[發明專利]基于視頻的入侵檢測方法

無效

• 申請號: 201310027564.X
• 申請日: 2013-01-15
• 公開（公告）號: CN103489202A
• 公開（公告）日: 2014-01-01
• 發明（設計）人: 張德峰
• 申請（專利權）人: 上海盈覺智能科技有限公司
• 主分類號: G06T7/40
• 分類號: G06T7/40
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明屬于視頻監控領域，尤其是一種實時的自動入侵檢測方法。

技術背景

隨著國家對于平安城市等安防項目的大力投入，視頻監控得到了快速發展。目前的視頻監控大多停留在人工進行查看的狀況。人工查看實時的視頻圖像，由于長時間監控畫面中沒有入侵目標出現，而且一個安保人員要負責很多路監控畫面，因此，非常容易導致安保人員的疲勞，真正出現危險入侵時，不能及時發現。人工監控的方式，導致視頻監控系統變成了一種安全事件發生后的取證系統，而不是在安全事件發生前或發生時的預防系統。

隨著智能視頻監控技術的日益成熟，以人工智能與視頻分析等技術為主的智能安防系統在一定程度上彌補了人工監控的不足。智能安防系統可以幫助安保人員快速分析大量現場傳回的視頻，并作出決策，極大的提高了視頻監控系統的實際價值，因此有著廣闊的發展空間和巨大的潛在市場。

智能入侵檢測系統是指通過視頻分析的方法，自動發現監控視頻中的入侵目標，并且根據一定判定條件，確定是否自動報警。現有的智能入侵檢測系統在目標提取上，大多使用混合高斯背景建模技術，對于普通的動態背景，如緩慢的光照變化，輕微的相機晃動等具有較好的處理效果。但對于快速的光照變化，劇烈相機抖動，較大幅度的樹枝擺動等處理效果不理想，經常會產生錯誤報警，限制了其實際的使用范圍。在入侵目標的報警條件判斷上，大多采用軌跡跟蹤，通過運動距離長度與一些預先訓練好的模型匹配來實現報警。在實際使用過程中，由于相機實際安裝角度與預先學習樣本差異，受其他動態場景，影像噪聲等因素影響會造成很多漏報，誤報，造成在實際使用中的很多不便。

發明內容

本發明的目的在于解決上述的現有問題，提出一種視頻監控領域的入侵檢測方法，該方法可以適應多種惡劣監控環境，對相機安裝角度無特殊要求，自動發現入侵目標準確快速，可以極大提高現有視頻監控系統的安全防護效率。

本發明通過如下方案實現：

一種基于視頻的入侵檢測方法，以此通過視頻數據采集，動態背景建模，運動目標提取，運動目標跟蹤，軌跡分析，判定入侵目標。具體包括以下步驟：

A.建立以及更新背景模型，提取前景；

B.對前景進行形態學處理與目標提取；

C.使用目標跟蹤算法對運動目標進行跟蹤，獲取目標坐標；

D.進行軌跡分析，包括分析目標軌跡以及形態，更新目標狀態；

E.給出入侵報警信息。

其特征在于所述步驟A包括如下步驟：

A1.在跟蹤算法啟動時，進行一定時間的背景學習，此背景建模方法使用顏色編碼表，但不限制于該方法，可以使用任何動態背景建模方法。

A2.根據背景建模方法，提取前景圖像，并為前景圖像建立歷史運動模板，若當前一幀圖像檢測到前景的位置，此位置運動模板值為一個特定整數，若某一位置當前圖像沒有檢測為前景，則減去1，若以及為0，則不進行操作。

A3.更新背景模型，歷史運動模板不為0的位置不進行更新。

其特征在于所述步驟D包括如下步驟：

D1.分析目標形態，保存目標的歷史形態特征，使用矩形區域表示，通過計算目標歷史形態的長寬比，面積的方差判定目標形態是否穩定，穩定度小于一定閾值，則認為是噪聲。

D2.分析軌跡長度，目標生存時間大于一定閾值并且軌跡起點距離終點長度如果大于與目標尺寸相關的一定長度閾值，并且在D1中沒有被判定為噪聲，則判定為入侵目標。

本發明的優點和積極效果是：

通過使用運動目標的歷史運動模板來輔助顏色編碼表進行監控場景逐幀的背景更新，使得背景模型可以適應快速變化的背景，并且不會影響到運動目標偵測的靈敏度，使得基于視頻的入侵檢測系統可以適應多種復雜監控環境，并且具有很高的運算效率。

通過使用基于形態和軌跡的入侵目標確認方法，可以有效的去除在目標提取階段錯誤檢測為前景的目標，極大提高了入侵目標檢測的精確性，并且該方法構思簡單，易于實現。

附圖說明

圖1是基于視頻的入侵檢測方法流程圖。

圖2是背景模型更新方法的實施例的流程示意圖。

圖3是軌跡分析方法實施例的流程示意圖。

具體實施方式：

一種基于視頻的入侵檢測方法，其流程如圖1所示。具體包括以下步驟：

A.建立以及更新背景模型，提取前景；

B.對前景進行形態學處理與目標提取；

C.使用目標跟蹤算法對運動目標進行跟蹤，獲取目標坐標；