CN107886059A - 一种基于视频监控的车型识别系统及方法 - Google Patents
一种基于视频监控的车型识别系统及方法 Download PDFInfo
- Publication number
- CN107886059A CN107886059A CN201711057392.5A CN201711057392A CN107886059A CN 107886059 A CN107886059 A CN 107886059A CN 201711057392 A CN201711057392 A CN 201711057392A CN 107886059 A CN107886059 A CN 107886059A
- Authority
- CN
- China
- Prior art keywords
- video
- module
- target
- monitoring
- analysis
- 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
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
- G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V2201/00—Indexing scheme relating to image or video recognition or understanding
- G06V2201/08—Detecting or categorising vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种基于视频监控的车型识别系统,该系统包括:视频输入模块、视觉分析模块及网络输入输出模块,所述视频输入模块,用于获得视频数据;所述视觉分析模块,由通过接口模块相连接的嵌入式CPU和DSP处理器组成,用于处理视频输入模块获得的视频数据;所述网络输入输出模块,用于将视觉分析模块处理后的视频数据输入和输出从而控制视觉分析模块的指令。本系统能够准确的检测、识别人、车、物体及其它类物体,并且大大节约存储空间,同时能够快速寻找嫌疑车辆,有更广的使用范围和更强的适应能力。
Description
技术领域
本发明涉及一种识别系统及方法,特别涉及一种基于视频监控的车型识别系统及方法。
背景技术
智能视频监控是计算机视觉领域一个新兴的应用方向和备受关注的前沿课题。伴随网络技术和数字视频技术的飞速发展,监控技术向着数字化、智能化、网络化方向不断前进。智能视频监控系统的需求主要来自于那些对安全要求敏感的场合,如停车场、居民小区、交通路口等。智能监控技术包括了车型的检测、跟踪、目标分类和行为理解等方面,涉及到计算机视觉、模式识别和人工智能等领域的许多核心课题,是一个具有挑战性的困难问题。
发明内容
发明目的:为了克服现有技术的不足,本发明提供了一种基于视频监控的车型识别系统及方法,能够准确的检测、识别人、车、物体及其它类物体,并且大大节约存储空间,同时能够快速寻找嫌疑车辆,有更广的使用范围和更强的适应能力。
技术方案:第一方面,本发明提供一种基于视频监控的车型识别系统,该系统包括:视频输入模块、视觉分析模块及网络输入输出模块,所述视频输入模块,用于获得视频数据;所述视觉分析模块,由通过接口模块相连接的嵌入式CPU和DSP处理器组成,用于处理视频输入模块获得的视频数据;所述网络输入输出模块,用于将视觉分析模块处理后的视频数据输入和输出从而控制视觉分析模块的指令。
优选的,所述视觉分析模块还包括:
监控视频获取模块,在适当位置安装监控摄像头,以获取最有利于处理的视频流。
视频预处理模块,对于获取的视频流进行预处理,包括去除噪声,调整帧率和帧大小。
背景建模模块,建立合理真实的背景,以便得到准确的前景目标。
前景分割模块,利用减背景技术得到前景目标,同时对于虚假前景予以消除。
阴影消除模块,利用颜色空间法及阴影的方向去除各种阴影。
目标识别模块,对前景物体进行识别分类,分类的种类包括人、车和物体。
优选的,所述目标识别模块使用的目标识别算法是利用基于目标特征的方法,指目标的属性特征和统计特征,在图像中寻找目标的特征匹配,包括驾乘人员、人脸、年检标、遮阳板、纸巾盒、转金桶、摆件、安全带、打电话、行李架、天窗。
优选的,所述视觉分析模块中还包括报警模块,用户可设置报警规则,经过对视频内容分析,结合报警规则能对监视区内的车型目标作实时行为智能自动监控,无须另外设置监视人员。
第二方面,本发明提供了一种基于视频监控的车型识别方法,该方法包括:输入视频、分析视频及网络输入输出,所述输入视频,用于获得视频数据;所述分析视频,处理器包括由通过接口模块相连接的嵌入式CPU和DSP处理器,用于处理所述输入视频后获得的视频数据;所述网络输入输出,用于将分析视频后的视频数据输入和输出从而控制分析视频的指令。
优选的,所述分析视频的步骤包括:
步骤1、监控视频获取,在适当位置安装监控摄像头,以获取最有利于处理的视频流。
步骤2、视频预处理,对于获取的视频流进行预处理,包括去除噪声,调整帧率和帧大小。
步骤3、背景建模,建立合理真实的背景,以便得到准确的前景目标。
步骤4、前景分割,利用减背景技术得到前景目标,同时对于虚假前景予以消除。
步骤5、消除阴影,利用颜色空间法及阴影的方向去除各种阴影。
步骤6、目标识别,对前景物体进行识别分类,分类的种类包括人、车和物体。
优选的,所述步骤6使用的目标识别算法是利用基于目标特征的方法,指目标的属性特征和统计特征,在图像中寻找目标的特征匹配,包括驾乘人员、人脸、年检标、遮阳板、纸巾盒、转金桶、摆件、安全带、打电话、行李架、天窗。
优选的,所述分析视频的同时用户还可设置报警规则,经过对视频内容分析,结合报警规则能对监视区内的车型目标作实时行为智能自动监控,无须另外设置监视人员。
有益效果:本发明与现有技术相比,其显著优点是:1、本系统采用的基于目标特征的方法并没有用到运动信息,所以既可以用于运动目标的检测也可以用于静止的目标,并且不受摄像机运动的影响;2、本系统只有在报警规则触发的情况下开始存储视频数据,可以大大节约存储空间,同时能够快速寻找嫌疑车辆。有更广的使用范围和更强的适应能力;3、该系统能让用户方便地设置报警规则,经过对视频内容分析后,结合报警规则便能对监视区内的车型目标作实时行为智能自动监控,无须另外设置监视人员。
附图说明
图1是本发明车型识别系统的结构示意图;
图2是本发明车型识别方法流程图;
图3是本发明车型识别系统特征信息提取的示例图。
具体实施方式
实施例1
如图1,本发明提供一种基于视频监控的车型识别系统,该系统包括:
视频输入模块,用于获得视频数据;
视觉分析模块,由通过接口模块相连接的嵌入式CPU和DSP处理器组成,用于处理视频输入模块获得的视频数据;
网络输入输出模块,用于将视觉分析模块处理后的视频数据输入和输出从而控制视觉分析模块的指令。
视觉分析模块还包括:
监控视频获取模块,在适当位置安装监控摄像头,以获取最有利于处理的视频流。
视频预处理模块,对于获取的视频流进行预处理,包括去除噪声,调整帧率和帧大小。
背景建模模块,建立合理真实的背景,以便得到准确的前景目标。
前景分割模块,利用减背景技术得到前景目标,同时对于虚假前景予以消除。
阴影消除模块,利用颜色空间法及阴影的方向去除各种阴影。
目标识别模块,对前景物体进行识别分类,分类的种类包括人、车和物体。
目标识别模块中使用的目标识别算法是利用基于目标特征的方法,指目标的属性特征和统计特征,在图像中寻找目标的特征匹配,包括驾乘人员、人脸、年检标、遮阳板、纸巾盒、转金桶、摆件、安全带、打电话、行李架、天窗。
视觉分析模块中还包括报警模块,用户可设置报警规则,经过对视频内容分析,结合报警规则能对监视区内的车型目标作实时行为智能自动监控,无须另外设置监视人员。
实施例2
如图2,本发明提供了一种基于视频监控的车型识别方法,该方法步骤包括:输入视频、分析视频及网络输入输出,所述输入视频,用于获得视频数据;所述分析视频,处理器包括由通过接口模块相连接的嵌入式CPU和DSP处理器,用于处理所述输入视频后获得的视频数据;所述网络输入输出,用于将分析视频后的视频数据输入和输出从而控制分析视频的指令。
具体的,分析视频的步骤包括:
步骤1、监控视频获取,在适当位置安装监控摄像头,以获取最有利于处理的视频流。
步骤2、视频预处理,对于获取的视频流进行预处理,包括去除噪声,调整帧率和帧大小。
步骤3、背景建模,建立合理真实的背景,以便得到准确的前景目标。
步骤4、前景分割,利用减背景技术得到前景目标,同时对于虚假前景予以消除。
步骤5、消除阴影,利用颜色空间法及阴影的方向去除各种阴影。
步骤6、目标识别,对前景物体进行识别分类,分类的种类包括人、车和物体。
如图3,本方法可方便的进行车型识别,使用的目标识别算法是利用基于目标特征的方法,指目标的属性特征和统计特征,在图像中寻找目标的特征匹配,包括驾乘人员、人脸、年检标、遮阳板、纸巾盒、转金桶、摆件、安全带、打电话、行李架、天窗。
分析视频的同时用户还可设置报警规则,经过对视频内容分析,结合报警规则能对监视区内的车型目标作实时行为智能自动监控,无须另外设置监视人员。
Claims (8)
1.一种基于视频监控的车型识别系统,该系统包括:视频输入模块、视觉分析模块及网络输入输出模块,其特征在于,所述视频输入模块,用于获得视频数据;所述视觉分析模块,由通过接口模块相连接的嵌入式CPU和DSP处理器组成,用于处理视频输入模块获得的视频数据;所述网络输入输出模块,用于将视觉分析模块处理后的视频数据输入和输出从而控制视觉分析模块的指令。
2.根据权利要求1所述的基于视频监控的车型识别系统,其特征在于,所述视觉分析模块又包括:
监控视频获取模块,用于在适当位置安装监控摄像头,以获取最有利于处理的视频流;
视频预处理模块,用于对获取的视频流进行预处理,包括去除噪声,调整帧率和帧大小;
背景建模模块,用于建立合理真实的背景,以便得到准确的前景目标;
前景分割模块,用于利用减背景技术得到前景目标,同时对于虚假前景予以消除;
阴影消除模块,用于利用颜色空间法及阴影的方向去除各种阴影;
目标识别模块,用于对前景物体进行识别分类,分类的种类包括人、车和物体。
3.根据权利要求2所述的基于视频监控的车型识别系统,其特征在于,所述目标识别模块中使用的目标识别算法是利用基于目标特征的方法,指目标的属性特征和统计特征,在图像中寻找目标的特征匹配,包括驾乘人员、人脸、年检标、遮阳板、纸巾盒、转金桶、摆件、安全带、打电话、行李架、天窗。
4.根据权利要求1所述的基于视频监控的车型识别系统,其特征在于,所述视觉分析模块中还包括报警模块,用户可设置报警规则,经过对视频内容分析,结合报警规则能对监视区内的车型目标作实时行为智能自动监控。
5.一种基于视频监控的车型识别方法,该方法的步骤包括:输入视频、分析视频及网络输入输出,其特征在于,所述输入视频,用于获得视频数据;所述分析视频,处理器包括由通过接口模块相连接的嵌入式CPU和DSP处理器,用于处理所述输入视频后获得的视频数据;所述网络输入输出,用于将分析视频后的视频数据输入和输出从而控制分析视频的指令。
6.根据权利要求5所述的基于视频监控的车型识别方法,其特征在于,所述分析视频的步骤包括:
(1)监控视频获取,在适当位置安装监控摄像头,以获取最有利于处理的视频流;
(2)视频预处理,对于获取的视频流进行预处理,包括去除噪声,调整帧率和帧大小;
(3)背景建模,建立合理真实的背景,以便得到准确的前景目标;
(4)前景分割,利用减背景技术得到前景目标,同时对于虚假前景予以消除;
(5)消除阴影,利用颜色空间法及阴影的方向去除各种阴影;
(6)目标识别,对前景物体进行识别分类,分类的种类包括人、车和物体。
7.根据权利要求6所述的基于视频监控的车型识别方法,其特征在于,所述步骤6使用的目标识别算法是利用基于目标特征的方法,指目标的属性特征和统计特征,在图像中寻找目标的特征匹配,包括驾乘人员、人脸、年检标、遮阳板、纸巾盒、转金桶、摆件、安全带、打电话、行李架、天窗。
8.根据权利要求5所述的基于视频监控的车型识别方法,其特征在于,所述分析视频的同时用户还可设置报警规则,经过对视频内容分析,结合报警规则能对监视区内的车型目标作实时行为智能自动监控。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711057392.5A CN107886059A (zh) | 2017-11-01 | 2017-11-01 | 一种基于视频监控的车型识别系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711057392.5A CN107886059A (zh) | 2017-11-01 | 2017-11-01 | 一种基于视频监控的车型识别系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107886059A true CN107886059A (zh) | 2018-04-06 |
Family
ID=61783368
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711057392.5A Pending CN107886059A (zh) | 2017-11-01 | 2017-11-01 | 一种基于视频监控的车型识别系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107886059A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108985221A (zh) * | 2018-07-12 | 2018-12-11 | 广州视源电子科技股份有限公司 | 视频片段检测方法、装置、设备和存储介质 |
CN109029485A (zh) * | 2018-08-21 | 2018-12-18 | 北京深瞐科技有限公司 | 车辆行驶轨迹确定方法及装置 |
CN109993078A (zh) * | 2019-03-18 | 2019-07-09 | 百度在线网络技术(北京)有限公司 | 车载环境的图像识别方法、装置及设备 |
CN112382032A (zh) * | 2020-11-13 | 2021-02-19 | 珠海大横琴科技发展有限公司 | 一种监控方法及装置、电子设备、存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101123721A (zh) * | 2007-09-30 | 2008-02-13 | 湖北东润科技有限公司 | 一种智能视频监控系统及其监控方法 |
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 |
CN105740910A (zh) * | 2016-02-02 | 2016-07-06 | 北京格灵深瞳信息技术有限公司 | 一种车辆物件检测方法及装置 |
CN105893510A (zh) * | 2016-03-30 | 2016-08-24 | 北京格灵深瞳信息技术有限公司 | 一种视频结构化系统及其目标搜索方法 |
CN106709436A (zh) * | 2016-12-08 | 2017-05-24 | 华中师范大学 | 面向轨道交通全景监控的跨摄像头可疑行人目标跟踪系统 |
-
2017
- 2017-11-01 CN CN201711057392.5A patent/CN107886059A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101123721A (zh) * | 2007-09-30 | 2008-02-13 | 湖北东润科技有限公司 | 一种智能视频监控系统及其监控方法 |
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 |
CN105740910A (zh) * | 2016-02-02 | 2016-07-06 | 北京格灵深瞳信息技术有限公司 | 一种车辆物件检测方法及装置 |
CN105893510A (zh) * | 2016-03-30 | 2016-08-24 | 北京格灵深瞳信息技术有限公司 | 一种视频结构化系统及其目标搜索方法 |
CN106709436A (zh) * | 2016-12-08 | 2017-05-24 | 华中师范大学 | 面向轨道交通全景监控的跨摄像头可疑行人目标跟踪系统 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108985221A (zh) * | 2018-07-12 | 2018-12-11 | 广州视源电子科技股份有限公司 | 视频片段检测方法、装置、设备和存储介质 |
CN109029485A (zh) * | 2018-08-21 | 2018-12-18 | 北京深瞐科技有限公司 | 车辆行驶轨迹确定方法及装置 |
CN109993078A (zh) * | 2019-03-18 | 2019-07-09 | 百度在线网络技术(北京)有限公司 | 车载环境的图像识别方法、装置及设备 |
CN112382032A (zh) * | 2020-11-13 | 2021-02-19 | 珠海大横琴科技发展有限公司 | 一种监控方法及装置、电子设备、存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107123131B (zh) | 一种基于深度学习的运动目标检测方法 | |
WO2020215552A1 (zh) | 多目标跟踪方法、装置、计算机设备及存储介质 | |
Xu et al. | A people counting system based on head-shoulder detection and tracking in surveillance video | |
CN109145742B (zh) | 一种行人识别方法及系统 | |
CN107886059A (zh) | 一种基于视频监控的车型识别系统及方法 | |
CN100589561C (zh) | 基于视频内容分析的可疑静止物检测方法 | |
Deore et al. | Study of masked face detection approach in video analytics | |
CN106570564B (zh) | 基于深度网络的多尺度行人检测方法 | |
CN111797653A (zh) | 基于高维图像的图像标注方法和装置 | |
CN109636795A (zh) | 实时无跟踪的监控视频遗留物检测方法 | |
CN109711322A (zh) | 一种基于rfcn的人车分离方法 | |
Wang et al. | License plate detection using gradient information and cascade detectors | |
CN109672863A (zh) | 一种基于图像识别的施工人员安全装备智能监测方法 | |
CN110490043A (zh) | 一种基于区域划分和特征提取的森林烟火检测方法 | |
Momin et al. | Vehicle detection and attribute based search of vehicles in video surveillance system | |
CN103729858A (zh) | 一种视频监控系统中遗留物品的检测方法 | |
CN104463869A (zh) | 一种视频火焰图像复合识别方法 | |
CN112184773A (zh) | 一种基于深度学习的安全帽佩戴检测方法及系统 | |
CN106909883A (zh) | 一种基于ros的模块化手部区域检测方法和装置 | |
CN114049624A (zh) | 一种基于机器视觉的船舶舱室智能检测方法及系统 | |
CN105957300A (zh) | 一种智慧金睛识别可疑张贴遮蔽报警方法和装置 | |
Li | Infrared image pedestrian detection via YOLO-V3 | |
Chakraborty et al. | Bangladeshi road sign detection based on YCbCr color model and DtBs vector | |
CN110991245A (zh) | 一种基于深度学习与光流法的实时烟雾检测方法 | |
KR20110002338A (ko) | 하라이크 특징점을 이용한 사람 검출 장치 및 그 방법 |
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: 20180406 |
|
RJ01 | Rejection of invention patent application after publication |