驟S4中返回正值時，目標在視頻監控中被實時檢索出來并突出顯示。

進一步的，所述步驟S1中離線訓練分類器的方法是選取擴展的Haar特征，采用Gentle?AdaBoost算法進行分類器訓練。

進一步的，所述步驟S2中根據下述公式(1)～(5)得到運動差分圖像：

Δ＝abs(I_t-I_t+1)(式1)

U＝abs(I_t-I_t+1↑)(式2)

L＝abs(I_t-I_t+1←)(式3)

R＝abs(I_t-I_t+1→)(式4)

D＝abs(I_t-I_t+1↓)(式5)

其中，定義Δ為第一幀圖像的像素值I_t與第二幀圖像的像素值I_t+1的差，U為第一幀圖像的像素值I_t與第二幀圖像向上位移一個像素值I_t+1的差，L為第一幀圖像的像素值I_t與第二幀圖像向左位移一個像素值I_t+1的差，R為第一幀圖像的像素值I_t與第二幀圖像向右位移一個像素值I_t+1的差，D為第一幀圖像的像素值I_t與第二幀圖像向下位移一個像素值I_t+1的差，abs()代表絕對值。

進一步的，所述步驟S4中匹配循環的方法是將匹配分類器放大給定的參數倍，同時原圖縮小給定的參數倍，進行匹配，直到匹配分類器的大小大于原圖，返回匹配結果。

進一步的，所述步驟S1中級聯分類器用于檢測視頻圖像中尺寸20像素×15像素的目標。

進一步的，所述步驟S4中采用判定訓練樣本窗口中的目標特征像素值大于相應級聯分類器的閾值來確定通過每一層級聯分類器。

本發明還公開一種采用所述的視頻監控目標自動檢測的方法的系統，該系統包括：

級聯分類器，用于檢測監控視頻中目標的外形特征；

運動特征分類器，用于檢測并篩選出監控視頻中的運動區域；

信號處理單元，對篩選出的運動區域調用訓練好的匹配分類器進行匹配循環，判斷采用訓練樣本窗口通過級聯分類器每一層后的返回值；

控制單元，對所要進行提取的目標進行設置。

進一步的，所述級聯分類器包括人臉檢測分類器、人臉局部特征檢測分類器、上身肩膀區域特征分類器。

進一步的，所述系統用于視頻監控中行人、車輛、車牌的實時檢測。

進一步的，所述系統用于檢測視頻圖像中尺寸20像素×15像素的目標。