[发明专利]一种远程智能车辆监控系统及方法

权利要求书

1.一种远程智能车辆监控系统，包括实现检测参数的调整和场景标定的规则设置模块；在设定的车辆检测区域内采集视频数据的数据采集模块，其特征在于，所述远程智能车辆监控系统还包括：

利用Vibe运动检测模型提取运动的前景点，当车辆检测区域内运动前景点的个数大于检测阈值，通过基于运动矩阵块的车辆分析方法判断车辆检测区域中是否存在车辆，若存在车辆，则提取车辆检测区域中存在的车辆目标，对提取的车辆目标建立外观模型，并将该车辆目标加入跟踪队列中，对跟踪队列中的车辆目标进行自适应动态跟踪，分析跟踪队列中各个车辆目标的运动轨迹，当有车辆目标触及设定的拍照线，则抓取当前触及拍照线车辆目标的视频帧数据并进行数据压缩的数据分析模块；

将压缩后的视频帧数据传送到远端查询模块的网络通信模块；

为系统提供独立电源的电源供应模块。

2.如权利要求1所述的远程智能车辆监控系统，其特征在于：所述数据采集模块为摄像机，所述数据分析模块由DSP数字信号处理器、数字视频解码器及其周边电路组成。

3.如权利要求2所述的远程智能车辆监控系统，其特征在于：所述网络通信模块由3G数据卡和工业3G路由器组成，DSP数字信号处理器的RJ45接口与工业3G路由器的RJ45接口连接，图片和数据信息按照http-post协议封装发送。

4.如权利要求3所述的远程智能车辆监控系统，其特征在于：所述远端查询模块由WCF服务器和Web页面管理系统组成，WCF服务器提供基础数据读取与写入服务，Web页面管理系统所需要的数据从WCF服务器获取，WCF服务器与Web页面管理系统通过http soap进行数据交互，为远端操作人员提供页面访问。

5.如权利要求4所述的远程智能车辆监控系统，其特征在于：所述电源供应模块由太阳能光伏板、电源控制器、铅酸蓄电池组成，电源供应模块为3G路由器、DSP数字信号处理器和摄像机供电。

6.一种远程智能车辆监控方法，在设定的车辆检测区域内采集视频数据，其特征在于，该远程智能车辆监控方法还包括如下步骤：

(1)利用Vibe运动检测模型提取运动的前景点；

(2)判断车辆检测区域内运动前景点的个数是否大于检测阈值，当车辆检测区域内运动前景点的个数大于检测阈值，进入步骤(3)；

(3)通过基于运动矩阵块的车辆分析方法判断车辆检测区域中是否存在车辆，若存在车辆，则进入步骤(4)；

(4)提取车辆检测区域中存在的车辆目标，对提取的车辆目标建立外观模型，并将该车辆目标加入跟踪队列中；

(5)对跟踪队列中的车辆目标进行自适应动态跟踪；

(6)分析跟踪队列中各个车辆目标的运动轨迹，判断是否有车辆目标触及设定的拍照线，若有，则进入步骤(7)；

(7)抓取当前触及拍照线车辆目标的视频帧数据并进行数据压缩；

(8)通过通信接口将压缩后的视频帧数据传送到远端查询模块。

7.如权利要求6所述的远程智能车辆监控方法，其特征在于，所述步骤(2)当车辆检测区域内运动前景点的个数不大于检测阈值时，则进入步骤(5)对跟踪队列中的车辆目标进行自适应动态跟踪。

8.如权利要求7所述的远程智能车辆监控方法，其特征在于，当所述步骤(3)通过基于运动矩阵块的车辆分析方法判断车辆检测区域中是否存在车辆，若不存在车辆，则进入步骤(5)对跟踪队列中的车辆目标进行自适应动态跟踪。

9.如权利要求6所述的远程智能车辆监控方法，其特征在于，所述步骤(3)通过基于运动矩阵块的车辆分析方法判断车辆检测区域中是否存在车辆包括如下步骤：

(3.1)在指定的车辆检测矩形区域内，等间距设定若干个依次排列的运动感知方块；

(3.2)计算各运动感知方块的运动矢量，找出具有相似运动矢量的运动感知方块进行标记；

(3.3)计算各具有相似运动矢量运动感知方块的最大连通域；

(3.4)对所述最大连通域进行分析，根据最大连通域的面积判断是否为车辆及车辆的大小。

10.如权利要求6～9任一所述的远程智能车辆监控方法，其特征在于，所述步骤(5)对跟踪队列中的车辆目标进行自适应动态跟踪包括如下步骤：

(5.1)提取跟踪车辆目标的Haar-like特征并对目标分类器进行训练生成目标模型；

(5.2)通过在周围点进行扫描分类的方式进行跟踪计算，并在线训练分类器；

(5.3)在后续跟踪中，如果由运动前景检测得到的前景框与当前目标的全局特征相似且尺寸接近，则对目标模型进行更新。