[发明专利]一种视频监控目标自动检测的方法和系统

权利要求书

1.一种视频监控目标自动检测的方法，其特征在于，包括如下步骤：

S1：创建待测目标样本，离线训练级联分类器；

S2：选取待测目标样本中相邻两帧目标图像利用运动差分算子得到运动差分图像，训练运动特征分类器；

S3：利用所述运动特征分类器检测并筛选出视频监控中的运动区域，然后调用训练好的匹配分类器进行匹配循环，直至匹配分类器的大小大于原图；

S4：判断采用训练样本窗口通过级联分类器每一层后的返回值；

S5：步骤S4中返回正值时，目标在视频监控中被实时检索出来并突出显示。

2.根据权利要求1所述的视频监控目标自动检测的方法，其特征在于，所述步骤S1中离线训练分类器的方法是选取扩展的Haar特征，采用Gentle AdaBoost算法进行分类器训练。

3.根据权利要求1所述的视频监控目标自动检测的方法，其特征在于，所述步骤S2中根据下述公式(1)～(5)得到运动差分图像：

Δ＝abs(I_t-I_t+1)(式1)

U＝abs(I_t-I_t+1↑)(式2)

L＝abs(I_t-I_t+1←)(式3)

R＝abs(I_t-I_t+1→)(式4)

D＝abs(I_t-I_t+1↓)(式5)

其中，定义Δ为第一帧图像的像素值I_t与第二帧图像的像素值I_t+1的差，U为第一帧图像的像素值I_t与第二帧图像向上位移一个像素值I_t+1的差，L为第一帧图像的像素值I_t与第二帧图像向左位移一个像素值I_t+1的差，R为第一帧图像的像素值I_t与第二帧图像向右位移一个像素值I_t+1的差，D为第一帧图像的像素值I_t与第二帧图像向下位移一个像素值I_t+1的差，abs()代表绝对值。

4.根据权利要求1所述的视频监控目标自动检测的方法，其特征在于，所述步骤S4中匹配循环的方法是将匹配分类器放大给定的参数倍，同时原图缩小给定的参数倍，进行匹配，直到匹配分类器的大小大于原图。

5.根据权利要求1所述的视频监控目标自动检测的方法，其特征在于，所述步骤S1中级联分类器用于检测视频图像中尺寸20像素×15像素的目标。

6.根据权利要求1所述的视频监控目标自动检测的方法，其特征在于，所述步骤S4中采用判定训练样本窗口中的目标特征像素值大于相应级联分类器的阈值来确定通过每一层级联分类器。

7.一种采用权利要求1～6之一所述的视频监控目标自动检测的方法的系统，其特征在于，所述系统包括：

级联分类器，用于检测监控视频中目标的外形特征；

运动特征分类器，用于检测并筛选出监控视频中的运动区域；

信号处理单元，对筛选出的运动区域调用训练好的匹配分类器进行匹配循环，判断采用训练样本窗口通过级联分类器每一层后的返回值；

控制单元，对所要进行提取的目标进行设置或显示。

8.根据权利要求7所述的系统，其特征在于，所述级联分类器包括人脸检测分类器、人脸局部特征检测分类器、上身肩膀区域特征分类器。

9.根据权利要求7所述的系统，其特征在于，所述系统用于视频监控中行人、车辆、车牌的实时检测。

10.根据权利要求7所述的系统，其特征在于，所述系统用于检测视频图像中尺寸20像素×15像素的目标。