[發明專利]一種基于云計算的智能跟蹤系統

在審

• 申請號: 201611051253.7
• 申請日: 2016-11-24
• 公開（公告）號: CN106778818A
• 公開（公告）日: 2017-05-31
• 發明（設計）人: 邱炎新
• 申請（專利權）人: 深圳明創自控技術有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06T5/00;G06T7/30;G06F17/30
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明涉及云計算領域，具體涉及一種基于云計算的智能跟蹤系統。

背景技術

視頻監控是安全防范系統的重要組成部分，傳統的監控系統包括前端攝像機、傳輸線纜、視頻監控平臺。攝像機可分為網絡數字攝像機和模擬攝像機，可作為前端視頻圖像信號的采集，它是一種防范能力較強的綜合系統。視頻監控進行人員跟蹤廣泛應用于許多場合。

云計算是一種基于互聯網的計算方式，通過這種方式，共享的軟硬件資源和信息可以按需提供給計算機和其他設備。

發明內容

針對上述問題，本發明旨在提供一種基于云計算的智能跟蹤系統。

本發明的目的采用以下技術方案來實現：

提供了一種基于云計算的智能跟蹤系統，包括跟蹤系統、通信模塊、云服務模塊和客戶端，所述跟蹤系統包括采集模塊、預處理模塊、特征提取模塊、訓練模塊、再識別模塊和評價模塊；所述采集模塊用于視頻圖像采集，所述預處理模塊用于確定行人圖像中的人員位置，獲取包含人員的矩形區域；所述特征提取模塊，用于在包含人員的矩形區域中進行外觀特征提取；所述訓練模塊用于訓練多個跨模態投影模型，每一個跨模態投影模型中包含兩個投影函數，它們分別將不同攝像機中的圖像持征映射到共同的特征空間中并完成相似度計算；所述再識別模塊，用于識別數據庫中是否含有與查詢人員一致的行人圖像并確認查詢人員身份；所述評價模塊用于對系統性能進行評估。

本發明的有益效果為：實現了云計算條件下人員跟蹤。

附圖說明

利用附圖對本發明作進一步說明，但附圖中的實施例不構成對本發明的任何限制，對于本領域的普通技術人員，在不付出創造性勞動的前提下，還可以根據以下附圖獲得其它的附圖。

圖1是本發明的結構連接示意圖。

附圖標記：

跟蹤系統1、通信模塊2、云計算模塊3、客戶端4。

具體實施方式

結合以下實施例對本發明作進一步描述。

參見圖1，本實施例的一種基于云計算的智能跟蹤系統，包括跟蹤系統1、通信模塊2、云服務模塊3和客戶端4，所述跟蹤系統1包括采集模塊、預處理模塊、特征提取模塊、訓練模塊、再識別模塊和評價模塊；所述采集模塊用于視頻圖像采集，所述預處理模塊用于確定行人圖像中的人員位置，獲取包含人員的矩形區域；所述特征提取模塊，用于在包含人員的矩形區域中進行外觀特征提取；所述訓練模塊用于訓練多個跨模態投影模型，每一個跨模態投影模型中包含兩個投影函數，它們分別將不同攝像機中的圖像持征映射到共同的特征空間中并完成相似度計算；所述再識別模塊，用于識別數據庫中是否含有與查詢人員一致的行人圖像并確認查詢人員身份；所述評價模塊用于對系統性能進行評估。

優選地，云服務模塊3包括云存儲單元和云計算單元。

本有選實施例實現了云計算條件下人員跟蹤。

優選地，客戶端4為計算機或者智能手機或者具有SIM卡的智能平板電腦。

本有選實施例提升了用戶體驗。

優選地，所述預處理模塊包括圖像融合單元，所述圖像融合單元用于對不同來源的行人圖像進行融合處理，以便更好地獲取人員的全面特征，包括：

a、對需要融合的兩幅源圖像分別用雙正交小波變換進行小波分解，確定分解后圖像的小波系數；

b、對低頻系數按設定的比例選取分解后圖像的小波系數，構成融合圖像的小波低頻系數矩陣；

c、對高頻系數采用紋理一致性測度分析特定區域不同高低頻系數的邊緣特性，計算圖像區域的紋理一致性測度，并按照預定的規則確定融合圖像的高頻小波系數矩陣，所述圖像區域的紋理一致性測度的計算公式定義為：

式中，XD(x)表示圖像區域x的紋理一致性測度，XD_l表示圖像區域x的各高頻分量圖像在水平方向上的紋理一致性測度，XD_c表示圖像區域x的各高頻分量圖像在垂直方向上的紋理一致性測度，XD_d表示圖像區域x的各高頻分量圖像在對角線方向上的紋理一致性測度；

d、將所述融合圖像的小波低頻系數矩陣、所述融合圖像的高頻小波系數矩陣進行離散雙正交小波逆變換，最終獲得融合圖像。

本優選實施例設置圖像融合單元，按照紋理一致性測度可較好地分辨出圖像的偽邊緣，在保證整體視覺效果的同時使細節信息更加豐富和真實；定義了圖像區域的紋理一致性測度的計算公式，加快了圖像融合的速度。