CN102148959B - 一种视频监控系统及其图像的运动目标检测方法 - Google Patents
一种视频监控系统及其图像的运动目标检测方法 Download PDFInfo
- Publication number
- CN102148959B CN102148959B CN201010110018.9A CN201010110018A CN102148959B CN 102148959 B CN102148959 B CN 102148959B CN 201010110018 A CN201010110018 A CN 201010110018A CN 102148959 B CN102148959 B CN 102148959B
- Authority
- CN
- China
- Prior art keywords
- moving target
- video
- current frame
- field picture
- target
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000012544 monitoring process Methods 0.000 title claims abstract description 26
- 230000033001 locomotion Effects 0.000 claims abstract description 84
- 238000001514 detection method Methods 0.000 claims abstract description 82
- 230000006835 compression Effects 0.000 claims abstract description 31
- 238000007906 compression Methods 0.000 claims abstract description 31
- 238000012795 verification Methods 0.000 claims description 18
- 238000000605 extraction Methods 0.000 claims description 17
- 238000005070 sampling Methods 0.000 claims description 17
- 238000001914 filtration Methods 0.000 claims description 10
- 230000000877 morphologic effect Effects 0.000 claims description 10
- 230000005540 biological transmission Effects 0.000 claims description 5
- 238000012790 confirmation Methods 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 description 5
- 230000005405 multipole Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005286 illumination Methods 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Abstract
本发明涉及一种视频监控系统及其图像的运动目标检测方法，该视频监控系统包括：视频终端，其通过视频采集模块采集视频的当前帧图像并数字化，生成压缩的视频流；运动检测模块，与所述视频采集模块相连接，用于接收该压缩的视频流并进行运动目标检测预处理，通过从该压缩的视频流中直接获得运动矢量，并通过对所述运动矢量的判断，标识出可能包含有运动目标的当前帧图像；服务器终端，其与所述运动检测模块通过网络连接，用于接收经运动目标检测预处理后的该压缩的视频流，并对可能包含有运动目标的当前帧图像进行运动目标检测，确认其中出现运动目标。本发明的系统及方法鲁棒性高、速度快，能够准确地检测出运动目标。
Description
技术领域
本发明涉及一种IP监控系统，尤其是涉及一种视频监控系统及其图像的运动目标检测方法。
背景技术
随着视频监控系统的普及，移动侦测技术得到了越来越多的应用。视频移动侦测摄像头巧妙地将报警与监控结合到了一起。它除了可以通过电视机或监视器进行图像监控外，还通过嵌入式智能分析模块，对监控到的视频信号进行智能分析，一旦觉察到画面内容有变化，它就会发出报警音或提示音，提请注意，同时还可输出联动信号，触发录像机等相关设备工作。
目前视频监控系统中智能分析模块大多处于服务器平台上，以满足算法处理实时性，服务器通过网络接收各个摄像头终端传送过来的视频信号，由于传送带宽的限制，这些多媒体数据是以压缩形式存储和传输的，因而处理时必须首先进行解压缩，然后进行智能分析，庞大的计算使得每台服务器的能够支撑的终端数目往往很有限。
发明内容
因此，本发明的目的在于提出一种视频监控系统及其图像的运动目标检测方法，其可以快速、准确地检测运动目标。
依据本发明的一实施例，提供一种视频监控系统，包括：视频终端，其通过视频采集模块采集视频的当前帧图像并数字化，生成压缩的视频流；运动检测模块，与所述视频采集模块相连接，用于接收该压缩的视频流并进行运动目标检测预处理，通过从该压缩的视频流中直接获得运动矢量，并通过对所述运动矢量的判断，标识出可能包含有运动目标的当前帧图像；服务器终端，其与所述运动检测模块通过网络连接，用于接收经运动目标检测预处理后的该压缩的视频流，并对可能包含有运动目标的当前帧图像进行运动目标检测，确认其中出现运动目标。
优选地，该服务器终端包括：采样模块，用于对所述视频流进行采样，采集可能包含有运动目标的当前帧图像的下N帧图像作为采样参考帧，并存储于该服务器终端，其中N≥1；帧差模块，与该采样模块相连接，用于对可能包含有运动目标的该当前帧图像与其下N帧图像基于帧间差分法进行运动目标检测，以检测出该当前帧图像和其下N帧图像中的运动目标；形态学滤波模块，与该帧差模块相连接，用于对所检测出来的运动目标的边缘轮廓作数学形态学滤波处理；轮廓跟踪模块，与该形态学滤波模块相连接，用于对所述经数学形态学滤波处理的运动目标的边缘轮廓进行轮廓跟踪，得到该运动目标的大小；目标确认模块，与该轮廓跟踪模块相连接，用于根据得到的目标大小消除噪声干扰以确认运动目标，如果目标大小参数大于一第一阈值，则确认该帧图像检测到运动目标。
优选地，该服务器终端还包括：计数器，用于统计该下N帧图像检测到运动目标的次数；并且，该目标确认模块还与该计数器相连接，当该次数为N时，表示连续N帧图像出现运动目标，该目标确认模块判定该当前帧图像中所检测到的运动目标有效。较佳的，N＝5。
优选地，该采样模块还用于采集该视频流中被该运动检测模块认为无运动目标的隔帧图像，由该服务器终端进行运动目标检测。
优选地，该运动检测模块是通过从视频流中直接获得运动矢量，并快速地标识出P、B帧中的运动宏块，对每一个帧图像为宏块，如果该宏块为不编码宏块或宏块的运动矢量小于一阈值T，那么该宏块属于背景的宏块集合Sbac，否则属于运动目标区域的宏块集合Sobj。
优选地，该视频终端为摄像头。
依据本发明另一实施例，提供一种视频监控图像的运动目标检测方法，包括：利用一视频终端通过视频采集模块采集视频的当前帧图像并数字化，生成压缩的视频流；利用一运动检测模块接收该压缩的视频流并进行运动目标检测预处理，该运动检测模块通过从该压缩的视频流中直接获得运动矢量，并通过对所述运动矢量的判断，标识出可能包含有运动目标的当前帧图像；利用一服务器终端通过网络接收经运动目标检测预处理后的该压缩的视频流，并对可能包含有运动目标的当前帧图像进行运动目标检测，确认其中出现运动目标。
优选地，该运动检测模块是通过从视频流中直接获得运动矢量，并快速地标识出P、B帧中的运动宏块，对每一个帧图像为宏块，如果该宏块为不编码宏块或宏块的运动矢量小于一阈值T，那么该宏块属于背景的宏块集合Sbac，否则属于运动目标区域的宏块集合Sobj。
优选地，该服务器终端检测运动目标的过程包括：利用一采样模块对所述视频流进行采样，采集可能包含有运动目标的当前帧图像的下N帧图像作为采样参考帧，并存储于该服务器终端，其中N≥1；利用一帧差模块对可能包含有运动目标的该当前帧图像与其下N帧图像基于帧间差分法进行运动目标检测，以检测出该当前帧图像和其下N帧图像中的运动目标；利用一形态学滤波模块对所检测出来的运动目标的边缘轮廓作数学形态学滤波处理；利用一轮廓跟踪模块对所述经数学形态学滤波处理的运动目标的边缘轮廓进行轮廓跟踪，得到该运动目标的大小；利用一目标确认模块根据得到的目标大小消除噪声干扰以确认运动目标，如果目标大小参数大于一第一阈值，则确认该帧图像检测到运动目标。
优选地，在确认运动目标过程中还包括：利用一计数器统计该下N帧图像检测到运动目标的次数；当该次数为N时，表示连续N帧图像出现运动目标，该目标确认模块判定该当前帧图像中所检测到的运动目标有效。较佳的，N＝5。
优选地，该方法还包括：利用该采样模块采集该视频流中被该运动检测模块认为无运动目标的隔帧图像，由该服务器终端进行运动目标检测。
优选地，如果该运动检测模块检测到该视频流中某些帧图像中无运动目标，则直接对该些帧图像进行跳帧传输。
本发明通过安装在视频终端的运动检测模块进行初级检测，利用视频压缩域提供的运动矢量表示当前帧图像与参考帧在对应位置上宏块间的位置偏移这一特点，可以得到大体的画面存在运动目标的情况，并将其标识为可能包含有运动目标的帧图像，以供服务器终端对其进行解码及智能化分析，确认其中出现运动目标。如果画面无运动目标，则可以进行跳帧传输，减少对通信带宽的占用。
但基于压缩域目标检测算法对于噪声较大的场合和外界光影的干扰显得不够理想，存在很多的虚警与错报，因此，本发明进一步引入多极校验策略，在服务器平台上再次设置检测校验模块，对视频终端设备检测出并送至服务器的可能包含有运动目标的视频图像进行再次确认，因为服务器处理能力较强，便于采用更复杂效果更好的算法。同时，为了避免画面中存在移动缓慢的目标在运动检测模块端的第一级检测中的漏检，服务器会对视频终端在第一级检测认为无目标的隔帧图像中进行检测，确保不会发生移动缓慢的目标的漏检。
本发明提出的目标运动检测算法利用从MPEG4压缩流中获取运动矢量，由运动矢量标识出可能的运动区域，采用多极检测的策略，可以有效地抑制噪声的干扰，同时，隔帧检测，又会防止移动缓慢的目标的漏检。该方法鲁棒性高、速度快，能够准确地检测运动目标的出现。
附图说明
为了更好地理解本发明，下面结合附图和优选实施例对本发明进行详细的说明，其中：
图1示出了本发明的视频监控系统的方块图。
具体实施方式
如图1所示，本发明的视频监控系统包括有视频终端10、运动检测模块20以及服务器终端30。在本发明一实施例中，该视频终端10可为摄像头，其通过视频采集模块采集视频的当前帧图像并数字化，生成压缩的视频流。如图1中，该视频终端10包括多个摄像头101～10n，这些摄像头101～10n分别采集各自区域的视频图像，并分别与运动检测模块201～20n连接，由该些运动检测模块201～20n分别接收各摄像头101～10n输出的该压缩的视频流，并进行运动目标检测预处理，通过从该压缩的视频流中直接获得运动矢量，并通过对所述运动矢量的判断，标识出可能包含有运动目标的当前帧图像。该服务器终端30通过网络，如IP网络与该些运动检测模块201～20n连接，用以接收经运动目标检测预处理后的该压缩的视频流，并对可能包含有运动目标的当前帧图像进行运动目标检测，确认其中出现运动目标。
在本发明中，该些运动检测模块201～20n主要是利用视频压缩域提供的运动矢量表示当前帧图像与参考帧在对应位置上宏块间的位置偏移这一特点，以得到大体的画面存在运动目标的情况。更具体地，该些运动检测模块201～20n是通过从MPEG4视频流中直接获得运动矢量，并快速地标识出P、B帧中的运动宏块，对每一个帧图像为宏块，如果该宏块为不编码宏块或宏块的运动矢量小于一阈值T，那么该宏块属于背景的宏块集合Sbac，否则属于运动目标区域的宏块集合Sobj。然而仅利用运动矢量的提取算法误差较大，会有噪声的干扰，影响分割结果。
因此，本发明进一步引入多极校验策略，在服务器终端30上再次设置检测校验模块，对视频终端设备检测出并送至服务器的可能包含有运动目标的视频图像进行再次确认，以有效地抑制噪声的干扰。并且，因为服务器处理能力较强，更便于采用更复杂效果更好的算法以确认图像中出现运动目标。
而在运动目标检测方面，一般主要包括基于帧间差分法，基于背景差分的方法和基于光流场的方法，其中：帧间差法运算量小，检测速度快，容易实现，但容易受到图像噪声的影响，对天气光线等因素的变化敏感，光照变化或者场景有雨雪，会产生误报；基于背景差分的方法需要进行阈值分割并二值化，同时为了消除目标粗糙的边缘轮廓做了数学形态学滤波，运算量较大，同时对于场景光照突变的情况也无法有效处理。光流场的优点是能够检测独立运动的对象，不需要预先知道场景的任何信息，并且可用于摄像头运动的情况，但光流法计算复杂耗时，除非特殊硬件支持，否则很难实现实时检测。
本发明根据实际情况，较佳地选用帧间差分法来进行目标检测，无需存储过多的参考视频。具体地，在本发明中，该服务器终端30较佳地可包括有采样模块31、帧差模块32、形态学滤波模块33、轮廓跟踪模块34、目标确认模块35，通过这些模块可以对该些运动检测模块201～20n所检测出来的可能包含有运动目标的图像进行解码及运动目标检测等智能化处理。
该采样模块31通过IP网络与该些运动检测模块201～20n连接，用于对所述视频流进行采样，采集可能包含有运动目标的当前帧图像的下N帧图像作为采样参考帧，并存储于该服务器终端30，其中N≥1。
该帧差模块32与该采样模块31相连接，用于对可能包含有运动目标的该当前帧图像与其下N帧图像基于帧间差分法进行运动目标检测，以检测出该当前帧图像和其下N帧图像中的运动目标。
该形态学滤波模块33与该帧差模块32相连接，用于对所检测出来的运动目标的边缘轮廓作数学形态学滤波处理。
该轮廓跟踪模块34与该形态学滤波模块33相连接，用于对所述经数学形态学滤波处理的运动目标的边缘轮廓进行轮廓跟踪，得到该运动目标的大小。
该目标确认模块35与该轮廓跟踪模块34相连接，用于根据得到的目标大小消除噪声干扰以确认运动目标，如果目标大小参数大于一第一阈值，则确认该帧图像检测到运动目标。
由于目标的出现具有持续性，本发明还可以设定计数器，统计连续帧发现运动目标次数，如果连续N帧出现运动目标，则判定目标有效。较佳的，本发明中N取5。具体地说，本发明在该服务器终端30还设置有计数器(图中未示)，用于统计该下N帧图像检测到运动目标的次数，并且，该目标确认模块还与该计数器相连接，当该次数为N时，表示连续N帧图像出现运动目标，该目标确认模块判定该当前帧图像中所检测到的运动目标有效。
同时，为了避免图像中存在移动缓慢的目标在运动检测模块端的第一级检测中的漏检，服务器会对视频终端在第一级检测认为无目标的隔帧图像中进行检测，确保不会发生移动缓慢的目标的漏检。因此，该采样模块31还用于采集该视频流中被该运动检测模块认为无运动目标的隔帧图像，由该服务器终端进行运动目标检测。
通过上述视频监控系统，本发明的视频监控图像的运动目标检测方法如下：
步骤1，利用视频终端10，如摄像头101～10n，通过视频采集模块采集视频的当前帧图像并数字化，生成压缩的视频流。
步骤2，利用运动检测模块20，如运动检测模块201～20n，接收该压缩的视频流并进行运动目标检测预处理，该些运动检测模块201～20n通过从该压缩的视频流中直接获得运动矢量，并通过对所述运动矢量的判断，标识出可能包含有运动目标的当前帧图像。
在步骤2中，该些运动检测模块201～20n主要是通过从视频流中直接获得运动矢量，并快速地标识出P、B帧中的运动宏块，对每一个帧图像为宏块，如果该宏块为不编码宏块或宏块的运动矢量小于一阈值T，那么该宏块属于背景的宏块集合Sbac，否则属于运动目标区域的宏块集合Sobj。
步骤3，利用服务器终端30通过网络接收经运动目标检测预处理后的该压缩的视频流，并对可能包含有运动目标的当前帧图像进行运动目标检测，确认其中出现运动目标。
在步骤3中，该服务器终端30检测运动目标的过程包括：
步骤31，利用一采样模块对所述视频流进行采样，采集可能包含有运动目标的当前帧图像的下N帧图像作为采样参考帧，并存储于该服务器终端，其中N≥1；
步骤32，利用一帧差模块对可能包含有运动目标的该当前帧图像与其下N帧图像基于帧间差分法进行运动目标检测，以检测出该当前帧图像和其下N帧图像中的运动目标；
步骤33，利用一形态学滤波模块对所检测出来的运动目标的边缘轮廓作数学形态学滤波处理；
步骤34，利用一轮廓跟踪模块对所述经数学形态学滤波处理的运动目标的边缘轮廓进行轮廓跟踪，得到该运动目标的大小；
步骤35，利用一目标确认模块根据得到的目标大小消除噪声干扰以确认运动目标，如果目标大小参数大于一第一阈值，则确认该帧图像检测到运动目标。
更佳地，在确认运动目标过程中还包括：利用一计数器统计该下N帧图像检测到运动目标的次数；当该次数为N时，表示连续N帧图像出现运动目标，该目标确认模块判定该当前帧图像中所检测到的运动目标有效。较佳的，本发明中，N取5。
更佳地，本发明还利用该采样模块采集该视频流中被该运动检测模块认为无运动目标的隔帧图像，由该服务器终端进行运动目标检测。
并且，如果该运动检测模块检测到该视频流中某些帧图像中无运动目标，则直接对该些帧图像进行跳帧传输，以减少对通信带宽的占用。
综上所述，本发明利用运动检测模块进行运动目标检测预处理，即从MPEG4压缩流中获取运动矢量，由运动矢量标识出可能的运动区域，从而可以减小服务器终端的运算量，使得服务器终端可以支持更多的视频终端数目。并且，在服务器终端上可以只对可能包含有运动目标的图像进行解码及目标检测等智能化处理，也大大提高了服务器终端的处理速度。而且，通过采用多极检测的策略，可以有效地抑制噪声的干扰，同时，隔帧检测，又会防止移动缓慢的目标的漏检。因此，本发明的视频监控系统及其图像的运动目标检测方法鲁棒性高、速度快，能够准确地检测运动目标的出现。
当然，本发明还可有其它多种实施例，在不背离本发明精神及其实质的情况下，熟悉本领域的技术人员当可根据本发明作出各种相应的改变和变形，但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。
Claims (10)
1.一种视频监控系统，其特征在于，包括：
视频终端，其通过视频采集模块采集视频的当前帧图像并数字化，生成压缩的视频流；
运动检测模块，与所述视频采集模块相连接，用于接收该压缩的视频流并进行运动目标检测预处理，通过从该压缩的视频流中直接获得运动矢量，并通过对所述运动矢量的判断，标识出可能包含有运动目标的当前帧图像；以及
服务器终端，其与所述运动检测模块通过网络连接，用于接收经运动目标检测预处理后的该压缩的视频流，并对可能包含有运动目标的当前帧图像进行运动目标检测，确认其中出现运动目标；
其中，该服务器终端包括：
采样模块，用于对所述视频流进行采样，采集可能包含有运动目标的当前帧图像的下N帧图像作为采样参考帧，并存储于该服务器终端，其中N≥1；
帧差模块，与该采样模块相连接，用于对可能包含有运动目标的该当前帧图像与其下N帧图像基于帧间差分法进行运动目标检测，以检测出该当前帧图像和其下N帧图像中的运动目标；
形态学滤波模块，与该帧差模块相连接，用于对所检测出来的运动目标的边缘轮廓作数学形态学滤波处理；
轮廓跟踪模块，与该形态学滤波模块相连接，用于对所述经数学形态学滤波处理的运动目标的边缘轮廓进行轮廓跟踪，得到该运动目标的大小；
目标确认模块，与该轮廓跟踪模块相连接，用于根据得到的目标大小消除噪声干扰以确认运动目标，如果目标大小参数大于一第一阈值，则确认该帧图像检测到运动目标。
2.根据权利要求1所述的视频监控系统，其特征在于，该服务器终端还包括：
计数器，用于统计该下N帧图像检测到运动目标的次数；
并且，该目标确认模块还与该计数器相连接，当该次数为N时，表示连续N帧图像出现运动目标，该目标确认模块判定该当前帧图像中所检测到的运动目标有效。
3.根据权利要求2所述的视频监控系统，其特征在于，N＝5。
4.根据权利要求1～3任一权利要求所述的视频监控系统，其特征在于，该运动检测模块是通过从视频流中直接获得运动矢量，并快速地标识出P、B帧中的运动宏块，对每一个帧图像为宏块，如果该宏块为不编码宏块或宏块的运动矢量小于一阈值T，那么该宏块属于背景的宏块集合Sbac，否则属于运动目标区域的宏块集合Sobj。
5.根据权利要求1所述的视频监控系统，其特征在于，该视频终端为摄像头。
6.一种视频监控图像的运动目标检测方法，其特征在于，包括：
利用一视频终端通过视频采集模块采集视频的当前帧图像并数字化，生成压缩的视频流；
利用一运动检测模块接收该压缩的视频流并进行运动目标检测预处理，该运动检测模块通过从该压缩的视频流中直接获得运动矢量，并通过对所述运动矢量的判断，标识出可能包含有运动目标的当前帧图像；以及
利用一服务器终端通过网络接收经运动目标检测预处理后的该压缩的视频流，并对可能包含有运动目标的当前帧图像进行运动目标检测，确认其中出现运动目标；
其中，该服务器终端检测运动目标的过程包括：
利用一采样模块对所述视频流进行采样，采集可能包含有运动目标的当前帧图像的下N帧图像作为采样参考帧，并存储于该服务器终端，其中N≥1；
利用一帧差模块对可能包含有运动目标的该当前帧图像与其下N帧图像基于帧间差分法进行运动目标检测，以检测出该当前帧图像和其下N帧图像中的运动目标；
利用一形态学滤波模块对所检测出来的运动目标的边缘轮廓作数学形态学滤波处理；
利用一轮廓跟踪模块对所述经数学形态学滤波处理的运动目标的边缘轮廓进行轮廓跟踪，得到该运动目标的大小；
利用一目标确认模块根据得到的目标大小消除噪声干扰以确认运动目标，如果目标大小参数大于一第一阈值，则确认该帧图像检测到运动目标。
7.根据权利要求6所述的视频监控图像的运动目标检测方法，其特征在于，该运动检测模块是通过从视频流中直接获得运动矢量，并快速地标识出P、B帧中的运动宏块，对每一个帧图像为宏块，如果该宏块为不编码宏块或宏块的运动矢量小于一阈值T，那么该宏块属于背景的宏块集合Sbac，否则属于运动目标区域的宏块集合Sobj。
8.根据权利要求7所述的视频监控图像的运动目标检测方法，其特征在于，在确认运动目标过程中还包括：
利用一计数器统计该下N帧图像检测到运动目标的次数；
当该次数为N时，表示连续N帧图像出现运动目标，该目标确认模块判定该当前帧图像中所检测到的运动目标有效。
9.根据权利要求8所述的视频监控图像的运动目标检测方法，其特征在于，N＝5。
10.根据权利要求6所述的视频监控图像的运动目标检测方法，其特征在于，如果该运动检测模块检测到该视频流中某些帧图像中无运动目标，则直接对该些帧图像进行跳帧传输。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201010110018.9A CN102148959B (zh) | 2010-02-09 | 2010-02-09 | 一种视频监控系统及其图像的运动目标检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201010110018.9A CN102148959B (zh) | 2010-02-09 | 2010-02-09 | 一种视频监控系统及其图像的运动目标检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102148959A CN102148959A (zh) | 2011-08-10 |
| CN102148959B true CN102148959B (zh) | 2016-01-20 |
Family
ID=44422919
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201010110018.9A Active CN102148959B (zh) | 2010-02-09 | 2010-02-09 | 一种视频监控系统及其图像的运动目标检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102148959B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106407946A (zh) * | 2016-09-29 | 2017-02-15 | 北京市商汤科技开发有限公司 | 跨线计数方法和深度神经网络训练方法、装置和电子设备 |
| CN106503683A (zh) * | 2016-10-28 | 2017-03-15 | 武汉大学 | 一种基于动态注意中心的视频显著目标检测方法 |
Families Citing this family (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102385803B (zh) * | 2011-10-28 | 2013-09-25 | 南京邮电大学 | 基于视频监控的全天候市区车辆跟踪与计数方法 |
| CN102881161B (zh) * | 2012-09-28 | 2014-05-14 | 武汉烽火众智数字技术有限责任公司 | 基于多帧差分与投射阴影去除的运动车辆检测方法 |
| CN103280108B (zh) * | 2013-05-20 | 2015-04-22 | 中国人民解放军国防科学技术大学 | 基于视觉感知和车联网的客车安全预警系统 |
| CN104349125B (zh) * | 2013-08-05 | 2017-10-27 | 浙江大华技术股份有限公司 | 一种区域监控方法及设备 |
| CN106485185A (zh) * | 2015-08-27 | 2017-03-08 | 无锡林之盛科技有限公司 | 一种基于边界链码的老人摔倒检测算法 |
| CN105227914A (zh) * | 2015-09-25 | 2016-01-06 | 北京奇虎科技有限公司 | 基于云服务器的生物特征信息的识别方法、装置及系统 |
| CN106961567A (zh) * | 2016-01-12 | 2017-07-18 | 中兴通讯股份有限公司 | 动画图像生成方法及装置 |
| CN106162196B (zh) * | 2016-08-16 | 2020-07-14 | 广东中星电子有限公司 | 一种面向智能分析的视频编码系统及方法 |
| CN107872644B (zh) * | 2016-09-23 | 2020-10-09 | 亿阳信通股份有限公司 | 视频监控方法及装置 |
| CN108076113B (zh) * | 2016-11-15 | 2021-04-16 | 同方威视技术股份有限公司 | 用于对安检数据进行操作的方法、服务器和系统 |
| CN109428895A (zh) * | 2017-07-11 | 2019-03-05 | 杭州米越科技有限公司 | 一种跟踪监控系统及方法 |
| CN109697386B (zh) * | 2017-10-23 | 2020-07-17 | 杭州海康威视数字技术股份有限公司 | 一种车牌识别方法、装置及电子设备 |
| CN107730531A (zh) * | 2017-10-26 | 2018-02-23 | 张斌 | 运动图像分层处理系统和方法 |
| CN109922310B (zh) * | 2019-01-24 | 2020-11-17 | 北京明略软件系统有限公司 | 目标对象的监控方法、装置及系统 |
| CN110381322B (zh) * | 2019-07-15 | 2023-03-14 | 腾讯科技（深圳）有限公司 | 视频流解码方法、装置、终端设备及存储介质 |
| CN110648333B (zh) * | 2019-09-18 | 2022-03-01 | 山东大学 | 基于中智学理论的乳腺超声视频图像实时分割系统 |
| CN113457110B (zh) * | 2021-07-13 | 2022-03-11 | 北京理工大学 | 一种智慧操场中的计数方法、系统及装置 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101237562A (zh) * | 2007-01-30 | 2008-08-06 | 中兴通讯股份有限公司 | 一种监控终端基于帧比较的运动检测方法 |
| CN101505426A (zh) * | 2009-03-17 | 2009-08-12 | 北京中星微电子有限公司 | 压缩域的运动检测方法及装置 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2006064422A1 (en) * | 2004-12-13 | 2006-06-22 | Koninklijke Philips Electronics N.V. | Scalable picture encoding |
-
2010
- 2010-02-09 CN CN201010110018.9A patent/CN102148959B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101237562A (zh) * | 2007-01-30 | 2008-08-06 | 中兴通讯股份有限公司 | 一种监控终端基于帧比较的运动检测方法 |
| CN101505426A (zh) * | 2009-03-17 | 2009-08-12 | 北京中星微电子有限公司 | 压缩域的运动检测方法及装置 |
Non-Patent Citations (1)
| Title |
|---|
| 实时视频监控系统中运动目标检测与异常行为识别;王振侠;《西安电子科技大学硕士学位论文》;20090531;第3章 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106407946A (zh) * | 2016-09-29 | 2017-02-15 | 北京市商汤科技开发有限公司 | 跨线计数方法和深度神经网络训练方法、装置和电子设备 |
| CN106407946B (zh) * | 2016-09-29 | 2020-03-03 | 北京市商汤科技开发有限公司 | 跨线计数方法和深度神经网络训练方法、装置和电子设备 |
| CN106503683A (zh) * | 2016-10-28 | 2017-03-15 | 武汉大学 | 一种基于动态注意中心的视频显著目标检测方法 |
| CN106503683B (zh) * | 2016-10-28 | 2019-09-10 | 武汉大学 | 一种基于动态注意中心的视频显著目标检测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN102148959A (zh) | 2011-08-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102148959B (zh) | 一种视频监控系统及其图像的运动目标检测方法 | |
| US20180048894A1 (en) | Methods and systems of performing lighting condition change compensation in video analytics | |
| US10553091B2 (en) | Methods and systems for shape adaptation for merged objects in video analytics | |
| US9681125B2 (en) | Method and system for video coding with noise filtering | |
| US10223590B2 (en) | Methods and systems of performing adaptive morphology operations in video analytics | |
| US10152630B2 (en) | Methods and systems of performing blob filtering in video analytics | |
| CN103270536B (zh) | 停止物体探测 | |
| CN101237563B (zh) | 节目受众信息获取方法和装置 | |
| US20180137362A1 (en) | Action recognition in a video sequence | |
| US20180047171A1 (en) | Methods and systems of maintaining object trackers in video analytics | |
| US20180047193A1 (en) | Adaptive bounding box merge method in blob analysis for video analytics | |
| WO2018031102A1 (en) | Methods and systems of performing content-adaptive object tracking in video analytics | |
| US10055669B2 (en) | Methods and systems of determining a minimum blob size in video analytics | |
| WO2018032270A1 (en) | Low complexity tamper detection in video analytics | |
| WO2019089441A1 (en) | Exclusion zone in video analytics | |
| US20190130586A1 (en) | Robust sleeping object detection in video analytics | |
| US10115005B2 (en) | Methods and systems of updating motion models for object trackers in video analytics | |
| CN110008771B (zh) | 一种扫码系统及扫码方法 | |
| CN102413321A (zh) | 一种自动录像的系统和方法 | |
| CN112415922A (zh) | 一种基于流媒体的变电站监控系统 | |
| CN111601011A (zh) | 一种基于视频流图像的自动告警方法及系统 | |
| CN107547839A (zh) | 基于图像分析的远程控制平台 | |
| CN108881119B (zh) | 一种视频浓缩的方法、装置和系统 | |
| US11044399B2 (en) | Video surveillance system | |
| CN101753854A (zh) | 图像通讯方法及使用其的电子装置 |
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 | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20171221 Address after: 100083 Haidian District, Xueyuan Road, No. 35, the world building, the second floor of the building on the ground floor, No. 16 Patentee after: Zhongxing Technology Co., Ltd. Address before: 100083, Haidian District, Xueyuan Road, Beijing No. 35, Nanjing Ning building, 15 Floor Patentee before: Beijing Vimicro Corporation |
|
| CP01 | Change in the name or title of a patent holder | ||
| CP01 | Change in the name or title of a patent holder |
Address after: 100083 Haidian District, Xueyuan Road, No. 35, the world building, the second floor of the building on the ground floor, No. 16 Patentee after: Mid Star Technology Limited by Share Ltd Address before: 100083 Haidian District, Xueyuan Road, No. 35, the world building, the second floor of the building on the ground floor, No. 16 Patentee before: Zhongxing Technology Co., Ltd. |