[發(fā)明專利]一種視頻監(jiān)控場景下的人體跟蹤方法在審
| 申請?zhí)枺?/td> | 201910559630.5 | 申請日: | 2019-06-26 |
| 公開(公告)號: | CN110264498A | 公開(公告)日: | 2019-09-20 |
| 發(fā)明(設(shè)計)人: | 袁培江;杜云鵬;茹群輝;李藝哲 | 申請(專利權(quán))人: | 北京深醒科技有限公司 |
| 主分類號: | G06T7/246 | 分類號: | G06T7/246;G06T7/269;G06T7/277 |
| 代理公司: | 北京科億知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11350 | 代理人: | 湯東鳳 |
| 地址: | 100086 北京市*** | 國省代碼: | 北京;11 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 運動人體 幀圖像 特征向量 跟蹤 視頻監(jiān)控場景 人體跟蹤 人體運動檢測 跟蹤結(jié)果 預(yù)測 比對 圖像 | ||
1.一種視頻監(jiān)控場景下的人體跟蹤方法,其特征在于:包括以下步驟:
S1、在監(jiān)控視頻的第一幀圖像中進行人體運動檢測,檢測出第一幀圖像中的人數(shù)和運動人體邊緣;
S2、當檢測到只有一個運動人體時,采用幀間差分法、光流計算法、統(tǒng)計學(xué)方法的組合對該運動人體進行跟蹤;當檢測到有兩個及兩個以上的運動人體時,對每個運動人體進行標號;
S3、將每個運動人體從第一幀圖像中單獨提取出來,生成人體小圖;
S4、通過人體小圖中人體的高寬比值特征確定跟蹤人體,并計算出跟蹤人體的特征向量;
S5、根據(jù)跟蹤人體的人體姿態(tài)和運動方向,預(yù)測第二幀圖像中跟蹤人體出現(xiàn)的位置和姿態(tài);
S6、在第二幀圖像中找到與步驟S5中預(yù)測的位置、姿態(tài)相同的運動人體并進行提取,計算出運動人體的特征向量;
S7、將第二幀圖像中運動人體的特征向量與第一幀圖像中跟蹤人體的特征向量進行對比;當兩個特征向量相同時,則確定第二幀圖像中的運動人體為跟蹤人體,當兩個特征向量不同時,提取第二幀圖像中運動人體的臨近人體的特征向量與跟蹤人體的特征向量進行對比;
S8、當?shù)诙瑘D像中沒有找到跟蹤人體時,則判斷人體跟蹤丟失,并標記次數(shù)為1,繼續(xù)在下一幀圖像中尋找跟蹤人體;當人體跟蹤丟失次數(shù)累計達到閾值后,則判斷跟蹤人體離開視頻監(jiān)控區(qū)域;當人體跟蹤丟失次數(shù)累計達到閾值前,再次找到跟蹤人體,則判斷跟蹤人體的姿態(tài)出現(xiàn)重大調(diào)整或跟蹤人體被遮擋,其累計次數(shù)歸零,重新計算次數(shù)。
2.如權(quán)利要求1所述的視頻監(jiān)控場景下的人體跟蹤方法,其特征在于:所述步驟S3中采用邊緣識別、梯度直方圖、色彩直方圖、低通濾波去噪、背景差分法、形態(tài)學(xué)圖像處理、區(qū)域連通性分析方法中的一種或幾種的組合將每個運動人體從第一幀圖像中單獨提取出來。
3.如權(quán)利要求1所述的視頻監(jiān)控場景下的人體跟蹤方法,其特征在于:所述步驟S4中跟蹤人體的特征向量為多維度向量值,其包含人體小圖的灰度特征值、顏色特征值、內(nèi)容特征值、人體姿態(tài)值、運動方向值。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于北京深醒科技有限公司,未經(jīng)北京深醒科技有限公司許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910559630.5/1.html,轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。





