CN102131076A - 视频监控方法及监控终端 - Google Patents

视频监控方法及监控终端 Download PDF

Info

Publication number
CN102131076A
CN102131076A CN201110021733XA CN201110021733A CN102131076A CN 102131076 A CN102131076 A CN 102131076A CN 201110021733X A CN201110021733X A CN 201110021733XA CN 201110021733 A CN201110021733 A CN 201110021733A CN 102131076 A CN102131076 A CN 102131076A
Authority
CN
China
Prior art keywords
picture frame
monitor terminal
pixel
moving object
variation
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.)
Granted
Application number
CN201110021733XA
Other languages
English (en)
Other versions
CN102131076B (zh
Inventor
傅春
江海燕
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.)
ZTE Corp
Original Assignee
ZTE Corp
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 ZTE Corp filed Critical ZTE Corp
Priority to CN201110021733.XA priority Critical patent/CN102131076B/zh
Priority to PCT/CN2011/073787 priority patent/WO2012097555A1/zh
Publication of CN102131076A publication Critical patent/CN102131076A/zh
Application granted granted Critical
Publication of CN102131076B publication Critical patent/CN102131076B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00Television systems
    • H04N7/18Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/183Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a single remote source

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Closed-Circuit Television Systems (AREA)
  • Image Analysis (AREA)
  • Studio Devices (AREA)

Abstract

本发明提供了一种视频监控方法及监控终端,该方法包括:监控终端根据获得的在不同时间点上的图像帧确定视野中存在运动物体;所述监控终端估计所述运动物体的运动趋势;所述监控终端根据所述运动趋势,调整所述监控终端的摄像头的角度。解决了相关技术中摄像头固定导致监控效果较差的问题,监控终端能自动调整摄像头角度以跟踪视野内的运动物体,从而获得最佳的监控效果。

Description

视频监控方法及监控终端
技术领域
本发明涉及通信领域,具体而言,涉及一种视频监控方法及监控终端。
背景技术
目前基于宽带码分多址接入(Wideband Code Division Multiple Access,WCDMA)等无线网络的无线监控终端已被广泛使用,用户可以在任意时间用移动终端(例如,手机)或PC接入监控终端,进行实时视频监控。
随着用户会实时视频监控在功能上的要求越来越高,目前,无线监控终端也能进行用户无干预情况下的离线工作,例如,在用户预设时间段内,监控终端自主进行录像;或者具有运动检测功能的监控终端发现异常入侵后自动开始视频录像等。
如上,目前的无线监控终端在自主进行录像时,所能进行的操作仅仅包括在预定时间段到达时开始录像、在预定时间段结束时结束录像以及在检测到异常入侵时开始录像。但是,在诸如离线录像这种工作模式中,监控终端一般处于无人操作的状态,在遇到监控场景变化时,监控终端无法根据这种变化进行自身的调整。例如,随着入侵的物体不断运动,如果摄像头朝向始终不动的话,运动物体很可能脱离摄像头所能覆盖的范围,从而录像所得视频文件的效果较差。在固定监控终端中,同样存在以上的问题。
发明内容
本发明的主要目的在于提供一种视频监控方法及监控终端,以至少解决上述问题。
本发明的一个方面提供了一种视频监控方法,包括:监控终端根据获得的在不同时间点上的图像帧确定视野中存在运动物体;所述监控终端估计所述运动物体的运动趋势;所述监控终端根据所述运动趋势,调整所述监控终端的摄像头的角度。
其中,所述监控终端根据所述运动趋势,调整所述监控终端的摄像头的角度包括:所述监控终端根据所述运动趋势,估计所述运动物体在下一个时间点所处的位置;所述监控终端判断估计的所述位置是否位于所述视野中的预设区域内,若不是,则控制所述摄像头转动相应的角度。
其中,所述预设区域的中心为所述视野的中心。
其中,监控终端根据获得的在不同时间点上的图像帧确定视野中存在运动物体包括:所述监控终端确定相邻时间点上的两个图像帧中每个像素点所对应的像素信息Y,其中,所述相邻时间点中的前一个时间点T1上的图像帧1中的像素点所对应的像素信息为Y1,所述相邻时间点中的后一个时间点T2上的图像帧2中的像素点所对应的像素信息为Y2;所述监控终端计算图像帧2中每个像素点相对于图像帧1中相应像素点的变化DY=|Y2-Y1|,其中,|i|对i取绝对值操作;所述监控终端根据|Y2-Y1|判断图像帧2相对于图像帧1存在两个变化区域,则确定存在运动物体,其中,所述两个变化区域中的每个变化区域中包含的所有像素点中,对应的DY大于变化阈值的像素点所占的比例大于预设阈值。
其中,所述像素信息Y=0.299R+0.587G+0.114B,其中,R是Y对应的像素点的红色值,G是Y对应的像素点的绿色值,B是Y对应的像素点的蓝色值。
其中,所述变化阈值=SDY+TDY,其中,SDY为在所述摄像头的视场和光照不变的情况下,使得所述视野中对应的Y不大于SDY的像素点在所述视野中所有像素点中所占的比例等于第一阈值,TDY为预先设置的用于容忍监控环境干扰的第二阈值。
其中,所述监控终端估计所述运动物体的运动趋势包括:所述监控终端计算T2的后一个时间点T3上的图像帧3中每个像素点相对于图像帧2中相应像素点的变化DY=|Y3-Y2|;所述监控终端根据|Y3-Y2|判断图像帧3相对于图像帧2存在两个变化区域,则根据图像帧3相对于图像帧2的两个变化区域以及图像帧2相对于图像帧1的两个变化区域,估计所述运动物体的运动趋势,确定所述运动物体在图像帧1、图像帧2和图像帧3中分别所处的变化区域。
其中,所述监控终端根据所述运动趋势,估计所述运动物体在下一个时间点所处的位置包括:所述监控终端确定所述运动物体在图像帧1、图像帧2和图像帧3中分别所处的变化区域的中心位置(x1,y1)、(x2,y2)和(x3,y3),根据(x1,y1)、(x2,y2)和(x3,y3)估计所述运动物体在T3的下一个时间点T4所处的位置。
其中,所述运动物体在T3的下一个时间点T4所处的位置为(x4,y4),其中,
Figure BDA0000044454970000021
本发明的另一个方面提供了一种监控终端,包括:运动监测模块,用于根据获得的在不同时间点上的图像帧确定视野中存在运动物体;趋势估计模块,用于估计所述运动物体的运动趋势;控制模块,用于根据所述运动趋势,调整所述监控终端的摄像头的角度。
通过本发明,监控终端根据获得的在不同时间点上的图像帧确定视野中存在运动物体,则估计该运动物体的运动趋势,根据该运动趋势调整摄像头的角度,解决了相关技术中摄像头固定导致监控效果较差的问题,监控终端能自动调整摄像头角度以跟踪视野内的运动物体,从而获得最佳的监控效果。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的视频监控方法的流程图;
图2是根据本发明实施例的监控终端的结构框图;
图3是根据实施例2的监控终端的详细结构框图;以及
图4是根据实施例3的物体运动趋势的像素变化示意图。
具体实施方式
下文中将参考附图并结合实施例来详细说明本发明。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
图1是根据本发明实施例的视频监控方法的流程图,该方法包括:
步骤S102,监控终端根据获得的在不同时间点上的图像帧确定视野中存在运动物体;
步骤S104,监控终端估计该运动物体的运动趋势;以及
步骤S106,监控终端根据该运动趋势,调整监控终端的摄像头的角度。
在相关技术中,在诸如离线录像这种工作模式中,监控终端处于无人操作的状态,从而不能根据监控场景的动态情况进行摄像头转动等必要的操作,这会导致离线录像的视频文件中的信息量没有达到比较理想的状态,导致监控效果比较差。通过以上的方法,监控终端可以自动控制摄像头跟踪运动物体进行拍摄,从而得到比较理想的监控效果。
需要说明的是,以上的方法中,监控终端既可以是无线监控终端,也可以是有线监控终端。以上的监控终端可以在离线工作模式(例如,离线录像或称自主录像状态)下,开始采用以上的方法进行处理,从而提高离线工作模式下监控视频的监控效果;监控终端还可以在线工作模式(即由用户控制监控操作的模式)下采用以上的方法进行处理,此时可以通过终端的自动跟踪,减轻用户的操作负担。
在具体实施中,为了在保证监控质量的情况下,尽量减少摄像头的转动操作,在监控终端根据运动趋势,调整监控终端的摄像头的角度的过程中,可以进行以下的处理:监控终端根据运动趋势,估计运动物体在下一个时间点所处的位置;监控终端判断估计的位置是否位于视野中的预设区域内,若不是,则控制摄像头转动相应的角度。优选地,以上的预设区域的中心可以为视野的中心,从而达到更加有效的监控效果。
终端可以根据实际的情况,选择不同的运动估计方法,以下举例说明一种实现简单方便的运动估计方法,在该方法中,监控终端根据获得的在不同时间点上的图像帧确定视野中存在运动物体包括:监控终端确定相邻时间点上的两个图像帧中每个像素点所对应的像素信息Y,其中,相邻时间点中的前一个时间点T1上的图像帧1中的像素点所对应的像素信息为Y1,相邻时间点中的后一个时间点T2上的图像帧2中的像素点所对应的像素信息为Y2;监控终端计算图像帧2中每个像素点相对于图像帧1中相应像素点的变化DY=|Y2-Y1|,其中,|i|对i取绝对值操作;监控终端根据|Y2-Y1|判断图像帧2相对于图像帧1存在两个变化区域,则确定存在运动物体,其中,两个变化区域中的每个变化区域中包含的所有像素点中,对应的DY大于变化阈值的像素点所占的比例大于预设阈值。
其中,像素信息Y=0.299R+0.587G+0.114B,其中,R是Y对应的像素点的红色值,G是Y对应的像素点的绿色值,B是Y对应的像素点的蓝色值。该取值方式从统计规律上,能够保证不同的颜色的像素点对应的Y值相同的概率比较小。
在实际应用中,由于摄像头的拍摄过程中存在一定的噪声,并且,考虑到监控环境中可能存在一些不希望引起摄像头转动的变化(例如,视野中飞入一只小虫),为了消除这些干扰,可以设定变化阈值=SDY+TDY,其中,SDY为在摄像头的视场和光照不变的情况下,使得视野中对应的Y不大于SDY的像素点在视野中所有像素点中所占的比例等于第一阈值,TDY为预先设置的用于容忍监控环境干扰的第二阈值。
在采用以上举例的方法进行运动估计的情况下,监控终端估计运动物体的运动趋势的过程可以包括:监控终端计算T2的后一个时间点T3上的图像帧3中每个像素点相对于图像帧2中相应像素点的变化DY=|Y3-Y2|;监控终端根据|Y3-Y2|判断图像帧3相对于图像帧2存在两个变化区域,则根据图像帧3相对于图像帧2的两个变化区域以及图像帧2相对于图像帧1的两个变化区域,估计运动物体的运动趋势,确定运动物体在图像帧1、图像帧2和图像帧3中分别所处的变化区域。通过这种趋势估计方法,相比于通过颜色变化趋势来估计运动趋势来说,具备更高的准确性。
此时,监控终端根据运动趋势,估计运动物体在下一个时间点所处的位置的过程可以包括:监控终端确定运动物体在图像帧1、图像帧2和图像帧3中分别所处的变化区域的中心位置(x1,y1)、(x2,y2)和(x3,y3),根据(x1,y1)、(x2,y2)和(x3,y3)估计运动物体在T3的下一个时间点T4所处的位置。其中,考虑到加速度等原因,运动物体在T3的下一个时间点T4所处的位置为(x4,y4),其中,
Figure BDA0000044454970000041
Figure BDA0000044454970000042
图2是根据本发明实施例的监控终端的结构框图,该监控终端可以包括:运动监测模块22,用于根据获得的在不同时间点上的图像帧确定视野中存在运动物体;趋势估计模块24,用于估计运动物体的运动趋势;控制模块26,用于根据运动趋势,调整监控终端的摄像头的角度。
以下描述的实施例1-3,综合了上述多个优选实施例的技术方案。
实施例1
该实施例中,在无线监控终端进行录像时,根据实时图像帧判断运动物体当前的位置以及其运动趋势,并根据需要驱动摄像头进行必要的转向,可以使运动物体在录像场景中始终处于中心或近中心区域。具体地,该方法包括下列步骤:
步骤1,监控终端进入自主录像状态,且可连续获得实时的静止图像帧。
步骤2,间隔固定时间,获得静止图像帧,拥有时间上相邻的多帧图像后,基于相邻帧间的像素差异比较,判断有无运动发生,若有运动发生,判断运动物体当前在摄像头视野中的位置以及其运动趋势。
步骤3,在有运动发生的情况下,根据运动物体当前在摄像头视野中的位置以及运动趋势,预测计算下一个时间点可能所处的位置,若该位置严重偏离摄像头视野中心区域,则驱动摄像头转动相应角度。对无运动发生或预计运动物体仍能停留在中心或近中心区域的情况,不需要摄像头作任何转动。
实施例2
图3是根据实施例2的监控终端的详细结构框图,其中:
摄像头模块301,包括软件、硬件。
摄像模块302,包括软件部分,以及保存录像的存储部件。
运动跟踪判断模块303。
摄像头方向调整驱动模块304,包括软件、硬件驱动以及用于转动摄像头的机电部份。
以下基于图3说明本方法的基本运行方式如下:
(1)无线监控终端通过运动检测方法,发现有物体入侵,录像开始。摄像头模块301不断提供静止图像帧,摄像模块302利用静止图像帧进行视频编码,并将编码的数据写入存储器件中。
(2)摄像头模块301也向运动跟踪判断模块303持续提供静止图像帧。运动跟踪判断模块303对相邻时刻的三幅图像帧进行像素比较,判断出物体在刚刚过去的时间内进行的两次运动的的运动方向,并以此为依据判断出下一时刻的运动趋势。
(3)根据已获得的运动趋势,预测下一时刻物体在摄像头视场中的位置,也就是在图像帧中的问题。如果预测物体将仍然停留在摄像头视场中的靠近中心的位置,则摄像头不转动;如果预测物体向摄像头视场的边缘运动,则驱动模块304使摄像头调整方向,从而在后续时刻还能对运动物体实施有效监控。
实施例3
本实施例详细了描述物体运动方向的判断方法,具体说明如何基于图像帧的像素信息,来判断物体在两个时刻间的运动方向,并预测下一时刻的位置。为实现以上过程,具体包含三方面,即像素变化类型的分类、基于区域像素变化的位置判断、下一时刻位置预测,以下分别进行说明:
(1)像素变化类型定义
根据需求,最合适使用的像素信息表达是YUV格式像素信息中的Y值,Y定义如下:
Y=0.299R+0.587G+0.114B
因为R、G、B的可取值范围均为0~255,所以Y值的范围也是0~255。
从定义看,Y已经表达了物体的颜色信息。虽然理论上存在两组不同的(R,G,B)值,其对应的Y值相同,从而看起来Y值可能不能区分某两种颜色,但是在实际的监控应用中,可以忽略这一点,因为下面这种可能性很小:摄像头所面对的监控现场的背景为单一颜色、入侵的运动物体也为单一颜色,且二者所对应的Y值相同。
Y值也表达了亮度信息,同一物体的同一位置,在不同的光照条件下,(R,G,B)的值是不同的,所求出的Y值也不同。基于图像帧总体的Y值信息,可以在一定程度上判断监控现场环境光照的变化情况。
在确定使用Y值作为像素表达的基础上,要定义判断像素变化类型的准则。这里使用像素变化的三类型划分法,即基于像素Y值的变化情况,把像素的变化定义为无变化、微小变化以及大变化。下面阐述具体的分类方法。
因为硬件等原因,摄像头所获的图像数据中实际上包含有噪声。噪声大小可用如下的方法确定,即在摄像头视场不变和环境光照不变的情况下,摄像头连续获取两帧图像,获取各像素在前后两个时刻的Y值的变化,记为DY。针对所有DY,确定一个值SDY,使得绝大部分(如99.9%)的DY小于等于SDY,这个SDY就作为判断像素是否稳定不变的阈值。类似的测试应在不同的光照类型下多进行一些,以期获得一个最具代表性的SDY。在实际像素类型判断中,只要某像素Y的前后变化不超过SDY,即认为该像素在前后两个时刻间保持了稳定。
当DY超出SDY但超出不大时,认为像素在两个时刻间发生了微小变化。定义这样一个变化类型,主要是考虑到在实际监控环境中还会受到预先不可知的一些偶然性干扰,这种干扰对像素的影响不应作为图像判别的依据。具体地,可用一个变量来表示这样的过渡区间,记为TDY。TDY的具体取值可按照工程经验来确定,一般为比较小的一个值,如2。
当DY超出SDY+TDY时,就不能用偶然干扰来解释像素Y的变化了,此时将像素的变化定义为大变化。
综上,可以将像素变化类型定义为
Figure BDA0000044454970000061
(2)基于区域像素变化的位置判断
入侵的物体如果在摄像头视场范围内运动,那么在相邻两幅图像帧之间,必定产生像素的差异,而且这种差异一定是连片的。采取区域像素大变化的判据反映了引起图像差异的本质原因,只要用来做判别标准的区域定义合理,就能取得非常好的判断效果。
另外,物体在摄像头视场内运动,在两个相邻时刻间,必将产生两个连续区域的像素变化,一个是物体初始所在的那个位置,被物体遮挡的背景重新得以显示出来,一个是物体新到的那个位置,物体新把背景遮挡住了。不过只基于相邻两幅图像无法判断出哪个为起点,哪个为终点,因此需要获取相邻时刻的连续三幅图像进行判断。具体判断方法如下。
图4是根据实施例3的物体运动趋势的像素变化示意图,设相邻的三个时刻分别为T1、T2和T3,对应的三幅图像帧为F1、F2和F3。首先判断F1和F2之间有无运动发生,即针对两个图像帧间的像素差异,能否找到出两个不相交像素区域,两个区域中的像素变化类型皆为大变化,记为A和B。若能成功找到,表明T1和T2间有运动发生。在此基础上再判断F2和F3之间有无运动发生,若有,则一定还能在B区域中检测到像素变化为大变化,同时也能检测到一个新的像素大变化区域C。
从上述分析可见,在连续运动发生的情况下,一定能两次检测到两个像素大变化区域,一共四个,而其中必定有两个是重合的,其对应的时间点必定是中间的时间点,其余的两个区域分别是T1时刻所处的区域和最后T3时刻所处的区域。可参见附图4。
(3)下一时刻位置预测
如附图4所示,已经找出了三个相互分离的像素大变化区域,A、B和C,A表示起始时刻,B表示中间时刻,C表示三个时刻中的最后时刻。
分别求出三个区域的中心位置(x1,y1)、(x2,y2)和(x3,y3),考虑到物体运动的速度惯性和表现出的加速度信息,预测下个时刻的位置(x4,y4)为
Figure BDA0000044454970000071
根据预测获得的(x4,y4),判断物体是否可能向摄像头边缘位置靠近甚者可能脱离摄像头的监控,根据需要,驱动摄像头装置转动角度。
从以上的描述中,可以看出,以上实施例中监控终端进行录像时,摄像头能对拍摄场景中的运动目标进行自动跟随,从而使录像所得视频具有最大效用。
显然,本领域的技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个的计算装置上,或者分布在多个计算装置所组成的网络上,可选地,它们可以用计算装置可执行的程序代码来实现,从而可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件结合。
以上仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (10)

1.一种视频监控方法,其特征在于,包括:
监控终端根据获得的在不同时间点上的图像帧确定视野中存在运动物体;
所述监控终端估计所述运动物体的运动趋势;以及
所述监控终端根据所述运动趋势,调整所述监控终端的摄像头的角度。
2.根据权利要求1所述的方法,其特征在于,所述监控终端根据所述运动趋势,调整所述监控终端的摄像头的角度包括:
所述监控终端根据所述运动趋势,估计所述运动物体在下一个时间点所处的位置;
所述监控终端判断估计的位置是否位于所述视野中的预设区域内,若不是,则控制所述摄像头转动相应的角度。
3.根据权利要求2所述的方法,其特征在于,所述预设区域的中心为所述视野的中心。
4.根据权利要求2所述的方法,其特征在于,监控终端根据获得的在不同时间点上的图像帧确定视野中存在运动物体包括:
所述监控终端确定相邻时间点上的两个图像帧中每个像素点所对应的像素信息Y,其中,所述相邻时间点中的前一个时间点T1上的图像帧1中的像素点所对应的像素信息为Y1,所述相邻时间点中的后一个时间点T2上的图像帧2中的像素点所对应的像素信息为Y2;
所述监控终端计算图像帧2中每个像素点相对于图像帧1中相应像素点的变化DY=|Y2-Y1|,其中,|i|对i取绝对值操作;
所述监控终端根据|Y2-Y1|判断图像帧2相对于图像帧1存在两个变化区域,则确定存在运动物体,其中,所述两个变化区域中的每个变化区域中包含的所有像素点中,对应的DY大于变化阈值的像素点所占的比例大于预设阈值。
5.根据权利要求4所述的方法,其特征在于,所述像素信息Y=0.299R+0.587G+0.114B,其中,R是Y对应的像素点的红色值,G是Y对应的像素点的绿色值,B是Y对应的像素点的蓝色值。
6.根据权利要求4所述的方法,其特征在于,所述变化阈值=SDY+TDY,其中,SDY为在所述摄像头的视场和光照不变的情况下,使得所述视野中对应的Y不大于SDY的像素点在所述视野中所有像素点中所占的比例等于第一阈值,TDY为预先设置的用于容忍监控环境干扰的第二阈值。
7.根据权利要求4-6中任一项所述的方法,其特征在于,所述监控终端估计所述运动物体的运动趋势包括:
所述监控终端计算T2的后一个时间点T3上的图像帧3中每个像素点相对于图像帧2中相应像素点的变化DY=|Y3-Y2|;
所述监控终端根据|Y3-Y2|判断图像帧3相对于图像帧2存在两个变化区域,则根据图像帧3相对于图像帧2的两个变化区域以及图像帧2相对于图像帧1的两个变化区域,估计所述运动物体的运动趋势,确定所述运动物体在图像帧1、图像帧2和图像帧3中分别所处的变化区域。
8.根据权利要求7所述的方法,其特征在于,所述监控终端根据所述运动趋势,估计所述运动物体在下一个时间点所处的位置包括:
所述监控终端确定所述运动物体在图像帧1、图像帧2和图像帧3中分别所处的变化区域的中心位置(x1,y1)、(x2,y2)和(x3,y3),根据(x1,y1)、(x2,y2)和(x3,y3)估计所述运动物体在T3的下一个时间点T4所处的位置。
9.根据权利要求8所述的方法,其特征在于,所述运动物体在T3的下一个时间点T4所处的位置为(x4,y4),其中,
Figure FDA0000044454960000021
Figure FDA0000044454960000022
10.一种监控终端,其特征在于,包括:
运动监测模块,用于根据获得的在不同时间点上的图像帧确定视野中存在运动物体;
趋势估计模块,用于估计所述运动物体的运动趋势;以及
控制模块,用于根据所述运动趋势,调整所述监控终端的摄像头的角度。
CN201110021733.XA 2011-01-19 2011-01-19 视频监控方法及监控终端 Active CN102131076B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201110021733.XA CN102131076B (zh) 2011-01-19 2011-01-19 视频监控方法及监控终端
PCT/CN2011/073787 WO2012097555A1 (zh) 2011-01-19 2011-05-06 视频监控方法及监控终端

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201110021733.XA CN102131076B (zh) 2011-01-19 2011-01-19 视频监控方法及监控终端

Publications (2)

Publication Number Publication Date
CN102131076A true CN102131076A (zh) 2011-07-20
CN102131076B CN102131076B (zh) 2015-05-20

Family

ID=44268947

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201110021733.XA Active CN102131076B (zh) 2011-01-19 2011-01-19 视频监控方法及监控终端

Country Status (2)

Country Link
CN (1) CN102131076B (zh)
WO (1) WO2012097555A1 (zh)

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102831745A (zh) * 2012-08-28 2012-12-19 深圳市创维群欣安防科技有限公司 基于报警信号并自动放大报警区域的报警方法及装置
CN103139458A (zh) * 2011-11-24 2013-06-05 天津市亚安科技股份有限公司 一种视频监控系统中前端设备转动方式的自动识别方法
CN105763797A (zh) * 2016-02-29 2016-07-13 广东欧珀移动通信有限公司 控制方法、控制装置及电子装置
CN106506963A (zh) * 2016-11-30 2017-03-15 努比亚技术有限公司 一种基于双摄像头的拍照方法及终端
CN107222661A (zh) * 2017-06-26 2017-09-29 努比亚技术有限公司 一种自动拍摄运动物体的方法及对应的系统、终端设备
CN107404615A (zh) * 2017-06-29 2017-11-28 联想(北京)有限公司 图像录制方法及电子设备
CN107451519A (zh) * 2016-05-31 2017-12-08 和硕联合科技股份有限公司 移动物侦测方法
CN107820002A (zh) * 2016-09-12 2018-03-20 安讯士有限公司 改进的监测摄像机方向控制
CN108230362A (zh) * 2017-12-29 2018-06-29 北京视觉世界科技有限公司 环境监控方法、装置、电子设备和存储介质
CN109905660A (zh) * 2017-12-08 2019-06-18 财团法人工业技术研究院 搜寻视讯事件的方法、装置、以及计算机可读取存储介质
CN110653837A (zh) * 2019-10-31 2020-01-07 灵动科技(北京)有限公司 自主移动装置及仓储物流系统
CN111147763A (zh) * 2019-12-29 2020-05-12 眸芯科技(上海)有限公司 基于灰度值的图像处理方法及应用
CN111582125A (zh) * 2020-04-30 2020-08-25 平安国际智慧城市科技股份有限公司 运动识别反馈方法、装置、计算机设备及存储介质
CN112945015A (zh) * 2019-12-11 2021-06-11 杭州海康机器人技术有限公司 一种无人机监测系统、方法、装置及存储介质
CN113466791A (zh) * 2021-07-14 2021-10-01 深圳市武测空间信息有限公司 一种激光测绘定位设备及方法
CN114513608A (zh) * 2022-02-21 2022-05-17 深圳市美科星通信技术有限公司 移动侦测方法、装置及电子设备

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111274872B (zh) * 2020-01-08 2023-08-22 哈尔滨融智爱科智能科技有限公司 基于模板匹配的视频监控动态不规则多监管区域判别方法
CN115460347B (zh) * 2022-08-18 2024-06-04 科大讯飞股份有限公司 监控设备的控制方法、监控设备及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001056375A (ja) * 1999-08-19 2001-02-27 Tokimec Inc 運動予測装置
CN101035273A (zh) * 2007-04-24 2007-09-12 北京中星微电子有限公司 视频监控中的自动跟踪控制方法和控制装置
CN101098465A (zh) * 2007-07-20 2008-01-02 哈尔滨工程大学 一种视频监控中运动目标检测与跟踪方法
US20090175500A1 (en) * 2008-01-07 2009-07-09 Victor Company Of Japan, Limited Object tracking apparatus

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001056375A (ja) * 1999-08-19 2001-02-27 Tokimec Inc 運動予測装置
CN101035273A (zh) * 2007-04-24 2007-09-12 北京中星微电子有限公司 视频监控中的自动跟踪控制方法和控制装置
CN101098465A (zh) * 2007-07-20 2008-01-02 哈尔滨工程大学 一种视频监控中运动目标检测与跟踪方法
US20090175500A1 (en) * 2008-01-07 2009-07-09 Victor Company Of Japan, Limited Object tracking apparatus

Cited By (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103139458A (zh) * 2011-11-24 2013-06-05 天津市亚安科技股份有限公司 一种视频监控系统中前端设备转动方式的自动识别方法
CN103139458B (zh) * 2011-11-24 2015-11-18 天津市亚安科技股份有限公司 一种视频监控系统中前端设备转动方式的自动识别方法
CN102831745A (zh) * 2012-08-28 2012-12-19 深圳市创维群欣安防科技有限公司 基于报警信号并自动放大报警区域的报警方法及装置
CN105763797A (zh) * 2016-02-29 2016-07-13 广东欧珀移动通信有限公司 控制方法、控制装置及电子装置
CN107451519A (zh) * 2016-05-31 2017-12-08 和硕联合科技股份有限公司 移动物侦测方法
CN107820002B (zh) * 2016-09-12 2020-03-27 安讯士有限公司 改进的监测摄像机方向控制
CN107820002A (zh) * 2016-09-12 2018-03-20 安讯士有限公司 改进的监测摄像机方向控制
CN106506963A (zh) * 2016-11-30 2017-03-15 努比亚技术有限公司 一种基于双摄像头的拍照方法及终端
CN107222661A (zh) * 2017-06-26 2017-09-29 努比亚技术有限公司 一种自动拍摄运动物体的方法及对应的系统、终端设备
CN107404615B (zh) * 2017-06-29 2020-08-25 联想(北京)有限公司 图像录制方法及电子设备
CN107404615A (zh) * 2017-06-29 2017-11-28 联想(北京)有限公司 图像录制方法及电子设备
CN109905660A (zh) * 2017-12-08 2019-06-18 财团法人工业技术研究院 搜寻视讯事件的方法、装置、以及计算机可读取存储介质
CN109905660B (zh) * 2017-12-08 2021-05-28 财团法人工业技术研究院 搜寻视讯事件的方法、装置、以及计算机可读取存储介质
CN108230362A (zh) * 2017-12-29 2018-06-29 北京视觉世界科技有限公司 环境监控方法、装置、电子设备和存储介质
CN110653837B (zh) * 2019-10-31 2021-08-13 灵动科技(北京)有限公司 自主移动装置及仓储物流系统
CN110653837A (zh) * 2019-10-31 2020-01-07 灵动科技(北京)有限公司 自主移动装置及仓储物流系统
CN112945015B (zh) * 2019-12-11 2023-08-22 杭州海康威视数字技术股份有限公司 一种无人机监测系统、方法、装置及存储介质
CN112945015A (zh) * 2019-12-11 2021-06-11 杭州海康机器人技术有限公司 一种无人机监测系统、方法、装置及存储介质
CN111147763A (zh) * 2019-12-29 2020-05-12 眸芯科技(上海)有限公司 基于灰度值的图像处理方法及应用
WO2021217913A1 (zh) * 2020-04-30 2021-11-04 平安国际智慧城市科技股份有限公司 运动识别反馈方法、装置、计算机设备及存储介质
CN111582125A (zh) * 2020-04-30 2020-08-25 平安国际智慧城市科技股份有限公司 运动识别反馈方法、装置、计算机设备及存储介质
CN113466791A (zh) * 2021-07-14 2021-10-01 深圳市武测空间信息有限公司 一种激光测绘定位设备及方法
CN114513608A (zh) * 2022-02-21 2022-05-17 深圳市美科星通信技术有限公司 移动侦测方法、装置及电子设备

Also Published As

Publication number Publication date
CN102131076B (zh) 2015-05-20
WO2012097555A1 (zh) 2012-07-26

Similar Documents

Publication Publication Date Title
CN102131076A (zh) 视频监控方法及监控终端
US8605185B2 (en) Capture of video with motion-speed determination and variable capture rate
JP4311457B2 (ja) 動き検出装置、動き検出方法、撮像装置および監視システム
US9609217B2 (en) Image-based motion sensor and related multi-purpose camera system
JP4653235B2 (ja) フレーム選択を用いるパノラマ画像の構成
US20060078162A1 (en) System and method for stabilized single moving camera object tracking
US11558549B2 (en) Methods and devices for capturing high-speed and high-definition videos
KR20130079447A (ko) 카메라 파라미터 지원 비디오 프레임 레이트 상향 변환
WO2017105846A1 (en) Calibration of defective image sensor elements
EP1906675A1 (en) Illuminant estimation method, medium, and system
US10798345B2 (en) Imaging device, control method of imaging device, and storage medium
CN111432143A (zh) 摄像头模组切换的控制方法、系统、介质及电子设备
CN107635099B (zh) 一种人体感应双光网络摄像机及安防监控系统
US10594921B2 (en) Dual phase detection power optimizations
US20210067689A1 (en) Image processing apparatus, image processing method, and program
CN113691758A (zh) 插帧方法和装置、设备、介质
EP3304892A1 (en) Dynamic frame skip for auto white balance
KR102282470B1 (ko) 카메라 장치 및 이를 이용한 객체 추적 방법
EP2506562B1 (en) Adaptive object tracking method, system, and computer readable recording medium
CN105376524A (zh) 影像画面的模糊侦测方法、监视装置及监视系统
JP6351377B2 (ja) 画像処理システム、撮像装置及び記録装置
CN105827898A (zh) 应用于摄像机的伽马曲线调整方法及装置
CN100505870C (zh) 根据影像变化自动调整监视画面的装置及方法
EP3985976A1 (en) Method of encoding an image including a privacy mask
WO2019021412A1 (ja) 位置推定装置、位置推定方法及びプログラム記録媒体

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