[发明专利]一种视频多目标跟踪检测异常点的方法有效
申请号: | 201710338908.7 | 申请日: | 2017-05-15 |
公开(公告)号: | CN107273801B | 公开(公告)日: | 2021-11-30 |
发明(设计)人: | 陈志;金广华;岳文静;刘星;龚凯;掌静;王福星 | 申请(专利权)人: | 南京邮电大学;南京运享通信息科技有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/46 |
代理公司: | 南京经纬专利商标代理有限公司 32200 | 代理人: | 朱小兵 |
地址: | 210023 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 视频 多目标 跟踪 检测 异常 方法 | ||
1.一种视频多目标跟踪检测异常点的方法,其特征在于:具体包含以下步骤:
步骤1,用户输入视频文件,按时间均匀的抽取视频文件中的图像;
步骤2,提取连续帧图像的特征点,并计算特征点的置信度;
步骤3,计算连续帧图像中与各图像所对应的灰度图像像素点自相关矩阵;
步骤4,将获得的与连续帧图像中各图像所对应的自相关矩阵带入角点响应函数获取对应图像的角点;
步骤5,观察有效点是否在两图像角点连线上:若不在角点连线上,则输出为异常点,返回步骤2继续监测,直到检测完所有连续帧图像异常点;
在步骤2中,计算特征点的置信度具体如下:
其中,为特征点的置信度,是图像ti特征点与图像ti+1中特征点最近的距离,是图像ti特征点与图像ti+1中特征点次近的距离,为i变为i+1得到图像ti+1的特征点;将满足最大值的特征点作为有效点。
2.根据权利要求1所述的一种视频多目标跟踪检测异常点的方法,其特征在于:所述步骤3具体如下:
计算图像ti的灰度图像像素点在尺度j+1下的自相关矩阵
分别表示图像t1灰度图像的像素点在x,y方向上的小波变换,当表示平滑算子,为卷积运算,H和G分别为低通和高通滤波器,D为狄拉克滤波器,Hj和Gj分别表示在H和G的滤波器系数之间插入2j-1个零,尺度最大值为J,所述尺度是指滤波器D和G的迭代次数,所述自相关矩阵是指原矩阵是自己的相关矩阵。
3.根据权利要求1所述的一种视频多目标跟踪检测异常点的方法,其特征在于:在步骤4中,所述角点响应函数如下:
为自相关矩阵,为行列式的值,为行列式的值和它对角线上元素的和,k为常量。
4.根据权利要求1所述的一种视频多目标跟踪检测异常点的方法,其特征在于:所述的按时间均匀的抽取视频文件中的图像ti,抽取图像ti与图像ti+1所用时间差为0.017s。
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南京邮电大学;南京运享通信息科技有限公司,未经南京邮电大学;南京运享通信息科技有限公司许可,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/201710338908.7/1.html,转载请声明来源钻瓜专利网。