[发明专利]一种基于计算机视觉的物流仓储监控方法

说明书

本发明是一种利用计算机视觉方法设计目标检测及跟踪算法，提高目标跟踪精度和速度，适应物流园区仓储实时智能监控的要求。为了提高目标跟踪的准确性和鲁棒性，针对核循环跟踪中仅利用像素进行核相关相似性比较时易受光照变化影响的缺陷，本发明提出一种基于光照不变特征的核循环目标跟踪方法。首先，对输入图像计算局部敏感直方图，提取光照不变特征，然后，运用核矩阵循环结构在频域中快速计算目标与模板问的响应置信图，得到跟踪目标准确位置。本发明提出的算法在光照剧烈变化及姿态调整时具有较强的鲁棒性。

技术领域

本发明涉及的是一种基于计算机视觉的智能监控方法，属于计算机视觉中的目标检测与跟踪领域。通过把视频帧的光照不变性特征和基于循环矩阵的核方法相结合，提高目标检测跟踪准确度和实时性，适用于公共场所、厂房、仓储等地方的智能安全监控。

背景技术

现大多数物流园区视频监控采用传统监控方式，在监控区域安装摄像机进行24小时监控，监控中心进行视频存储，监控中心有保安人员值守，针对重点区域安装红外对射报警探测器，一旦有报警触发，保安人员对报警事件进行处理。

智能视觉监控及相关技术同传统监控系统及技术有着本质的区别，其主要特点是利用视觉计算的方法，使计算机可在无需人为控制的状态下，通过对视频中运动目标的自主运算和分析，形成对场景中运动目标行为及其相互关系的高层次语义上的理解，赋予计算机理解动态场景的能力，实现运动目标异常行为的快速检测，并以最快和最佳的方式发出警报。智能视觉监控的应用能够更加有效的协助监控人员处理危机，降低误报和漏报现象，最大限度地减少人为干预，提高监控效率，减轻人员的工作负担。

智能分析技术的应用，将传统的被动监控转化为主动监控，将值班人员从死盯屏幕的繁重工作中解脱出来，快速地从海量视频数据中检索到一定特征的视频信息，能够极大的提高视频的利用效率，提升监控系统的整体性能。其应用主要有：

(1).运动目标检测：在各种复杂环境下有效识别监控场景中的运动目标。可识别视频图像中的运动行人、车辆和物体等任何运动目标。

(2).警戒区检测：即当监控画面中的行人、车辆以及其它物品进入到预设区域时，即触发入侵报警。警戒区是在画面中预设的虚拟区域，可以是矩形或者不规则的多边形。

(3).滞留物品检测：在预设区域中检测到有物体遗弃，或物体在预设时间内未被取走，即触发报警。

(4).运动目标跟踪：检测到运动目标后，记录运动目标的状态信息，此外还可利用云台控制指令，使摄像头持续跟踪运动目标，获取更加丰富的运动目标信息。

(5).物品取走检测：为防止重要目标的丢失，对指定目标进行定点监控，如果该物品被移动，则会触发报警。

(6).人脸面部检测：自动提取人体的脸部特征，并通过与数据库的特征匹配来实现省份认证。

(7).车辆识别：自动检测视频中的车辆，同时提取并存储车辆的相关特征，诸如车型大小、车身色彩、车牌号码等。

(8).烟火检测：通过分析烟雾与火苗燃烧时所具有的特征，及时检测易燃易爆危险品存储仓库的烟火事件。

处理流程可分为三个步骤：首先从视频图像中提取出运动目标；然后对检测到的相关运动目标进行跟踪；最后采用智能分析的方法理解目标运动行为。

发明内容

本发明的目的是为了克服传统监控的缺点和现已有智能监控中目标跟踪中准确度和速度不足的问题，提出了一种融合光照不变特征和核循环变换的目标跟踪方法，提出的方法在光照剧烈变化及姿态调整时具有较强的鲁棒性。

根据本发明的一个方面，一种基于计算机视觉的物流仓储监控方法，包括：

获取物流仓储监控图像中的多个视频帧；