[发明专利]一种基于云计算的智能跟踪系统

说明书

技术领域

本发明涉及云计算领域，具体涉及一种基于云计算的智能跟踪系统。

背景技术

视频监控是安全防范系统的重要组成部分，传统的监控系统包括前端摄像机、传输线缆、视频监控平台。摄像机可分为网络数字摄像机和模拟摄像机，可作为前端视频图像信号的采集，它是一种防范能力较强的综合系统。视频监控进行人员跟踪广泛应用于许多场合。

云计算是一种基于互联网的计算方式，通过这种方式，共享的软硬件资源和信息可以按需提供给计算机和其他设备。

发明内容

针对上述问题，本发明旨在提供一种基于云计算的智能跟踪系统。

本发明的目的采用以下技术方案来实现：

提供了一种基于云计算的智能跟踪系统，包括跟踪系统、通信模块、云服务模块和客户端，所述跟踪系统包括采集模块、预处理模块、特征提取模块、训练模块、再识别模块和评价模块；所述采集模块用于视频图像采集，所述预处理模块用于确定行人图像中的人员位置，获取包含人员的矩形区域；所述特征提取模块，用于在包含人员的矩形区域中进行外观特征提取；所述训练模块用于训练多个跨模态投影模型，每一个跨模态投影模型中包含两个投影函数，它们分别将不同摄像机中的图像持征映射到共同的特征空间中并完成相似度计算；所述再识别模块，用于识别数据库中是否含有与查询人员一致的行人图像并确认查询人员身份；所述评价模块用于对系统性能进行评估。

本发明的有益效果为：实现了云计算条件下人员跟踪。

附图说明

利用附图对本发明作进一步说明，但附图中的实施例不构成对本发明的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。

图1是本发明的结构连接示意图。

附图标记：

跟踪系统1、通信模块2、云计算模块3、客户端4。

具体实施方式

结合以下实施例对本发明作进一步描述。

参见图1，本实施例的一种基于云计算的智能跟踪系统，包括跟踪系统1、通信模块2、云服务模块3和客户端4，所述跟踪系统1包括采集模块、预处理模块、特征提取模块、训练模块、再识别模块和评价模块；所述采集模块用于视频图像采集，所述预处理模块用于确定行人图像中的人员位置，获取包含人员的矩形区域；所述特征提取模块，用于在包含人员的矩形区域中进行外观特征提取；所述训练模块用于训练多个跨模态投影模型，每一个跨模态投影模型中包含两个投影函数，它们分别将不同摄像机中的图像持征映射到共同的特征空间中并完成相似度计算；所述再识别模块，用于识别数据库中是否含有与查询人员一致的行人图像并确认查询人员身份；所述评价模块用于对系统性能进行评估。

优选地，云服务模块3包括云存储单元和云计算单元。

本有选实施例实现了云计算条件下人员跟踪。

优选地，客户端4为计算机或者智能手机或者具有SIM卡的智能平板电脑。

本有选实施例提升了用户体验。

优选地，所述预处理模块包括图像融合单元，所述图像融合单元用于对不同来源的行人图像进行融合处理，以便更好地获取人员的全面特征，包括：

a、对需要融合的两幅源图像分别用双正交小波变换进行小波分解，确定分解后图像的小波系数；

b、对低频系数按设定的比例选取分解后图像的小波系数，构成融合图像的小波低频系数矩阵；

c、对高频系数采用纹理一致性测度分析特定区域不同高低频系数的边缘特性，计算图像区域的纹理一致性测度，并按照预定的规则确定融合图像的高频小波系数矩阵，所述图像区域的纹理一致性测度的计算公式定义为：

式中，XD(x)表示图像区域x的纹理一致性测度，XD_l表示图像区域x的各高频分量图像在水平方向上的纹理一致性测度，XD_c表示图像区域x的各高频分量图像在垂直方向上的纹理一致性测度，XD_d表示图像区域x的各高频分量图像在对角线方向上的纹理一致性测度；

d、将所述融合图像的小波低频系数矩阵、所述融合图像的高频小波系数矩阵进行离散双正交小波逆变换，最终获得融合图像。

本优选实施例设置图像融合单元，按照纹理一致性测度可较好地分辨出图像的伪边缘，在保证整体视觉效果的同时使细节信息更加丰富和真实；定义了图像区域的纹理一致性测度的计算公式，加快了图像融合的速度。