CN106503618A - 基于视频监控平台的人员游荡行为检测方法 - Google Patents
基于视频监控平台的人员游荡行为检测方法 Download PDFInfo
- Publication number
- CN106503618A CN106503618A CN201610841596.7A CN201610841596A CN106503618A CN 106503618 A CN106503618 A CN 106503618A CN 201610841596 A CN201610841596 A CN 201610841596A CN 106503618 A CN106503618 A CN 106503618A
- Authority
- CN
- China
- Prior art keywords
- states
- state machine
- status
- detecting
- detection
- 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
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
- G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
-
- 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
- G06V20/44—Event detection
Abstract
本发明涉及一种基于视频监控平台的人员游荡行为检测方法,包括:选择待检测的视频监控线路,确定待检测区域,设定游荡行为认定时间;定义状态机,包含有3个状态:WAITING,DETECTING和CHECKOUT,分别表示等待,检测,检出;还包含4个事件:BEGIN,FINISH,RESET1,RESET2,分别为:引起WAITING状态向DETECTING状态的跳转,DETECTING状态向CHECKOUT状态的跳转,DETECTING状态向WAITING状态的跳转和CHECKOUT状态向WAITING状态的跳转;定义状态值变量STATUS,用来标识检测行为的可靠性;执行检测程序。
Description
技术领域
本发明属于计算机视觉领域,具体来说是一种检测指定区域是否存在有人员游荡行为的方法,本质上是目标识别的问题。
背景技术
进入21世纪后,计算机快速发展,视频监控行人活动成为当今计算机视觉领域中一个非常重要的问题,对各种应用领域都有着很大的推动作用,如通信,娱乐,安防,商业和体育等。它的基础是一套基本的计算机视觉问题,在很大程度上带动这个领域在过去的几十年中取得巨大进步。但是监控任务仍然需要由人完成,这样长时间盯着视频图像,消耗了大量的人力,并且现有的监控系统也只有录制视频文件,现阶段监控数据只能用作事后调查,并不能突出其实时监控的特点,为了实现实时检测,为相关部门提供及时的决策,视频监控的“智能化”就显得尤为迫切。
智能视频监控是计算机视觉领域中的重点研究课题之一。它以物体检测、识别以及跟踪为基础,对视频中对象的行为进行分析和描述。目前,在学校、银行、商店、车站、港口等一些重要的公共场所普遍架设了大量的监控摄像机,为智能视频监控的实现提供了硬件条件。
由于全球安全问题的不断增加,安防视频监控系统已经在我们的生活中随处可见,如机场、车站、商场和拥挤的体育馆等,它们使得智能视频监控得到了更多的关注和资金注入。通常,我们的目的是检测和识别我们所定义的“可疑事件”。常见的应用有入侵检测、路径检测、人群密度检测等。当我们不希望某个区域有人或车辆进出时,我们可以使用入侵检测;当我们需要进行行人跟踪时,可以使用路径检测技术;当某个地段不允许大型集会,或者不允许大量人员聚集的话,可以使用人员密度检测。以上这些都是通过智能视频监控技术实现的,不仅节省了大量的人力物力,还可以实现实时监测,为我们的生活带来了极大的方便。
综上所述,视频监控下的基于行为模式的可疑人员检测已经成为了一个十分重要的研究领域。在视频监控下针对小区、办公大楼等公共场所,对可疑人员的检测显得尤为重要,受到了国内外研究者的广泛关注。
发明内容
本发明是一种从视频监控中检测是否存在人员游荡行为的方法,主要通过一种自定义的状态机来实现。技术方案如下:
一种基于视频监控平台的人员游荡行为检测方法,包括下列步骤:
1)选择待检测的视频监控线路,确定待检测区域,设定游荡行为认定时间;
2)定义状态机,包含有3个状态:WAITING,DETECTING和CHECKOUT,分别表示等待,检测,检出;还包含4个事件:BEGIN,FINISH,RESET1,RESET2,分别为:引起WAITING状态向DETECTING状态的跳转,DETECTING状态向CHECKOUT状态的跳转,DETECTING状态向WAITING状态的跳转和CHECKOUT状态向WAITING状态的跳转;定义状态值变量STATUS,用来标识检测行为的可靠性;
3)当检测程序启动时,状态机处于WAITING状态,此时程序对监控画面进行初次运动物体检测,其基本流程为:使用混合高斯背景法进行背景建模,并根据面积、轮廓复杂度和外接矩形长宽比特征进行简单的筛选,然后对得到的前景块进行合并,若提取到疑似行人的前景块,得到此疑似行人的外接矩形;如果检测到这个外接矩形的底边中点位于给定的待检测区域中,则进一步使用预先训练过的SVM进行HOG行人检测,如果确定待测区域内存在行人,则产生BEGIN事件,使状态机转入DETECTING状态;否则,状态机保持当前状态;
4)当状态机处于DETECTING状态时,初始化状态值变量STATUS为5,同时程序每隔5帧进行一次是否存在疑似行人的检测,如果检测到疑似行人且其外接矩形底边中点处于待测区域内,则STATUS+1;否则,STATUS-1;除此之外,程序每隔10帧进行一次HOG+SVM行人检测,如果检测到画面中有行人且其轮廓外接矩形底边中点处于待测区域内,则STATUS+5;否则,STATUS-5,STATUS的最大值为20,如果超出20,则自动置为20;最小值为0,如果程序检测到状态机变量STATUS小于0,则状态机将产生RESET1事件,同时状态机自动转入WAITING状态,当程序运行到设定的游荡行为认定时间时,状态机将对STATUS进行判别,若大于指定阈值(默认为5),则产生FINISH事件,并自动转入CHECKOUT状态;否则,状态机将产生RESET1事件,并自动转入WAITING状态;
5)当状态机处于CHECKOUT状态时,程序认定待检测区域存在人员游荡行为,将状态机上一次进入DETECTING时的监控画面保存至本地,并弹出报警画面以及发出报警信号;之后,状态机产生RESET2事件,对状态机进行复位,并转入WAITING状态。
附图说明
图1是检测程序运行效果图
图2是检测程序报警画面
图3是自定义状态机的状态转移图
图4是本发明的方法流程图
具体实施方式
本发明的实现过程可以描述为以下几个步骤:
1)选择待检测的视频监控线路,确定待检测区域;
2)设置待检测(矩形)区域与游荡行为认定时间,启动检测程序;
3)本发明中定义的状态机属于有限状态机,有限状态机是一种用来进行对象行为建模的工具,其作用主要是描述对象在它的生命周期内所经历的状态序列,以及如何响应来自外界的各种事件。该自定义状态机包含有3个状态:WAITING,DETECTING和CHECKOUT,分别表示等待,检测,检出;还包含4个事件:BEGIN,FINISH,RESET1,RESET2,分别引起WAITING状态向DETECTING状态的跳转,DETECTING状态向CHECKOUT状态的跳转,DETECTING状态向WAITING状态的跳转和CHECKOUT状态向WAITING状态的跳转。同时还定义了一个状态值变量STATUS,用来标识检测行为的可靠性;
4)当检测程序启动时,状态机处于WAITING状态。此时程序对监控画面进行初次运动物体检测,其基本流程为:使用混合高斯背景法进行背景建模,并根据面积、轮廓复杂度和外接矩形长宽比等特征进行简单的筛选,然后对得到的前景块进行合并,提取到疑似是人的前景块,最终得到疑似运动物体及其外接矩形。如果检测到这个外接矩形的底边中点位于给定的待检测区域中,则进一步使用自己训练的SVM进行HOG行人检测。如果确定待测区域内存在行人,则产生BEGIN事件,使状态机转入DETECTING状态;否则,状态机保持当前状态;
5)当状态机处于DETECTING状态时,初始化状态值变量STATUS为5,同时程序每隔5帧进行一次初次运动物体检测,如果检测到运动物体且其外接矩形底边中点处于待测区域内,则STATUS+1;否则,STATUS-1;除此之外,程序每隔10帧进行一次HOG+SVM行人检测,如果检测到画面中有行人且其轮廓外接矩形底边中点处于待测区域内,则STATUS+5;否则,STATUS-5。STATUS的最大值为20,如果超出20,则自动置为20;最小值为0,如果程序检测到状态机变量小于0,则状态机将产生RESET1事件,同时状态机自动转入WAITING状态。当程序运行到设定的游荡行为认定时间时,状态机将对STATUS进行判别,若大于指定阈值(默认为5),则产生FINISH事件,并自动转入CHECKOUT状态;否则,状态机将产生RESET1事件,并自动转入WAITING状态;
6)当状态机处于CHECKOUT状态时,程序认定待检测区域存在人员游荡行为,将状态机上一次进入DETECTING时的监控画面保存至本地,并弹出报警画面以及发出报警信号。最后,状态机产生RESET2事件,对状态机进行复位,并转入WAITING状态。
下面以一具体实例为例,简单描述该发明实现人员游荡行为检测的过程。
1)利用安装在一生活住宅小区的海康威视网络高清摄像头,对待监测区域进行监控拍摄;
2)对画面中待检测的矩形区域及游荡行为认定时间(默认为1分钟)进行设置,然后启动检测算法程序;
3)软件实际运行情况如图1所示,其中浅蓝色矩形框标出的区域为待检测区域,红色矩形框标出的区域为可疑人员,算法程序同步更新并输出当前自定义状态机的状态值变量STATUS;
4)当到达游荡行为认定时间后,检测程序将弹出报警画面并高亮显示,如图2所示。最后,检测程序将会进行复位操作,重新进入WAITING状态。
Claims (1)
1.一种基于视频监控平台的人员游荡行为检测方法,包括下列步骤:
1)选择待检测的视频监控线路,确定待检测区域,设定游荡行为认定时间;
2)定义状态机,包含有3个状态:WAITING,DETECTING和CHECKOUT,分别表示等待,检测,检出;还包含4个事件:BEGIN,FINISH,RESET1,RESET2,分别为:引起WAITING状态向DETECTING状态的跳转,DETECTING状态向CHECKOUT状态的跳转,DETECTING状态向WAITING状态的跳转和CHECKOUT状态向WAITING状态的跳转;定义状态值变量STATUS,用来标识检测行为的可靠性;
3)当检测程序启动时,状态机处于WAITING状态,此时程序对监控画面进行初次运动物体检测,其基本流程为:使用混合高斯背景法进行背景建模,并根据面积、轮廓复杂度和外接矩形长宽比特征进行简单的筛选,然后对得到的前景块进行合并,若提取到疑似行人的前景块,得到此疑似行人的外接矩形;如果检测到这个外接矩形的底边中点位于给定的待检测区域中,则进一步使用预先训练过的SVM进行HOG行人检测,如果确定待测区域内存在行人,则产生BEGIN事件,使状态机转入DETECTING状态;否则,状态机保持当前状态;
4)当状态机处于DETECTING状态时,初始化状态值变量STATUS为5,同时程序每隔5帧进行一次是否存在疑似行人的检测,如果检测到疑似行人且其外接矩形底边中点处于待测区域内,则STATUS+1;否则,STATUS-1;除此之外,程序每隔10帧进行一次HOG+SVM行人检测,如果检测到画面中有行人且其轮廓外接矩形底边中点处于待测区域内,则STATUS+5;否则,STATUS-5,STATUS的最大值为20,如果超出20,则自动置为20;最小值为0,如果程序检测到状态机变量STATUS小于0,则状态机将产生RESET1事件,同时状态机自动转入WAITING状态,当程序运行到设定的游荡行为认定时间时,状态机将对STATUS进行判别,若大于指定阈值(默认为5),则产生FINISH事件,并自动转入CHECKOUT状态;否则,状态机将产生RESET1事件,并自动转入WAITING状态;
5)当状态机处于CHECKOUT状态时,程序认定待检测区域存在人员游荡行为,将状态机上一次进入DETECTING时的监控画面保存至本地,并弹出报警画面以及发出报警信号;之后,状态机产生RESET2事件,对状态机进行复位,并转入WAITING状态。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610841596.7A CN106503618B (zh) | 2016-09-22 | 2016-09-22 | 基于视频监控平台的人员游荡行为检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610841596.7A CN106503618B (zh) | 2016-09-22 | 2016-09-22 | 基于视频监控平台的人员游荡行为检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106503618A true CN106503618A (zh) | 2017-03-15 |
CN106503618B CN106503618B (zh) | 2019-09-17 |
Family
ID=58290674
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610841596.7A Expired - Fee Related CN106503618B (zh) | 2016-09-22 | 2016-09-22 | 基于视频监控平台的人员游荡行为检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106503618B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112329621A (zh) * | 2020-11-04 | 2021-02-05 | 青岛以萨数据技术有限公司 | 一种异常行为预警数据的处理方法、系统、终端及介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090016610A1 (en) * | 2007-07-09 | 2009-01-15 | Honeywell International Inc. | Methods of Using Motion-Texture Analysis to Perform Activity Recognition and Detect Abnormal Patterns of Activities |
US20130243252A1 (en) * | 2012-03-15 | 2013-09-19 | Behavioral Recognition Systems, Inc. | Loitering detection in a video surveillance system |
CN105184812A (zh) * | 2015-07-21 | 2015-12-23 | 复旦大学 | 一种基于目标跟踪的行人徘徊检测算法 |
CN105678247A (zh) * | 2015-12-30 | 2016-06-15 | 武汉大学 | 徘徊事件时空大数据分析的异常行为预警方法及系统 |
CN105787441A (zh) * | 2016-02-01 | 2016-07-20 | 浙江纳特智能网络工程有限公司 | 一种智能视频分析软件 |
-
2016
- 2016-09-22 CN CN201610841596.7A patent/CN106503618B/zh not_active Expired - Fee Related
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090016610A1 (en) * | 2007-07-09 | 2009-01-15 | Honeywell International Inc. | Methods of Using Motion-Texture Analysis to Perform Activity Recognition and Detect Abnormal Patterns of Activities |
US20130243252A1 (en) * | 2012-03-15 | 2013-09-19 | Behavioral Recognition Systems, Inc. | Loitering detection in a video surveillance system |
US20130241730A1 (en) * | 2012-03-15 | 2013-09-19 | Behavioral Recognition Systems, Inc. | Alert volume normalization in a video surveillance system |
CN105184812A (zh) * | 2015-07-21 | 2015-12-23 | 复旦大学 | 一种基于目标跟踪的行人徘徊检测算法 |
CN105678247A (zh) * | 2015-12-30 | 2016-06-15 | 武汉大学 | 徘徊事件时空大数据分析的异常行为预警方法及系统 |
CN105787441A (zh) * | 2016-02-01 | 2016-07-20 | 浙江纳特智能网络工程有限公司 | 一种智能视频分析软件 |
Non-Patent Citations (2)
Title |
---|
李腾芳: "特定场景下人体异常行为检测的若干技术研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
王俊: "基于人体姿态时空变化的摔倒事件检测研究", 《万方数据 学位论文》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112329621A (zh) * | 2020-11-04 | 2021-02-05 | 青岛以萨数据技术有限公司 | 一种异常行为预警数据的处理方法、系统、终端及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN106503618B (zh) | 2019-09-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101577812B (zh) | 一种岗位监测的方法和系统 | |
CN106096577B (zh) | 一种摄像头分布地图中的目标追踪方法 | |
CN110689054B (zh) | 一种工人违规行为监测方法 | |
CN107527009A (zh) | 一种基于yolo目标检测的遗留物检测方法 | |
CN105184258A (zh) | 目标跟踪方法及系统、人员行为分析方法及系统 | |
CN105894539A (zh) | 基于视频识别和侦测运动轨迹的预防盗窃方法和系统 | |
CN106355162A (zh) | 一种基于视频监控的入侵检测方法 | |
CN105303191A (zh) | 一种前视监视场景下的行人计数方法和装置 | |
CN109636795A (zh) | 实时无跟踪的监控视频遗留物检测方法 | |
Kamthe et al. | Suspicious activity recognition in video surveillance system | |
CN106778655A (zh) | 一种基于人体骨架的入口尾随进入检测方法 | |
CN104318578A (zh) | 一种视频图像分析方法及系统 | |
Salehi et al. | An automatic video-based drowning detection system for swimming pools using active contours | |
CN106006266A (zh) | 一种应用于电梯安全监控的机器视觉建立方法 | |
CN109446989A (zh) | 人群聚集检测方法、装置及存储介质 | |
CN107301375A (zh) | 一种基于稠密光流的视频图像烟雾检测方法 | |
CN110674761A (zh) | 一种区域行为预警方法及系统 | |
Liang et al. | Methods of moving target detection and behavior recognition in intelligent vision monitoring. | |
CN114913654A (zh) | 一种基于边缘计算的机场围界入侵预报警处理设备及方法 | |
CN109831634A (zh) | 目标对象的密度信息确定方法及装置 | |
CN109492548A (zh) | 基于视频分析的区域mask图片的获得方法 | |
Liao et al. | Security event recognition for visual surveillance | |
CN110991245A (zh) | 一种基于深度学习与光流法的实时烟雾检测方法 | |
Chen et al. | A pedestrian detection and tracking system based on video processing technology | |
CN106503618A (zh) | 基于视频监控平台的人员游荡行为检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190917 Termination date: 20200922 |
|
CF01 | Termination of patent right due to non-payment of annual fee |