CN108256501A - 异常运动对象检测系统及其方法 - Google Patents

Abstract

本公开涉及一种用于视频热区检测的异常运动对象检测方法，包括以下步骤：在监控视频中指定热区、第一检测线和第二检测线；检测视频热区内的运动对象；在后续视频帧中对所检测到的运动对象进行追踪；利用双检测线法记录运动对象在视频热区内的运动方向，以判断运动对象的运动轨迹是否异常；以及如果发现所述运动轨迹异常的运动对象，则触发告警并输出结果留存。通过在监测视频的热区中发现多个被监测对象并分别对各个对象进行追踪，同时利用对象的运动方向趋势判断每个被追踪对象的运动方向，从而大大降低了告警噪音。

Description

异常运动对象检测系统及其方法

技术领域

本公开涉及一种对象检测系统及其方法，尤其是涉及用于视频热区(ROI, Regionof Interest)异常运动对象的对象检测系统及其方法。

背景技术

在诸如安保检测、交通检测之类的、涉及对象识别和追踪的特定场所的 热区检测中，已经存在很多热区对象检测方法。

例如，中国发明专利申请公开CN107241572A公开了一种学员实训视频 追踪评价系统，其通过人员佩戴标志来识别人员身份，并通过人员位置来判 断其是否超出其允许范围。此公开内容需要利用人员佩戴的标志来锁定被识 别对象，需要训练特定的对象识别模型，因此其实施例只适用于特定的场景， 实施成本较高。并且通过人员位置来判断是否超出允许的活动范围是比较初 级的检测。

此外，例如，中国实用新型专利公开CN 206258954 U公开了一种基于人 体运动方向检测的无人值守商店门禁系统，其利用RFID识别被监测物体， 并利用微波雷达监测人体运动。该公开内容使用的是RFID和微波雷达设备 进行检测，不适用于采用计算机视频技术进行对象检测。

再例如，中国发明专利申请公开CN105844665A公开了一种视频对象追 踪方法及装置，其利用初始帧内标记样本实时训练对象追模型，并利用实时 训练的对象追踪模型对对象在视频中进行持续追踪。此公开内容虽然是一种 基于视频的对象追踪技术，但不是基于对象追踪技术进行的对象异常运动检 测。

因此，需要一种能够在监测热区中发现多个被监测的对象并分别对各个 对象进行追踪，同时判断每个被追踪运动对象的运动方向的系统。

发明内容

为此，本公开的目的是利用对象识别技术在监测视频的监测热区中发现 多个被监测的对象，并分别对各个对象进行追踪，同时判断每个被追踪运动 对象的运动方向。如果被追踪运动对象的运动方向不符合预定义的规则，则 自动报警，并保存相关视频帧存档备查。

为了实现上述目的，根据本公开的一个方面，提供一种用于视频热区检 测的异常运动对象检测方法，包括以下步骤：a)在监控视频中指定热区、第 一检测线和第二检测线；b)检测视频热区内的运动对象；c)在后续视频帧 中对所检测到的运动对象进行追踪；d)利用双检测线法记录运动对象在视频 热区内的运动方向，以判断运动对象的运动轨迹是否异常；以及e)如果发现 所述运动轨迹异常的运动对象，则触发告警并输出结果留存。

优选地，所述步骤b)包括下列方法之一：利用对象检测法检测视频热 区内的运动对象；利用前景分析法检测视频热区内的运动对象。

优选地，所述步骤c)包括：c1)判断所检测到的运动对象是否已被追踪， 如果所检测到的运动对象为被追踪运动对象，则持续更新该被追踪运动对象 的位置；以及c2)如果所检测到的运动对象的位置与被追踪运动对象的当前 位置不存在重合，则为所检测到的运动对象创建追踪器。

优选地，所述步骤c2)包括判断对被追踪运动对象的追踪是否成功，并 且如果对被追踪运动对象的追踪失败，则删除该被追踪运动对象的追踪器。

优选地，所述步骤c2)包括判断被追踪运动对象是否需要继续被追踪， 并且如果不需要继续追踪，则删除该追踪器。

优选地，所述步骤d)包括：判断被追踪运动对象位置是否触及第一检 测线，如果触及则更新第一检测线状态标志；判断被追踪运动对象位置是否 触及第二检测线，如果触及则更新第二检测线状态标志；如果被追踪运动对 象先触及第二检测线，后触及第一检测线，则标记该被追踪运动对象为异常 运动对象。

优选地，所述热区是监控视频中的指定区域，如果没有指定区域，则热 区就是监控视频的整个画面区域，并且其中所述双检测线是监控视频中的指 定直线、曲线或位置上的分离区域。

优选地，判断被追踪运动对象是否需要继续被追踪的步骤包括下列步骤 之一：通过判断被检测对象是否到达指定区域来判断是否需要继续追踪；通 过判断被检测对象是否到达离开区域来判断是否需要继续追踪；通过判断被 检测对象是否处于静止状态超过一定时间来判断是否需要继续追踪；通过判 断是否接收到停止对被监测区域内的对象进行继续追踪的指令来判断是否需 要继续追踪。

根据本公开的另一个方面，提供一种用于视频热区检测的异常运动对象 检测系统，包括：热区确定装置，用于在监控视频中指定热区、第一检测线 和第二检测线；对象检测器，用于利用对象检测法检测视频热区内的运动对 象；追踪管理部分，用于在后续视频帧中对所检测到的运动对象进行追踪； 运动检测部分，用于利用双检测线法记录运动对象在视频热区内的运动方向， 以判断运动对象的运动轨迹是否异常；以及输出保存部分，用于如果发现所 述运动轨迹异常的运动对象，则触发告警并输出结果留存。

优选地，所述追踪管理部分包括：追踪更新器，用于判断所检测到的运 动对象是否已被追踪，如果所检测到的运动对象为被追踪运动对象，则持续 更新该被追踪运动对象的位置；和对象追踪器添加装置，用于如果所检测到 的运动对象的位置与被追踪运动对象的当前位置不存在重合，则为所检测到 的运动对象创建追踪器。

优选地，所述对象追踪器添加装置判断对被追踪运动对象的追踪是否成 功，并且如果对被追踪运动对象的追踪失败，则删除该被追踪运动对象的追 踪器。

优选地，所述对象追踪器添加装置判断被追踪运动对象是否需要继续被 追踪，并且如果不需要继续追踪，则删除该追踪器。

优选地，所述运动检测部分包括：第一检测线比较器，用于判断被追踪 运动对象位置是否触及第一检测线，并且如果触及则更新第一检测线状态标 志；第二检测线比较器，用于判断被追踪运动对象位置是否触及第二检测线， 并且如果触及则更新第二检测线状态标志；运动方向检测器，用于如果被追 踪运动对象先触及第二检测线，后触及第一检测线，则标记该被追踪运动对 象为异常运动对象。

优选地，所述对象追踪器添加装置通过下列判断之一来确定是否需要继 续追踪：通过判断被检测对象是否到达指定区域来判断是否需要继续追踪； 通过判断被检测对象是否到达离开区域来判断是否需要继续追踪；通过判断 被检测对象是否处于静止状态超过一定时间来判断是否需要继续追踪；通过 判断是否接收到停止对被监测区域内的对象进行继续追踪的指令来判断是否 需要继续追踪。

由于本公开使用双检测线法实现对象运动方向异常检测，所以相比对于 记录被追踪运动对象在每一帧中的位置来判断该对象的运动方向的传统方法， 本公开算法简单、高效。只需要两个数值来记录对象的运动方向，并通过一 次加法运算来更新历史记录。

另外，同样由于本公开使用双检测线法实现对象运动方向异常检测， 所以它比传统的运动方向异常检测方法相比告警噪声大大减少。传统方法通 过记录被追踪运动对象在每一帧中的位置，并比较这些位置的相对位移来判 断该对象的运动方向。但是对于复杂运动的对象，比如行人，他们的运动轨 迹并不是一条直线，而是曲线，甚至是之字形运动。在这种情况下传统方法 可能因为短期的运动方向异常而报警，产生大量告警噪声。而本公开关注的 是运动趋势，而不是运动轨迹。双检测线是运动趋势的阈值，只有被追踪运 动对象的异常运动超过了阈值才引发告警，从而大大降低了告警噪音。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公 开的实施例，并与说明书一起用于解释本公开的原理。

图1是根据本公开的一个实施例的异常运动对象检测系统的示意性框图；

图2是根据本公开的一个实施例的对象检测部分的详细示意性框图；

图3是根据本公开的一个实施例的追踪管理部分的示意性框图；

图4是根据本公开的一个实施例的运动对象检测部分的示意性框图；

图5是根据本公开的一个实施例的异常运动对象检测方法的流程图；

图6是根据本公开的一个实例的视频区域图像；

图7是根据本公开的一个实例的利用对象检测算法在热区中检测到的对 象的图像；

图8是根据本公开的一个实例的利用前景分离算法获得的前景图像；

图9是根据本公开的一个实例的利用前景分离算法检测到的热区中的对 象的图像；

图10是根据本公开的一个实例的热区内被追踪的对象的图像；

图11是根据本公开的一个实例的被追踪运动对象触及第二检测线时的 图像；以及

图12是根据本公开的一个实例的被追踪运动对象触及第一检测线时的 图像。

具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的 描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的 要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所 有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一 些方面相一致的装置和方法的例子。

在本公开使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制 本开。除非另有定义，本文使用的所有其他科学和技术术语具有与本发明所 属领域的普通技术人员通常理解的相同的含义。在本公开和所附权利要求书 中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下 文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含 一个或多个相关联的列出项目的任何或所有可能组合。

应当理解，尽管在本公开可能采用术语第一、第二、第三等来描述各种 信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼 此区分开。例如，在不脱离本公开范围的情况下，第一也可以被称为第二， 反之亦然。取决于语境，如在此所使用的词语“如果”可以被解释成为“在…时” 或“当…时”或“响应于确定”。

为了使本领域技术人员更好地理解本公开，下面结合附图和具体实施方 式对本公开作进一步详细说明。

图1是根据本公开的一个实施例的异常运动对象检测系统的示意性框图。 如图1所示，该异常运动对象检测系统包括视频采集部分110、对象检测部 分120和输出保存部分130。

根据本公开的一个实施例，视频采集部分110用于采集视频数据，包括 通过诸如检测IP摄像头(未示出)之类的摄像设备拍摄视频流，通过网络(未 示出)等接收视频流数据，从存储设备(未示出)中读取视频流数据等。视 频采集部分110将所产生或接收到的视频流输出到对象检测部分120。

对象检测部分120从视频采集部分110中接收到视频流数据之后，首先 处理所接收到的数据以得到用于对象检测的视频帧并根据用户要求或缺省设 置确定检测热区，然后对象检测部分120根据所确定的检测热区来检测处理 后的视频帧数据中的运动对象。此外，对象检测部分120在检测到运动对象 时，将检测结果输出到输出保存部分130。以下将更详细地描述对象检测部 分120的结构和功能。

输出保存部分130可以包括但不限于视频显示器(未示出)、存储设备(未 示出)、检测墙(未示出)、扬声器(未示出)等中的全部或一部分，用于可 视听地展示对象检测结果以触发警报和/或保存检测结果留存备案。

图2是根据本公开的一个实施例的图1所示的对象检测部分120的详细 示意性框图。如图2所示，该对象检测部分120包括热区确定装置210、视 频帧转换器220、对象检测器230、追踪管理部分240以及运动检测部分250。

根据本公开的一个实施例，该视频帧转换器220接收视频采集部分110 所产生、读取或接收到的视频流，并转换成视频帧以便在其中进行对象检测。

根据本公开的一个实施例，热区确定装置210可以用于根据用户要求或 系统设定，来在检测视频流中指定检测区域作为检测热区，并且在视频区域 中标定第一检测线和第二检测线。所述热区是指视频区域中被重点监视的一 个或多个特定子区域。如果热区确定装置210没有指定检测热区域，则所述 热区就是整个检测画面区域。所述第一检测线和第二检测线可以是监控视频 中的指定直线或曲线，也可以是位置上分离的区域，用于判断视频中对象的 运动方向。如果视频中的被追踪运动对象先穿过第二检测线再穿过第一检测 线，则认为该对象运动方向异常。

在本公开的一个实施例中，对象检测器230接收来自视频帧转换器220 的视频帧，并对视频帧进行中的对象进行检测，以获取每个对象的轮廓。可 选地，对象检测器230也可以使用前景分离法检测出视频帧中的前景区域， 并将前景区域中封闭的子区域的轮廓作为检测到的对象轮廓。而且，对象检 测器230只有在对象检测过程中发现有与被监测热区存在重叠的对象时，才 把该视频帧发送给对象追踪管理部分240。在这种情况下，可以加速系统的 处理速度，并节约系统的处理成本。

追踪管理部分240在后续视频帧中对每个接收到的对象进行追踪，并将 被追踪运动对象在后续视频帧中的位置更新发送给运动检测部分250。追踪 管理部分240的具体结构和功能将在以下详细描述。

运动检测部分250判断被追踪运动对象的运动方向是否异常，其具体结 构和功能将在以下详细描述。

图3是根据本公开的一个实施例的如图2所示的追踪管理部分240的详 细框图。如图3所示，该追踪管理部分240包括追踪更新器310和对象追踪 器添加装置320。

追踪更新器310判断该对象是否已被追踪，如果该对象尚未被追踪，则 为该对象创建一个新的追踪器在新接受到的视频中对已有的追踪对象的位置 进行更新。

对象追踪器添加装置320判断对每个被追踪运动对象的追踪是否失败， 如果追踪失败，则删除该对象的追踪器。此外，对象追踪器添加装置320可 以利用其他判断条件确定是否需要删除对象追踪器添加装置。例如但不限于： 通过判断被检测对象是否到达指定区域来判断是否需要继续追踪；通过判断 被检测对象是否到达离开区域来判断是否需要继续追踪；通过判断被检测对 象是否处于静止状态超过一定时间来判断是否需要继续追踪，以及通过判断 是否接收到停止对被监测区域内的对象进行继续追踪的指令来判断是否需要 继续追踪。

进一步，对象追踪器添加装置320还判断是否需要为如图2所示的对象 检测器230传来的新的对象创建追踪器。在本公开的一个实施例中，如果新 的对象的位置与已有被追踪运动对象的当前位置存在重合，则不创建新的对 象追踪器，否则，为该新对象创建新的追踪器。

应当理解，在本公开的其他实施例中，可以采用不同的判断条件来决定 是否创建新的追踪器。本公开可采用KCF(Kernelized Correlation Filters)、 BOOSTING，MIL(Multiple Instance Learning)、TLD(Tracking，learning and detection)、GOTURN或其他对象追踪算法来对视屏中的对象进行追踪。

图4是根据本公开的一个实施例的如图2所示的运动检测部分250的示 意性框图。如图4所示，该运动检测部分250包括第一检测线比较器410、 第二检测线比较器420、运动方向检测器430以及轮廓绘制器440。

具体来说，如图4所示的第一检测线比较器410在图像帧中对热区内每 个被追踪运动对象的位置进行判断。如果该对象触及第一检测线，则更新第 一检测线状态标志。

第二检测线比较器420也在图像帧中对热区内每个被追踪运动对象的位 置进行判断，在该对象触及第二检测线时，更新第二检测线状态标志。

运动方向检测器430根据每个对象的第一检测线状态标志和第二检测线 状态标志判断运动对象是否运动方向异常。例如，如果被追踪运动对象先触 及第二检测线，后触及第一检测线，则标记该被追踪运动对象为异常运动对 象。

如果发现异常运动的对象，则轮廓绘制器440将该对象的轮廓绘制在视 频帧上，并触发告警。优选地，可以将该绘制了运动方向异常对象轮廓的视 频帧存储到如图1所示的输出保存部分130中。

在根据本公开的一个实施例中，诸如轮廓绘制器440之类的装置也可以 包括在如图1所示的输出保存部分中。

图5是根据本公开的一个实施例的异常运动对象检测方法的流程图。如 图5所示，在步骤S510中，利用图2所示的热区确定装置210在视频区域中 标定热区、第一检测线和第二检测线。

接下来，在步骤S520中，借助于对象检测器，采用对象检测算法，利用 预先训练好的对象识别模型，在视频帧中检测对象。在本公开的另一个实施 例中，利用前景分离算法检测视频热区中的对象。具体地说，通过基于高斯 混合的背景/前景分割算法(GaussianMixture-based Background/Foreground Segmentation Algorithm)计算视频中各像素点的混合K高斯分布(mixture of K Gaussian distribution)，将视频帧中相对静态的像素点标为背景点，用黑色 表示；将视频帧中相对变化率较高的点标为前景点，用白色表示。从而，得 到原始视频帧转换成黑白后的前景图。将前景图中热区内的白色子区域作为 视频中检测到的对象。应当理解，本公开也可采用其他类似的算法来生成前 景图。前景分离算法效率高、速度快、但是不能识别检测到的对象的类别， 同时对静止对象不敏感。

接下来，在步骤S530中，利用追踪管理部分240对检测到的对象进行追 踪。具体来说，对于检测到的对象，首先判断是否需要为其创建追踪器。在 本公开的一个实施例中，通过判断待追踪对象的轮廓是否与被追踪运动对象 的轮廓重叠来确定是否需要为待追踪对象创建追踪器，并仅在不重叠时创建 追踪器。应当理解，本公开也可以采用其他判断条件来决定是否需要为待追 踪对象创建追踪器。

接下来，在步骤S540中，利用追踪管理部分240判断被追踪运动对象的 运动方向。根据本公开的一个实施例，追踪管理部分240采用双检测线法来 判断对象的运动方向是否异常。具体来说，对每个被追踪运动对象设置初始 值为0的第一检测线历史记录H1和第二检测线历史记录H2，如果被追踪运 动对象位置与第一检测线重合，则追踪管理部分240判断其为H1＝H2+1， 而如果被追踪运动对象位置与第二检测线重合，则判断其为H2＝H1+1，并 且如果H2>H1，即被追踪运动对象先触及第二检测线，后触及第一检测线， 则判断被追踪运动对象运动异常。

最后，在步骤S550中，追踪管理部分240把检测到的检测热区中的对象 轮廓绘制在视频帧上，并且输出到输出保存部分130。

实例

实现的目的是利用IP摄像机拍摄生成的视频流实现热区内对象运动方向 异常的检测。检测过程如下。

1)在如图6所示的视频区域中标定热区(白色方形框)、第一检测线和 第二检测线(白色方形框中的两条白色平行直线)

热区是指视频区域中被重点监视的一个或多个特定子区域。如果没有标 记热区，那么整个视频帧区域都是热区。

第一检测线和第二检测线用于判断视频中对象的运动方向。如果视频中 的被追踪运动对象先穿过第二检测线再穿过第一检测线，则认为该对象运动 方向异常。

2)在视频帧中检测对象

在本公开的一个实施例中，采用对象检测算法，利用预先训练好的对象 识别模型，在视频帧中检测对象。图7显示了热区中利用对象检测算法检测 到的对象。这种算法检测速度较慢，但是可以有效识别静止的对象。

在本公开的另一个实施例中，利用前景分离算法检测视频热区中的对象。 具体地说，通过基于高斯混合的背景/前景分割算法(Gaussian Mixture-based Background/Foreground Segmentation Algorithm)，计算视频中各像素点的混合 K高斯分布(mixtureof K Gaussian distribution)，将视频帧中相对静态的像 素点标为背景点，用黑色表示；将视频帧中相对变化率较高的点标为前景点， 用白色表示。这样，就可以把原始视频帧转换成黑白的前景图(如图8所示)。 然而，将前景图中热区内的白色子区域作为视频中检测到的对象，图9是利 用前景分离算法检测到的热区中的对象图。应当理解，本公开也可采用其他 类似的算法来生成前景图。前景分离算法效率高、速度快、但是不能识别检 测到的对象的类别，同时对静止对象不敏感。

3)对检测到的对象进行追踪

对于检测到的对象，首先判断是否需要为其创建追踪器。在本公开的一 个实施例中，通过判断待追踪对象的轮廓是否与被追踪运动对象的轮廓重叠 来确定是否需要为待追踪对象创建追踪器，并仅在不重叠时创建追踪器。图 10显示了热区内被追踪的对象。应当理解，本公开也可以采用其他判断条件 来决定是否需要为待追踪对象创建追踪器。

4)判断被追踪运动对象的运动方向，以判断被追踪运动对象运动轨迹是 否异常

本公开采用双检测线法来判断对象的运动方向是否异常。具体的方法是： 对每个被追踪运动对象设置初始值为0的第一检测线历史记录H1和第二检 测线历史记录H2，

·如果被追踪运动对象位置与第一检测线重合，则:

H1＝H2+1

·如果被追踪运动对象位置与第二检测线重合，则:

H2＝H1+1

·如果H2>H1，即被追踪运动对象先触及第二检测线，后触及第一检测 线，则判断被追踪运动对象运动异常。

图11示了被追踪运动对象触及第二检测线。图12显示了被追踪运动对 象触及第一检测线。由于其先触及第二检测线，后触及第一检测线，因此引 发告警，在图中标记出来。而视频中热区内的其他被追踪运动对象的运动方 向是相反的，因此不触发告警。

由于本公开使用双检测线法实现对象运动方向异常检测，所以相比对于 记录被追踪运动对象在每一帧中的位置来判断该对象的运动方向的传统方法， 本公开算法简单、高效。只需要两个数值来记录对象的运动方向，并通过一 次加法运算来更新历史记录。

另外，同样由于本公开使用双检测线法实现对象运动方向异常检测，所 以它比传统的运动方向异常检测方法相比告警噪声大大减少。传统方法通过 记录被追踪运动对象在每一帧中的位置，并比较这些位置的相对位移来判断 该对象的运动方向。但是对于复杂运动的对象，比如行人，他们的运动轨迹 并不是一条直线，而是曲线，甚至是之字形运动。在这种情况下传统方法可 能因为短期的运动方向异常而报警，产生大量告警噪声。而本公开关注的是 运动趋势，而不是运动轨迹。双检测线是运动趋势的阈值，只有被追踪运动 对象的异常运动超过了阈值才引发告警，从而大大降低了告警噪音。

本发明不限于本文所描述的具体实施例的范围，这些实施例旨在作为示 例性实施例。功能上相同的产品和方法显然包含在本文描述的本发明的范围 内。

以上结合具体实施例描述了本公开的基本原理，但是，需要指出的是， 对本领域的普通技术人员而言，能够理解本公开的方法和装置的全部或者任 何步骤或者部件，可以在任何计算装置(包括处理器、存储介质等)或者计 算装置的网络中，以硬件、固件、软件或者它们的组合加以实现，这是本领 域普通技术人员在阅读了本公开的说明的情况下运用他们的基本编程技能就 能实现的。

因此，本公开的目的还可以通过在任何计算装置上运行一个程序或者一 组程序来实现。所述计算装置可以是公知的通用装置。因此，本公开的目的 也可以仅仅通过提供包含实现所述方法或者装置的程序代码的程序产品来实 现。也就是说，这样的程序产品也构成本公开，并且存储有这样的程序产品 的存储介质也构成本公开。显然，所述存储介质可以是任何公知的存储介质 或者将来所开发出来的任何存储介质。

还需要指出的是，在本公开的装置和方法中，显然，各部件或各步骤是 可以分解和/或重新组合的。这些分解和/或重新组合应视为本公开的等效方案。 并且，执行上述系列处理的步骤可以自然地按照说明的顺序按时间顺序执行， 但是并不需要一定按照时间顺序执行。某些步骤可以并行或彼此独立地执行。

上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人 员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、 组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替 换和改进等，均应包含在本公开保护范围之内。

Claims (15)

1.一种用于视频热区检测的异常运动对象检测方法，包括以下步骤：

a)在监控视频中指定热区、第一检测线和第二检测线；

b)检测视频热区内的运动对象；

c)在后续视频帧中对所检测到的运动对象进行追踪；

d)利用双检测线法记录运动对象在视频热区内的运动方向，以判断运动对象的运动轨迹是否异常；以及

e)如果发现所述运动轨迹异常的运动对象，则触发告警并输出结果留存。

2.根据权利要求1所述的异常运动对象检测方法，其中所述步骤b)包括下列方法之一：

利用对象检测法检测视频热区内的运动对象；

利用前景分析法检测视频热区内的运动对象。

3.根据权利要求1所述的异常运动对象检测方法，其中所述步骤c)包括：

c1)判断所检测到的运动对象是否已被追踪，如果所检测到的运动对象为被追踪运动对象，则持续更新该被追踪运动对象的位置；以及

c2)如果所检测到的运动对象的位置与被追踪运动对象的当前位置不存在重合，则为所检测到的运动对象创建追踪器。

4.根据权利要求3所述的异常运动对象检测方法，其中所述步骤c2)包括：

判断对被追踪运动对象的追踪是否成功，并且如果对被追踪运动对象的追踪失败，则删除该被追踪运动对象的追踪器。

5.根据权利要求3所述的异常运动对象检测方法，其中所述步骤c2)包括：

判断被追踪运动对象是否需要继续被追踪，并且如果不需要继续追踪，则删除该追踪器。

6.根据权利要求1所述的异常运动对象检测方法，其中所述步骤d)包括：

判断被追踪运动对象位置是否触及第一检测线，如果触及则更新第一检测线状态标志；

判断被追踪运动对象位置是否触及第二检测线，如果触及则更新第二检测线状态标志；

如果被追踪运动对象先触及第二检测线，后触及第一检测线，则标记该被追踪运动对象为异常运动对象。

7.根据权利要求1所述的异常运动对象检测方法，其中所述热区是监控视频中的指定区域，如果没有指定区域，则热区就是监控视频的整个画面区域，并且其中所述双检测线是监控视频中的指定直线、曲线或位置上的分离区域。

8.根据权利要求5所述的异常运动对象检测方法，其中判断被追踪运动对象是否需要继续被追踪的步骤包括下列步骤之一：

通过判断被检测对象是否到达指定区域来判断是否需要继续追踪；

通过判断被检测对象是否到达离开区域来判断是否需要继续追踪；

通过判断被检测对象是否处于静止状态超过一定时间来判断是否需要继续追踪；

通过判断是否接收到停止对被监测区域内的对象进行继续追踪的指令来判断是否需要继续追踪。

9.一种用于视频热区检测的异常运动对象检测系统，包括：

热区确定装置，用于在监控视频中指定热区、第一检测线和第二检测线；

对象检测器，用于利用对象检测法检测视频热区内的运动对象；

追踪管理部分，用于在后续视频帧中对所检测到的运动对象进行追踪；

运动检测部分，用于利用双检测线法记录运动对象在视频热区内的运动方向，以判断运动对象的运动轨迹是否异常；以及

输出保存部分，用于如果发现所述运动轨迹异常的运动对象，则触发告警并输出结果留存。

10.根据权利要求9所述的异常运动对象检测系统，其中所述追踪管理部分包括：

追踪更新器，用于判断所检测到的运动对象是否已被追踪，如果所检测到的运动对象为被追踪运动对象，则持续更新该被追踪运动对象的位置；和

对象追踪器添加装置，用于如果所检测到的运动对象的位置与被追踪运动对象的当前位置不存在重合，则为所检测到的运动对象创建追踪器。

11.根据权利要求10所述的异常运动对象检测系统，其中所述对象追踪器添加装置判断对被追踪运动对象的追踪是否成功，并且如果对被追踪运动对象的追踪失败，则删除该被追踪运动对象的追踪器。

12.根据权利要求10所述的异常运动对象检测系统，其中所述对象追踪器添加装置判断被追踪运动对象是否需要继续被追踪，并且如果不需要继续追踪，则删除该追踪器。

13.根据权利要求9所述的异常运动对象检测系统，其中所述运动检测部分包括：

第一检测线比较器，用于判断被追踪运动对象位置是否触及第一检测线，并且如果触及则更新第一检测线状态标志；

第二检测线比较器，用于判断被追踪运动对象位置是否触及第二检测线，并且如果触及则更新第二检测线状态标志；

运动方向检测器，用于如果被追踪运动对象先触及第二检测线，后触及第一检测线，则标记该被追踪运动对象为异常运动对象。

14.根据权利要求9所述的异常运动对象检测系统，其中所述热区是监控视频中的指定区域，如果没有指定区域，则热区就是监控视频的整个画面区域，并且其中所述双检测线是监控视频中的指定直线、曲线或位置上的分离区域。

15.根据权利要求12所述的异常运动对象检测系统，其中所述对象追踪器添加装置通过下列判断之一来确定是否需要继续追踪：

通过判断被检测对象是否到达指定区域来判断是否需要继续追踪；

通过判断被检测对象是否到达离开区域来判断是否需要继续追踪；

通过判断被检测对象是否处于静止状态超过一定时间来判断是否需要继续追踪；

通过判断是否接收到停止对被监测区域内的对象进行继续追踪的指令来判断是否需要继续追踪。