[發(fā)明專利]一種遠程教育教師自動識別圖像優(yōu)化跟蹤方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201810576145.4
• 申請日: 2018-06-06
• 公開（公告）號: CN108876672A
• 公開（公告）日: 2018-11-23
• 發(fā)明（設(shè)計）人: 吳青明
• 申請（專利權(quán)）人: 合肥思博特軟件開發(fā)有限公司
• 主分類號: G06Q50/20
• 分類號: G06Q50/20;G06K9/00
• 代理公司: 合肥道正企智知識產(chǎn)權(quán)代理有限公司 34130
• 代理人: 武金花

1.一種遠程教育教師自動識別圖像優(yōu)化跟蹤方法，其特征在于，包括以下步驟：

S1、實時采集培訓(xùn)視頻數(shù)據(jù)，將視頻數(shù)據(jù)分解為圖像數(shù)據(jù)和音頻數(shù)據(jù)，按照時間順序分開存儲，同時對圖像數(shù)據(jù)采取預(yù)處理措施主要包括：采用HSV色彩空間減輕了目標陰影對目標提取的影響，采用中值濾波器去掉了椒鹽噪聲，采用圖像二值化使圖像變的簡單，采用圖像學(xué)去噪中的腐蝕和膨脹分別提取消除圖像噪聲和填充圖像空洞；

S2、對步驟S1采集的視頻數(shù)據(jù)的每一幀圖像數(shù)據(jù)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(shù)據(jù)按照預(yù)設(shè)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(shù)據(jù)混合高斯模型進行前景提取識別得到教師目標數(shù)據(jù)，包括：

S31、對該段圖像數(shù)據(jù)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(shù)：

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

S32、在獲得概率分布函數(shù)P(X_t)后，從第M+1幀開始，對每一幀圖像數(shù)據(jù)獲取后更新混合高斯模型，用當(dāng)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(shù)據(jù)；

S33、根據(jù)S32中提取的前景像素數(shù)據(jù)組合處理得到每一幀圖像中的教師目標數(shù)據(jù)；

S4、以每幀圖像的中心點為原點建立直角坐標系，得到步驟S3中教師目標的位置參數(shù)，根據(jù)相鄰幀圖像間位置參數(shù)的差值得到教師目標的運行軌跡；

S5、根據(jù)教師目標的運行軌跡，得到包括調(diào)整時間間隔、角度信息、高度信息、運動速度信息在內(nèi)的調(diào)整參數(shù)，若調(diào)整參數(shù)未超過預(yù)定閾值，則根據(jù)得到的調(diào)整參數(shù)調(diào)整視頻采集的角度和方向用以保證教師目標平穩(wěn)恢復(fù)到位于圖像中心點位置處；若調(diào)整參數(shù)超過預(yù)定閾值，則按最大閾值調(diào)整視頻采集的角度和方向，同時發(fā)出異常報警信息，關(guān)閉該路視頻傳輸信號，接入包含教師目標的另路視頻傳輸信號；

S6、將采集的視頻數(shù)據(jù)經(jīng)過處理壓縮操作后傳輸至服務(wù)器存儲等待用戶調(diào)看，所述處理壓縮操作包括以下步驟：

S61、根據(jù)步驟四處理得到的教師目標的位置參數(shù)按照預(yù)設(shè)的幀數(shù)Q，計算出相鄰Q幀圖像間的教師目標位置變化差值△S；

S62、當(dāng)目標位置變化差值△S超過預(yù)設(shè)閾值Y時，將相鄰Q幀圖像全部壓縮傳輸至服務(wù)器；

當(dāng)目標位置變化差值△S未超過預(yù)設(shè)閾值Y時，將相鄰Q幀圖像按照每隔一幀去除一幀圖像，得到精簡版的視頻圖像壓縮送入服務(wù)器存儲。

2.根據(jù)權(quán)利要求1所述的一種遠程教育教師自動識別圖像優(yōu)化跟蹤方法，其特征在于，所述步驟S33中對前景像素數(shù)據(jù)的處理包括卡爾曼濾波和形態(tài)學(xué)處理。

3.根據(jù)權(quán)利要求1所述的一種遠程教育教師自動識別圖像優(yōu)化跟蹤方法，其特征在于，所述S4中直角坐標系的每一單位所代表的距離根據(jù)事前標定過的視場內(nèi)圖像最小分辨率所代表的最小距離換算得到。