本發(fā)明專利技術(shù)公開了一種基于高斯建模與目標(biāo)輪廓的遺留物檢測(cè)方法，涉及計(jì)算機(jī)視覺、智能視頻監(jiān)控領(lǐng)域。本方法包括下列步驟：①輸入視頻；②遺留物粗檢測(cè)；③遺留物精確檢測(cè)；④遺留物分類；⑤再次確定；⑥輸出結(jié)果。本發(fā)明專利技術(shù)通過遺留物的粗檢測(cè)、精確檢測(cè)、分類、再次確定一系列步驟，使遺留物檢測(cè)足夠穩(wěn)定可靠，達(dá)到穩(wěn)定的遺留物智能檢測(cè)的目的；適用于各種公共場(chǎng)所智能行為分析的遺留物檢測(cè)。
【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)涉及計(jì)算機(jī)視覺、智能視頻監(jiān)控領(lǐng)域，具體涉及一種基于高斯建模與目標(biāo)輪廓的遺留物檢測(cè)方法。
技術(shù)介紹
遺留物檢測(cè)是為安防的預(yù)警而設(shè)計(jì)，它是智能行為分析系統(tǒng)的重要組成部分，可應(yīng)用于各種公共場(chǎng)所包括機(jī)場(chǎng)、車站、港口、建筑物周圍、街道、小區(qū)、及其他場(chǎng)所，用于自動(dòng)監(jiān)視場(chǎng)景中是否有可疑物體遺留。 基于計(jì)算機(jī)視覺的遺留物檢測(cè)方法主要的思路就是通過判斷運(yùn)動(dòng)目標(biāo)是否較長(zhǎng)時(shí)間的靜止不動(dòng)，也就是找到新進(jìn)入場(chǎng)景的靜止不動(dòng)的目標(biāo)，然后對(duì)靜止不動(dòng)的目標(biāo)進(jìn)行分類處理，過濾掉不感興趣的目標(biāo)，例如人、車等。目前的遺留物檢測(cè)方法中，主要存在的問題就是誤檢。而造成誤檢的原因有很多，比如場(chǎng)景中非感興趣目標(biāo)(人、樹葉、水波)的干擾，光照的變化，遮擋，初始場(chǎng)景中存在運(yùn)動(dòng)目標(biāo)等。因此，提高遺留物檢測(cè)方法的穩(wěn)定性，減少誤檢是一個(gè)亟待解決的問題，這也正是本專利技術(shù)的出發(fā)點(diǎn)。
技術(shù)實(shí)現(xiàn)思路
本專利技術(shù)的目的就在于提高遺留物檢測(cè)的穩(wěn)定性，提供一種基于高斯建模與目標(biāo)輪廓的遺留物檢測(cè)方法，通過不同高斯背景模型背景的對(duì)比，粗略地檢測(cè)出靜止的目標(biāo)；通過目標(biāo)的輪廓梯度信息過濾掉一部分非遺留物，到達(dá)精確檢測(cè)的目的；應(yīng)用分類算法過濾掉不感興趣的靜止目標(biāo)，這種遺留物檢測(cè)方法能夠準(zhǔn)確穩(wěn)定的檢測(cè)出遺留物，并且誤檢率低。本專利技術(shù)所采用的技術(shù)方案是一、一種基于高斯建模與目標(biāo)輪廓的遺留物檢測(cè)系統(tǒng)(簡(jiǎn)稱系統(tǒng))本系統(tǒng)包括工作環(huán)境視頻監(jiān)控平臺(tái)、綜合接入網(wǎng)關(guān)和智能管理服務(wù)器；設(shè)置有智能分析服務(wù)器；其連接關(guān)系是視頻監(jiān)控平臺(tái)、綜合接入網(wǎng)關(guān)、智能管理服務(wù)器和智能分析服務(wù)器依次連接。工作原理智能分析服務(wù)器連接到智能管理服務(wù)器，智能分析服務(wù)器根據(jù)智能管理服務(wù)器的IP (互聯(lián)網(wǎng)協(xié)議)和端口連接到智能管理服務(wù)器；用戶請(qǐng)求視頻智能分析任務(wù)時(shí)，此請(qǐng)求發(fā)送到智能管理服務(wù)器，智能管理服務(wù)器記錄下智能分析服務(wù)器狀態(tài)，并將待檢測(cè)攝像頭列表均衡分配到空閑的智能分析服務(wù)器，智能分析服務(wù)器輪巡設(shè)備，從攝像頭獲取實(shí)時(shí)視頻并解碼，得到RGB (red，green, blue，紅綠蘭顏色表示法)數(shù)據(jù)，然后對(duì)RGB數(shù)據(jù)進(jìn)行分析，并將檢測(cè)結(jié)果上報(bào)到智能管理服務(wù)器，智能管理服務(wù)器將結(jié)果保存下來。用戶也可根據(jù)告警類型和日期查詢報(bào)警，統(tǒng)計(jì)生成報(bào)表。二、一種基于高斯建模與目標(biāo)輪廓的遺留物檢測(cè)方法(簡(jiǎn)稱方法)本方法包括下列步驟①輸入視頻；②遺留物粗檢測(cè)；③遺留物精確檢測(cè)；④遺留物分類；⑤再次確定；⑥輸出結(jié)果。本專利技術(shù)具有下列優(yōu)點(diǎn)和積極效果 I、通過遺留物的粗檢測(cè)、精確檢測(cè)、分類、再次確定一系列步驟，使遺留物檢測(cè)足夠穩(wěn)定可靠，達(dá)到穩(wěn)定的遺留物智能檢測(cè)的目的。2、本專利技術(shù)適用于各種公共場(chǎng)所智能行為分析的遺留物檢測(cè)。附圖說明圖I是本系統(tǒng)的結(jié)構(gòu)方框圖；圖中10—視頻監(jiān)控平臺(tái)，11一第I視頻監(jiān)控平臺(tái)，12—第2視頻監(jiān)控平臺(tái)......IN—第N視頻監(jiān)控平臺(tái)，N是自然數(shù)，N〈10 ;20—綜合接入網(wǎng)關(guān)；30—智能管理服務(wù)器；40—智能分析服務(wù)器，41 一第I智能分析服務(wù)器……4N—第N智能分析服務(wù)器，N是自然數(shù)，N〈100。圖2是本方法的步驟圖；圖3是目標(biāo)跟蹤的流程圖；圖4是改進(jìn)的均值漂移的流程圖。具體實(shí)施例方式下面結(jié)合附圖和實(shí)施例對(duì)本專利技術(shù)詳細(xì)說明一、系統(tǒng)I、總體如圖1，本統(tǒng)計(jì)系統(tǒng)包括工作環(huán)境視頻監(jiān)控平臺(tái)10、綜合接入網(wǎng)關(guān)20和智能管理服務(wù)器30 ；設(shè)置有智能分析服務(wù)器40 ；其連接關(guān)系是視頻監(jiān)控平臺(tái)10、綜合接入網(wǎng)關(guān)20、智能管理服務(wù)器30和智能分析服務(wù)器40依次連接。2、功能部件I)視頻監(jiān)控平臺(tái)10為用戶提供實(shí)時(shí)音視頻和各種報(bào)警信號(hào)的遠(yuǎn)程采集、傳輸、存儲(chǔ)和處理等業(yè)務(wù)。2 )綜合接入網(wǎng)關(guān)20實(shí)現(xiàn)視頻監(jiān)控平臺(tái)的統(tǒng)計(jì)接入。3)智能管理服務(wù)器30實(shí)現(xiàn)智能資源管理，負(fù)責(zé)管理智能分析資源。4)智能分析服務(wù)器40 智能分析服務(wù)器40是視頻智能分析的功能實(shí)體，在物理分布上對(duì)應(yīng)一臺(tái)服務(wù)器。智能分析服務(wù)器40由多個(gè)VA (視頻分析單元)組成，每個(gè)VA可獨(dú)立完成一路視頻的智能分析。具體地說，智能分析服務(wù)器40的VA模塊包括通用電腦及植入電腦內(nèi)的功能軟件。主要功能為①實(shí)現(xiàn)視頻智能分析算法；②接入到智能管理服務(wù)器30，由智能管理服務(wù)器30集中管理；③接收智能管理服務(wù)器30的視頻智能分析請(qǐng)求，從視頻監(jiān)控平臺(tái)10獲取視頻并進(jìn)行分析；④將診斷結(jié)果上報(bào)給智能管理服務(wù)器30。二、方法如圖2，本方法實(shí)現(xiàn)步驟如下①輸入視頻-201利用待檢測(cè)攝像頭獲得視頻圖像數(shù)據(jù)，輸出到智能分析服務(wù)器供分析使用；②遺留物粗檢測(cè)-202利用視頻圖像數(shù)據(jù)，分別建立兩個(gè)多高斯模型，兩個(gè)多高斯模型的不同之處在于學(xué)習(xí)速度，分別記為快高斯和慢高斯，其中快高斯模型的學(xué)習(xí)速度是O. 4秒/次，慢高斯模型的學(xué)習(xí)速度是20秒/次，比較兩個(gè)多高斯模型背景之間的差異之處，并且用二值標(biāo)示，O標(biāo)示相同，即標(biāo)示非遺留物，255標(biāo)示不相同，即標(biāo)示遺留物，初步確定遺留物的位置信息；③遺留物精確檢測(cè)-203為了達(dá)到穩(wěn)定的檢測(cè)到遺留物的目的，分別進(jìn)行以下操作A、累計(jì)統(tǒng)計(jì)遺留物，如果遺留物的值累計(jì)到一定程度，則還需要進(jìn)一步的判斷；B、利用當(dāng)前圖像數(shù)據(jù)、遺留物的位置、以及高斯模型信息，分別計(jì)算慢高斯和當(dāng)前圖像在各個(gè)遺留物輪廓處的梯度，記為Gl和G2，如果Gl遠(yuǎn)大于G2，則刪除掉這個(gè)遺留物，俗稱“鬼影ghost”(最初在場(chǎng)景中，一段時(shí)間之后移走的目標(biāo))，否則暫時(shí)保留；C、統(tǒng)計(jì)G2最小的前M個(gè)值，并且計(jì)算均值，如果均值小于一定值，則刪除掉這個(gè)遺留物，目的是為了刪除一部分保持靜止的運(yùn)動(dòng)目標(biāo)；④遺留物分類-204經(jīng)過以上步驟，檢測(cè)到的目標(biāo)可能是靜止的人、車等，為了達(dá)到過濾掉不需要的目標(biāo)，例如人，可以使用對(duì)應(yīng)的目標(biāo)檢測(cè)算法，識(shí)別出來是不是不需要的目標(biāo)，如果是不需要的目標(biāo)，則過濾掉。對(duì)于目標(biāo)的分類，使用的是HOG+LatentSVM方法，具體可以參見文獻(xiàn)〈〈Cascade Object Detection with Deformable Part Models>> ；⑤再次確定-205為了使遺留物檢測(cè)方法穩(wěn)定，還需要進(jìn)行一個(gè)判斷，如果目標(biāo)對(duì)應(yīng)位置，慢高斯前景檢測(cè)結(jié)果為前景，快高斯檢測(cè)結(jié)果為非前景，則確定為最終的遺留物，否則過濾掉；⑥輸出結(jié)果-206輸出最終的檢測(cè)結(jié)果。下面對(duì)主要步驟詳細(xì)說明I、步驟②遺留物粗檢測(cè)-202遺留物粗檢測(cè)-202利用兩個(gè)多高斯背景建模更新速度的差別，造成背景模型在遺留物處不一樣來達(dá)到檢測(cè)遺留物的目的。專利《一種遺留物檢測(cè)方法及裝置》(申請(qǐng)?zhí)?01110319533. 2)中，使用的是利用檢測(cè)的前景的不一樣來達(dá)到檢測(cè)遺留物的目標(biāo)，本專利 的方法更加穩(wěn)定可靠。如圖3，實(shí)現(xiàn)步驟如下①輸入當(dāng)前圖像-301;②慢高斯前景檢測(cè)-302，快高斯前景檢測(cè)-303 ；③慢高斯模型更新-304，快高斯模型更新-305 ；④計(jì)算高斯背景模型對(duì)應(yīng)點(diǎn)的差306 ；⑤判斷差值是否小于閾值T1-307，是則將一個(gè)二值圖像對(duì)應(yīng)點(diǎn)處置為0-308，否則將二值圖像對(duì)應(yīng)點(diǎn)處置為255-309 ；⑥生成一個(gè)完整的二值圖像-310 ;⑦將二值圖像作為結(jié)果輸出-311。2、步驟③遺留物精確檢測(cè)-203遺留物精確檢測(cè)-203是利用累計(jì)信息和目標(biāo)輪廓梯度信息，過濾掉非遺留物目標(biāo)，達(dá)到穩(wěn)定檢測(cè)的目的。如圖4，遺留物精確檢測(cè)-203實(shí)現(xiàn)步驟如下①輸入粗檢測(cè)結(jié)果圖像-401 ;本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
一種基于高斯建模與目標(biāo)輪廓的遺留物檢測(cè)方法，其特征在于：①輸入視頻（201）利用待檢測(cè)攝像頭獲得視頻圖像數(shù)據(jù)，輸出到智能分析服務(wù)器供分析使用；②遺留物粗檢測(cè)（202）利用視頻圖像數(shù)據(jù)，分別建立兩個(gè)多高斯模型，兩個(gè)多高斯模型的不同之處在于學(xué)習(xí)速度，分別記為快高斯和慢高斯，其中快高斯模型的學(xué)習(xí)速度是0.4秒/次，慢高斯模型的學(xué)習(xí)速度是20秒/次，比較兩個(gè)多高斯模型背景之間的差異之處，并且用二值標(biāo)示，0標(biāo)示相同，即標(biāo)示非遺留物，255標(biāo)示不相同，即標(biāo)示遺留物，初步確定遺留物的位置信息；③遺留物精確檢測(cè)（203）為了達(dá)到穩(wěn)定的檢測(cè)到遺留物的目的，分別進(jìn)行以下操作：A、累計(jì)統(tǒng)計(jì)遺留物，如果遺留物的值累計(jì)到一定程度，則還需要進(jìn)一步的判斷；B、利用當(dāng)前圖像數(shù)據(jù)、遺留物的位置、以及高斯模型信息，分別計(jì)算慢高斯和當(dāng)前圖像在各個(gè)遺留物輪廓處的梯度，記為G1和G2，如果G1遠(yuǎn)大于G2，則刪除掉這個(gè)遺留物，否則暫時(shí)保留；C、統(tǒng)計(jì)G2最小的前M個(gè)值，并且計(jì)算均值，如果均值小于一定值，則刪除掉這個(gè)遺留物，目的是為了刪除一部分保持靜止的運(yùn)動(dòng)目標(biāo)；④遺留物分類（204）使用對(duì)應(yīng)的目標(biāo)檢測(cè)算法；對(duì)于目標(biāo)的分類，使用的是HOG+LatentSVM方法；⑤再次確定（205）為了使遺留物檢測(cè)方法穩(wěn)定，還需要進(jìn)行一個(gè)判斷，如果目標(biāo)對(duì)應(yīng)位置，慢高斯前景檢測(cè)結(jié)果為前景，快高斯檢測(cè)結(jié)果為非前景，則確定為最終的遺留物，否則過濾掉；⑥輸出結(jié)果（206）輸出最終的檢測(cè)結(jié)果。...
【技術(shù)特征摘要】
1.一種基于高斯建模與目標(biāo)輪廓的遺留物檢測(cè)方法，其特征在于 ①輸入視頻(201) 利用待檢測(cè)攝像頭獲得視頻圖像數(shù)據(jù)，輸出到智能分析服務(wù)器供分析使用； ②遺留物粗檢測(cè)(202) 利用視頻圖像數(shù)據(jù)，分別建立兩個(gè)多高斯模型，兩個(gè)多高斯模型的不同之處在于學(xué)習(xí)速度，分別記為快高斯和慢高斯，其中快高斯模型的學(xué)習(xí)速度是O. 4秒/次，慢高斯模型的學(xué)習(xí)速度是20秒/次，比較兩個(gè)多高斯模型背景之間的差異之處，并且用二值標(biāo)示，O標(biāo)示相同，即標(biāo)示非遺留物，255標(biāo)示不相同，即標(biāo)示遺留物，初步確定遺留物的位置信息； ③遺留物精確檢測(cè)(203) 為了達(dá)到穩(wěn)定的檢測(cè)到遺留物的目的，分別進(jìn)行以下操作 A、累計(jì)統(tǒng)計(jì)遺留物，如果遺留物的值累計(jì)到一定程度，則還需要進(jìn)一步的判斷； B、利用當(dāng)前圖像數(shù)據(jù)、遺留物的位置、以及高斯模型信息，分別計(jì)算慢高斯和當(dāng)前圖像在各個(gè)遺留物輪廓處的梯度，記為Gl和G2，如果Gl遠(yuǎn)大于G2，則刪除掉這個(gè)遺留物，否則暫時(shí)保留； C、統(tǒng)計(jì)G2最小的前M個(gè)值，并且計(jì)算均值，如果均值小于一定值，則刪除掉這個(gè)遺留物，目的是為了刪除一部分保持靜止的運(yùn)動(dòng)目標(biāo)； ④遺留物分類(204) 使用對(duì)應(yīng)的目標(biāo)檢測(cè)算法；對(duì)于目標(biāo)的分類，使用的是HOG+LatentSVM方法； ⑤再次確定(205) 為了使遺留物檢測(cè)方法穩(wěn)定，還需要進(jìn)行一個(gè)判斷，如果目標(biāo)對(duì)應(yīng)位置，慢高斯前景檢測(cè)結(jié)果為前景，快高斯檢測(cè)結(jié)果為非前景，則確定為最終的遺留物，否則過濾掉； ⑥輸出結(jié)果(206) 輸出最終的檢測(cè)結(jié)果。2.按權(quán)利要求I所述的一種基于高斯建模與目標(biāo)輪廓的遺留物檢測(cè)方法...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：仇開金，楊波，
申請(qǐng)(專利權(quán))人：武漢烽火眾智數(shù)字技術(shù)有限責(zé)任公司，
類型：發(fā)明
國(guó)別省市：
還沒有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。