[發明專利]一種遠程教育教師自動識別跟蹤方法及系統

在審

• 申請號: 201810575676.1
• 申請日: 2018-06-06
• 公開（公告）號: CN108875613A
• 公開（公告）日: 2018-11-23
• 發明（設計）人: 張玉
• 申請（專利權）人: 合肥信亞達智能科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06Q50/20
• 代理公司: 合肥道正企智知識產權代理有限公司 34130
• 代理人: 武金花

本發明公開了一種遠程教育教師自動識別跟蹤方法及系統，方法包括采集視頻數據、目標框定、前景提取目標識別、調整參數確定、視頻精簡壓縮等步驟；系統包括視頻采集模塊、存儲模塊、教師目標框定處理模塊、前景提取模塊、數據建模模塊、像素分類模塊、教師目標生成模塊、位置標定模塊、調整參數生成模塊、視頻數據壓縮處理模塊和通信模塊。本發明能夠準確提取出視頻圖像中的教師目標，并根據目標的移動同步調整視頻的采集角度和方向，時刻清晰完整的采集到教師目標的圖像，既降低了視頻傳輸中數據量又保證了教師目標信息的準確有效性，具有較高的實用價值和廣泛的應用前景。

技術領域

本發明涉及智能控制技術領域，具體涉及一種遠程教育教師自動識別跟蹤方法及系統。

背景技術

隨著社會經濟的快速發展，科技的快速進步，人們的生活方式已經發生了改變，遠程視頻、視頻監控應用的越來越廣。比如遠程教育，在遠程的任意地方，就可以自由的選擇需要學習的內容進行學習，再比如安裝于商業廣場、超市以及學校等公共安全較為重要場合的視頻監控系統。

而現有的視頻分析過程中對于教師目標的提取有較多的問題，比如如何有效確定教師目標，如何消除動態背景在前景提取時的影響，如何減輕目標陰影對目標提取的影響以及如果降低噪聲，通常常用的幀差法比較適用于運動目標和背景的灰度相差較多，并且背景變化很小的視頻圖像處理，無法廣泛應用，其他方法也無法有效解決以上問題。

另一方面，現有技術中也存在基于視頻中目標的粗略定位位置來調整拍攝角度的直播方式，但是這種方式的調整精度不夠，調整的過程中容易對拍攝畫面差生影響，拍攝圖像可能模糊不清，并且無法滿足大視場以及目標活動區間過大的情況，會出現較大盲區或通過遠距離的錄制采集，實際觀看時可能出現無法準確跟蹤教師目標。

此外在現有技術中，視頻通過網絡進行傳輸因為受到網絡帶寬等因素的影響，很容易出現時斷時續的現象，影響播放的效果。無論是采用哪種方式，要想獲得清晰流暢的教師目標的視頻播放效果，都需要對遠程視頻動中產生的流媒體數據進行有效壓縮。但是，現有技術尚沒有提供對教師目標有針對性的視頻壓縮解決方案。

發明內容

針對現有技術的不足，本發明提供一種遠程教育教師自動識別跟蹤方法及系統，能夠準確提取出視頻圖像中的教師目標，并根據目標的移動同步調整視頻的采集角度和方向，時刻清晰完整的采集到教師目標的圖像，既降低了視頻傳輸中數據量又保證了教師目標信息的準確有效性，具有較高的實用價值和廣泛的應用前景。

本發明解決技術問題采用如下技術方案：

本發明提供了一種遠程教育教師自動識別跟蹤方法，包括以下步驟：

S1、實時采集培訓視頻數據，將視頻數據分解為圖像數據和音頻數據，按照時間順序分開存儲等待處理；

S2、對步驟S1采集的視頻數據的每一幀圖像數據使用Faster RCNN進行目標框定，生成建議框，將生成建議框中的圖像數據按照預設時間間隔T分段提取存儲等待處理；

S3、將步驟S2中分段提取存儲的生成建議框中的圖像數據混合高斯模型進行前景提取識別得到教師目標數據，包括：

S31、對該段圖像數據中的前M幀圖像中任一像素點進行建模得到該像素點的概率分布函數：

X表示該像素點灰度值，t為該幀圖像對應的時刻，K為選取擬合的高斯模型的個數η為高斯概率密度函數，ω屬于不同函數的權重，μ和ε分別是t時刻第n個高斯模型的均值向量和協方差矩陣；

S32、在獲得概率分布函數P(X_t)后，從第M+1幀開始，對每一幀圖像數據獲取后更新混合高斯模型，用當前圖像中的每個像素點與混合高斯模型匹配，若相匹配，則認為該像素點是背景像素；否則提取為前景像素數據；