CN106650639A - 一种适用于安防的监控系统行人再识别方法 - Google Patents
一种适用于安防的监控系统行人再识别方法 Download PDFInfo
- Publication number
- CN106650639A CN106650639A CN201611101380.3A CN201611101380A CN106650639A CN 106650639 A CN106650639 A CN 106650639A CN 201611101380 A CN201611101380 A CN 201611101380A CN 106650639 A CN106650639 A CN 106650639A
- Authority
- CN
- China
- Prior art keywords
- sample
- pedestrian
- picture
- target person
- sample storehouse
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
- G06V20/53—Recognition of crowd images, e.g. recognition of crowd congestion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/24—Aligning, centring, orientation detection or correction of the image
- G06V10/243—Aligning, centring, orientation detection or correction of the image by compensating for image skew or non-uniform image deformations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/30—Noise filtering
Abstract
本发明公开了一种适用于安防的监控系统行人再识别方法,首先,在需要监控的地方安装摄像头,并与监控主机进行网络连接;然后构建样本库,该样本库包括行人样本ID、行人样本出现的时间、样本特征向量、摄像头位置及一张行人样本图片;接着,对目标人员的图片进行预处理,并提取特征向量;将目标人员的特征向量与样本库中所有样本特征向量进行比对,计算相似性度量;最后,列出多个相似度最高的样本,并从样本库中的出现信息显示出来,以此确认当前查找的目标人员曾经是否出现、何时出现在何处。本发明可为寻找目标人员提供便利,提高搜寻速度,具有实际推广价值。
Description
技术领域
本发明涉及行人再识别监控领域,尤其是指一种适用于安防的监控系统行人再识别方法。
背景技术
视频监控系统很大的一个功能是用于安防领域,尤其是在治安事件发生或人员失踪的情况下,需要对视频图像里面的特定人员进行识别。目前绝大部分都是依靠安保或警察人眼来观看视频,但是随着视频监控系统的普及,往往有大量的视频数据,如果单纯依靠人眼来辨别,不仅识别效率低,而且人员劳动强度大,容易产生疲劳和漏检的情况。
针对此问题,本发明在行人检测技术的基础上,分析某个特定的人是否在监控视频中出现过,利用已经存在的人体目标图像库,当场景或者时间变化的时候,首先检测出监控视频中的行人,搜索样本库,将检测到的行人与目标图像库进行匹配,再次识别和确认当前查找的行人的身份。这种智能视频监控系统中行人再识别技术在视频安防领域有极大的应用空间和前景。
发明内容
本发明的目的在于克服现有技术的缺点和不足,提供一种行之有效、科学合理的适用于安防的监控系统行人再识别方法。
为实现上述目的,本发明所提供的技术方案为:一种适用于安防的监控系统行人再识别方法,首先,在需要监控的地方安装摄像头,并与监控主机进行网络连接;然后构建样本库,该样本库包括行人样本ID、行人样本出现的时间、样本特征向量、摄像头位置及一张行人样本图片;接着,对目标人员的图片进行预处理,并提取特征向量;将目标人员的特征向量与样本库中所有样本特征向量进行比对,计算相似性度量;最后,列出多个相似度最高的样本,并从样本库中的出现信息显示出来,以此确认当前查找的目标人员曾经是否出现、何时出现在何处;其中,所述出现信息是指样本库中该样本ID出现过的所有时间、摄像头位置和一张图片。
所述样本库构建过程如下为:首先,各摄像头拍摄的行人图片实时传输到监控主机进行实时识别和图片预处理,计算出行人样本特征值,该行人样本特征值是通过将输入的行人图像预处理后转换为HSV格式,统计所述格式的图像内的各种颜色的像素数量获得的;其次,将行人样本特征值与样本库中所有已有样本的特征值向量进行比对,若在样本库中某个样本与此行人图片判定为同一人,则只需增加此样本ID的拍摄的时间、摄像头位置及一张图片;若未在样本库中找到一个样本与此行人判定为同一人,则需要进行新的ID编码,同时记录时间、摄像头位置及一张图片。
对目标人员的图片进行预处理包括以下内容:
1)采用领域平均法来减少噪声;
2)采用Hough变换检测出行人是否倾斜,然后对图像进行水平校正;
3)采用基于HSV色彩空间的去阴影法和基于LBP算子的去阴影方相结合的方法,去除运动目标的阴影;
4)采用平均值法对图像进行灰度化处理;
5)采用直方图修正法使图像具有期望的灰度分布。
本发明与现有技术相比,具有如下优点与有益效果:
1、本发明可为安保人员搜寻目标人员提供帮助,通过将目标人员与样本库进行比对,可快速将最接近的多个样本信息呈现出来,协助安保人员进一步分析判断目标人员是否曾经进出目标地,从而极大提高效率。
2、本发明可代替人工观看监控视频,降低劳动强度,提高检索效率,提高安保系统应用价值,具有较好的可行性和很大实际推广价值。
附图说明
图1为本发明的步骤框架图。
图2为本发明的图片预处理流程图。
具体实施方式
下面结合具体实施例对本发明做进一步的说明。
如图1所示,本实施例所述的监控系统行人再识别方法,其具体情况如下:
首先,在各大楼出入口或楼梯等关键节点安装摄像头,并与监控主机进行网络连接进行调试。然后开始构建样本库,该样本库包括行人样本ID、行人样本出现的时间、样本特征向量、摄像头位置及一张行人样本图片,所述样本库构建过程如下为:各摄像头拍摄的行人图片实时传输到监控主机进行实时识别和图片预处理,计算出行人样本特征值,该行人样本特征值是通过将输入的行人图像预处理后转换为HSV格式,统计所述格式的图像内的各种颜色的像素数量获得的;其次,将行人样本特征值与样本库中所有已有样本的特征值向量进行比对,若在样本库中某个样本与此行人图片判定为同一人,则只需增加此样本ID的拍摄的时间、摄像头位置及一张图片;若未在样本库中找到一个样本与此行人判定为同一人,则需要进行新的ID编码,同时记录时间、摄像头位置及一张图片。
在进行某目标人员再识别时,首先对目标人员的图片进行预处理,提取特征向量;然后将目标人员的特征向量与样本库中所有样本特征向量进行比对,计算相似性度量;最后,列出5个相似度最高的样本,并从样本库中的时间、摄像头位置及一张图片等信息显示出来,以协助安保人员快速确认目标人员是否出现在大楼,大量减少安保人员观看视频的时间和精力。
如图2所示,对目标人员的图片进行预处理包括以下内容:
1)采用领域平均法来减少噪声;
2)采用Hough变换检测出行人是否倾斜,然后对图像进行水平校正;
3)采用基于HSV色彩空间的去阴影法和基于LBP算子的去阴影方相结合的方法,去除运动目标的阴影;
4)采用平均值法对图像进行灰度化处理;
5)采用直方图修正法使图像具有期望的灰度分布。
以上所述实施例只为本发明之较佳实施例,并非以此限制本发明的实施范围,故凡依本发明之形状、原理所作的变化,均应涵盖在本发明的保护范围内。
Claims (3)
1.一种适用于安防的监控系统行人再识别方法,其特征在于:首先,在需要监控的地方安装摄像头,并与监控主机进行网络连接;然后构建样本库,该样本库包括行人样本ID、行人样本出现的时间、样本特征向量、摄像头位置及一张行人样本图片;接着,对目标人员的图片进行预处理,并提取特征向量;将目标人员的特征向量与样本库中所有样本特征向量进行比对,计算相似性度量;最后,列出多个相似度最高的样本,并从样本库中的出现信息显示出来,以此确认当前查找的目标人员曾经是否出现、何时出现在何处;其中,所述出现信息是指样本库中该样本ID出现过的所有时间、摄像头位置和一张图片。
2.根据权利要求1所述的一种适用于安防的监控系统行人再识别方法,其特征在于,所述样本库构建过程如下为:首先,各摄像头拍摄的行人图片实时传输到监控主机进行实时识别和图片预处理,计算出行人样本特征值,该行人样本特征值是通过将输入的行人图像预处理后转换为HSV格式,统计所述格式的图像内的各种颜色的像素数量获得的;其次,将行人样本特征值与样本库中所有已有样本的特征值向量进行比对,若在样本库中某个样本与此行人图片判定为同一人,则只需增加此样本ID的拍摄的时间、摄像头位置及一张图片;若未在样本库中找到一个样本与此行人判定为同一人,则需要进行新的ID编码,同时记录时间、摄像头位置及一张图片。
3.根据权利要求1所述的一种适用于安防的监控系统行人再识别方法,其特征在于,对目标人员的图片进行预处理包括以下内容:
1)采用领域平均法来减少噪声;
2)采用Hough变换检测出行人是否倾斜,然后对图像进行水平校正;
3)采用基于HSV色彩空间的去阴影法和基于LBP算子的去阴影方相结合的方法,去除运动目标的阴影;
4)采用平均值法对图像进行灰度化处理;
5)采用直方图修正法使图像具有期望的灰度分布。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611101380.3A CN106650639A (zh) | 2016-12-05 | 2016-12-05 | 一种适用于安防的监控系统行人再识别方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611101380.3A CN106650639A (zh) | 2016-12-05 | 2016-12-05 | 一种适用于安防的监控系统行人再识别方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106650639A true CN106650639A (zh) | 2017-05-10 |
Family
ID=58820048
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611101380.3A Pending CN106650639A (zh) | 2016-12-05 | 2016-12-05 | 一种适用于安防的监控系统行人再识别方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106650639A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108985190A (zh) * | 2018-06-28 | 2018-12-11 | 北京市商汤科技开发有限公司 | 目标识别方法和装置、电子设备、存储介质、程序产品 |
CN109697391A (zh) * | 2017-10-23 | 2019-04-30 | 北京京东尚科信息技术有限公司 | 封闭场所内人物再识别的方法、系统及终端设备 |
CN109800329A (zh) * | 2018-12-28 | 2019-05-24 | 上海依图网络科技有限公司 | 一种监控方法及装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103093203A (zh) * | 2013-01-21 | 2013-05-08 | 信帧电子技术(北京)有限公司 | 一种人体再识别方法以及人体再识别系统 |
CN103810473A (zh) * | 2014-01-23 | 2014-05-21 | 宁波大学 | 一种基于隐马尔科夫模型的人体对象的目标识别方法 |
CN105160319A (zh) * | 2015-08-31 | 2015-12-16 | 电子科技大学 | 一种在监控视频下实现行人再识别的方法 |
-
2016
- 2016-12-05 CN CN201611101380.3A patent/CN106650639A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103093203A (zh) * | 2013-01-21 | 2013-05-08 | 信帧电子技术(北京)有限公司 | 一种人体再识别方法以及人体再识别系统 |
CN103810473A (zh) * | 2014-01-23 | 2014-05-21 | 宁波大学 | 一种基于隐马尔科夫模型的人体对象的目标识别方法 |
CN105160319A (zh) * | 2015-08-31 | 2015-12-16 | 电子科技大学 | 一种在监控视频下实现行人再识别的方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109697391A (zh) * | 2017-10-23 | 2019-04-30 | 北京京东尚科信息技术有限公司 | 封闭场所内人物再识别的方法、系统及终端设备 |
US11263446B2 (en) | 2017-10-23 | 2022-03-01 | Beijing Jingdong Shangke Information Technology Co., Ltd. | Method for person re-identification in closed place, system, and terminal device |
CN108985190A (zh) * | 2018-06-28 | 2018-12-11 | 北京市商汤科技开发有限公司 | 目标识别方法和装置、电子设备、存储介质、程序产品 |
CN109800329A (zh) * | 2018-12-28 | 2019-05-24 | 上海依图网络科技有限公司 | 一种监控方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Tiwari et al. | A computer vision based framework for visual gun detection using harris interest point detector | |
Bazzani et al. | Multiple-shot person re-identification by hpe signature | |
CN106650620A (zh) | 一种应用无人机监测的目标人员识别追踪方法 | |
CN110008797B (zh) | 一种多摄像机多人脸视频接续采集方法 | |
CN106991370B (zh) | 基于颜色和深度的行人检索方法 | |
CN104573111A (zh) | 一种监控视频中的行人数据结构化存储及预检索方法 | |
CN102663411A (zh) | 一种目标人体识别方法 | |
De Oliveira et al. | People reidentification in a camera network | |
Gálai et al. | Feature selection for Lidar-based gait recognition | |
Karpagavalli et al. | Estimating the density of the people and counting the number of people in a crowd environment for human safety | |
CN106650639A (zh) | 一种适用于安防的监控系统行人再识别方法 | |
CN105554462A (zh) | 一种遗留物检测方法 | |
CN109658437A (zh) | 一种快速检测运动物体的方法及装置 | |
CN102254396B (zh) | 基于视频的入侵检测方法及装置 | |
KR101547255B1 (ko) | 지능형 감시 시스템의 객체기반 검색방법 | |
Filonenko et al. | Detecting abandoned objects in crowded scenes of surveillance videos using adaptive dual background model | |
Seidenari et al. | Dense spatio-temporal features for non-parametric anomaly detection and localization | |
CN103400148A (zh) | 基于视频分析的银行自助服务区域尾随行为检测方法 | |
CN106611159A (zh) | 一种基于机器视觉的小鼠探索的识别方法 | |
Khatoon et al. | A robust and enhanced approach for human detection in crowd | |
CN111708907B (zh) | 一种目标人员的查询方法、装置、设备及存储介质 | |
Iqbal et al. | Intelligent information system for suspicious human activity detection in day and night | |
Wirayuda et al. | Fire color detection using color look up and histogram analysis | |
Yoshioka et al. | Improving person re-identification based on human height information | |
CN112613568A (zh) | 基于可见光及红外多光谱图像序列的目标识别方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170510 |
|
RJ01 | Rejection of invention patent application after publication |