CN104899574A - 一种进出事件检测方法及系统 - Google Patents

Abstract

本发明涉及计算机视觉与视频分析领域，公开了一种进出事件检测方法，该方法包括：采集一定数量的灰度图像，累加各个像素灰度值，得到帧差；将帧差图作为掩模图，对背景进行建模；根据出入口检测线及方向点划分可视区域，并区分入口内和入口外，统计可视区域的前景点量和连通区域大小；依据可视区域的前景变化判断人员的进出和突发情况。本发明摒弃了目标检测与目标跟踪，利用前景信息与帧差信息判断人员的出入，克服了目标跟踪不准确的问题，并且提高了检测效率。

Description

一种进出事件检测方法及系统

技术领域

本发明涉及计算机视觉与视频分析领域，尤其涉及一种进出事件检测方法及系统。

背景技术

现今，视频监控在生产生活各方面得到了非常广泛的应用，普遍设置在银行、商场、车站、商铺和公交路口等公共场所，通过录制视频，记录公共场所的人员变化信息和环境变化信息。

目前，现有的视频监控系统只录制视频图像，提供的信息是没有经过解释的视频图像，只能用作事后取证，不能充分发挥监控的实时性和主动性，缺乏对异常事件的提示和上报，无法对安全要求较高的场合，例如政府部门等，提供智能化的安全措施。

发明内容

本发明所要解决的技术问题是，提供一种进出事件检测方法及系统，以解决现有视频监控无法实时分析、跟踪、判别监控对象，并对异常事件及时提示、上报等问题。

本发明解决上述技术问题所采用的技术方案是提供一种进出事件检测方法，该方法包括步骤：

S1、采集预定数量的灰度图像，累加各个像素灰度值，得到帧差信息和视频关键帧；

S2、利用所述帧差信息作为掩模图，对背景图像进行建模或更新；

S3、将地平线设为检测线，方向点以内为可视区域；

S4、将所述检测线作为顶边或底边，延伸出两个对称区域；

S5、统计两个所述区域的前景量和连通区域大小；

S6、根据两个所述区域内的前景变化判断人员进出情况。

优选地，通过平均背景法获得所述背景图像，将所述帧差信息作为掩模图，所述灰度值累加时，如果所述像素有帧差，则将该位置的平均灰度作为累加对象。

优选地，步骤S4中，以所述检测线作为顶边或底边，向两侧水平方向延伸，形成两个相互对称的区域。

优选地，步骤S4中，以所述方向点为标准，包含所述方向点的区域为入口内，另一个所述区域为入口外。

优选地，步骤S6中的判断方法包括：

若所述前景量由入口外向入口内增加，则判断所述可视区域是否有人员增加，若有，则有人员进入，若没有，则有人员在此处徘徊；

若所述前景量由所述入口内向所述入口外增加，则判断所述可视区域是否有人员减少，若有，则有人员离开，若没有，则有人员在此处徘徊；

若所述前景量和Harris角点变化较大，则场景发生突变。

另一方面，本发明提供一种进出事件检测系统，该系统包括：

预处理单元，用于采集预定数量的灰度图像，累加各个像素灰度值，获取帧差信息和视频关键帧；

背景建模单元，用于利用所述帧差信息作为掩模图，对背景图像进行建模；

参数设置单元，用于将地平线设为检测线，将方向点以内设为可视区域，以所述检测线作为顶边或底边，分别向左右水平方向延伸出两个对称区域；

统计信息单元，用于统计两个所述区域的前景量和连通区域大小；

判断单元，用于根据两个所述区域内的前景变化判断人员进出情况。

优选地，所述背景建模单元通过平均背景法获取背景图像，并将所述预处理单元得到的帧差信息作为掩模图所述灰度值累加时，如果所述像素有帧差，则将该位置的平均灰度作为累加对象。

优选地，所述背景建模单元还处理背景更新，所述背景更新将所述帧差信息作为掩模图。

优选地，所述参数设置单元中的两个所述对称区域以所述方向点为标准，包含所述方向点的区域为入口内，另一个所述区域为入口外。

优选地，所述判断模块包括第一判断模块、第二判断模块和第三判断模块，其中，

所述第一判断模块，用于判断所述前景量的增加方向，若所述前景量由入口外向入口内增加，则初步判断所述可视区域有人员增加或有人员徘徊，若所述前景量由所述入口内向所述入口外增加，则初步判断所述可视区域有人员减少或有人员徘徊；

所述第二判断模块，用于判断所述可视区域的人员变化，根据所述第一判断模块的判断，若所述可视区域人员有增加，则说明有人员进入，若所述可视区域人员有减少，则说明有人离开，若所述可视区域人员没有变化，则有人员在此处徘徊；

所述第三判断模块，用于判断所述前景量和Harris角点的变化，若变化较大，则场景发生突变。

附图说明

图1是本发明的一个优选实施例中进出事件检测方法的流程图；

图2是本发明的一个优选实施例中事件判定的流程图；

图3是本发明的一个优选实施例中进出事件检测系统的结构图。

具体实施方式

以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。说明书后续描述为实施本发明的较佳实施方式，然所述描述乃以说明本发明的一般原则为目的，并非用以限定本发明的范围。本发明的保护范围当视所附权利要求所界定者为准。

下面结合附图和具体实施例对本发明做进一步详细说明。

如图1所示，为本发明的一个优选实施例，公开了一种进出事件检测方法，该方法包含步骤：

S1、采集预定数量的灰度图像，累加各个像素灰度值，得到帧差信息和视频关键帧；

S2、利用帧差信息作为掩模图，对背景图像进行建模或更新；

S3、将地平线设为检测线，方向点以内为可视区域；

S4、将检测线作为顶边或底边，延伸出对称区域；

S5、统计两个区域的前景量和连通区域大小；

S6、根据两个区域内的前景变化判断人员进出情况。

本实施例中，通过帧差信息对背景图像进行建模，消除运动目标对背景建模的影响；以检测线为基准、向左右水平方向延伸出大小相同、水平对称的区域，该区域以检测线为基准逐渐变化，形成前景区域，本实施例中，通过统计前景量和连通区域进一步判断前景变化顺序与变化趋势，可以实时解释视频图像，能够做到实时分析、跟踪和判别监控对象，使得视频监控系统更加智能化。

进一步地，通过平均背景法获得背景图像，将帧差信息作为掩模图，灰度值累加时，如果像素有帧差，则将该位置的平均灰度作为累加对象。

进一步地，步骤S4中，以检测线作为顶边或底边，向两侧水平方向延伸，形成两个相互对称的区域。

本实施例中，形成的两个对称区域，以检测线作为中轴线，向两侧水平方向延伸，形成两对称梯形，分别作为入口外和入口内，形成前景区域，通过前景量的统计可以确定前景变化，根据前景变化进行视频监控，使监控更加智能化。

进一步地，步骤S4中，以方向点为标准，包含方向点的区域为入口内，另一个区域为入口外。

本实施例中，利用检测线和方向点延伸出的区域作为前景区域，统计其中的前景点量和连通区域，这样摒弃了目标检测与目标跟踪，能够根据前景变化对人员进出进行判断，提高视频监控的实时性，更易于判别监控对象。

进一步地，如图2，步骤S6中的判断方法包括：

若前景量由入口外向入口内增加，则判断可视区域是否有人员增加，若有，则有人员进入，若没有，则有人员在此处徘徊；

若前景量由入口内向入口外增加，则判断可视区域是否有人员减少，若有，则有人员离开，若没有，则有人员在此处徘徊；

若前景量和Harris角点变化较大，则场景发生突变。

本实施例中，通过判断前景的变化顺序和变化趋势，完成人员的进入检测、离开检测和场景突变，同时能够获得视频摘要，方便追溯，能够做到实时分析、跟踪和判别监控对象，使得视频监控系统更加智能化，可以用于企业、家庭、商铺和政府等多种场合，并且克服了目标跟踪不准的问题，效率更高。

本领域普通技术人员可以理解，实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，所述的程序可以存储于计算机可读取存储介质中，该程序在执行时，包括上述实施例方法的各步骤，而所述的存储介质可以是：ROM/RAM、磁碟、光盘、存储卡等。因此，本领域相关技术人员应能理解，与本发明的方法相对应的，本发明还同时包括一种进出事件检测系统，参见图3，与上述方法步骤一一对应地，该系统包括：

预处理单元，用于采集预定数量的灰度图像，累加各个像素灰度值，获取帧差信息和视频关键帧；

背景建模单元，用于利用帧差信息作为掩模图，对背景图像进行建模；

参数设置单元，用于将地平线设为检测线，将方向点以内设为可视区域，以检测线作为顶边或底边，分别向左右水平方向时延伸出对称区域；

统计信息单元，用于统计两个区域的前景量和连通区域大小；

判断单元，用于根据两个区域内的前景变化判断人员进出情况。

本实施例中，通过背景建模单元对背景图像进行建模，消除运动目标的影响；参数设置单元以检测线为基准、向左右水平方向延伸出大小相同、水平对称的区域，该区域以检测线为基准逐渐变化，形成前景区域，本实施例中，前景区域为以检测线为顶边的等腰梯形；通过参数设置单元统计前景量和连通区域，进而利用判断单元判断人员的进出情况，摒弃了现有视频监控系统的目标检测和目标跟踪，无需完整记录人员活动的全过程，解决了目标跟踪不准确，效率低的问题。

进一步地，背景建模单元通过平均背景法获取背景图像，并将预处理单元得到的帧差信息作为掩模图所述灰度值累加时，如果像素有帧差，则将该位置的平均灰度作为累加对象。

进一步地，背景建模单元还处理背景更新，背景更新将帧差信息作为掩模图。

本实施例中，背景建模单元将帧差信息作为掩模图，对背景图像进行建模，消除运动目标对背景建模的影响，易于分析运动目标并进行信息提取。

进一步地，参数设置单元中的两个对称区域以方向点为标准，包含方向点的区域为入口内，另一个区域为入口外。

本实施例中，统计信息单元利用检测线和方向点延伸出的区域作为前景区域，统计其中的前景点量和连通区域，这样摒弃了目标检测与目标跟踪，能够根据前景变化对人员进出进行判断，提高视频监控的实时性，更易于判别监控对象

进一步地，判断模块包括第一判断模块、第二判断模块和第三判断模块，其中，

第一判断模块，用于判断前景量的增加方向，若前景量由入口外向入口内增加，则初步判断可视区域有人员增加或有人员徘徊，若前景量由入口内向入口外增加，则初步判断可视区域有人员减少或有人员徘徊；

第二判断模块，用于判断可视区域的人员变化，根据第一判断模块的判断，若可视区域人员有增加，则说明有人员进入，若可视区域人员有减少，则说明有人离开，若可视区域人员没有变化，则有人员在此处徘徊；

第三判断模块，用于判断前景量和Harris角点的变化，若变化较大，则场景发生突变。

本实施例中，通过三个判断模块依次判断判断情景变化的顺序、增减和是否发生场景突变，完成人员的进入检测、离开检测和场景突变检测，能够实时分析、跟踪和判别监控对象，同时能够提取视频摘要，方便事后追溯，并且应用场合较多，包括企业、商铺和家庭等。

与现有技术相比，本发明提供了一种进出事件检测方法和系统，通过背景建模、统计信息提取和事件监测判定消除运动目标的影响并且摒弃了传统方法的目标分割和目标跟踪，将入口作为分析对象，避免了目标相互遮挡、光线敏感等因素对造成的分割和跟踪的不准确，提取信息更加精准，同时，也更加易于判断，节省存储空间，完成人员的进入检测、离开检测和场景突变检测，能够实时分析、跟踪和判别监控对象。

值得注意的是，以上所述仅为本发明的较佳实施例，并非因此限定本发明的专利保护范围，本发明还可以对上述各种零部件的构造进行材料和结构的改进，或者是采用技术等同物进行替换。故凡运用本发明的说明书及图示内容所作的等效结构变化，或直接或间接运用于其他相关技术领域均同理皆包含于本发明所涵盖的范围内。

Claims (10)

1.一种进出事件检测方法，其特征在于，所述方法包括步骤：

S1、采集预定数量的灰度图像，累加各个像素灰度值，得到帧差信息和视频关键帧；

S2、利用所述帧差信息作为掩模图，对背景图像进行建模或更新；

S3、将地平线设为检测线，方向点以内为可视区域；

S4、将所述检测线作为顶边或底边，延伸出两个区域；

S5、统计两个所述对称区域的前景量和连通区域大小；

S6、根据两个所述对称区域内的前景变化判断人员进出情况。

2.如权利要求1所述的方法，其特征在于，通过平均背景法获得所述背景图像，将所述帧差信息作为掩模图，所述灰度值累加时，如果所述像素有帧差，则将该位置的平均灰度作为累加对象。

3.如权利要求1所述的方法，其特征在于，步骤S4中，以所述检测线作为顶边或底边，向两侧水平方向延伸，形成两个相互对称的区域。

4.如权利要求1所述的方法，其特征在于，步骤S4中，以所述方向点为标准，包含所述方向点的区域为入口内，另一个所述区域为入口外。

5.如权利要求1所述的方法，其特征在于，步骤S6中的判断方法包括：

若所述前景量由入口外向入口内增加，则判断所述可视区域是否有人员增加，若有，则有人员进入，若没有，则有人员在此处徘徊；

若所述前景量由所述入口内向所述入口外增加，则判断所述可视区域是否有人员减少，若有，则有人员离开，若没有，则有人员在此处徘徊；

若所述前景量和Harris角点变化较大，则场景发生突变。

6.一种进出事件检测系统，其特征在于，所述系统包括：

预处理单元，用于采集预定数量的灰度图像，累加各个像素灰度值，获取帧差信息和视频关键帧；

背景建模单元，用于利用所述帧差信息作为掩模图，对背景图像进行建模；

参数设置单元，用于将地平线设为检测线，将方向点以内设为可视区域，以所述检测线作为顶边或底边，分别向左右水平方向延伸出两个对称区域；

统计信息单元，用于统计两个所述区域的前景量和连通区域大小；

判断单元，用于根据两个所述区域内的前景变化判断人员进出情况。

7.如权利要求6所述的系统，其特征在于，所述背景建模单元通过平均背景法获取背景图像，并将所述预处理单元得到的帧差信息作为掩模图所述灰度值累加时，如果所述像素有帧差，则将该位置的平均灰度作为累加对象。

8.如权利要求6所述的系统，其特征在于，所述背景建模单元还处理背景更新，所述背景更新将所述帧差信息作为掩模图。

9.如权利要求6所述的系统，其特征在于，所述参数设置单元中的两个所述对称区域以所述方向点为标准，包含所述方向点的区域为入口内，另一个所述区域为入口外。

10.如权利要求6所述的系统，其特征在于，所述判断模块包括第一判断模块、第二判断模块和第三判断模块，其中，

所述第一判断模块，用于判断所述前景量的增加方向，若所述前景量由入口外向入口内增加，则初步判断所述可视区域有人员增加或有人员徘徊，若所述前景量由所述入口内向所述入口外增加，则初步判断所述可视区域有人员减少或有人员徘徊；

所述第二判断模块，用于判断所述可视区域的人员变化，根据所述第一判断模块的判断，若所述可视区域人员有增加，则说明有人员进入，若所述可视区域人员有减少，则说明有人离开，若所述可视区域人员没有变化，则有人员在此处徘徊；

所述第三判断模块，用于判断所述前景量和Harris角点的变化，若变化较大，则场景发生突变。