專利名稱：物體滯留/偷竊事件檢測、跟蹤和識別的視頻監(jiān)控預警裝置的制作方法
技術領域：
本發(fā)明屬于智能化視頻監(jiān)控技術領域，特別涉及物體滯留/偷竊事件的檢測、跟 蹤和識別。
背景技術：
智能化視頻監(jiān)控預警裝置是近幾年來計算機視覺領域的一個新興研究方向，它是 利用計算機視覺技術對攝像機采集的視頻數(shù)據(jù)進行分析、理解，并以此為基礎對視頻監(jiān)控 系統(tǒng)進行控制，從而使視頻監(jiān)控預警裝置具有象人一樣的智能，主要涉及模式識別、圖像處 理、計算機視覺、人工智能等方面的科學知識。這一技術包括了運動目標的檢測、運動目標 跟蹤、目標分類、行為理解及描述等方面，是一個具有挑戰(zhàn)性的問題。近年來隨著視覺監(jiān)視 系統(tǒng)所需的硬件設備(如攝像機、云臺等)成本的日益降低，監(jiān)控系統(tǒng)在我國開始步入普及 階段，廣泛應用于諸如銀行、賓館、超級市場、機場、車站等公共場所，在公共安全領域發(fā)揮 著日益重要的作用。但是目前監(jiān)控系統(tǒng)的功能往往比較單一，常常要求監(jiān)控人員持續(xù)的監(jiān) 視屏幕，通過解釋獲得的視頻信息，然后做出相應的決策。但讓監(jiān)控人員長期盯著眾多的電 視監(jiān)視器是一項繁重而乏味的工作，特別是當監(jiān)控點較多時，監(jiān)控人員幾乎無法做到全面 完整的監(jiān)控。同時，由于大多數(shù)監(jiān)視場景出現(xiàn)異常的情況畢竟為少數(shù)，這樣人工監(jiān)控不僅造 成巨大的人力浪費，而且很容易使得監(jiān)控人員思想松懈從而導致漏報，這在許多不容閃失 的重要場所(如銀行金庫、軍用倉庫等場合)是不能容忍的。鑒于此，目前在國內(nèi)外學術界 及工業(yè)部門都開始著眼于研究新一代的具有智能化視覺監(jiān)視功能的監(jiān)控系統(tǒng)，這類系統(tǒng)的 核心問題就是要對進入監(jiān)控視場的運動目標(諸如人)進行實時的檢測、跟蹤和行為理解， 并由此做出相應的判斷和處理。滯留與偷竊物體檢測是智能視頻監(jiān)控預警裝置的重要功能之一，在安防領域具有 很強的實用價值。滯留物檢測常用于機場，地鐵，交通關口等可疑的包裹或遺留的行李檢 測，預防恐怖炸彈襲擊。偷竊物體常用于博物館，畫廊，或其他安全區(qū)域的珍貴物品的防盜 檢測。滯留/偷竊物體的檢測與識別屬于智能視覺監(jiān)控的范疇，主要是利用圖像處理和分 析的方法，在現(xiàn)實場景中自動檢測和跟蹤運動目標，根據(jù)運動目標的運動軌跡檢測靜態(tài)物 體，再通過滯留/偷竊分類算法來區(qū)分滯留和偷竊事件，最后報警和抓取證據(jù)圖片；使計算 機具有某種理解和分析視頻能力，從而對危險事件具有主動監(jiān)測、防范和預警的功能。

發(fā)明內(nèi)容本發(fā)明的目的在于提供一種針對機場，地鐵，交通關口及博物館等公共場所存在 物體滯留/偷竊情況的監(jiān)控視頻預警裝置。本發(fā)明基于視頻智能監(jiān)控服務器，主動預防監(jiān)控場景中出現(xiàn)物體滯留/偷竊等的 可疑行為。本發(fā)明要解決的技術問題在于提供的物體滯留/偷竊事件檢測、跟蹤和識別的視頻監(jiān)控預警裝置可以在復雜的監(jiān)控場景中有效的檢測、跟蹤、識別物體滯留/偷竊事件。本發(fā)明對于以上的技術問題采用的技術方案1、通過攝像頭、硬盤錄像機等視頻采集模塊設備獲得實時的視頻信號，并將信號 輸入到視頻智能監(jiān)控服務器。2、視頻智能監(jiān)控服務器包括信號采集單元、視頻智能分析系統(tǒng)、異常事件分析系 統(tǒng)、監(jiān)控報警管理模塊、報警驅(qū)動模塊。其中所述各個模塊主要解決的問題具體為所述信號采集單元用于接收各類視頻音頻采集設備輸入的視頻信息，并且將視頻 信息輸入到視頻智能分析系統(tǒng)進行后續(xù)處理。所述信號采集單元具體支持網(wǎng)絡采集視頻信息、視頻采集卡采集視頻信息。所述視頻智能分析系統(tǒng)接收信號采集單元輸入的視頻信息，完成運動目標檢測與 跟蹤技術。所述視頻智能分析系統(tǒng)具體模塊包括1)運動目標檢測模塊，完成建立自適應背 景模型，利用背景差分提取運動目標，再通過形態(tài)學和陰影處理以獲得更完整、更準確的運 動目標狀態(tài)；2)運動目標跟蹤模塊，通過對運動目標的狀態(tài)進行估計、觀測和校正的遞歸 過程，實現(xiàn)幀間運動目標匹配，跟蹤運動目標的運動軌跡。所述異常事件分析系統(tǒng)主要完成滯留/偷竊事件識別。所述異常事件分析系統(tǒng)具體模塊包括1)接收對于滯留/偷竊事件判斷物品分辨 率大小、判斷敏感度等的人為設定的模塊；2)接收視頻智能分析系統(tǒng)處理的結(jié)果的模塊， 所述結(jié)果主要包括運動目標特征、運動目標軌跡等信息；3)滯留/偷竊事件識別的模塊， 該模塊主要對物體滯留/偷竊事件給出清晰的界定，根據(jù)運動目標的特征及運動軌跡判定 事件的發(fā)生，如果事件發(fā)生，區(qū)分滯留和偷竊兩種事件。所述監(jiān)控報警管理模塊主要完成報警信息的管理。所述監(jiān)控報警管理模塊具體子模塊包括1)存儲模塊，主要完成存儲各監(jiān)控點傳 送來的滯留/偷竊事件報警發(fā)生時的數(shù)據(jù)；2)查詢模塊，提供報警數(shù)據(jù)顯示，并且支持用戶 可按位置、通道、分類和時間等進行檢索和查詢歷史數(shù)據(jù)。所述報警驅(qū)動模塊主要完成1)接收人為設定的報警方式及相關的附加信息(比 如手機號碼、報警聲音等)，具體支持的報警方式手機彩信、電子郵件、揚聲器、警號、警 燈等；2)接收異常事件分析系統(tǒng)在滯留/偷竊事件發(fā)生時發(fā)來的報警信號；3)在接收到報 警信號后按照報警方式的設定驅(qū)動相應的報警裝置報警，并發(fā)送相應的報警信息。所述報警信息的內(nèi)容包括1)圖片，異常情況發(fā)生時現(xiàn)場的圖像信息；2)時間異 常情況發(fā)生的時間；3)事件即異常事件類型，具體為滯留/偷竊類型；4)位置異常事件 發(fā)生的具體位置。3、報警模塊，包括各種報警裝置，所述報警裝置接收視頻智能監(jiān)控服務器發(fā)來的 驅(qū)動信息進行報警。本發(fā)明有以下技術特征1、信號采集單元支持視頻采集卡和網(wǎng)絡兩種方式采集視頻信息。2、視頻智能分析系統(tǒng)的背景模型采用自適應背景方法更新背景，利用每個像素的 主特征來描述背景，根據(jù)貝葉斯規(guī)則判定像素點是前景點或背景點，其中閾值計算采用分塊的自適應閾值方法，分別計算差分圖像中每個塊的閾值，而且對變化區(qū)域和背景區(qū)域采 取不同的策略計算其閾值，最后采用全部閾值的平均值作為整體閾值，獲得自適應的無參 閾值。3、視頻智能分析系統(tǒng)為了獲得更完整的運動目標區(qū)域和填補運動目標區(qū)域的內(nèi) 部空洞，形態(tài)學處理采用兩次膨脹三次腐蝕一次膨脹的方法。4、視頻智能分析系統(tǒng)采用了 HSV空間陰影檢測方法，基本原理是同一物體在陰影 區(qū)和非陰影區(qū)的色調(diào)是近似一致的，陰影主要使該區(qū)域內(nèi)亮度有變化，而且陰影部分一定 比背景的亮度要低。5、視頻智能分析系統(tǒng)結(jié)合粒子濾波和卡爾曼濾波兩種跟蹤方法實現(xiàn)運動目標跟 蹤，在阻擋時采用基于顏色特征的粒子濾波方法，在非阻擋情況下采用基于卡爾曼濾波的 連通區(qū)域匹配方法。6、視頻智能分析系統(tǒng)判斷阻擋發(fā)生的條件是第k幀中是否存在一個前景區(qū)域與第k-Ι幀中的一個以上的運動目標的預測位置存在交叉。7、視頻智能分析系統(tǒng)基于卡爾曼濾波的連通區(qū)域匹配方法是先利用卡爾曼濾波 預測第k幀的運動目標狀態(tài)，然后在預測狀態(tài)和第k幀檢測到的前景連通區(qū)域間求最佳匹 配，求得的最佳匹配即為第k幀的運動目標狀態(tài)，并以此校正卡爾曼濾波的參量。8、視頻智能分析系統(tǒng)基于顏色模型的粒子濾波方法是在第k幀根據(jù)前一幀的運 動目標狀態(tài)進行隨機的均勻采樣，用顏色相似性求采樣點權值，用權值大的采樣點的均值 估計第k幀運動目標狀態(tài)。9、異常事件分析系統(tǒng)物體滯留/偷竊事件的界定1)滯留/偷竊物體在一段時間 內(nèi)位置沒有發(fā)生變化；2)滯留/偷竊物體一定有擁有者，即是有人將它丟棄的，所以在物體 被丟棄前一定發(fā)生了運動目標分裂；3)滯留/偷竊物體和其擁有者間存在一定距離；如果 這個物體的擁有者離它很近，物體就沒有被丟棄。10、異常事件分析系統(tǒng)在靜態(tài)物體判斷過程中添加了運動目標分裂判斷，目的在于1)建立物體和其擁有者之間的對應關系；2)沒有被分裂過的物體可能是光照突變產(chǎn)生 的噪聲，所以用物體分裂區(qū)分光照變化和真實的滯留/偷竊物體。其中所述運動目標分裂判斷是將第k幀以前的m幀的運動目標的信息記錄下來， 發(fā)現(xiàn)靜態(tài)物體后，在靜態(tài)物體被創(chuàng)建的前q幀里去找相應位置的匹配運動物體，而靜態(tài)物 體由父物體分裂產(chǎn)生，所以在產(chǎn)生它之前的第m幀，在物體質(zhì)心所在位置一定能找到一個 比它大，能將其包括的物體，即它的父物體，條件再嚴格一點，可以計算靜態(tài)物體和候選父 物體之間的顏色直方圖距離，取顏色最相近的作為父物體。11、異常事件分析系統(tǒng)根據(jù)滯留和偷竊物體會造成與周圍場景顏色或紋理的不一 致的特點，采用兩種分類方法來區(qū)分滯留/偷竊事件基于顏色直方圖的巴氏距離判定方 法，基于輪廓判斷方法。其中所述基于顏色直方圖的方法是根據(jù)當前幀與背景圖像的前景點與非前景點 的顏色直方圖的相似性來區(qū)分滯留和偷竊物體，直方圖采用降維的彩色直方圖。其中所述基于輪廓的方法是提取當前幀和前景二值圖像的邊緣，利用邊緣圖像的 空間相似性和連通性來辨別滯留物體和偷竊物體。本發(fā)明的有益效果包括[0038]1、通過以上技術特征的1完成視頻信息的方便采集。2、通過以上技術特征的2、3及4完成運動目標自動檢測。3、通過以上技術特征的5、6、7及8完成運動目標自動跟蹤。 4、通過以上技術特征的9、10及11完成物體滯留/偷竊事件的有效識別。

圖1為本發(fā)明的智能視頻監(jiān)控系統(tǒng)體系結(jié)構(gòu)示意圖圖2為本發(fā)明的系統(tǒng)結(jié)構(gòu)框圖。圖3為本發(fā)明的視頻智能監(jiān)控服務器裝置進行滯留/偷竊事件識別核心模塊關系 圖。
具體實施方式
下面結(jié)合具體實施例和附圖進一步詳細說明圖1所示為智能視頻監(jiān)控系統(tǒng)體系結(jié)構(gòu)示意圖。智能視頻監(jiān)控系統(tǒng)包括視頻采集單元，智能事件分析處理單元，報警單元三個部 分。其中視頻采集單元包括若干攝像頭，通過圖像采集卡或者硬盤錄像機的網(wǎng)絡接口 輸入視頻到智能監(jiān)控管理服務器。智能監(jiān)控管理服務器同時對多路視頻進行分析和處理，檢測到報警事件后，生成 報警信息輸出到報警系統(tǒng)進行報警，同時將報警信息和證據(jù)圖片等信息保存到磁盤中。圖2介紹按照本發(fā)明實施方式的結(jié)構(gòu)框圖。該系統(tǒng)包括視頻采集模塊、視頻智能監(jiān)控服務器以及報警模塊。該系統(tǒng)的視頻采集模塊主要通過攝像頭、硬盤錄像機等視頻采集設備獲得實時的 視頻信號。該系統(tǒng)的視頻智能監(jiān)控服務器包括信號采集單元、視頻智能分析系統(tǒng)、異常事件 分析系統(tǒng)、監(jiān)控報警管理模塊及報警驅(qū)動模塊。按照本發(fā)明的實施方式的視頻智能監(jiān)控服務器，信號采集單元用于接收所述視頻 采集模塊輸入的視頻信息。該系統(tǒng)信號采集單元可監(jiān)控來自現(xiàn)場的4路實時視頻流。所述視頻智能分析系統(tǒng)，包括自動查找運動目標、自動跟蹤運動目標行為。所述異常事件分析系統(tǒng)，根據(jù)視頻智能分析系統(tǒng)，對物體滯留/偷竊事件給出清 晰的界定，根據(jù)運動目標的特征及運動軌跡判定事件的發(fā)生，如果事件發(fā)生，區(qū)分滯留和偷 竊兩種事件，完成自動識別目標行為。所述監(jiān)控報警管理模塊，根據(jù)異常事件分析系統(tǒng)識別的偷竊/滯留行為管理異常 事件，存儲各監(jiān)控點傳送來的報警時的數(shù)據(jù)，實現(xiàn)報警數(shù)據(jù)顯示，并且用戶可按位置、通道、 分類和時間進行檢索和查詢歷史數(shù)據(jù)。所述報警驅(qū)動模塊，根據(jù)異常事件分析系統(tǒng)識別的偷竊/滯留行為可以自動播放 告警聲音；將報警數(shù)據(jù)通過手機彩信、PC機、電子郵件發(fā)送給保衛(wèi)人員。該系統(tǒng)的報警模塊包括手機彩信、電子郵件、揚聲器、警號、警燈等等報警裝置，這些裝置接收視頻智能監(jiān)控服務器發(fā)來的驅(qū)動信息進行報警。報警信息包括圖片，異常情況發(fā)生時現(xiàn)場的圖像信息；時間異常情況發(fā)生的時間；事件即異常事件類型，具體為滯留/偷竊類型；位置異常事件發(fā)生的具體位置。圖3為視頻智能監(jiān)控服務器裝置進行滯留/偷竊事件識別核心模塊關系圖。具體 如下1)運動目標檢測模塊主要采用背景差分技術獲得前景圖像，然后利用陰影處理 和形態(tài)學進行去噪。2)運動目標跟蹤模塊對于發(fā)生阻擋的運動目標采用粒子濾波進行跟蹤，對于沒 有發(fā)生阻擋的運動目標采用基于卡爾曼濾波的連通區(qū)域匹配方法進行跟蹤。3)事件識別模塊1)首先根據(jù)運動目標軌跡找出靜態(tài)物體；2)如果物體在一段時 間內(nèi)位置沒有發(fā)生變化則為一個靜態(tài)物體，然后判斷靜態(tài)物體是否發(fā)生過分裂，并且找出 分裂它的父運動目標；3)最后是滯留和偷竊事件的區(qū)分。
權利要求物體滯留/偷竊事件檢測、跟蹤和識別的視頻監(jiān)控預警裝置，其特征在于，所述模塊包括(1)視頻采集模塊，通過視頻采集設備攝像頭、硬盤錄像機獲得實時的視頻信號；(2)視頻智能監(jiān)控服務器，接收視頻采集模塊輸入信息，分析視頻源中的關鍵信息，完成對物體滯留/偷竊事件進行判斷、管理報警以及驅(qū)動報警；(3)報警模塊，接收視頻智能監(jiān)控服務器發(fā)來的驅(qū)動信息進行報警。
2.根據(jù)權利要求1所述的物體滯留/偷竊事件檢測、跟蹤和識別的視頻監(jiān)控預警裝置， 其特征在于，所述視頻智能監(jiān)控服務器包括(1)信號采集單元，接收所述視頻采集模塊輸入的視頻信息；(2)視頻智能分析系統(tǒng)，接收視頻源中的視頻進行分析；(3)異常事件分析系統(tǒng)，接收視頻智能分析系統(tǒng)的結(jié)果對物體滯留/偷竊事件給出清 晰的界定；(4)監(jiān)控報警管理模塊，接收異常事件分析系統(tǒng)識別的偷竊/滯留行為管理異常事件；(5)報警驅(qū)動模塊，接收異常事件分析系統(tǒng)識別的偷竊/滯留行為驅(qū)動報警。
3.根據(jù)權利要求1所述的物體滯留/偷竊事件檢測、跟蹤和識別的視頻監(jiān)控預警裝置， 其特征在于，所述視頻智能分析系統(tǒng)包括以下模塊(1)運動目標檢測模塊，接收信號采集單元輸出的視頻信號，檢測出視頻中存在的運動 目標；(2)運動目標跟蹤模塊，接收運動目標檢測模塊的檢測結(jié)果跟蹤運動目標。
4.根據(jù)權利要求1所述的物體滯留/偷竊事件檢測、跟蹤和識別的視頻監(jiān)控預警裝置， 其特征在于，所述報警模塊包括(1)報警數(shù)據(jù)接收，接收視頻智能監(jiān)控服務器發(fā)來的報警時的數(shù)據(jù)；(2)報警信息輸出，輸出驅(qū)動手機短信、彩信、揚聲器、報警中心及電子郵件報警。
專利摘要本實用新型即物體滯留/偷竊事件檢測、跟蹤和識別的視頻監(jiān)控預警裝置涉及智能監(jiān)控技術領域，包括視頻采集模塊、視頻智能監(jiān)控服務器、報警模塊。視頻智能監(jiān)控服務器特指通過動目標檢測、運動目標跟蹤、事件識別的方法流程完成物體滯留/偷竊事件識別。運動目標檢測特指通過建立自適應背景模型，利用背景差分提取運動目標，再通過形態(tài)學和陰影處理以獲得更完整、更準確的運動目標狀態(tài)；運動目標跟蹤特指通過對運動目標的狀態(tài)進行估計、觀測和校正的遞歸過程，實現(xiàn)幀間運動目標匹配，跟蹤運動目標的運動軌跡；事件識別特指對物體滯留/偷竊事件給出清晰的界定，根據(jù)運動目標的特征及運動軌跡判定事件的發(fā)生，如果事件發(fā)生，區(qū)分滯留和偷竊兩種事件。
文檔編號G06T7/20GK201773466SQ200920204809
公開日2011年3月23日 申請日期2009年9月9日 優(yōu)先權日2009年9月9日
發(fā)明者不公告發(fā)明人 申請人:深圳輝銳天眼科技有限公司