一種視頻圖像分析方法及系統(tǒng)的制作方法
【專利摘要】本發(fā)明提供了一種視頻圖像分析方法及系統(tǒng)，通過獲取監(jiān)控區(qū)域的視頻，去除視頻中的背景以獲取待分析區(qū)域，對待分析區(qū)域進(jìn)行頭肩檢測以獲取頭肩跟蹤軌跡，對待分析區(qū)域跳幀進(jìn)行可變形人形檢測以獲取人形區(qū)域，最后判斷頭肩跟蹤軌跡與相同幀下的人形區(qū)域是否有人員位置重合，如果沒有，將該條頭肩跟蹤軌跡予以去除，如果有，將該條頭肩跟蹤軌跡作為目標(biāo)人員軌跡予以保留。通過跳幀進(jìn)行可變形人形檢測降低了計算量，并通過可變形人形檢測與頭肩檢測相結(jié)合的方法去除頭肩檢測中的誤檢情況，提高了頭肩檢測的可信度，降低了誤檢率，在人員長時間靜止、遮擋等情況下也能準(zhǔn)確監(jiān)控到目標(biāo)人員軌跡，適用范圍廣。
【專利說明】一種視頻圖像分析方法及系統(tǒng)

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及目標(biāo)識別【技術(shù)領(lǐng)域】。具體地說涉及一種視頻圖像分析方法及系統(tǒng)。

【背景技術(shù)】
[0002] 安防智能監(jiān)控，可以實時的對監(jiān)控視頻圖像中的運動目標(biāo)進(jìn)行分析、提取出運動 目標(biāo)。通過對各個運動目標(biāo)的運動軌跡進(jìn)行分析，判斷出運動目標(biāo)的行為。如果運動目標(biāo) 出現(xiàn)了保安系統(tǒng)中禁止的行為（如打架）就發(fā)出一個告警信息，提醒相關(guān)人員注意，降低了 對突發(fā)事件的漏檢率，大大減輕了安保人員的監(jiān)控負(fù)擔(dān)。
[0003] 目前業(yè)界已經(jīng)有集成了智能行為分析算法的產(chǎn)品，依靠頭肩檢測或人形檢測算法 來對視頻圖像中的目標(biāo)人員的運動軌跡進(jìn)行分析，但該分析方法是基于目標(biāo)人員是移動并 很少停留的假設(shè)，通常情況下，這種假設(shè)是成立的，它可以有效地減小搜索計算區(qū)域，濾除 部分誤檢，并可以將每個誤檢的影響限制在一個較小的時間段內(nèi)，但在目標(biāo)人員長時間靜 止或者非常擁擠的環(huán)境下，卻常常出現(xiàn)誤檢，無法應(yīng)對目標(biāo)人員長時間靜止、遮擋等情況下 的目標(biāo)跟蹤問題。


【發(fā)明內(nèi)容】

[0004] 為此，本發(fā)明所要解決的技術(shù)問題在于現(xiàn)有技術(shù)中的視頻圖像分析方法都是基于 目標(biāo)人員是移動并很少停留的假設(shè)，無法應(yīng)對人員長時間靜止、遮擋等情況下的目標(biāo)跟蹤 問題，從而提供一種適用于各種環(huán)境、誤檢率低的視頻圖像分析方法及系統(tǒng)。
[0005] 為解決上述技術(shù)問題，本發(fā)明的技術(shù)方案如下：
[0006] 本發(fā)明提供了一種視頻圖像分析方法，包括：
[0007] 獲取監(jiān)控區(qū)域的視頻；
[0008] 去除所述視頻中的背景以獲取待分析區(qū)域；
[0009] 對所述待分析區(qū)域進(jìn)行頭肩檢測以獲取頭肩跟蹤軌跡；
[0010] 對所述待分析區(qū)域跳幀進(jìn)行可變形人形檢測以獲取人形區(qū)域；
[0011] 判斷所述頭肩跟蹤軌跡與相同幀下的人形區(qū)域是否有人員位置重合，如果沒有， 將該條頭肩跟蹤軌跡予以去除，如果有，將該條頭肩跟蹤軌跡作為目標(biāo)人員跟蹤軌跡予以 保留。
[0012] 本發(fā)明所述的視頻圖像分析方法，對所述待分析區(qū)域進(jìn)行頭肩檢測以獲取頭肩跟 蹤軌跡包括：
[0013] 對所述待分析區(qū)域進(jìn)行頭肩檢測以獲取人員的頭肩區(qū)域；
[0014] 將相鄰幀的頭肩區(qū)域進(jìn)行關(guān)聯(lián)，生成多條頭肩短軌跡；
[0015] 將多條所述頭肩短軌跡進(jìn)行關(guān)聯(lián)，生成多條頭肩跟蹤軌跡。
[0016] 本發(fā)明所述的視頻圖像分析方法，所述將相鄰幀的頭肩區(qū)域進(jìn)行關(guān)聯(lián)，生成多條 頭肩短軌跡包括：
[0017] 設(shè)定第一閾值；
[0018] 計算相鄰幀的任意兩個頭肩區(qū)域的位置距離；
[0019] 計算相鄰幀的任意兩個頭肩區(qū)域的顏色直方圖距離；
[0020] 計算相鄰幀的任意兩個頭肩區(qū)域的所述位置距離與所述顏色直方圖距離的加權(quán) 和，將其作為相鄰幀的任意兩個頭肩區(qū)域的綜合距離；
[0021] 將所述任意兩個頭肩區(qū)域的綜合距離與所述第一閾值相比較，當(dāng)所述綜合距離小 于所述第一閾值時，將其對應(yīng)的兩個頭肩區(qū)域作為一個關(guān)聯(lián)候選對；
[0022] 從所述關(guān)聯(lián)候選對中選取出具有最低距離和、最大覆蓋、無沖突的關(guān)聯(lián)候選對進(jìn) 行關(guān)聯(lián)，生成多條頭肩短軌跡。
[0023] 本發(fā)明所述的視頻圖像分析方法，所述將多條所述頭肩短軌跡進(jìn)行關(guān)聯(lián)，生成多 條頭肩跟蹤軌跡包括：
[0024]設(shè)定第二閾值；
[0025] 計算任意兩條頭肩短軌跡的位置距離；
[0026] 計算任意兩條頭肩短軌跡的顏色直方圖距離；
[0027] 計算任意兩條頭肩短軌跡的所述位置距離與所述顏色直方圖距離的加權(quán)和，將其 作為任意兩條頭肩短軌跡的綜合距離；
[0028] 將所述任意兩條頭肩短軌跡的綜合距離與所述第二閾值相比較，當(dāng)所述綜合距離 小于所述第二閾值時，將其對應(yīng)的兩條頭肩短軌跡作為一個關(guān)聯(lián)候選對；
[0029] 從所述關(guān)聯(lián)候選對中選取出具有最低距離和、最大覆蓋、無沖突的關(guān)聯(lián)候選對進(jìn) 行關(guān)聯(lián)，生成多條頭肩跟蹤軌跡。
[0030] 本發(fā)明所述的視頻圖像分析方法，所述從所述關(guān)聯(lián)候選對中選取出具有最低距離 和、最大覆蓋、無沖突的關(guān)聯(lián)候選對進(jìn)行關(guān)聯(lián)，生成多條頭肩短軌跡或者從所述關(guān)聯(lián)候選對 中選取出具有最低距離和、最大覆蓋、無沖突的關(guān)聯(lián)候選對進(jìn)行關(guān)聯(lián)，形成多條頭肩跟蹤軌 跡中，均采用匈牙利算法從所述關(guān)聯(lián)候選對中選取出具有最低距離和、最大覆蓋、無沖突的 關(guān)聯(lián)候選對進(jìn)行關(guān)聯(lián)。
[0031] 本發(fā)明所述的視頻圖像分析方法，對所述待分析區(qū)域跳幀進(jìn)行可變形人形檢測以 獲取人形區(qū)域中，每次跳幀的幀數(shù)相同。
[0032] 本發(fā)明所述的視頻圖像分析方法，所述判斷所述頭肩跟蹤軌跡與相同幀下的人形 區(qū)域是否有人員位置重合，如果沒有，將該條頭肩跟蹤軌跡予以去除，如果有，將該條頭肩 跟蹤軌跡作為目標(biāo)人員跟蹤軌跡予以保留之后還包括：
[0033]設(shè)定報警時間閾值；
[0034]從所述目標(biāo)人員跟蹤軌跡判斷是否存在異常情況，并從發(fā)現(xiàn)存在異常情況起開始 計時，獲得異常情況持續(xù)時間；
[0035] 當(dāng)所述異常情況持續(xù)時間超過報警時間閾值時進(jìn)行報警。
[0036] 本發(fā)明還提供了一種視頻圖像分析系統(tǒng)，包括：
[0037] 視頻獲取單元，用于獲取監(jiān)控區(qū)域的視頻；
[0038] 背景去除單元，用于去除所述視頻中的背景以獲取待分析區(qū)域；
[0039] 頭肩檢測單元，用于對所述待分析區(qū)域進(jìn)行頭肩檢測以獲取頭肩跟蹤軌跡；
[0040] 可變形人形檢測單元，用于對所述待分析區(qū)域跳幀進(jìn)行可變形人形檢測以獲取人 形區(qū)域；
[0041] 誤檢判斷單元，用于判斷所述頭肩跟蹤軌跡與相同幀下的人形區(qū)域是否有人員位 置重合，如果沒有，將該條頭肩跟蹤軌跡予以去除，如果有，將該條頭肩跟蹤軌跡作為目標(biāo) 人員跟蹤軌跡予以保留。
[0042] 本發(fā)明所述的視頻圖像分析系統(tǒng)，所述頭肩檢測單元包括：
[0043] 頭肩區(qū)域獲取子單元，用于對所述待分析區(qū)域進(jìn)行頭肩檢測以獲取人員的頭肩區(qū) 域；
[0044]頭肩區(qū)域關(guān)聯(lián)子單元，用于將相鄰幀的頭肩區(qū)域進(jìn)行關(guān)聯(lián)，生成多條頭肩短軌 跡；
[0045] 頭肩短軌跡關(guān)聯(lián)子單元，用于將多條所述頭肩短軌跡進(jìn)行關(guān)聯(lián)，生成多條頭肩跟 蹤軌跡。
[0046] 本發(fā)明所述的視頻圖像分析系統(tǒng)，所述頭肩區(qū)域關(guān)聯(lián)子單元包括：
[0047] 第一設(shè)定器，用于設(shè)定第一閾值；
[0048] 第一位置距離計算器，用于計算相鄰幀的任意兩個頭肩區(qū)域的位置距離；
[0049] 第一顏色直方圖距離計算器，用于計算相鄰幀的任意兩個頭肩區(qū)域的顏色直方圖 距離；
[0050] 第一綜合距離計算器，用于計算相鄰幀的任意兩個頭肩區(qū)域的所述位置距離與所 述顏色直方圖距離的加權(quán)和，將其作為相鄰幀的任意兩個頭肩區(qū)域的綜合距離；
[0051] 第一比較器，用于將所述任意兩個頭肩區(qū)域的綜合距離與所述第一閾值相比較， 當(dāng)所述綜合距離小于所述第一閾值時，將其對應(yīng)的兩個頭肩區(qū)域作為一個關(guān)聯(lián)候選對；
[0052] 第一生成器，用于從所述關(guān)聯(lián)候選對中選取出具有最低距離和、最大覆蓋、無沖突 的關(guān)聯(lián)候選對進(jìn)行關(guān)聯(lián)，生成多條頭肩短軌跡。
[0053] 本發(fā)明所述的視頻圖像分析系統(tǒng)，所述頭肩短軌跡關(guān)聯(lián)子單元包括：
[0054] 第二設(shè)定器，用于設(shè)定第二閾值；
[0055] 第二位置距離計算器，用于計算任意兩條頭肩短軌跡的位置距離；
[0056] 第二顏色直方圖距離計算器，用于計算任意兩條頭肩短軌跡的顏色直方圖距離；
[0057] 第二綜合距離計算器，用于計算任意兩條頭肩短軌跡的所述位置距離與所述顏色 直方圖距離的加權(quán)和，將其作為任意兩條頭肩短軌跡的綜合距離；
[0058] 第二比較器，用于將所述任意兩條頭肩短軌跡的綜合距離與所述第二閾值相比 較，當(dāng)所述綜合距離小于所述第二閾值時，將其對應(yīng)的兩條頭肩短軌跡作為一個關(guān)聯(lián)候選 對；
[0059] 第二生成器，用于從所述關(guān)聯(lián)候選對中選取出具有最低距離和、最大覆蓋、無沖突 的關(guān)聯(lián)候選對進(jìn)行關(guān)聯(lián)，生成多條頭肩跟蹤軌跡。
[0060] 本發(fā)明所述的視頻圖像分析系統(tǒng)，所述第一生成器或者所述第二生成器中，均采 用匈牙利算法從所述關(guān)聯(lián)候選對中選取出具有最低距離和、最大覆蓋、無沖突的關(guān)聯(lián)候選 對進(jìn)行關(guān)聯(lián)。
[0061] 本發(fā)明所述的視頻圖像分析系統(tǒng)，所述可變形人形檢測單元中，每次跳幀的幀數(shù) 相同。
[0062] 本發(fā)明所述的視頻圖像分析系統(tǒng)，還包括：
[0063] 時間閾值設(shè)定單元，用于設(shè)定報警時間閾值；
[0064] 異常情況判斷單元，用于從所述目標(biāo)人員跟蹤軌跡判斷是否存在異常情況，并從 發(fā)現(xiàn)存在異常情況起開始計時，獲得異常情況持續(xù)時間；
[0065] 報警單元，用于當(dāng)所述異常情況持續(xù)時間超過報警時間閾值時進(jìn)行報警。
[0066] 本發(fā)明的上述技術(shù)方案相比現(xiàn)有技術(shù)具有以下優(yōu)點：
[0067] 本發(fā)明提供了一種視頻圖像分析方法及系統(tǒng)，通過獲取監(jiān)控區(qū)域的視頻，去除視 頻中的背景以獲取待分析區(qū)域，對待分析區(qū)域進(jìn)行頭肩檢測以獲取頭肩跟蹤軌跡，對待分 析區(qū)域跳幀進(jìn)行可變形人形檢測以獲取人形區(qū)域，最后判斷頭肩跟蹤軌跡與相同幀下的人 形區(qū)域是否有人員位置重合，如果沒有，將該條頭肩跟蹤軌跡予以去除，如果有，將該條頭 肩跟蹤軌跡作為目標(biāo)人員軌跡予以保留。通過跳幀進(jìn)行可變形人形檢測降低了計算量，并 通過可變形人形檢測與頭肩檢測相結(jié)合的方法去除頭肩檢測中的誤檢情況，提高了頭肩檢 測的可信度，降低了誤檢率，在人員長時間靜止、遮擋等情況下也能準(zhǔn)確監(jiān)控到目標(biāo)人員軌 跡，適用范圍廣。

【專利附圖】

【附圖說明】
[0068] 為了使本發(fā)明的內(nèi)容更容易被清楚的理解，下面根據(jù)本發(fā)明的具體實施例并結(jié)合 附圖，對本發(fā)明作進(jìn)一步詳細(xì)的說明，其中
[0069]圖1是本發(fā)明所述視頻圖像分析方法的流程圖；
[0070] 圖2是本發(fā)明所述視頻圖像分析方法中對待分析區(qū)域進(jìn)行頭肩檢測以獲取頭肩 跟蹤軌跡的流程圖；
[0071] 圖3是本發(fā)明所述視頻圖像分析方法中將相鄰幀的頭肩區(qū)域進(jìn)行關(guān)聯(lián)，生成多條 頭肩短軌跡的流程圖；
[0072] 圖4是本發(fā)明所述視頻圖像分析方法中將多條頭肩短軌跡進(jìn)行關(guān)聯(lián)，生成多條頭 肩跟蹤軌跡的流程圖；
[0073] 圖5是本發(fā)明所述視頻圖像分析系統(tǒng)的結(jié)構(gòu)框圖。
[0074] 圖中附圖標(biāo)記表示為：1_視頻獲取單元，2-背景去除單元，3-頭肩檢測單元，4-可 變形人形檢測單元，5-誤檢判斷單元，6-時間閾值設(shè)定單元，7-異常情況判斷單元，8-報 警單元，31-頭肩區(qū)域獲取子單元，32-頭肩區(qū)域關(guān)聯(lián)子單元，33-頭肩短軌跡關(guān)聯(lián)子單元， 321-第一設(shè)定器，322-第一位置距離計算器，323-第一顏色直方圖距離計算器，324-第一 綜合距離計算器，325-第一比較器，326-第一生成器，331-第二設(shè)定器，332-第二位置距 離計算器，333-第二顏色直方圖距離計算器，334-第二綜合距離計算器，335-第二比較器， 336-第二生成器。

【具體實施方式】
[0075] 實施例1
[0076] 本實施例提供了一種視頻圖像分析方法，如圖1所示，包括：
[0077] SI.獲取監(jiān)控區(qū)域的視頻；
[0078] S2.去除所述視頻中的背景以獲取待分析區(qū)域；
[0079] S3.對所述待分析區(qū)域進(jìn)行頭肩檢測以獲取頭肩跟蹤軌跡；
[0080] S4.對所述待分析區(qū)域跳幀進(jìn)行可變形人形檢測以獲取人形區(qū)域；
[0081]S5.判斷所述頭肩跟蹤軌跡與相同幀下的人形區(qū)域是否有人員位置重合，如果沒 有，將該條頭肩跟蹤軌跡予以去除，如果有，將該條頭肩跟蹤軌跡作為目標(biāo)人員跟蹤軌跡予 以保留。
[0082] 具體地，在步驟S2中，對于一段輸入的監(jiān)控視頻，可以先采用背景差分法分離移 動目標(biāo)和背景，獲得運動目標(biāo)的二值圖，之后對該圖進(jìn)行腐蝕膨脹處理，去掉噪點和空洞。 再進(jìn)行聯(lián)通域計算，即可分離各移動目標(biāo)區(qū)域并獲得各目標(biāo)的最外層輪廓，去除所述視頻 中的背景，并將去除背景后的已出現(xiàn)人員區(qū)域作為待分析區(qū)域，經(jīng)過上述處理后所獲得的 目標(biāo)很可能并不與具體的人員一一對應(yīng)，這是因為待分析區(qū)域中可能包含有多個人，所以 需要對待分析區(qū)域進(jìn)一步進(jìn)行人形檢測。
[0083] 在步驟S3中，具體地可以利用HOG特征訓(xùn)練SVM分類器的方法來進(jìn)行頭肩檢測以 獲取頭肩跟蹤軌跡。HOG采用了Dalal提供的方案，設(shè)定細(xì)胞大小為8x8,9個直方圖通道， 塊大小為16x16,采用了 2000組正樣本與2000組負(fù)樣本訓(xùn)練SVM分類器。檢測窗口大小設(shè) 定為24x24,以保證對于遠(yuǎn)端較小的人也能進(jìn)行檢測。
[0084] 具體地，步驟S4中，考慮到監(jiān)控場景內(nèi)的人員可能存在坐、臥、蹲、直立等多 種姿態(tài)，可變形人形檢測可以采用在多姿態(tài)場景下具有較好的檢測性能的DPM模型 (DeformablePartModel)。DPM模型由6個姿態(tài)模型組成，對應(yīng)于如正面、側(cè)面、斜側(cè)等姿 態(tài)，根據(jù)寬高比自動聚類獲得。每個姿態(tài)模型包含1個整體模型與8個部件模型，整體模型 對應(yīng)于全身，部件模型分別對應(yīng)于頭部、雙肩、雙臂、軀干、雙腿。各模型外觀參數(shù)以及部件 模型允許的畸變度由大量的樣本訓(xùn)練得到。由于DPM模型的計算量太大，基于DPM的可變 形人形檢測可以采用跳幀處理的方式來降低計算量。
[0085] 優(yōu)選地，步驟S4中，每次跳幀的幀數(shù)可以相同。比如可以每隔15幀進(jìn)行一次可變 形人形檢測。
[0086] 通過采用根據(jù)本發(fā)明實施例的視頻圖像分析方法，因為人體的頭肩即使在各種不 同姿態(tài)下，也通常保持較為固定的形狀，并且在攝像機架設(shè)角度足夠高的情況下，頭肩具有 較小的被遮擋可能，有利于長時間的對人員進(jìn)行檢測、跟蹤和計數(shù)。但是由于頭肩的特征遠(yuǎn) 少于整體人形的特征，基于頭肩的檢測很容易與某些背景物體或身體其它部位混淆，通常 會產(chǎn)生大量誤檢。而與可變形人形檢測相結(jié)合，則可以針對性的去除誤檢。判斷所述頭肩 跟蹤軌跡與相同幀下的人形區(qū)域是否有人員位置重合，如果沒有，則有很達(dá)到可能是頭肩 檢測誤檢造成的虛假目標(biāo)軌跡，因此應(yīng)當(dāng)將該條頭肩跟蹤軌跡予以去除，如果有重合，再將 該條頭肩跟蹤軌跡作為目標(biāo)人員跟蹤軌跡予以保留。確保了能夠準(zhǔn)確的獲取到監(jiān)控人員的 運動狀態(tài)。
[0087] 下面結(jié)合附圖對上述步驟S3的一種優(yōu)選實施方式進(jìn)行詳細(xì)介紹。
[0088] 如圖2所示，所述步驟S3可以包括：
[0089]S31.對所述待分析區(qū)域進(jìn)行頭肩檢測以獲取人員的頭肩區(qū)域；
[0090]S32.將相鄰幀的頭肩區(qū)域進(jìn)行關(guān)聯(lián)，生成多條頭肩短軌跡；
[0091] S33.將多條所述頭肩短軌跡進(jìn)行關(guān)聯(lián)，生成多條頭肩跟蹤軌跡。
[0092] 優(yōu)選地，如圖3所示，所述步驟S32可以包括：
[0093]S321?設(shè)定第一閾值；
[0094]S322.計算相鄰幀的任意兩個頭肩區(qū)域的位置距離；
[0095] S323.計算相鄰幀的任意兩個頭肩區(qū)域的顏色直方圖距離；
[0096] S324.計算相鄰幀的任意兩個頭肩區(qū)域的所述位置距離與所述顏色直方圖距離的 加權(quán)和，將其作為相鄰幀的任意兩個頭肩區(qū)域的綜合距離；
[0097] S325.將所述任意兩個頭肩區(qū)域的綜合距離與所述第一閾值相比較，當(dāng)所述綜合 距離小于所述第一閾值時，將其對應(yīng)的兩個頭肩區(qū)域作為一個關(guān)聯(lián)候選對；
[0098] S326.從所述關(guān)聯(lián)候選對中選取出具有最低距離和、最大覆蓋、無沖突的關(guān)聯(lián)候選 對進(jìn)行關(guān)聯(lián)，生成多條頭肩短軌跡。
[0099] 具體地，步驟S322和步驟S323中，相鄰幀的頭肩區(qū)域進(jìn)行關(guān)聯(lián)所采用的目標(biāo)函數(shù) 包括兩個部分：計算相鄰幀的任意兩個頭肩區(qū)域的位置距離的函數(shù)和計算相 鄰幀的任意兩個頭肩區(qū)域的顏色直方圖距離的函數(shù)<(〃(〇,〃^-1))。其中，If、S1 分別為h幀的第i個頭肩區(qū)域的位置和h幀的第j個頭肩區(qū)域的位置（位置信息包括中 心坐標(biāo)與頭肩的寬度和高度），H為顏色直方圖計算函數(shù)。
[0100] 具體地，尤?，<)中的Zf實際中改為尤1更佳。尤1岸示第i個頭肩區(qū)域的位 置在由to幀到ti幀的運動方向，相較于，與;rj1的位置距離更為接近，符合人員的運動 趨勢，有利于形成流暢的頭肩跟蹤軌跡。由于Xf需要從預(yù)估，這里先根據(jù)人員的歷史運 動信息估計出運動模型，再根據(jù)運動模型估計尤\運動模型采用的是卡爾曼濾波器。
[0101] 具體地，完成所有頭肩位置的關(guān)聯(lián)后，則形成了頭肩短軌跡。這些軌跡可能會有斷 裂，通常較短，需要把這些短軌跡（tracklet)連接成長軌跡。
[0102] 優(yōu)選地，如圖4所示，步驟S33可以包括：
[0103]S331 ?設(shè)定第二閾值；
[0104]S332.計算任意兩條頭肩短軌跡的位置距離；
[0105]S333.計算任意兩條頭肩短軌跡的顏色直方圖距離；
[0106]S334.計算任意兩條頭肩短軌跡的所述位置距離與所述顏色直方圖距離的加權(quán) 和，將其作為任意兩條頭肩短軌跡的綜合距離；
[0107]S335.將所述任意兩條頭肩短軌跡的綜合距離與所述第二閾值相比較，當(dāng)所述綜 合距離小于所述第二閾值時，將其對應(yīng)的兩條頭肩短軌跡作為一個關(guān)聯(lián)候選對；
[0108]S336.從所述關(guān)聯(lián)候選對中選取出具有最低距離和、最大覆蓋、無沖突的關(guān)聯(lián)候選 對進(jìn)行關(guān)聯(lián)，生成多條頭肩跟蹤軌跡。
[0109] 具體地，步驟S332和步驟S333中計算任意兩條頭肩短軌跡的位置距離和顏色直 方圖距離的函數(shù)可以參看相鄰幀的頭肩區(qū)域進(jìn)行關(guān)聯(lián)的函數(shù)。只不過在步驟S334中計算 任意兩條頭肩短軌跡的位置距離和顏色直方圖距離的加權(quán)和時的權(quán)重分配有所不同，會根 據(jù)具體情況再選取。
[0110] 優(yōu)選地，步驟S326或者步驟S336中，可以均采用匈牙利算法從所述關(guān)聯(lián)候選對中 選取出具有最低距離和、最大覆蓋、無沖突的關(guān)聯(lián)候選對進(jìn)行關(guān)聯(lián)。匈牙利算法是基于Hall 定理中充分性證明的思想，它是部圖匹配最常見的算法，該算法的核心就是尋找增廣路徑， 它是一種用增廣路徑求二分圖最大匹配的算法。
[0111] 優(yōu)選地，步驟S5之后還可以包括：
[0112] S6.設(shè)定報警時間閾值；
[0113]S7.從所述目標(biāo)人員跟蹤軌跡判斷是否存在異常情況，并從發(fā)現(xiàn)存在異常情況起 開始計時，獲得異常情況持續(xù)時間；
[0114]S8.當(dāng)所述異常情況持續(xù)時間超過報警時間閾值時進(jìn)行報警。
[0115] 具體地，因為通過可變形人形檢測與頭肩檢測相結(jié)合的方式，可以獲取到準(zhǔn)確的 目標(biāo)人員跟蹤軌跡，因此通過目標(biāo)人員跟蹤軌跡，就可以監(jiān)測到人員的運動狀態(tài)，準(zhǔn)確判斷 出監(jiān)控區(qū)域內(nèi)的人員是運動還是靜止的，有沒有出現(xiàn)打架、單人獨處很長時間等異常情況， 在出現(xiàn)異常情況時也會及時獲知并報警，尤其適用于看守所、監(jiān)所、放風(fēng)場所、勞動場所等 關(guān)押人員出入場所，用來輔助值班人員發(fā)現(xiàn)監(jiān)控視野內(nèi)（默認(rèn)檢測整個視頻畫面，也可自 定義檢測區(qū)域）是否存在一個人獨自逗留超過預(yù)定時間（可設(shè)置）的情況。當(dāng)檢測區(qū)域內(nèi) 的一個人獨自逗留超過指定的之間后，可以產(chǎn)生單次的或連續(xù)的告警，提醒值班人員。
[0116] 根據(jù)所述目標(biāo)人員跟蹤軌跡，可以很方便的進(jìn)行人數(shù)統(tǒng)計，并通過劃設(shè)進(jìn)出區(qū)域 的方式，對監(jiān)控場景內(nèi)人數(shù)的變化進(jìn)行約束。通過檢測劃設(shè)區(qū)域內(nèi)的運動信息，可以得到可 能的人員進(jìn)出或離開事件信息，并與人員的檢測與跟蹤結(jié)果相結(jié)合，可以有效的提高場景 內(nèi)人員計數(shù)的正確率。
[0117] 本實施例所述的視頻圖像分析方法，通過跳幀進(jìn)行可變形人形檢測降低了計算 量，并通過可變形人形檢測與頭肩檢測相結(jié)合的方法去除頭肩檢測中的誤檢情況，提高了 頭肩檢測的可信度，降低了誤檢率，在人員長時間靜止、遮擋等情況下也能準(zhǔn)確監(jiān)控到目標(biāo) 人員軌跡，適用范圍廣。
[0118] 實施例2
[0119] 本實施例提供了一種視頻圖像分析系統(tǒng)，如圖5所示，包括：
[0120] 視頻獲取單元1，用于獲取監(jiān)控區(qū)域的視頻；
[0121] 背景去除單元2,用于去除所述視頻中的背景以獲取待分析區(qū)域；
[0122] 頭肩檢測單元3,用于對所述待分析區(qū)域進(jìn)行頭肩檢測以獲取頭肩跟蹤軌跡；
[0123] 可變形人形檢測單元4,用于對所述待分析區(qū)域跳幀進(jìn)行可變形人形檢測以獲取 人形區(qū)域；
[0124] 誤檢判斷單元5,用于判斷所述頭肩跟蹤軌跡與相同幀下的人形區(qū)域是否有人員 位置重合，如果沒有，將該條頭肩跟蹤軌跡予以去除，如果有，將該條頭肩跟蹤軌跡作為目 標(biāo)人員跟蹤軌跡予以保留。
[0125] 優(yōu)選地，所述頭肩檢測單元3可以包括：
[0126] 頭肩區(qū)域獲取子單元31，用于對所述待分析區(qū)域進(jìn)行頭肩檢測以獲取人員的頭肩 區(qū)域；
[0127] 頭肩區(qū)域關(guān)聯(lián)子單元32,用于將相鄰幀的頭肩區(qū)域進(jìn)行關(guān)聯(lián)，生成多條頭肩短軌 跡；
[0128] 頭肩短軌跡關(guān)聯(lián)子單元33,用于將多條所述頭肩短軌跡進(jìn)行關(guān)聯(lián)，生成多條頭肩 跟蹤軌跡。
[0129] 優(yōu)選地，所述頭肩區(qū)域關(guān)聯(lián)子單元32可以包括：
[0130] 第一設(shè)定器321，用于設(shè)定第一閾值；
[0131] 第一位置距離計算器322,用于計算相鄰幀的任意兩個頭肩區(qū)域的位置距離；
[0132] 第一顏色直方圖距離計算器323,用于計算相鄰幀的任意兩個頭肩區(qū)域的顏色直 方圖距離；
[0133] 第一綜合距離計算器324,用于計算相鄰幀的任意兩個頭肩區(qū)域的所述位置距離 與所述顏色直方圖距離的加權(quán)和，將其作為相鄰幀的任意兩個頭肩區(qū)域的綜合距離；
[0134] 第一比較器325,用于將所述任意兩個頭肩區(qū)域的綜合距離與所述第一閾值相 比較，當(dāng)所述綜合距離小于所述第一閾值時，將其對應(yīng)的兩個頭肩區(qū)域作為一個關(guān)聯(lián)候選 對；
[0135] 第一生成器326,用于從所述關(guān)聯(lián)候選對中選取出具有最低距離和、最大覆蓋、無 沖突的關(guān)聯(lián)候選對進(jìn)行關(guān)聯(lián)，生成多條頭肩短軌跡。
[0136] 優(yōu)選地，所述頭肩短軌跡關(guān)聯(lián)子單元33可以包括：
[0137] 第二設(shè)定器331，用于設(shè)定第二閾值；
[0138] 第二位置距離計算器332,用于計算任意兩條頭肩短軌跡的位置距離；
[0139] 第二顏色直方圖距離計算器333,用于計算任意兩條頭肩短軌跡的顏色直方圖距 離；
[0140] 第二綜合距離計算器334,用于計算任意兩條頭肩短軌跡的所述位置距離與所述 顏色直方圖距離的加權(quán)和，將其作為任意兩條頭肩短軌跡的綜合距離；
[0141] 第二比較器335,用于將所述任意兩條頭肩短軌跡的綜合距離與所述第二閾值相 比較，當(dāng)所述綜合距離小于所述第二閾值時，將其對應(yīng)的兩條頭肩短軌跡作為一個關(guān)聯(lián)候 選對；
[0142] 第二生成器336,用于從所述關(guān)聯(lián)候選對中選取出具有最低距離和、最大覆蓋、無 沖突的關(guān)聯(lián)候選對進(jìn)行關(guān)聯(lián)，生成多條頭肩跟蹤軌跡。
[0143] 優(yōu)選地，所述第一生成器326或者所述第二生成器336中，均可以采用匈牙利算法 從所述關(guān)聯(lián)候選對中選取出具有最低距離和、最大覆蓋、無沖突的關(guān)聯(lián)候選對進(jìn)行關(guān)聯(lián)。
[0144] 優(yōu)選地，所述可變形人形檢測單元4中，每次跳幀的幀數(shù)可以相同。
[0145] 優(yōu)選地，本實施例所述的視頻圖像分析系統(tǒng)，還包括：
[0146] 時間閾值設(shè)定單元6,用于設(shè)定報警時間閾值；
[0147] 異常情況判斷單元7,用于從所述目標(biāo)人員跟蹤軌跡判斷是否存在異常情況，并從 發(fā)現(xiàn)存在異常情況起開始計時，獲得異常情況持續(xù)時間；
[0148] 報警單元8,用于當(dāng)所述異常情況持續(xù)時間超過報警時間閾值時進(jìn)行報警。
[0149] 本實施例所述的視頻圖像分析系統(tǒng)，可變形人形檢測單元4通過跳幀進(jìn)行可變形 人形檢測降低了計算量，并通過誤檢判斷單元5將可變形人形檢測與頭肩檢測相結(jié)合去除 頭肩檢測中的誤檢情況，提高了頭肩檢測的可信度，降低了誤檢率，在人員長時間靜止、遮 擋等情況下也能準(zhǔn)確監(jiān)控到目標(biāo)人員軌跡，適用范圍廣。
[0150] 本領(lǐng)域內(nèi)的技術(shù)人員應(yīng)明白，本發(fā)明的實施例可提供為方法、系統(tǒng)、或計算機程序 產(chǎn)品。因此，本發(fā)明可采用完全硬件實施例、完全軟件實施例、或結(jié)合軟件和硬件方面的實 施例的形式。而且，本發(fā)明可采用在一個或多個其中包含有計算機可用程序代碼的計算機 可用存儲介質(zhì)（包括但不限于磁盤存儲器、CD-ROM、光學(xué)存儲器等）上實施的計算機程序產(chǎn) 品的形式。
[0151] 本發(fā)明是參照根據(jù)本發(fā)明實施例的方法、設(shè)備（系統(tǒng)）、和計算機程序產(chǎn)品的流程 圖和/或方框圖來描述的。應(yīng)理解可由計算機程序指令實現(xiàn)流程圖和/或方框圖中的每一 流程和/或方框、以及流程圖和/或方框圖中的流程和/或方框的結(jié)合?？商峁┻@些計算 機程序指令到通用計算機、專用計算機、嵌入式處理機或其他可編程數(shù)據(jù)處理設(shè)備的處理 器以產(chǎn)生一個機器，使得通過計算機或其他可編程數(shù)據(jù)處理設(shè)備的處理器執(zhí)行的指令產(chǎn)生 用于實現(xiàn)在流程圖一個流程或多個流程和/或方框圖一個方框或多個方框中指定的功能 的裝置。
[0152] 這些計算機程序指令也可存儲在能引導(dǎo)計算機或其他可編程數(shù)據(jù)處理設(shè)備以特 定方式工作的計算機可讀存儲器中，使得存儲在該計算機可讀存儲器中的指令產(chǎn)生包括指 令裝置的制造品，該指令裝置實現(xiàn)在流程圖一個流程或多個流程和/或方框圖一個方框或 多個方框中指定的功能。
[0153] 這些計算機程序指令也可裝載到計算機或其他可編程數(shù)據(jù)處理設(shè)備上，使得在計 算機或其他可編程設(shè)備上執(zhí)行一系列操作步驟以產(chǎn)生計算機實現(xiàn)的處理，從而在計算機或 其他可編程設(shè)備上執(zhí)行的指令提供用于實現(xiàn)在流程圖一個流程或多個流程和/或方框圖 一個方框或多個方框中指定的功能的步驟。
[0154] 盡管已描述了本發(fā)明的優(yōu)選實施例，但本領(lǐng)域內(nèi)的技術(shù)人員一旦得知了基本創(chuàng)造 性概念，則可對這些實施例作出另外的變更和修改。所以，所附權(quán)利要求意欲解釋為包括優(yōu) 選實施例以及落入本發(fā)明范圍的所有變更和修改。
【權(quán)利要求】
1. 一種視頻圖像分析方法，其特征在于，包括： 獲取監(jiān)控區(qū)域的視頻； 去除所述視頻中的背景以獲取待分析區(qū)域； 對所述待分析區(qū)域進(jìn)行頭肩檢測以獲取頭肩跟蹤軌跡； 對所述待分析區(qū)域跳幀進(jìn)行可變形人形檢測以獲取人形區(qū)域； 判斷所述頭肩跟蹤軌跡與相同幀下的人形區(qū)域是否有人員位置重合，如果沒有，將該 條頭肩跟蹤軌跡予以去除，如果有，將該條頭肩跟蹤軌跡作為目標(biāo)人員跟蹤軌跡予以保留。
2. 根據(jù)權(quán)利要求1所述的視頻圖像分析方法，其特征在于，對所述待分析區(qū)域進(jìn)行頭 肩檢測以獲取頭肩跟蹤軌跡包括： 對所述待分析區(qū)域進(jìn)行頭肩檢測以獲取人員的頭肩區(qū)域； 將相鄰幀的頭肩區(qū)域進(jìn)行關(guān)聯(lián)，生成多條頭肩短軌跡； 將多條所述頭肩短軌跡進(jìn)行關(guān)聯(lián)，生成多條頭肩跟蹤軌跡。
3. 根據(jù)權(quán)利要求2所述的視頻圖像分析方法，其特征在于，所述將相鄰幀的頭肩區(qū)域 進(jìn)行關(guān)聯(lián)，生成多條頭肩短軌跡包括： 設(shè)定第一閾值； 計算相鄰幀的任意兩個頭肩區(qū)域的位置距離； 計算相鄰幀的任意兩個頭肩區(qū)域的顏色直方圖距離； 計算相鄰幀的任意兩個頭肩區(qū)域的所述位置距離與所述顏色直方圖距離的加權(quán)和，將 其作為相鄰幀的任意兩個頭肩區(qū)域的綜合距離； 將所述任意兩個頭肩區(qū)域的綜合距離與所述第一閾值相比較，當(dāng)所述綜合距離小于所 述第一閾值時，將其對應(yīng)的兩個頭肩區(qū)域作為一個關(guān)聯(lián)候選對； 從所述關(guān)聯(lián)候選對中選取出具有最低距離和、最大覆蓋、無沖突的關(guān)聯(lián)候選對進(jìn)行關(guān) 聯(lián)，生成多條頭肩短軌跡。
4. 根據(jù)權(quán)利要求2所述的視頻圖像分析方法，其特征在于，所述將多條所述頭肩短軌 跡進(jìn)行關(guān)聯(lián)，生成多條頭肩跟蹤軌跡包括： 設(shè)定第二閾值； 計算任意兩條頭肩短軌跡的位置距離； 計算任意兩條頭肩短軌跡的顏色直方圖距離； 計算任意兩條頭肩短軌跡的所述位置距離與所述顏色直方圖距離的加權(quán)和，將其作為 任意兩條頭肩短軌跡的綜合距離； 將所述任意兩條頭肩短軌跡的綜合距離與所述第二閾值相比較，當(dāng)所述綜合距離小于 所述第二閾值時，將其對應(yīng)的兩條頭肩短軌跡作為一個關(guān)聯(lián)候選對； 從所述關(guān)聯(lián)候選對中選取出具有最低距離和、最大覆蓋、無沖突的關(guān)聯(lián)候選對進(jìn)行關(guān) 聯(lián)，生成多條頭肩跟蹤軌跡。
5. 根據(jù)權(quán)利要求3或4所述的視頻圖像分析方法，其特征在于，所述從所述關(guān)聯(lián)候選對 中選取出具有最低距離和、最大覆蓋、無沖突的關(guān)聯(lián)候選對進(jìn)行關(guān)聯(lián)，生成多條頭肩短軌跡 或者從所述關(guān)聯(lián)候選對中選取出具有最低距離和、最大覆蓋、無沖突的關(guān)聯(lián)候選對進(jìn)行關(guān) 聯(lián)，形成多條頭肩跟蹤軌跡中，均采用匈牙利算法從所述關(guān)聯(lián)候選對中選取出具有最低距 離和、最大覆蓋、無沖突的關(guān)聯(lián)候選對進(jìn)行關(guān)聯(lián)。
6. 根據(jù)權(quán)利要求1所述的視頻圖像分析方法，其特征在于，對所述待分析區(qū)域跳幀進(jìn) 行可變形人形檢測以獲取人形區(qū)域中，每次跳幀的幀數(shù)相同。
7. 根據(jù)權(quán)利要求1所述的視頻圖像分析方法，其特征在于，所述判斷所述頭肩跟蹤軌 跡與相同幀下的人形區(qū)域是否有人員位置重合，如果沒有，將該條頭肩跟蹤軌跡予以去除， 如果有，將該條頭肩跟蹤軌跡作為目標(biāo)人員跟蹤軌跡予以保留之后還包括： 設(shè)定報警時間閾值； 從所述目標(biāo)人員跟蹤軌跡判斷是否存在異常情況，并從發(fā)現(xiàn)存在異常情況起開始計 時，獲得異常情況持續(xù)時間； 當(dāng)所述異常情況持續(xù)時間超過報警時間閾值時進(jìn)行報警。
8. -種視頻圖像分析系統(tǒng)，其特征在于，包括： 視頻獲取單元（1)，用于獲取監(jiān)控區(qū)域的視頻； 背景去除單元（2)，用于去除所述視頻中的背景以獲取待分析區(qū)域； 頭肩檢測單元（3)，用于對所述待分析區(qū)域進(jìn)行頭肩檢測以獲取頭肩跟蹤軌跡； 可變形人形檢測單元（4)，用于對所述待分析區(qū)域跳幀進(jìn)行可變形人形檢測以獲取人 形區(qū)域； 誤檢判斷單元（5)，用于判斷所述頭肩跟蹤軌跡與相同幀下的人形區(qū)域是否有人員位 置重合，如果沒有，將該條頭肩跟蹤軌跡予以去除，如果有，將該條頭肩跟蹤軌跡作為目標(biāo) 人員跟蹤軌跡予以保留。
9. 根據(jù)權(quán)利要求8所述的視頻圖像分析系統(tǒng)，其特征在于，所述頭肩檢測單元（3)包 括： 頭肩區(qū)域獲取子單元（31)，用于對所述待分析區(qū)域進(jìn)行頭肩檢測以獲取人員的頭肩區(qū) 域； 頭肩區(qū)域關(guān)聯(lián)子單元（32)，用于將相鄰幀的頭肩區(qū)域進(jìn)行關(guān)聯(lián)，生成多條頭肩短軌 跡； 頭肩短軌跡關(guān)聯(lián)子單元（33)，用于將多條所述頭肩短軌跡進(jìn)行關(guān)聯(lián)，生成多條頭肩跟 蹤軌跡。
10. 根據(jù)權(quán)利要求9所述的視頻圖像分析系統(tǒng)，其特征在于，所述頭肩區(qū)域關(guān)聯(lián)子單元 (32)包括： 第一設(shè)定器（321)，用于設(shè)定第一閾值； 第一位置距離計算器（322)，用于計算相鄰幀的任意兩個頭肩區(qū)域的位置距離； 第一顏色直方圖距離計算器（323)，用于計算相鄰幀的任意兩個頭肩區(qū)域的顏色直方 圖距離； 第一綜合距離計算器（324)，用于計算相鄰幀的任意兩個頭肩區(qū)域的所述位置距離與 所述顏色直方圖距離的加權(quán)和，將其作為相鄰幀的任意兩個頭肩區(qū)域的綜合距離； 第一比較器（325)，用于將所述任意兩個頭肩區(qū)域的綜合距離與所述第一閾值相比較， 當(dāng)所述綜合距離小于所述第一閾值時，將其對應(yīng)的兩個頭肩區(qū)域作為一個關(guān)聯(lián)候選對； 第一生成器（326)，用于從所述關(guān)聯(lián)候選對中選取出具有最低距離和、最大覆蓋、無沖 突的關(guān)聯(lián)候選對進(jìn)行關(guān)聯(lián)，生成多條頭肩短軌跡。
11. 根據(jù)權(quán)利要求9所述的視頻圖像分析系統(tǒng)，其特征在于，所述頭肩短軌跡關(guān)聯(lián)子單 元（33)包括： 第二設(shè)定器（331)，用于設(shè)定第二閾值； 第二位置距離計算器（332)，用于計算任意兩條頭肩短軌跡的位置距離； 第二顏色直方圖距離計算器（333)，用于計算任意兩條頭肩短軌跡的顏色直方圖距 離； 第二綜合距離計算器（334)，用于計算任意兩條頭肩短軌跡的所述位置距離與所述顏 色直方圖距離的加權(quán)和，將其作為任意兩條頭肩短軌跡的綜合距離； 第二比較器（335)，用于將所述任意兩條頭肩短軌跡的綜合距離與所述第二閾值相比 較，當(dāng)所述綜合距離小于所述第二閾值時，將其對應(yīng)的兩條頭肩短軌跡作為一個關(guān)聯(lián)候選 對； 第二生成器（336)，用于從所述關(guān)聯(lián)候選對中選取出具有最低距離和、最大覆蓋、無沖 突的關(guān)聯(lián)候選對進(jìn)行關(guān)聯(lián)，生成多條頭肩跟蹤軌跡。
12. 根據(jù)權(quán)利要求10或11所述的視頻圖像分析系統(tǒng)，其特征在于，所述第一生成器 (326)或者所述第二生成器（336)中，均采用匈牙利算法從所述關(guān)聯(lián)候選對中選取出具有 最低距離和、最大覆蓋、無沖突的關(guān)聯(lián)候選對進(jìn)行關(guān)聯(lián)。
13. 根據(jù)權(quán)利要求8所述的視頻圖像分析系統(tǒng)，其特征在于，所述可變形人形檢測單元 (4)中，每次跳幀的幀數(shù)相同。
14. 根據(jù)權(quán)利要求8所述的視頻圖像分析系統(tǒng)，其特征在于，還包括： 時間閾值設(shè)定單元（6)，用于設(shè)定報警時間閾值； 異常情況判斷單元（7)，用于從所述目標(biāo)人員跟蹤軌跡判斷是否存在異常情況，并從發(fā) 現(xiàn)存在異常情況起開始計時，獲得異常情況持續(xù)時間； 報警單元（8)，用于當(dāng)所述異常情況持續(xù)時間超過報警時間閾值時進(jìn)行報警。
【文檔編號】G06T7/00GK104318578SQ201410635083
【公開日】2015年1月28日 申請日期:2014年11月12日 優(yōu)先權(quán)日:2014年11月12日
【發(fā)明者】董增超, 陳衛(wèi)東, 俞啟堯 申請人:蘇州科達(dá)科技股份有限公司