CN104504401B - 一种基于多监控探头的目标识别系统 - Google Patents
一种基于多监控探头的目标识别系统 Download PDFInfo
- Publication number
- CN104504401B CN104504401B CN201510010201.4A CN201510010201A CN104504401B CN 104504401 B CN104504401 B CN 104504401B CN 201510010201 A CN201510010201 A CN 201510010201A CN 104504401 B CN104504401 B CN 104504401B
- Authority
- CN
- China
- Prior art keywords
- target
- unit
- capturing unit
- identification information
- high definition
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Closed-Circuit Television Systems (AREA)
- Image Analysis (AREA)
Abstract
本发明的基于多监控探头的目标识别系统包括多个间隔设置的高清球机单元、多个捕获单元、多个锁定单元、多个目标识别信息取样单元以及目标确定单元;不仅可以准确的识别监控目标的类型,也可以及时对同一个监控目标进行持续监控,识别率高,可以为交通管理提供有力的支持。
Description
技术领域
本发明涉及视频监控领域,尤其涉及一种基于多监控探头的目标识别系统。
背景技术
视频监控是安全防范系统的重要组成部分,传统的监控系统包括前端高清球机、传输线缆、视频监控平台。高清球机可分为网络数字高清球机和模拟高清球机,可作为前端视频图像信号的采集。它是一种防范能力较强的综合系统。视频监控以其直观、准确、及时和信息内容丰富而广泛应用于许多场合。近年来,随着计算机、网络以及图像处理、传输技术的飞速发展,视频监控技术也有了长足的发展。
视频监控应用中的运动目标追踪在军事制导,视觉导航,机器人,智能交通,公共安全等领域有着广泛的应用。例如,在违章抓拍系统中,目标的跟踪就是必不可少的。在入侵捕获中,运动目标的捕获与跟踪也是整个系统运行的关键所在。
然而目前的运动目标追踪技术还不完善,涉及多个监控设备的协同处理效率低、准确度不高。
因此有必要针对上述问题重新设计高效精准的目标识别系统。
发明内容
本发明的目的是通过以下技术方案实现的。
根据本发明的实施方式,提出一种基于多监控探头的目标识别系统,所述系统包括:多个间隔设置的高清球机单元、多个捕获单元、多个锁定单元、多个目标识别信息取样单元以及目标确定单元,其中,
所述多个间隔设置的高清球机单元,用于获取各自监控区域内的目标视频图像;
所述捕获单元,用于对每个高清球机的获取的视频图像中的监控目标进行扫描和捕获,得到目标的位置信息和类型特征信息;
所述锁定单元,用于对应同一高清球机的不同视频图像的捕获结果,判断是否属于同一目标,如属于同一目标,则进行目标锁定;
所述目标识别信息取样单元,用于从不同视频图像中取样同一监控目标的识别信息;以及
所述目标确定单元,用于对监控目标的识别信息进行比对和组合,确定所述监控目标在多个高清球机中是否同时出现;
所述高清球机的输出端与捕获单元的输入端连接,捕获单元的输出端与锁定单元的输入端连接,锁定单元的输出端与目标识别信息取样单元的输入端连接,目标识别信息取样单元的输出端与目标确定单元的输入端连接。
根据本发明的实施方式,所述捕获单元包括粗捕获单元和精确捕获单元两个捕获单元,将视频图像划分为多个标准尺寸的定位框,然后对定位框进行捕获;粗捕获单元和精确捕获单元都通过训练建立分层归类单元;粗捕获单元初步区分出监控目标的类型特征,对需要监控的识别类型进行标记;精确捕获单元针对粗捕获单元捕获后的经过标记的目标类型进行捕获,最终得到准确的类型目标的位置信息和类型特征信息。
本发明的基于多监控探头的目标识别系统包括多个间隔设置的高清球机单元、多个捕获单元、多个锁定单元、多个目标识别信息取样单元以及目标确定单元;不仅可以准确的识别监控目标的类型,也可以及时对同一个监控目标进行持续监控,识别率高,可以为交通管理提供有力的支持。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
附图1示出了根据本发明实施方式的基于多监控探头的目标识别系统结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施方式。虽然附图中显示了本公开的示例性实施方式,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施方式所限制。相反,提供这些实施方式是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
根据本发明的实施方式,提出一种基于多监控探头的目标识别系统,如附图1所示,所述系统包括:多个间隔设置的高清球机单元、多个捕获单元、多个锁定单元、多个目标识别信息取样单元以及目标确定单元,其中,所述高清球机单元依次连接捕获单元、锁定单元、目标识别信息取样单元,所述多个目标识别信息取样单元连接目标确定单元。
所述多个间隔设置的高清球机单元,用于获取各自监控区域内的目标视频图像;
所述捕获单元,用于对每个高清球机的获取的视频图像中的监控目标进行扫描和捕获,得到目标的位置信息和类型特征信息;
所述锁定单元,用于对应同一高清球机的不同视频图像的捕获结果,判断是否属于同一目标,如属于同一目标,则进行目标锁定;
所述目标识别信息取样单元,用于从不同视频图像中取样同一监控目标的识别信息;以及
所述目标确定单元,用于对监控目标的识别信息进行比对和组合,确定所述监控目标在多个高清球机中是否同时出现;
所述高清球机的输出端与捕获单元的输入端连接,捕获单元的输出端与锁定单元的输入端连接,锁定单元的输出端与目标识别信息取样单元的输入端连接,目标识别信息取样单元的输出端与目标确定单元的输入端连接。
根据本发明的实施方式,所述捕获单元包括粗捕获单元和精确捕获单元两个捕获单元,将视频图像划分为多个标准尺寸的定位框,然后对定位框进行捕获;粗捕获单元和精确捕获单元都通过训练建立分层归类单元;粗捕获单元采用10个像素为步进值进行快速扫描,初步区分出监控目标的类型特征,对需要监控的识别类型进行标记;精确捕获单元针对粗捕获单元捕获后的经过标记的目标类型进行捕获,采用1个像素为步进值对这些窗口进行精细扫描,最终得到准确的类型目标的位置信息和类型特征信息。
根据本发明的实施方式,所述类型特征可以是,但不限于,长度、宽度、速度等特征。
根据本发明的实施方式,所述捕获单元通过训练建立分层归类单元具体包括:
A1、采用局部梯形质量分布图特征表示物体的形状信息,每一个局部梯形质量分布图对应一个图像的局部长方形区域,将该长方形区域分为四个子区域,计算图像的梯度,并将梯度量化为9个方向,这样每个子区域便统计得到9维质量分布图,4个9维质量分布图拼接成一个36维的质量分布图作为该局部梯形质量分布图的特征向量;
A2、在一个定位框中均匀取样出局部长方形区域,每一长方形区域对应一个梯形质量分布图特征,该些梯形质量分布图特征构成特征集合;
A3、采用训练方法从特征集合中选择出对待监控目标判别能力最强的特征,构成归类单元。
根据本发明的实施方式,所述捕获单元按以下方式进行捕获:
B1、依照建立好的归类单元,对定位框取样局部梯形质量分布图特征,并计算捕获单元中的归类单元输出值;
B2、该定位框由各个归类单元依次判别,若其中一个归类单元判定输入为“非待监控目标”,则这个图像块将直接被判定为“非待监控目标”,并且不经过后面的归类单元;只有当所有的归类单元均将该图像块判定为“待监控目标”时,该定位框才最终被认为是“待监控目标”。
根据本发明的实施方式,所述锁定单元对应同一高清球机的不同视频图像的捕获结果,判断是否属于同一目标具体包括:
C1、清空缓冲待监控目标序列和输出待监控目标序列,定义待监控目标离开当前监控范围的离开门限值T1,T1为大于0且小于1的实常数,待监控目标在视频图像中出现的门限值T2,T2为大于等于1的整数,待监控目标对应一致度门限值T3,T3为大于等于1的整数;
C2、将第t帧(t>1)的每一个捕获结果和待监控目标缓冲序列的所有待监控目标进行对应,找到t帧捕获结果与当前待监控目标的缓冲序列中最一致的待监控目标;如果该最大值与第m个目标的一致度大于T1,则判断为第m个目标在t帧中的位置,将m(m>1)个目标的信息更新;如果该最大值小于T1,那么此捕获结果作为可能出现在视频中的新待监控目标加入到待监控目标缓冲序列里;
C3、对待监控目标的缓冲序列里面的所有待监控目标进行统计,如果当前的待监控目标在缓冲序列里面连续出现T2帧,那么认为该待监控目标是新出现在视频中的待监控目标,并将该待监控目标加入到输出待监控目标序列里;如果连续T3帧未出现,那么则认为该待监控目标已经驶出该视频,从缓冲序列里面删除该待监控目标,并将输出序列里面的对应的该待监控目标删除。
其中表示物体所在窗口的左上角像素点在图像中的位置,表示物体的宽度,表示该捕获结果的表观特征向量即M维彩色质量分布图;
而将第t-1帧的第j个捕获结果表示为同理 表示物体在第t-1帧所在的位置和宽度,表示该捕获结果的表观特征向量即M维彩色质量分布图,M是3~16的整数,那么第t和第t-1帧中的两个捕获结果的一致性度量表示为:
其中是1~64的实常数,对于它们的一致性采用质量分布图交核函数来计算,具体计算方式如下:
根据本发明的优选实施方式,所述M为9,为16,门限值T1取0.7,门限值T2取3,门限值T3取3。
根据本发明的实施方式,所述目标识别信息取样单元从不同视频图像中取样同一监控目标的识别信息具体包括:
对待监控目标所在长方形区域进行彩色、灰值和梯度信息的质量分布图统计,将待监控目标所在区域划分为4个区域以及16个区域进行质量分布图统计,对待监控目标整体区域和划分区域分别进行彩色、灰值和梯度信息的质量分布图统计,最终得到21个质量分布图,将所得到的质量分布图拼接起来组成长向量表示一个待监控目标的识别信息;一个待监控目标的识别信息最终表示为:
其中t表示待监控目标出现的时间信息即帧编号,代表第i个彩色质量分布图,其中包括饱和度质量分布图和色调质量分布图,代表第i个亮度质量分布图,代表第i个梯度方向质量分布图。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (3)
1.一种基于多监控探头的目标识别系统,所述系统包括:多个间隔设置的高清球机单元、多个捕获单元、多个锁定单元、多个目标识别信息取样单元以及目标确定单元,其中,
所述高清球机单元依次连接捕获单元、锁定单元、目标识别信息取样单元,所述多个目标识别信息取样单元连接目标确定单元;
其中,所述多个间隔设置的高清球机单元,用于获取各自监控区域内的目标视频图像;
所述捕获单元,用于对每个高清球机的获取的视频图像中的监控目标进行扫描和捕获,得到目标的位置信息和类型特征信息;
其中,将捕获单元设置为粗捕获单元和精确捕获单元两个捕获单元,将视频图像划分为多个标准尺寸的定位框,然后对定位框进行捕获;粗捕获单元和精确捕获单元都通过训练建立分层归类单元;粗捕获单元初步区分出监控目标的类型特征,对需要监控的识别类型进行标记;精确捕获单元针对粗捕获单元捕获后的经过标记的目标类型进行捕获,最终得到准确的类型目标的位置信息和类型特征信息。
2.一种如权利要求1所述的系统,所述锁定单元,用于对应同一高清球机的不同视频图像的捕获结果,判断是否属于同一目标,如属于同一目标,则进行目标锁定;
所述目标识别信息取样单元,用于从不同视频图像中取样同一监控目标的识别信息。
3.一种如权利要求2所述的系统,所述目标确定单元,用于对监控目标的识别信息进行比对和组合,确定所述监控目标在多个高清球机中是否同时出现;
所述高清球机的输出端与捕获单元的输入端连接,捕获单元的输出端与锁定单元的输入端连接,锁定单元的输出端与目标识别信息取样单元的输入端连接,目标识别信息取样单元的输出端与目标确定单元的输入端连接。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510010201.4A CN104504401B (zh) | 2015-01-09 | 2015-01-09 | 一种基于多监控探头的目标识别系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510010201.4A CN104504401B (zh) | 2015-01-09 | 2015-01-09 | 一种基于多监控探头的目标识别系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104504401A CN104504401A (zh) | 2015-04-08 |
CN104504401B true CN104504401B (zh) | 2018-08-31 |
Family
ID=52945797
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510010201.4A Active CN104504401B (zh) | 2015-01-09 | 2015-01-09 | 一种基于多监控探头的目标识别系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104504401B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111290001A (zh) | 2018-12-06 | 2020-06-16 | 杭州海康威视数字技术股份有限公司 | 一种基于gps坐标的目标统筹方法、装置及设备 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1835462A1 (en) * | 2004-12-02 | 2007-09-19 | National Institute of Advanced Industrial Science and Technology | Tracing device, and tracing method |
CN101320427A (zh) * | 2008-07-01 | 2008-12-10 | 北京中星微电子有限公司 | 一种具有对目标的辅助监测功能的视频监控方法及系统 |
CN101854516A (zh) * | 2009-04-02 | 2010-10-06 | 北京中星微电子有限公司 | 视频监控系统、视频监控服务器及视频监控方法 |
CN101883261A (zh) * | 2010-05-26 | 2010-11-10 | 中国科学院自动化研究所 | 大范围监控场景下异常目标检测及接力跟踪的方法及系统 |
CN102968802A (zh) * | 2012-11-28 | 2013-03-13 | 无锡港湾网络科技有限公司 | 一种基于视频监控的运动目标分析跟踪方法及系统 |
CN103888731A (zh) * | 2014-03-24 | 2014-06-25 | 公安部第三研究所 | 枪机-球机混合视频监控的结构化描述装置及系统 |
CN104268501A (zh) * | 2014-03-31 | 2015-01-07 | 张文强 | 小区出入口车辆监控系统 |
-
2015
- 2015-01-09 CN CN201510010201.4A patent/CN104504401B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1835462A1 (en) * | 2004-12-02 | 2007-09-19 | National Institute of Advanced Industrial Science and Technology | Tracing device, and tracing method |
CN101320427A (zh) * | 2008-07-01 | 2008-12-10 | 北京中星微电子有限公司 | 一种具有对目标的辅助监测功能的视频监控方法及系统 |
CN101854516A (zh) * | 2009-04-02 | 2010-10-06 | 北京中星微电子有限公司 | 视频监控系统、视频监控服务器及视频监控方法 |
CN101883261A (zh) * | 2010-05-26 | 2010-11-10 | 中国科学院自动化研究所 | 大范围监控场景下异常目标检测及接力跟踪的方法及系统 |
CN102968802A (zh) * | 2012-11-28 | 2013-03-13 | 无锡港湾网络科技有限公司 | 一种基于视频监控的运动目标分析跟踪方法及系统 |
CN103888731A (zh) * | 2014-03-24 | 2014-06-25 | 公安部第三研究所 | 枪机-球机混合视频监控的结构化描述装置及系统 |
CN104268501A (zh) * | 2014-03-31 | 2015-01-07 | 张文强 | 小区出入口车辆监控系统 |
Also Published As
Publication number | Publication date |
---|---|
CN104504401A (zh) | 2015-04-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103839065B (zh) | 人群动态聚集特征提取方法 | |
CN104951775B (zh) | 基于视频技术的铁路道口防护区域安全智能识别方法 | |
CN103824070B (zh) | 一种基于计算机视觉的快速行人检测方法 | |
Santosh et al. | Tracking multiple moving objects using gaussian mixture model | |
CN105469105A (zh) | 一种基于视频监控的香烟烟雾检测方法 | |
CN102542289A (zh) | 一种基于多高斯计数模型的人流量统计方法 | |
CN106339657B (zh) | 基于监控视频的秸秆焚烧监测方法、装置 | |
CN105404847A (zh) | 一种遗留物实时检测方法 | |
CN102004925B (zh) | 物体分类模型的训练方法及利用该模型的识别方法 | |
CN104866843B (zh) | 一种面向监控视频的蒙面人脸检测方法 | |
CN106709438A (zh) | 一种基于视频会议的人数统计方法 | |
CN103489012B (zh) | 一种基于支持向量机的人群密集度检测方法及系统 | |
CN107358163A (zh) | 基于人脸识别的游客线路跟踪统计方法、电子设备及存储介质 | |
Malhi et al. | Vision based intelligent traffic management system | |
Su et al. | A new local-main-gradient-orientation HOG and contour differences based algorithm for object classification | |
CN103106796A (zh) | 智能交通监控系统中的车辆检测方法和装置 | |
CN111860457A (zh) | 一种斗殴行为识别预警方法及其识别预警系统 | |
CN101877135B (zh) | 一种基于背景重构的运动目标检测方法 | |
CN104200455B (zh) | 一种基于运动统计特征分析的关键姿态提取方法 | |
CN104504401B (zh) | 一种基于多监控探头的目标识别系统 | |
Kong et al. | A novel background extraction and updating algorithm for vehicle detection and tracking | |
CN110334703B (zh) | 一种昼夜图像中的船舶检测和识别方法 | |
Wang et al. | Deep learning-based human activity analysis for aerial images | |
CN104519326B (zh) | 一种联合多监控探头系统的目标跟踪方法 | |
CN113221603A (zh) | 一种检测监控设备被异物遮挡的方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20230221 Address after: 720, Floor A2, Jianghai Zhihui Park, No. 1188, New Century Avenue, High-tech Industrial Development Zone, Nantong City, Jiangsu Province, 226599 Patentee after: Jiangsu Zhimian Digital Technology Co.,Ltd. Address before: Room 504, building 6, Zone D, Tianfu Software Park, no.216, shijicheng South Road, high tech Zone, Chengdu, Sichuan 610000 Patentee before: CHENGDU XINEDGE TECHNOLOGY CO.,LTD. |