[發(fā)明專利]一種目標(biāo)智能追蹤的停車場(chǎng)CCTV監(jiān)視系統(tǒng)及方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201910731108.0
• 申請(qǐng)日: 2019-08-08
• 公開（公告）號(hào): CN110536115A
• 公開（公告）日: 2019-12-03
• 發(fā)明（設(shè)計(jì)）人: 蔡良裕
• 申請(qǐng)（專利權(quán)）人: 橫琴善泊投資管理有限公司
• 主分類號(hào): H04N7/18
• 分類號(hào): H04N7/18;G06T7/246;G06K9/62
• 代理公司: 11619 北京辰權(quán)知識(shí)產(chǎn)權(quán)代理有限公司
• 代理人: 李小朋;谷波<國際申請(qǐng)>=<國際公布>=

1.一種目標(biāo)智能追蹤的停車場(chǎng)CCTV監(jiān)視系統(tǒng)，其特征在于，包括：

運(yùn)動(dòng)區(qū)塊提取模塊，用于每一幀視頻畫面中提取運(yùn)動(dòng)畫面區(qū)域；

運(yùn)動(dòng)目標(biāo)識(shí)別模塊，用于每一幀視頻畫面的所述運(yùn)動(dòng)畫面區(qū)域中篩選出運(yùn)動(dòng)目標(biāo)；

運(yùn)動(dòng)特征計(jì)算模塊，用于提取所述運(yùn)動(dòng)目標(biāo)的運(yùn)動(dòng)參數(shù)信息，并且根據(jù)所述運(yùn)動(dòng)目標(biāo)的運(yùn)動(dòng)參數(shù)信息生成該運(yùn)動(dòng)目標(biāo)的運(yùn)動(dòng)特征；

異常目標(biāo)判斷模塊，用于對(duì)全部運(yùn)動(dòng)目標(biāo)的運(yùn)動(dòng)特征進(jìn)行分類，并且將運(yùn)動(dòng)目標(biāo)數(shù)量小于正常數(shù)量閾值的分類中的運(yùn)動(dòng)目標(biāo)作為追蹤目標(biāo)；

以及，報(bào)警提示模塊，提取并發(fā)送含有追蹤目標(biāo)的視頻畫面。

2.根據(jù)權(quán)利要求1所述的停車場(chǎng)CCTV監(jiān)視系統(tǒng)，其特征在于，所述運(yùn)動(dòng)區(qū)塊提取模塊通過幀差分法、光流法或者基于混合高斯模型的背景差分法，從每一幀視頻畫面中提取運(yùn)動(dòng)畫面區(qū)域。

3.根據(jù)權(quán)利要求2所述的停車場(chǎng)CCTV監(jiān)視系統(tǒng)，其特征在于，所述運(yùn)動(dòng)目標(biāo)識(shí)別模塊針對(duì)每一幀視頻畫面中提取的運(yùn)動(dòng)畫面區(qū)域，取得運(yùn)動(dòng)畫面區(qū)域的外接矩形的橫向長(zhǎng)度和縱向長(zhǎng)度，或者取得從運(yùn)動(dòng)畫面區(qū)域外接矩形的中心點(diǎn)到該運(yùn)動(dòng)畫面區(qū)域邊緣的矢量組，作為所述運(yùn)動(dòng)畫面區(qū)域的形狀特征值，并且將運(yùn)動(dòng)畫面區(qū)域的形狀特征值與目標(biāo)形狀模板比對(duì)，從而從每一幀視頻畫面的運(yùn)動(dòng)畫面區(qū)域中篩選出運(yùn)動(dòng)目標(biāo)。

4.根據(jù)權(quán)利要求3所述的停車場(chǎng)CCTV監(jiān)視系統(tǒng)，其特征在于，所述運(yùn)動(dòng)特征計(jì)算模塊，對(duì)于每一幀視頻畫面的運(yùn)動(dòng)目標(biāo)確定其外接矩形，以及確定時(shí)間上的前一幀視頻畫面中同一運(yùn)動(dòng)目標(biāo)的外接矩形，計(jì)算外接矩形橫坐標(biāo)、縱坐標(biāo)、寬度、高度的變化值，作為該運(yùn)動(dòng)目標(biāo)的運(yùn)動(dòng)特征。

5.根據(jù)權(quán)利要求4所述的停車場(chǎng)CCTV監(jiān)視系統(tǒng)，其特征在于，異常目標(biāo)判斷模塊將所述外接矩形的變化值作為一個(gè)多維度向量，所述外接矩形橫坐標(biāo)、縱坐標(biāo)、寬度、高度的變化值作為在多維度向量在每個(gè)維度上的取值；對(duì)一定時(shí)間段內(nèi)全部視頻畫面中的全部運(yùn)動(dòng)目標(biāo)對(duì)應(yīng)的多維度向量，執(zhí)行K-means聚類，根據(jù)聚類結(jié)果將運(yùn)動(dòng)目標(biāo)劃分為多個(gè)所述分類。

6.一種目標(biāo)智能追蹤的停車場(chǎng)CCTV監(jiān)視方法，包括以下步驟：

運(yùn)動(dòng)區(qū)塊提取步驟，用于每一幀視頻畫面中提取運(yùn)動(dòng)畫面區(qū)域；

運(yùn)動(dòng)目標(biāo)識(shí)別步驟，用于每一幀視頻畫面的所述運(yùn)動(dòng)畫面區(qū)域中篩選出運(yùn)動(dòng)目標(biāo)；

運(yùn)動(dòng)特征計(jì)算步驟，用于提取所述運(yùn)動(dòng)目標(biāo)的運(yùn)動(dòng)參數(shù)信息，并且根據(jù)所述運(yùn)動(dòng)目標(biāo)的運(yùn)動(dòng)參數(shù)信息生成該運(yùn)動(dòng)目標(biāo)的運(yùn)動(dòng)特征；

異常目標(biāo)判斷步驟，用于對(duì)全部運(yùn)動(dòng)目標(biāo)的運(yùn)動(dòng)特征進(jìn)行分類，并且將運(yùn)動(dòng)目標(biāo)數(shù)量小于正常數(shù)量閾值的分類中的運(yùn)動(dòng)目標(biāo)作為追蹤目標(biāo)；

以及，報(bào)警提示步驟，提取并發(fā)送含有追蹤目標(biāo)的視頻畫面。

7.根據(jù)權(quán)利要求6所述的目標(biāo)智能追蹤的停車場(chǎng)CCTV監(jiān)視方法，其特征在于，所述運(yùn)動(dòng)區(qū)塊提取步驟通過幀差分法、光流法或者基于混合高斯模型的背景差分法，從每一幀視頻畫面中提取運(yùn)動(dòng)畫面區(qū)域。

8.根據(jù)權(quán)利要求7所述的目標(biāo)智能追蹤的停車場(chǎng)CCTV監(jiān)視方法，其特征在于，所述運(yùn)動(dòng)目標(biāo)識(shí)別步驟針對(duì)每一幀視頻畫面中提取的運(yùn)動(dòng)畫面區(qū)域，取得運(yùn)動(dòng)畫面區(qū)域的外接矩形的橫向長(zhǎng)度和縱向長(zhǎng)度，或者取得從運(yùn)動(dòng)畫面區(qū)域外接矩形的中心點(diǎn)到該運(yùn)動(dòng)畫面區(qū)域邊緣的矢量組，作為所述運(yùn)動(dòng)畫面區(qū)域的形狀特征值，并且將運(yùn)動(dòng)畫面區(qū)域的形狀特征值與目標(biāo)形狀模板比對(duì)，從而從每一幀視頻畫面的運(yùn)動(dòng)畫面區(qū)域中篩選出運(yùn)動(dòng)目標(biāo)。

9.根據(jù)權(quán)利要求8所述的目標(biāo)智能追蹤的停車場(chǎng)CCTV監(jiān)視方法，其特征在于，所述運(yùn)動(dòng)特征計(jì)算步驟，對(duì)于每一幀視頻畫面的運(yùn)動(dòng)目標(biāo)確定其外接矩形，以及確定時(shí)間上的前一幀視頻畫面中同一運(yùn)動(dòng)目標(biāo)的外接矩形，計(jì)算外接矩形橫坐標(biāo)、縱坐標(biāo)、寬度、高度的變化值，作為該運(yùn)動(dòng)目標(biāo)的運(yùn)動(dòng)特征。

10.根據(jù)權(quán)利要求9所述的目標(biāo)智能追蹤的停車場(chǎng)CCTV監(jiān)視方法，其特征在于，異常目標(biāo)判斷步驟將所述外接矩形的變化值作為一個(gè)多維度向量，所述外接矩形橫坐標(biāo)、縱坐標(biāo)、寬度、高度的變化值作為在多維度向量在每個(gè)維度上的取值；對(duì)一定時(shí)間段內(nèi)全部視頻畫面中的全部運(yùn)動(dòng)目標(biāo)對(duì)應(yīng)的多維度向量，執(zhí)行K-means聚類，根據(jù)聚類結(jié)果將運(yùn)動(dòng)目標(biāo)劃分為多個(gè)所述分類。