CN102096928B - 一种视频监控中基于角度的徘徊轨迹检测方法 - Google Patents

一种视频监控中基于角度的徘徊轨迹检测方法 Download PDF

Info

Publication number
CN102096928B
CN102096928B CN201110028707XA CN201110028707A CN102096928B CN 102096928 B CN102096928 B CN 102096928B CN 201110028707X A CN201110028707X A CN 201110028707XA CN 201110028707 A CN201110028707 A CN 201110028707A CN 102096928 B CN102096928 B CN 102096928B
Authority
CN
China
Prior art keywords
pacing
track
angle
value
curve
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201110028707XA
Other languages
English (en)
Other versions
CN102096928A (zh
Inventor
宦若虹
王浙沪
唐晓梅
陈庆章
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Gaohang Intellectual Property Operation Co ltd
Haining Huangwan Town Asset Management Co ltd
Original Assignee
Zhejiang University of Technology ZJUT
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Zhejiang University of Technology ZJUT filed Critical Zhejiang University of Technology ZJUT
Priority to CN201110028707XA priority Critical patent/CN102096928B/zh
Publication of CN102096928A publication Critical patent/CN102096928A/zh
Application granted granted Critical
Publication of CN102096928B publication Critical patent/CN102096928B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Image Analysis (AREA)
  • Closed-Circuit Television Systems (AREA)

Abstract

一种视频监控中基于角度的徘徊轨迹检测方法,包括以下步骤:第一步,对于采集到的每一帧图像进行运动目标检测;第二步,在检测到目标后,确定运动目标在初始两帧中的位置A和C,将初始两帧的目标位置连接生成射线AC;第三步,同样以运动目标在初始帧的起始点A为起点,计算经过每一个目标位置D的射线AD与AC的夹角α;第四步,根据夹角α的变化规律来确定轨迹的类型,并判断轨迹是否属于徘徊轨迹,设定一个徘徊阈值,初始值为0;第五步,判断徘徊阈值是否超出设定的阈值,若徘徊阈值超出设定的阈值,则发出徘徊警报;否则返回第一步重新采集视频序列。本发明准确率高、适用性良好。

Description

一种视频监控中基于角度的徘徊轨迹检测方法
技术领域
本发明涉及视频监控中的图像处理方法,尤其是一种视频监控中的运动目标轨迹检测方法。
背景技术
视频监控(Video Surveillance)是安全防范系统的重要组成部分,因其直观,方便,有效而成为提高安全性的主要途径之一。轨迹检测是智能视频监控的重要功能之一,在对运动目标行为监测中有着非常重要的作用,比如,在汽车等贵重物品旁有徘徊的运动目标出现,那么该徘徊目标很可能会实施偷盗行为或者其他非法行为;如果在河流堤岸或铁路轨道旁发现徘徊运动目标,那么该徘徊目标可能会实施危害自身安全的行为。徘徊轨迹检测是发掘运动目标徘徊行为从而有效阻止或即时发现危害行为的有效方法之一。
传统的轨迹检测方法主要有设定阈值计算轨迹长度和模式匹配两种方法,其中前者无法确定轨迹曲线类别,检测准确率不高;后者需要大量的轨迹样本进行训练,时间空间复杂度巨大,而且只适合于特定场景,如马路十字路口车辆轨迹的识别,不适合单人轨迹的识别判断。
发明内容
为了克服已有视频监控中轨迹检测方法的准确率不高、适用性差的不足,本发明提供一种准确率高、适用性良好的视频监控中基于角度的徘徊轨迹检测方法。
本发明解决其技术问题所采用的技术方案是:
一种视频监控中基于角度的徘徊轨迹检测方法,所述徘徊轨迹检测方法包括以下步骤:
第一步,对于采集到的每一帧图像进行运动目标检测;
第二步,在检测到目标后,确定运动目标在初始两帧中的位置A和C,将初始两帧的目标位置连接生成射线AC;
第三步,同样以运动目标在初始帧的起始点A为起点,计算经过每一个目标位置D的射线AD与AC的夹角α,定义视频中的坐标原点,假如设A,C,D三点在视频序列中的坐标分别为:A(x1,y1),C(x2,y2),D(x3,y3),则夹角α计算方法为:
Figure BDA0000045539650000021
第四步,根据夹角α的变化规律来确定轨迹的类型,并判断轨迹是否属于徘徊轨迹,设定一个徘徊阈值,初始值为0,判断方法为:
若夹角α的值先变大,到达某一临界值后α值变小,直到运动目标D的位置使得角度α再次变大,且整个过程0°<α<180°,此一个变化周期判断该轨迹为徘徊曲线,所述徘徊曲线为S型曲线,令徘徊阈值加1,再以该点D为新轨迹起始点以同样方法判断;
第五步,判断徘徊阈值是否超出设定的阈值,若徘徊阈值超出设定的阈值,则发出徘徊警报;否则返回第一步重新采集视频序列。
进一步,所述第四步中,判断方法还包括:若夹角α的值先变大,到达某一临界值后α值变小直至为0°,此时运动目标与原轨迹交于点D,判断该轨迹为徘徊曲线,所述徘徊曲线为闭合曲线,令徘徊阈值加1,再以该点D为新轨迹起始点以同样方法判断。
再进一步,所述第四步中,判断方法还包括:若夹角α的值一直增大直至达到180°,此时运动目标D与点A,点C处于同一直线,判断该轨迹为徘徊曲线,所述徘徊曲线为螺旋型曲线,令徘徊阈值加1,再以该点D为新轨迹起始点以同样方法判断。
本发明的技术构思为:该算法的一个递推过程包括以下基本步骤:
1)、对采集的视频序列进行运动目标检测。
2)、检测到运动目标后,根据初始两帧目标位置得到射线AC。
3)、计算同样以A为起点,经过每一个目标位置的射线与AC的夹角α。
4)、根据夹角α的变化规律来确定轨迹的类型,判断轨迹是否为徘徊轨迹。
5)、判断徘徊阈值是否超出设定的阈值,若超过阈值,则发出徘徊警报。
本发明的徘徊轨迹包括S型曲线、闭合曲线和螺旋型曲线,此三类轨迹曲线已基本包含各种徘徊轨迹情况。结合这三类曲线对徘徊轨迹进行判断,可靠性较高。
本发明的有益效果主要表现在:根据运动目标的行为轨迹实时进行徘徊行为判断,不需要任何训练样本,以最大程度地减少时间复杂度和空间复杂度,从而提高实时处理性能,提高检测准确率。
附图说明
图1为本发明的三类徘徊轨迹示意图。
图2为本发明的一种视频监控中基于角度的徘徊轨迹检测方法流程图。
图3为本发明的S曲线型徘徊轨迹判断示意图。
图4为本发明的闭合曲线型徘徊轨迹判断示意图。
图5为本发明的螺旋曲线型徘徊轨迹判断示意图。
具体实施方式
下面结合附图对本发明作进一步描述。
参照图1~图5,一种视频监控中基于角度的徘徊轨迹检测方法,包括以下步骤:
第一步,对于采集到的每一帧图像进行运动目标检测;
第二步,在检测到目标后,确定运动目标在初始两帧中的位置A和C,将初始两帧的目标位置连接生成射线AC;
第三步,同样以运动目标在初始帧的起始点A为起点,计算经过每一个目标位置D的射线AD与AC的夹角α。定义视频中的坐标原点,假如设A,C,D三点在视频序列中的坐标分别为:A(x1,y1),C(x2,y2),D(x3,y3),则夹角α计算方法为:
Figure BDA0000045539650000041
第四步,根据夹角α的变化规律来确定轨迹的类型,并判断轨迹是否属于徘徊轨迹,设定一个徘徊阈值,初始值为0,判断方法为:
若夹角α的值先变大,到达某一临界值后α值变小,直到运动目标D的位置使得角度α再次变大,且整个过程0°<α<180°,此一个变化周期判断该轨迹为徘徊曲线,所述徘徊曲线为S型曲线,令徘徊阈值加1,再以该点D为新轨迹起始点以同样方法判断;
第五步,判断徘徊阈值是否超出设定的阈值,若徘徊阈值超出设定的阈值,则发出徘徊警报;否则返回重新采集视频序列。
进一步,所述第四步中,判断方法还包括:若夹角α的值先变大,到达某一临界值后α值变小直至为0°,此时运动目标与原轨迹交于点D,判断该轨迹为徘徊曲线,所述徘徊曲线为闭合曲线,令徘徊阈值加1,再以该点D为新轨迹起始点以同样方法判断。
再进一步,所述第四步中,判断方法还包括:若夹角α的值一直增大直至达到180°,此时运动目标D与点A,点C处于同一直线,判断该轨迹为徘徊曲线,所述徘徊曲线为螺旋型曲线,令徘徊阈值加1,再以该点D为新轨迹起始点以同样方法判断。
图1是本发明的三类徘徊轨迹示意图,包括S型曲线、闭合型曲线以及螺旋型曲线,此三类轨迹曲线已基本包含各种徘徊轨迹情况。
图2是本发明的一种视频监控中基于角度的徘徊轨迹检测方法流程图。
步骤210,采集监控系统中监控场景的视频序列。
步骤220,检测视频序列中的运动目标。
步骤230中,若出现运动目标,则得到运动目标的位置坐标;如果没有运动目标进入,则继续获取视频序列并检测。
步骤240,判断是否是运动目标的前两个位置。
步骤241中,若得到的是运动目标的前两个位置,则根据这两个位置坐标得到射线AC。
步骤250,若得到的是运动目标后续的位置坐标,计算同样以A为起点,经过每一个目标位置的射线与AC的夹角α。
步骤260,根据公式计算夹角α的值。
步骤270,根据夹角α值的大小及变化规律判断当前轨迹是否属于徘徊轨迹。若不是,则返回继续采集视频。
步骤271,设定一个徘徊阈值,初始值为0;若判断出当前轨迹为徘徊轨迹,则令徘徊阈值加1。
步骤280,判断徘徊阈值是否超出设定值。如果没有达到设定的徘徊阈值,则继续采集视频序列并进行运动目标检测。
步骤290,如果达到设定的徘徊阈值,则发出徘徊警报。
图3为本发明的S曲线型徘徊轨迹判断示意图,为本发明的一个实施例。计算夹角α的值,若夹角α的值先变大,到达某一临界值后值α变小,直到运动目标D的位置使得角度α再次变大,且整个过程0°<α<180°,此一个变化周期可判断该轨迹为S型曲线,令徘徊阈值加1,再以该点D为新轨迹起始点以同样方法判断。若徘徊阈值达到设定的临界值,本实例中设临界值为3,则即时判定该轨迹为徘徊轨迹。
图4为本发明的闭合曲线型徘徊轨迹判断示意图,为本发明的另一个实施例。计算夹角α的值,若夹角α的值先变大,到达某一临界值后α值变小直至为0°,此时运动目标与原轨迹交于点D,判断该轨迹为闭合曲线,令徘徊阈值加1,再以该点D为新轨迹起始点以同样方法判断。若徘徊阈值达到设定的临界值,本实例中设临界值为3,则即时判定该轨迹为徘徊轨迹。
图5为本发明的螺旋曲线型徘徊轨迹判断示意图,为本发明的又一个实施例。根据夹角α的值一直增大直至达到180°,此时运动目标D与点A,点C处于同一直线,判断该轨迹有螺旋型曲线趋势,令徘徊阈值加1,再以该点D为新轨迹起始点以同样方法判断。若徘徊阈值达到设定的临界值,本实例中设临界值为3,则即时判定该轨迹为徘徊轨迹。
综上所述,本发明的一种视频监控中基于角度的徘徊轨迹检测方法能够以一种通用的方法对几类常见的徘徊轨迹做出判断,且该方法根据运动目标的行为轨迹实时进行徘徊判断,不需要任何训练样本,最大程度地减少了算法的时间复杂度和空间复杂度,检测准确率高。
显而易见,在不偏离本发明的真实精神和范围的前提下,在此描述的本发明可以有许多变化。因此,所有对于本领域技术人员来说显而易见的改变,都应包括在本权利要求书所涵盖的范围之内。本发明所要求保护的范围仅由所述的权利要求书进行限定。

Claims (3)

1.一种视频监控中基于角度的徘徊轨迹检测方法,其特征在于:所述徘徊轨迹检测方法包括以下步骤:
第一步,对于采集到的每一帧图像进行运动目标检测;
第二步,在检测到目标后,确定运动目标在初始两帧中的位置A和C,将初始两帧的目标位置连接生成射线AC;
第三步,同样以运动目标在初始帧的起始点A为起点,计算经过每一个目标位置D的射线AD与AC的夹角α,定义视频中的坐标原点,假如设A,C,D三点在视频序列中的坐标分别为:A(x1,y1),C(x2,y2),D(x3,y3),则夹角α计算方法为: cos α = AC → · AD → | AC | | AD | = ( x 2 - x 1 , y 2 - y 1 ) · ( x 3 - x 1 , y 3 - y 1 ) ( x 2 - x 1 ) 2 + ( y 2 - y 1 ) 2 ( x 3 - x 1 ) 2 + ( y 3 - y 1 ) 2 ;
第四步,根据夹角α的变化规律来确定轨迹的类型,并判断轨迹是否属于徘徊轨迹,设定一个徘徊阈值,初始值为0,判断方法为:
若夹角α的值先变大,到达某一临界值后α值变小,直到运动目标的位置D的位置使得角度α再次变大,且整个过程0°<α<180°,此一个变化周期判断该轨迹为徘徊曲线,所述徘徊曲线为S型曲线,令徘徊阈值加1,再以该点D为新轨迹起始点以同样方法判断;
第五步,判断徘徊阈值是否超出设定的阈值,若徘徊阈值超出设定的阈值,则发出徘徊警报;否则返回第一步重新采集视频序列。
2.如权利要求1所述的一种视频监控中基于角度的徘徊轨迹检测方法,其特征在于:所述第四步中,判断方法还包括:
若夹角α的值先变大,到达某一临界值后α值变小直至为0°,此时运动目标与原轨迹交于点D,判断该轨迹为徘徊曲线,所述徘徊曲线为闭合曲线,令徘徊阈值加1,再以该点D为新轨迹起始点以同样方法判断。
3.如权利要求1或2所述的一种视频监控中基于角度的徘徊轨迹检测方法,其特征在于:所述第四步中,判断方法还包括:
若夹角α的值一直增大直至达到180°,此时运动目标的位置D与点A,点C处于同一直线,判断该轨迹为徘徊曲线,所述徘徊曲线为螺旋型曲线,令徘徊阈值加1,再以该点D为新轨迹起始点以同样方法判断。
CN201110028707XA 2011-01-27 2011-01-27 一种视频监控中基于角度的徘徊轨迹检测方法 Active CN102096928B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201110028707XA CN102096928B (zh) 2011-01-27 2011-01-27 一种视频监控中基于角度的徘徊轨迹检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201110028707XA CN102096928B (zh) 2011-01-27 2011-01-27 一种视频监控中基于角度的徘徊轨迹检测方法

Publications (2)

Publication Number Publication Date
CN102096928A CN102096928A (zh) 2011-06-15
CN102096928B true CN102096928B (zh) 2012-08-22

Family

ID=44130005

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201110028707XA Active CN102096928B (zh) 2011-01-27 2011-01-27 一种视频监控中基于角度的徘徊轨迹检测方法

Country Status (1)

Country Link
CN (1) CN102096928B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105184812B (zh) * 2015-07-21 2018-08-24 复旦大学 一种基于目标跟踪的行人徘徊检测方法
CN105894539A (zh) * 2016-04-01 2016-08-24 成都理工大学 基于视频识别和侦测运动轨迹的预防盗窃方法和系统
CN110399437A (zh) * 2018-04-23 2019-11-01 北京京东尚科信息技术有限公司 行为分析方法及装置、电子设备、存储介质
CN111289573A (zh) * 2018-12-07 2020-06-16 中南大学 一种基于导电信息检测长碳纤维束质量的方法
CN109858338A (zh) * 2018-12-23 2019-06-07 广东腾晟信息科技有限公司 一种人群密度估计的识别及人群行为分析算法
CN115527158B (zh) * 2022-08-11 2023-04-25 北京市燃气集团有限责任公司 一种基于视频监控的人员异常行为检测方法及装置

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100738522B1 (ko) * 2004-12-21 2007-07-11 삼성전자주식회사 비디오 감시 시스템에서 카메라/물체 움직임 구분 및 객체추출 장치 및 그 방법
US8120653B2 (en) * 2006-12-29 2012-02-21 Mirror Lite Video monitoring system for school buses
CN100531373C (zh) * 2007-06-05 2009-08-19 西安理工大学 基于双摄像头联动结构的视频运动目标特写跟踪监视方法
CN101119482B (zh) * 2007-09-28 2011-07-20 北京智安邦科技有限公司 一种全景监控方法及设备

Also Published As

Publication number Publication date
CN102096928A (zh) 2011-06-15

Similar Documents

Publication Publication Date Title
CN102096928B (zh) 一种视频监控中基于角度的徘徊轨迹检测方法
CN107818573B (zh) 一种目标跟踪方法及装置
CN103366374B (zh) 基于图像匹配的消防通道障碍物检测方法
CN101916516B (zh) 一种车道偏移识别方法
CN101770648B (zh) 一种基于视频监控的徘徊检测系统及方法
CN105915846A (zh) 一种单双目复用的入侵物监测方法及系统
Kuk et al. Fast lane detection & tracking based on Hough transform with reduced memory requirement
CN104835323B (zh) 一种结合电子围栏的多目标公交客流检测方法
CN109850711B (zh) 一种基于3d测量技术的电梯门状态检测方法及系统
CN108376406A (zh) 一种用于通道堵塞判别的动态递归建模和融合跟踪方法
CN103605967A (zh) 一种基于图像识别的地铁防逃票系统及其工作方法
CN103021186A (zh) 一种车辆监控的方法及系统
CN103226712B (zh) 一种基于有限状态机的遗留物检测方法
CN108537829A (zh) 一种监控视频人员状态识别方法
CN104331901A (zh) 一种基于tld的多视角目标跟踪装置及方法
CN103136514A (zh) 一种基于双向跟踪的停车事件检测方法
CN104200490A (zh) 一种复杂环境下的快速逆行检测跟踪监控方法
CN108491762A (zh) 一种人体跌倒的检测方法及装置
CN103646242B (zh) 基于最大稳定极值区域特征的扩展目标跟踪方法
CN106780567A (zh) 一种融合颜色和梯度直方图的免疫粒子滤波扩展目标跟踪方法
CN108520526A (zh) 一种车前方动态障碍物检测方法
CN108830204A (zh) 面对目标的监控视频中异常检测方法
CN104156946A (zh) 一种空间绳系机器人抓捕区域内的障碍物检测方法
CN110490070A (zh) 一种基于人体姿态估计的跌倒检测方法
CN101916380B (zh) 基于视频的烟检测装置和方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20191224

Address after: 314400 in huangwan town government, Haining City, Jiaxing City, Zhejiang Province

Patentee after: Haining huangwan town Asset Management Co.,Ltd.

Address before: 510000 unit 2414-2416, building, No. five, No. 371, Tianhe District, Guangdong, China

Patentee before: GUANGDONG GAOHANG INTELLECTUAL PROPERTY OPERATION Co.,Ltd.

Effective date of registration: 20191224

Address after: 510000 unit 2414-2416, building, No. five, No. 371, Tianhe District, Guangdong, China

Patentee after: GUANGDONG GAOHANG INTELLECTUAL PROPERTY OPERATION Co.,Ltd.

Address before: Hangzhou City, Zhejiang province 310014 City Zhaohui District Six

Patentee before: Zhejiang University of Technology

TR01 Transfer of patent right