[發(fā)明專利]一種基于視頻監(jiān)控的車型識(shí)別系統(tǒng)及方法

在審

• 申請?zhí)枺?/td>: 201711057392.5
• 申請日: 2017-11-01
• 公開（公告）號: CN107886059A
• 公開（公告）日: 2018-04-06
• 發(fā)明（設(shè)計(jì)）人: 王芳
• 申請（專利權(quán)）人: 無錫港灣網(wǎng)絡(luò)科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G08G1/017;H04N7/18
• 代理公司: 南京蘇高專利商標(biāo)事務(wù)所(普通合伙)32204
• 代理人: 成立珍

技術(shù)領(lǐng)域

本發(fā)明涉及一種識(shí)別系統(tǒng)及方法，特別涉及一種基于視頻監(jiān)控的車型識(shí)別系統(tǒng)及方法。

背景技術(shù)

智能視頻監(jiān)控是計(jì)算機(jī)視覺領(lǐng)域一個(gè)新興的應(yīng)用方向和備受關(guān)注的前沿課題。伴隨網(wǎng)絡(luò)技術(shù)和數(shù)字視頻技術(shù)的飛速發(fā)展，監(jiān)控技術(shù)向著數(shù)字化、智能化、網(wǎng)絡(luò)化方向不斷前進(jìn)。智能視頻監(jiān)控系統(tǒng)的需求主要來自于那些對安全要求敏感的場合，如停車場、居民小區(qū)、交通路口等。智能監(jiān)控技術(shù)包括了車型的檢測、跟蹤、目標(biāo)分類和行為理解等方面，涉及到計(jì)算機(jī)視覺、模式識(shí)別和人工智能等領(lǐng)域的許多核心課題，是一個(gè)具有挑戰(zhàn)性的困難問題。

發(fā)明內(nèi)容

發(fā)明目的：為了克服現(xiàn)有技術(shù)的不足，本發(fā)明提供了一種基于視頻監(jiān)控的車型識(shí)別系統(tǒng)及方法，能夠準(zhǔn)確的檢測、識(shí)別人、車、物體及其它類物體，并且大大節(jié)約存儲(chǔ)空間，同時(shí)能夠快速尋找嫌疑車輛，有更廣的使用范圍和更強(qiáng)的適應(yīng)能力。

技術(shù)方案：第一方面，本發(fā)明提供一種基于視頻監(jiān)控的車型識(shí)別系統(tǒng)，該系統(tǒng)包括：視頻輸入模塊、視覺分析模塊及網(wǎng)絡(luò)輸入輸出模塊，所述視頻輸入模塊，用于獲得視頻數(shù)據(jù)；所述視覺分析模塊，由通過接口模塊相連接的嵌入式CPU和DSP處理器組成，用于處理視頻輸入模塊獲得的視頻數(shù)據(jù)；所述網(wǎng)絡(luò)輸入輸出模塊，用于將視覺分析模塊處理后的視頻數(shù)據(jù)輸入和輸出從而控制視覺分析模塊的指令。

優(yōu)選的，所述視覺分析模塊還包括：

監(jiān)控視頻獲取模塊，在適當(dāng)位置安裝監(jiān)控?cái)z像頭，以獲取最有利于處理的視頻流。

視頻預(yù)處理模塊，對于獲取的視頻流進(jìn)行預(yù)處理，包括去除噪聲，調(diào)整幀率和幀大小。

背景建模模塊，建立合理真實(shí)的背景，以便得到準(zhǔn)確的前景目標(biāo)。

前景分割模塊，利用減背景技術(shù)得到前景目標(biāo)，同時(shí)對于虛假前景予以消除。

陰影消除模塊，利用顏色空間法及陰影的方向去除各種陰影。

目標(biāo)識(shí)別模塊，對前景物體進(jìn)行識(shí)別分類，分類的種類包括人、車和物體。

優(yōu)選的，所述目標(biāo)識(shí)別模塊使用的目標(biāo)識(shí)別算法是利用基于目標(biāo)特征的方法，指目標(biāo)的屬性特征和統(tǒng)計(jì)特征，在圖像中尋找目標(biāo)的特征匹配，包括駕乘人員、人臉、年檢標(biāo)、遮陽板、紙巾盒、轉(zhuǎn)金桶、擺件、安全帶、打電話、行李架、天窗。

優(yōu)選的，所述視覺分析模塊中還包括報(bào)警模塊，用戶可設(shè)置報(bào)警規(guī)則，經(jīng)過對視頻內(nèi)容分析，結(jié)合報(bào)警規(guī)則能對監(jiān)視區(qū)內(nèi)的車型目標(biāo)作實(shí)時(shí)行為智能自動(dòng)監(jiān)控，無須另外設(shè)置監(jiān)視人員。

第二方面，本發(fā)明提供了一種基于視頻監(jiān)控的車型識(shí)別方法，該方法包括：輸入視頻、分析視頻及網(wǎng)絡(luò)輸入輸出，所述輸入視頻，用于獲得視頻數(shù)據(jù)；所述分析視頻，處理器包括由通過接口模塊相連接的嵌入式CPU和DSP處理器，用于處理所述輸入視頻后獲得的視頻數(shù)據(jù)；所述網(wǎng)絡(luò)輸入輸出，用于將分析視頻后的視頻數(shù)據(jù)輸入和輸出從而控制分析視頻的指令。

優(yōu)選的，所述分析視頻的步驟包括：

步驟1、監(jiān)控視頻獲取，在適當(dāng)位置安裝監(jiān)控?cái)z像頭，以獲取最有利于處理的視頻流。

步驟2、視頻預(yù)處理，對于獲取的視頻流進(jìn)行預(yù)處理，包括去除噪聲，調(diào)整幀率和幀大小。

步驟3、背景建模，建立合理真實(shí)的背景，以便得到準(zhǔn)確的前景目標(biāo)。

步驟4、前景分割，利用減背景技術(shù)得到前景目標(biāo)，同時(shí)對于虛假前景予以消除。

步驟5、消除陰影，利用顏色空間法及陰影的方向去除各種陰影。

步驟6、目標(biāo)識(shí)別，對前景物體進(jìn)行識(shí)別分類，分類的種類包括人、車和物體。

優(yōu)選的，所述步驟6使用的目標(biāo)識(shí)別算法是利用基于目標(biāo)特征的方法，指目標(biāo)的屬性特征和統(tǒng)計(jì)特征，在圖像中尋找目標(biāo)的特征匹配，包括駕乘人員、人臉、年檢標(biāo)、遮陽板、紙巾盒、轉(zhuǎn)金桶、擺件、安全帶、打電話、行李架、天窗。

優(yōu)選的，所述分析視頻的同時(shí)用戶還可設(shè)置報(bào)警規(guī)則，經(jīng)過對視頻內(nèi)容分析，結(jié)合報(bào)警規(guī)則能對監(jiān)視區(qū)內(nèi)的車型目標(biāo)作實(shí)時(shí)行為智能自動(dòng)監(jiān)控，無須另外設(shè)置監(jiān)視人員。

有益效果：本發(fā)明與現(xiàn)有技術(shù)相比，其顯著優(yōu)點(diǎn)是：1、本系統(tǒng)采用的基于目標(biāo)特征的方法并沒有用到運(yùn)動(dòng)信息，所以既可以用于運(yùn)動(dòng)目標(biāo)的檢測也可以用于靜止的目標(biāo)，并且不受攝像機(jī)運(yùn)動(dòng)的影響；2、本系統(tǒng)只有在報(bào)警規(guī)則觸發(fā)的情況下開始存儲(chǔ)視頻數(shù)據(jù)，可以大大節(jié)約存儲(chǔ)空間，同時(shí)能夠快速尋找嫌疑車輛。有更廣的使用范圍和更強(qiáng)的適應(yīng)能力；3、該系統(tǒng)能讓用戶方便地設(shè)置報(bào)警規(guī)則，經(jīng)過對視頻內(nèi)容分析后，結(jié)合報(bào)警規(guī)則便能對監(jiān)視區(qū)內(nèi)的車型目標(biāo)作實(shí)時(shí)行為智能自動(dòng)監(jiān)控，無須另外設(shè)置監(jiān)視人員。

附圖說明

圖1是本發(fā)明車型識(shí)別系統(tǒng)的結(jié)構(gòu)示意圖；

圖2是本發(fā)明車型識(shí)別方法流程圖；