[發(fā)明專利]球機(jī)視頻監(jiān)控的人車結(jié)構(gòu)化描述方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201410110874.2
• 申請日: 2014-03-24
• 公開（公告）號: CN103870815A
• 公開（公告）日: 2014-06-18
• 發(fā)明（設(shè)計）人: 胡傳平;梅林;唐亞哲;尚巖峰;譚懿先;王文斐;徐磊
• 申請（專利權(quán)）人: 公安部第三研究所
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62
• 代理公司: 上海天翔知識產(chǎn)權(quán)代理有限公司 31224
• 代理人: 劉常寶

技術(shù)領(lǐng)域

本發(fā)明涉及計算機(jī)視覺領(lǐng)域和人工智能領(lǐng)域，具體涉及一種球機(jī)視頻監(jiān)控的人車結(jié)構(gòu)化描述技術(shù)。

背景技術(shù)

目前，面向社會安全的大型公共場所監(jiān)控和管理，直接關(guān)系到人民的生命財產(chǎn)安全、社會穩(wěn)定和國家的安危。現(xiàn)階段，中國正進(jìn)入“突發(fā)公共事件的高發(fā)期”和“社會高風(fēng)險期”，如何應(yīng)對這“兩高”，是中國政府的當(dāng)務(wù)之急。尤其是在大型活動和場所中，需要對一系列事件進(jìn)行自動預(yù)警和統(tǒng)一協(xié)調(diào)，包括團(tuán)體活動態(tài)勢、人員危險警戒、個人身份確認(rèn)、危化品的全程跟蹤管理、單兵的有效指揮調(diào)度等等。最新的微電子、自動化、機(jī)械、計算機(jī)等技術(shù)為場景目標(biāo)的感知監(jiān)控提供了各種解決方案，各種槍機(jī)、球機(jī)、多攝像頭等的關(guān)聯(lián)網(wǎng)絡(luò)成為公共安全保障的強(qiáng)大支撐。

球機(jī)全稱為球型攝像機(jī)，是現(xiàn)代電視監(jiān)控發(fā)展的代表。她繼承彩色一體化攝像機(jī)、云臺、解碼器、防護(hù)罩等多功能與一體，安裝方便、使用簡單但功能強(qiáng)大。球機(jī)具有體積小、外形美觀、功能強(qiáng)大、安裝方便、使用簡單、維護(hù)容易等特點(diǎn)，廣泛應(yīng)用于開闊區(qū)域的監(jiān)控，如家庭安全監(jiān)控、交通安全監(jiān)控、公共場所安全監(jiān)控、工廠安全監(jiān)控等。

然而，球機(jī)的可變視野和可變聚焦等賦予業(yè)務(wù)應(yīng)用靈活方便性的同時卻帶給結(jié)構(gòu)化描述技術(shù)巨大難題。視頻結(jié)構(gòu)化描述技術(shù)是對視頻內(nèi)容按語義關(guān)系，采用時空分割、特征提取、對象識別等手段，組織成可供計算機(jī)和人理解的文本信息的技術(shù)。

目標(biāo)提取是視頻圖像結(jié)構(gòu)化描述的最重要前提，主要包括兩種途徑：一、通過對關(guān)注目標(biāo)特征進(jìn)行建模，直接通過圖像局部匹配的方法實(shí)現(xiàn)目標(biāo)檢測；二、通過對背景進(jìn)行建模，在視頻圖像去掉背景來實(shí)現(xiàn)前景目標(biāo)的間接提取。在變場景的視頻監(jiān)控和偵查中，由于背景特征的多樣化，導(dǎo)致對背景進(jìn)行建模是非常困難的。對于球機(jī)，由于本身物理參數(shù)不斷變化，很難用傳統(tǒng)的方法對背景進(jìn)行建模。

發(fā)明內(nèi)容

針對變場景監(jiān)控條件下的現(xiàn)有人車結(jié)構(gòu)化描述技術(shù)所存在的問題，本發(fā)明的目的在于提供一種球機(jī)平臺下變場景監(jiān)控中的人車結(jié)構(gòu)化描述方法，并能夠?qū)崿F(xiàn)變場景復(fù)雜條件下的目標(biāo)檢測和追蹤，解決實(shí)現(xiàn)變場景監(jiān)控視頻條件下的目標(biāo)檢測的問題。

同時，本發(fā)明的另一目的在于提供一種球機(jī)視頻監(jiān)控的人車結(jié)構(gòu)化描述系統(tǒng)。

為了達(dá)到上述目的，本發(fā)明采用如下技術(shù)方案：

球機(jī)視頻監(jiān)控的人車結(jié)構(gòu)化描述方法，所述描述方法包括：

步驟1，采集多視角人車圖片樣本，構(gòu)建新穎的人車SIFT(scale-invariant?feature?transform)特征描述子，并采用局部特征匹配的方法來實(shí)現(xiàn)變場景圖像條件下的目標(biāo)檢測；

步驟2，構(gòu)建檢測目標(biāo)的外觀特征，并結(jié)合在線樣本學(xué)習(xí)機(jī)制實(shí)現(xiàn)目標(biāo)魯棒性追蹤。

在描述方法的優(yōu)選實(shí)例中，所述步驟（1）具體包括如下過程：

（1-1）構(gòu)造人車的多視角模型，計算模型的sift特征；

（1-2）利用局部特征匹配掃描當(dāng)前圖像實(shí)現(xiàn)變場景條件下目標(biāo)檢測。

進(jìn)一步的，所述步驟（2）具體包括如下過程：

（2-1）提取目標(biāo)區(qū)域的外觀空間約束化的像素編碼特征，并計算當(dāng)前視頻幀的樣本區(qū)域的外觀空間約束化的像素編碼特征；

（2-2）通過相似度量實(shí)現(xiàn)給定目標(biāo)特征和采樣目標(biāo)特征匹配，并引入基于粒子濾波的追蹤器對目標(biāo)進(jìn)行后續(xù)的追蹤；

（2-3）構(gòu)建樣本在線學(xué)習(xí)機(jī)制實(shí)現(xiàn)目標(biāo)的多姿態(tài)地魯棒性追蹤。

一種球機(jī)視頻監(jiān)控的人車結(jié)構(gòu)化描述系統(tǒng)，所述描述系統(tǒng)包括：

視頻采集模塊，所述視頻采集模塊采集監(jiān)控視頻；

目標(biāo)模型數(shù)據(jù)模塊，所述目標(biāo)模型數(shù)據(jù)模塊存儲人和車的多視角模型；

目標(biāo)檢測分類模塊，所述目標(biāo)檢測分類模塊分別與視頻采集模塊和目標(biāo)模型數(shù)據(jù)模塊數(shù)據(jù)相接，調(diào)取目標(biāo)模型數(shù)據(jù)模塊中存儲的人和車的多視角模型檢測視頻采集模塊采集的監(jiān)控視頻中的多視角多尺度的人、車目標(biāo)；

目標(biāo)追蹤模塊，所述目標(biāo)追蹤模塊與目標(biāo)檢測分類模塊數(shù)據(jù)相接，跟蹤目標(biāo)檢測分類模塊中檢測到的人、車目標(biāo)；

輸出模塊，所述輸出模塊與目標(biāo)追蹤模塊數(shù)據(jù)相接，輸出人、車目標(biāo)分類及跟蹤的結(jié)果。

在描述系統(tǒng)的優(yōu)選實(shí)例中，所述目標(biāo)追蹤模塊通過構(gòu)建樣本在線學(xué)習(xí)機(jī)制實(shí)現(xiàn)目標(biāo)的多姿態(tài)地魯棒性追蹤。

根據(jù)上述方案，本發(fā)明建立球機(jī)下變場景條件下的人車檢測，并結(jié)合特征的在線學(xué)習(xí)實(shí)現(xiàn)目標(biāo)的魯棒性追蹤和目標(biāo)特征的結(jié)構(gòu)化描述。該方法提升了監(jiān)控系統(tǒng)的靈活性和自動化程度，大大減少了系統(tǒng)對人力的依靠，具有廣闊的應(yīng)用發(fā)展空間。

附圖說明