[發明專利]一種視頻多目標跟蹤檢測異常點的方法有效
| 申請號： | 201710338908.7 | 申請日： | 2017-05-15 |
| 公開（公告）號： | CN107273801B | 公開（公告）日： | 2021-11-30 |
| 發明（設計）人： | 陳志;金廣華;岳文靜;劉星;龔凱;掌靜;王福星 | 申請（專利權）人： | 南京郵電大學;南京運享通信息科技有限公司 |
| 主分類號： | G06K9/00 | 分類號： | G06K9/00;G06K9/46 |
| 代理公司： | 南京經緯專利商標代理有限公司 32200 | 代理人： | 朱小兵 |
| 地址： | 210023 江*** | 國省代碼： | 江蘇;32 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 視頻 多目標 跟蹤 檢測 異常 方法 | ||
1.一種視頻多目標跟蹤檢測異常點的方法，其特征在于：具體包含以下步驟：
步驟1，用戶輸入視頻文件，按時間均勻的抽取視頻文件中的圖像；
步驟2，提取連續幀圖像的特征點，并計算特征點的置信度；
步驟3，計算連續幀圖像中與各圖像所對應的灰度圖像像素點自相關矩陣；
步驟4，將獲得的與連續幀圖像中各圖像所對應的自相關矩陣帶入角點響應函數獲取對應圖像的角點；
步驟5，觀察有效點是否在兩圖像角點連線上：若不在角點連線上，則輸出為異常點，返回步驟2繼續監測，直到檢測完所有連續幀圖像異常點；
在步驟2中，計算特征點的置信度具體如下：
其中，為特征點的置信度，是圖像ti特征點與圖像ti+1中特征點最近的距離，是圖像ti特征點與圖像ti+1中特征點次近的距離，為i變為i+1得到圖像ti+1的特征點；將滿足最大值的特征點作為有效點。
2.根據權利要求1所述的一種視頻多目標跟蹤檢測異常點的方法，其特征在于：所述步驟3具體如下：
計算圖像ti的灰度圖像像素點在尺度j+1下的自相關矩陣
分別表示圖像t1灰度圖像的像素點在x,y方向上的小波變換，當表示平滑算子，為卷積運算，H和G分別為低通和高通濾波器，D為狄拉克濾波器，Hj和Gj分別表示在H和G的濾波器系數之間插入2j-1個零，尺度最大值為J，所述尺度是指濾波器D和G的迭代次數，所述自相關矩陣是指原矩陣是自己的相關矩陣。
3.根據權利要求1所述的一種視頻多目標跟蹤檢測異常點的方法，其特征在于：在步驟4中，所述角點響應函數如下：
為自相關矩陣，為行列式的值，為行列式的值和它對角線上元素的和，k為常量。
4.根據權利要求1所述的一種視頻多目標跟蹤檢測異常點的方法，其特征在于：所述的按時間均勻的抽取視頻文件中的圖像ti，抽取圖像ti與圖像ti+1所用時間差為0.017s。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于南京郵電大學;南京運享通信息科技有限公司，未經南京郵電大學;南京運享通信息科技有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201710338908.7/1.html，轉載請聲明來源鉆瓜專利網。
