[發(fā)明專利]一種基于異動檢測與目標跟蹤的監(jiān)控方法

在審

• 申請?zhí)枺?/td>: 202011581311.3
• 申請日: 2020-12-28
• 公開（公告）號: CN112770090A
• 公開（公告）日: 2021-05-07
• 發(fā)明（設(shè)計）人: 李家祥;張波濤;林思成
• 申請（專利權(quán)）人: 杭州電子科技大學(xué)
• 主分類號: H04N7/18
• 分類號: H04N7/18;G08B21/00;G06K9/00;G06K9/62;G06T7/194;G06T7/136;G06T5/00;G06T5/30
• 代理公司: 杭州君度專利代理事務(wù)所(特殊普通合伙) 33240
• 代理人: 朱亞冠

1.一種基于異動檢測與目標跟蹤的監(jiān)控方法，其特征在于該方法包括以下步驟：

步驟(1)、獲取攝像頭采集的幀圖像，并對其進行數(shù)據(jù)預(yù)處理；

步驟(2)、利用幀圖像實現(xiàn)動態(tài)場景分離，具體方法是：

2.1對預(yù)處理后相鄰三幀圖像，根據(jù)公式(1)-(2)獲取兩個二幀差分圖像D₁(x，y)、D₂(x，y)：

其中f_t(x，y)表示t時刻(x，y)坐標的灰度值，Tb為閾值；

2.2根據(jù)D₁(x，y)、D₂(x，y)，獲得三幀差分圖像D(x，y)：

2.3將上述三幀差分圖像進行二值化處理，得到動態(tài)區(qū)域；

步驟(3)、誤報警分析處理，具體方法如下：

3.1對晃動物體導(dǎo)致的誤報警進行過濾，具體如下：

對步驟2所獲動態(tài)區(qū)域進行質(zhì)心計算，設(shè)t_i時刻動態(tài)區(qū)域質(zhì)心為(x_{t_i}，y_{t_i})，其中i代表第i幀，對間隔時間為0.1秒的1-10幀動態(tài)區(qū)域質(zhì)心位置累加，并與11-20幀的質(zhì)心位置累加值進行差分獲得累計誤差M₁：

若累計誤差M₁大于閾值P₁則認為存在晃動物體，并進行過濾，然后跳轉(zhuǎn)至步驟3.2，反之則認為不存在晃動物體，無需處理，直接跳轉(zhuǎn)至步驟3.2；

3.2過濾微小目標導(dǎo)致的誤報警

對步驟3.2處理后無晃動物體的動態(tài)區(qū)域進行圖像的腐蝕操作，然后遍歷腐蝕后圖像的像素點進行區(qū)域像素檢測；

步驟(4)、構(gòu)建haar特征分類器，實現(xiàn)人物識別和分類；若識別結(jié)果為可疑人物，進行人臉存儲和報警；

其中haar特征分類器的輸入為步驟3所獲得的異動幀圖像，輸出為所述haar特征分類器分類結(jié)果；

步驟(5)、構(gòu)建yolov3網(wǎng)絡(luò)，實現(xiàn)物體識別和分類；其中yolov3網(wǎng)絡(luò)的輸入為異動幀圖像，輸出為(x^*，y^*，w^*，h^*)，其中x^*，y^*，w^*，h^*分別表示識別目標的橫縱坐標以及寬度高度像素值；根據(jù)yolov3網(wǎng)絡(luò)的輸出結(jié)果計算目標面積sq＝w^*×h^*，該目標面積作為物體大小衡量指標，通過閾值判斷進行物體大小分類，同時進行存儲和報警。

2.根據(jù)權(quán)利要求1所述的一種基于異動檢測與目標跟蹤的監(jiān)控方法，其特征在于步驟(1)所述的數(shù)據(jù)預(yù)處理包括去除圖像畸變、圖像轉(zhuǎn)換、直方圖均衡化。

3.根據(jù)權(quán)利要求1所述的一種基于異動檢測與目標跟蹤的監(jiān)控方法，其特征在于步驟(2.3)具體是：二值化處理是將D(x，y)中灰度值大于閾值的像素值設(shè)為255，其余像素值設(shè)為0；閾值的獲取方法具體是：

2.3.1初始化迭代次數(shù)k＝0，差分圖像D(x，y)中的最大灰度值和最小灰度值Max_k和Min_k；

2.3.2根據(jù)公式(4)獲得閾值：

2.3.3根據(jù)閾值T_k將差分圖像D(x，y)分成前景圖和背景圖，分別求出前景圖和背景圖的平均灰度值G_a，G_i；重新賦予k＝k+1，更新Max_k＝G_a；Min_k＝G_i，根據(jù)公式(4)更新閾值T_k，重復(fù)步驟2.3.3，直到前后兩次迭代的閾值誤差小于1像素值，得到所需的閾值T_k。