[發(fā)明專利]智能視頻監(jiān)控中的打斗檢測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201410360321.2
• 申請(qǐng)日: 2014-07-25
• 公開（公告）號(hào): CN104168451B
• 公開（公告）日: 2018-07-31
• 發(fā)明（設(shè)計(jì)）人: 易軍;廖銀偉;聶興勇;李太福;周偉;黃迪
• 申請(qǐng)（專利權(quán)）人: 重慶科技學(xué)院
• 主分類號(hào): H04N7/18
• 分類號(hào): H04N7/18;G06T7/00
• 代理公司: 重慶為信知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 50216
• 代理人: 余錦曦

本發(fā)明公開了一種智能視頻監(jiān)控中的打斗檢測(cè)方法，該方法采用動(dòng)態(tài)能量特征來量化視頻畫面中發(fā)生打斗情況的可能性，動(dòng)態(tài)能量特征包括動(dòng)能、勢(shì)能和混亂程度，這里動(dòng)能需要運(yùn)動(dòng)速度和物體質(zhì)量，勢(shì)能需要物體質(zhì)量和物體之間的距離，混亂程度需要物體總的運(yùn)動(dòng)方向和物體內(nèi)部各點(diǎn)的運(yùn)動(dòng)方向，物體質(zhì)量、運(yùn)動(dòng)速度和方向是不好獲得的，本方案將物體質(zhì)量簡(jiǎn)化為物體在視頻畫面中所占比例，物體的運(yùn)動(dòng)速度和方向則在之前背景差分提取前景的基礎(chǔ)上，采取光流法獲取物體內(nèi)部每個(gè)點(diǎn)的運(yùn)動(dòng)方向和速度，最后結(jié)合相應(yīng)的控制流程，有效實(shí)現(xiàn)了視頻畫面中的打斗檢測(cè)，算法復(fù)雜度低，運(yùn)算速度快，誤判率低，穩(wěn)定性好。

技術(shù)領(lǐng)域

本發(fā)明涉及智能視頻監(jiān)控技術(shù)，更具體的說，是一種智能視頻監(jiān)控中的打斗檢測(cè)方法，屬于視頻圖像處理技術(shù)。

背景技術(shù)

隨著科學(xué)技術(shù)的發(fā)展，智能視頻監(jiān)控已經(jīng)在人們的生產(chǎn)和生活中得到廣泛的應(yīng)用。作為智能小區(qū)安防系統(tǒng)而言，智能視頻監(jiān)控已經(jīng)從簡(jiǎn)單的視頻取證逐漸發(fā)展為視頻圖像的智能識(shí)別。在視頻圖像智能識(shí)別中，通常包括人臉識(shí)別和人體異常行為檢測(cè)。

現(xiàn)有的人體異常行為檢測(cè)算法通常是針對(duì)單人情況下的異常動(dòng)作檢測(cè)，這種方法適用于監(jiān)控區(qū)域只有一個(gè)人的情況，但是實(shí)際中在視頻監(jiān)控中有可能會(huì)出現(xiàn)多人發(fā)生暴力沖突事件，若沒有及時(shí)發(fā)現(xiàn)予以制止，危害可能會(huì)很大，特別是小區(qū)的一些偏僻場(chǎng)所，若經(jīng)常發(fā)生暴力事件，會(huì)嚴(yán)重影響小區(qū)住戶的安全感。

目前，已有研究者提出通過動(dòng)態(tài)能量特征來描述圖像中運(yùn)動(dòng)團(tuán)塊之間的關(guān)系，從而量化畫面中發(fā)生打斗的可能性，具體可以參考文獻(xiàn)[1][2]，在上述文獻(xiàn)中，將動(dòng)能和勢(shì)能相結(jié)合來描述了運(yùn)動(dòng)團(tuán)塊的動(dòng)態(tài)能量特征，其中動(dòng)能用于描述物體的運(yùn)動(dòng)速度，運(yùn)動(dòng)速度越大，發(fā)生較大幅度動(dòng)作的概率也越大；勢(shì)能用于描述兩個(gè)物體之間的關(guān)系，兩個(gè)物體離的越近，發(fā)生打斗的概率也越大。

采用動(dòng)能和勢(shì)能來描述視頻圖像中運(yùn)動(dòng)團(tuán)塊的關(guān)系，雖然在一定程度上可以實(shí)現(xiàn)多人打斗檢測(cè)，但是沒有考慮到人體運(yùn)動(dòng)的規(guī)律，當(dāng)兩人原地打斗時(shí)動(dòng)能會(huì)比較小，動(dòng)能加上勢(shì)能可能會(huì)和正常情況差別不大，會(huì)很容易產(chǎn)生漏判，同時(shí)針對(duì)多人打斗而言，現(xiàn)有簡(jiǎn)單計(jì)算動(dòng)能與勢(shì)能的方法，難以設(shè)定動(dòng)態(tài)能量特征判斷閾值，從而導(dǎo)致誤判概率較高，難以得到廣泛應(yīng)用。

參考文獻(xiàn)：

[1]胡棟.人體異常行為識(shí)別算法研究與實(shí)現(xiàn)[D].電子科技大學(xué),2010.

[2]原光明.基于打斗過程中運(yùn)動(dòng)能量特征的打斗行為識(shí)別研究[J].內(nèi)江科技,2012(10):31-32.

發(fā)明內(nèi)容

針對(duì)現(xiàn)有技術(shù)的不足，本發(fā)明提供一種智能視頻監(jiān)控中的打斗檢測(cè)方法，該方法將運(yùn)動(dòng)團(tuán)塊的混亂程度融入動(dòng)態(tài)能量特征中，解決了現(xiàn)有算法僅僅利用動(dòng)能和勢(shì)能作為動(dòng)態(tài)能量特征因子所引起的誤判率高的缺陷，同時(shí)，本方法利用緩存器存儲(chǔ)連續(xù)幾幀視頻圖像的動(dòng)態(tài)能量特征值來于閾值比較，以提高算法的準(zhǔn)確性。

為了實(shí)現(xiàn)上述目的，本發(fā)明所采用的具體技術(shù)方案如下：

一種智能視頻監(jiān)控中的打斗檢測(cè)方法，其關(guān)鍵在于按照以下步驟進(jìn)行：

步驟1：獲取視頻圖像幀并進(jìn)行目標(biāo)提取，得到視頻圖像中的運(yùn)動(dòng)團(tuán)塊信息；

步驟2：按照E_MEF＝E_k+E_p+c計(jì)算視頻圖像中運(yùn)動(dòng)團(tuán)塊的動(dòng)態(tài)能量特征值E_MEF，其中E_k為動(dòng)能，E_p為勢(shì)能，c為混亂程度；

步驟3：將步驟2中所得的動(dòng)態(tài)能量特征值E_MEF存入長(zhǎng)度為s的緩沖區(qū)域中，并計(jì)算緩沖區(qū)域的總值M_A；

步驟4：判斷M_A是否大于預(yù)設(shè)閾值M_S，如果大于，則提示發(fā)生打斗，否則返回步驟1獲取下一幀視頻圖像繼續(xù)檢測(cè)。