[發明專利]一種采用人工智能預測追蹤的視頻監視云臺及其追蹤方法

有效

• 申請號: 201810348195.7
• 申請日: 2018-04-18
• 公開（公告）號: CN108921001B
• 公開（公告）日: 2019-07-02
• 發明（設計）人: 董承利
• 申請（專利權）人: 特斯聯（北京）科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;H04N7/18
• 代理公司: 北京辰權知識產權代理有限公司 11619
• 代理人: 劉廣達

1.一種采用人工智能預測追蹤的視頻監視云臺，其特征在于，包括：場景模式識別單元、目標區域智能學習單元、追蹤目標提取單元、云臺驅動單元；其中

所述場景模式識別單元用于從視頻監視云臺的攝像機拍攝的場景視頻畫面當中提取每個場景當中包含的目標，并且量化目標狀態生成狀態值；根據目標的狀態值，判斷兩幅相鄰的場景視頻畫面是否是相同的場景模式，對相同場景模式的場景視頻畫面標注同一類場景模式標記；其中，所述場景模式識別單元比對相鄰兩幅場景視頻畫面中是否包含相同目標，以及相同目標占每幅場景視頻畫面中全部目標的比例是否低于第一閾值；如果兩幅場景視頻畫面中至少一幅的相同目標百分比低于該第一閾值，則判定這兩幅場景視頻畫面分別屬于不同的場景模式；如果相鄰兩幅場景視頻畫面中包含的相同目標占全部目標的百分比均大于等于第一閾值，則進而利用兩幅畫面中相同目標各自的狀態值，計算這兩幅場景視頻畫面中全部相同目標的狀態整體差異度；若狀態整體差異度大于等于第二閾值，則判定這兩幅場景視頻畫面具有不同的場景模式，若狀態整體差異度低于第二閾值，則判定這兩幅場景視頻畫面具有相同的場景模式；

目標區域智能學習單元，用于通過一定數量的樣本，學習每一種場景模式下重要運動目標的狀態值特征；其中，目標區域智能學習單元為每一種場景模式提取一定數量的場景視頻畫面作為樣本畫面，并且人工對這些樣本畫面當中應鎖定追蹤的運動目標區域進行識別，確定每一幅樣本畫面當中屬于重要目標的運動目標；確定該重要目標在樣本畫面中的狀態值；將每一種場景模式的全部樣本畫面中的重要目標的狀態值執行訓練，獲得訓練好的重要目標識別SVM分類向量機；針對每一種場景模式的全部樣本畫面，提取樣本畫面包含的全部運動目標以及每一個運動目標的狀態值，獲得目標狀態值列表，將每一種場景模式的全部樣本畫面的目標狀態列表進行訓練，獲得訓練好的場景模式識別SVM分類向量機；

追蹤目標提取單元，用于目標區域智能學習單元的學習結果，根據從當前場景視頻畫面識別每一個運動目標的狀態值，判斷該運動目標是否屬于重要目標，當結果表明當前場景視頻畫面中的一個運動目標屬于重要目標，則將該運動目標的畫面位置坐標提供給云臺驅動單元；其中，所述追蹤目標提取單元用于將當前場景視頻畫面的運動目標狀態值列表代入經訓練之后的各個場景模式識別SVM分類向量機，從而判斷當前場景視頻畫面屬于哪一種場景模式；進而，將該場景視頻畫面中每一個運動目標的狀態值代入訓練好的該場景模式對應的重要目標識別SVM分類向量機，從而識別每一個運動目標是否屬于重要目標，當分類結果表明當前場景視頻畫面中的一個運動目標屬于重要目標；

云臺驅動單元，從追蹤目標提取單元獲得當前場景視頻畫面中的重要目標的畫面位置坐標，從而按照該畫面位置坐標鎖定當前場景視頻畫面當中的重要目標，進行追蹤拍攝。

2.根據權利要求1所述視頻監視云臺，其特征在于，所述云臺驅動單元分析該重要目標的在各幀場景視頻畫面中位置的變化，當該重要目標偏離拍攝視野的中央區域時，提取該重要目標的運動方向和運動速度，進而按照該運動方向和速度預測該重要目標的預計位置偏離，并參照預測提前驅動監視云臺的旋轉機械機構。