[发明专利]基于异常情景识别的云台镜头自主控制方法有效

专利信息
申请号: 201210492431.5 申请日: 2012-11-28
公开(公告)号: CN102970517A 公开(公告)日: 2013-03-13
发明(设计)人: 江佳峻;张成亮;刘威 申请(专利权)人: 四川长虹电器股份有限公司
主分类号: H04N7/18 分类号: H04N7/18;G06K9/66;G06N3/02
代理公司: 成都虹桥专利事务所(普通合伙) 51124 代理人: 刘世平
地址: 621000 四*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 异常 情景 识别 镜头 自主 控制 方法
【权利要求书】:

1.基于异常情景识别的云台镜头自主控制方法,其特征在于,包括以下步骤:

a.将云台镜头的转动范围划分为若干个区块,将每个区块在正常情景下的视频图像集设置为一个独立样本集,将每个样本图像中各像素点的灰度作为独立样本集的特征向量;

b.通过云台镜头采集当前每个区块的视频图像,获取当前区块的视频图像的特征向量并与相应的独立样本集的特征向量进行比较,获取协方差;

c.根据协方差判断当前区块的视频图像是否处于预警区间,若是,则进入步骤d,若否,则回到步骤b;

d.获取当前区块的视频图像与相应的独立样本集的灰度差值,将灰度差值连续大于设定值的区域作为异常目标进行锁定,云台镜头对异常目标进行自动追踪;

e.连续采集出现异常目标区块的视频图像,并对异常目标的运动轨迹进行预测,根据预测结果驱动云台镜头及时转动以减少滞后时间。

2.根据权利要求1所述的基于异常情景识别的云台镜头自主控制方法,其特征在于,所述独立样本集至少包括100个视频图像。

3.根据权利要求1所述的基于异常情景识别的云台镜头自主控制方法,其特征在于,步骤a中将每个样本图像中各像素点的灰度作为独立样本集的特征向量的具体步骤为:

a1.将每个样本图像各像素点的灰度作为特征向量,输入神经网络进行训练;

a2.将神经网络的输出作为该区块在正常情景模式的灰度特征向量。

4.根据权利要求3所述的基于异常情景识别的云台镜头自主控制方法,其特征在于,所述神经网络为RBF径向基神经网络。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于四川长虹电器股份有限公司,未经四川长虹电器股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201210492431.5/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top