[发明专利]一种矿井用多摄像头运动目标连续跟踪方法有效
申请号: | 201710671192.2 | 申请日: | 2017-08-08 |
公开(公告)号: | CN107481269B | 公开(公告)日: | 2020-07-03 |
发明(设计)人: | 逯彦;黄庆享 | 申请(专利权)人: | 西安科技大学 |
主分类号: | G06T7/292 | 分类号: | G06T7/292;G06T7/277;G06T7/254;G06T7/246 |
代理公司: | 北京爱普纳杰专利代理事务所(特殊普通合伙) 11419 | 代理人: | 王玉松;怀春颖 |
地址: | 710054*** | 国省代码: | 陕西;61 |
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 矿井 摄像头 运动 目标 连续 跟踪 方法 | ||
本发明提供一种矿井用多摄像头运动目标连续跟踪方法,该方法主要包括对目标模板建立字典、目标检测、稀疏表示跟踪三大系统。在跟踪中所有的摄像头都是安装在固定位置其核心是:采用目标检测跟踪算法,在大量的视频数据中寻找感兴趣的运动目标,用计算机代替人工监测,降低了人工查找的时间,提高了搜索的效率;为井上的管理人员提供了井下工作人员的行走路线,从而使得管理者及时通知井下人员所处周围环境的变换或者及时警告其所处周围环境中存在的危险;提出了在不同摄像头之间的检测跟踪算法,能够掌握工作人员的大致位置,当发生矿井事故时能够及时寻找到救援目标,为救援团队争取时间,从而及时对其实施援救。
技术领域
本发明运动目标跟踪领域,特别涉及一种矿井用多摄像头运动目标连续跟踪方法。
背景技术
现阶段,煤矿监控系统仍然以人工监测为主,但科学研究表明,人眼连续监视屏幕超过20分钟就会出现视觉疲劳,导致大脑麻痹,不能实时处理各类突发事件。因此,要在煤矿视频监控系统中引入智能视觉技术,用机器处理代替人眼观测,从而提高监控的效率。现在一般的煤矿中都装有监控系统,而采取的这些措施一定程度上能够避免一些事故的发生或者是在事故发生后提供救援所需要的分析资料。但是煤矿的工作人员一旦进入到井下,他们在井下所处的实际位置、工作状态以及所面临的一些突发状况或险情都很难直接并且及时的被井上的工作人员或救援团队所掌握。由于煤矿井下的巷道错综复杂,难以清楚识别,其中有些区域可能存在着大量的有害气体或者其他的危害因素,亦或者是一些设备重地,而这些区域往往是禁止入井人员在没有采取有效防护措施的情况下随意进入的。由于井下采用人工照明的方式,能见度不好,巷道比较复杂,一般的警示牌在这样的环境中警示效果不够有力,并且长时间从事枯燥而且繁重的工作,使工作人员容易因为疲劳从而忽视了这些警示标识。
煤矿井下的环境与一般的环境相比较为特殊,井下的视频具有以下特点:
(1)矿井下的环境较为昏暗,常年采用人工照明的方式,虽然备有照明装置,但是这种照明方式和自然光有所区别,导致煤矿井下照明的强度不均匀,即使是在同一个监控环境下,与光源距离的远近不同也会导致光照不同。
(2)在矿井环境中,除了一些特殊的标识或者设备较为醒目,容易辨别处理,其他区域的图像信息几乎主要以黑、白、灰三种颜色,所以在对监控视频进行图像处理的时候几乎没有很丰富的色彩信息可以加以利用。
(3)通常情况下,煤矿都会为每个工作人员配备矿灯,当工作人员携带矿灯进入检测区域时,就会对区域的亮度产生很大的影响。
为了解决上述问题,现有技术公开了一些运动目标的跟踪方法,例如CN104091350公开的一种利用运动模糊信息的物体跟踪方法,该方法利用稀疏表示解决了运动模糊造成图像降解等问题,利用提取的运动信息,并结合粒子滤波算法,使跟踪算法更加有效;但是该方法不能够解决矿井环境中不同固定摄像头之间目标的连续跟踪问题,并且煤矿井下的视频环境存在光照不均匀,色彩信息缺乏,目标与背景环境相近等问题,从而导致传统的目标检测跟踪算法在矿井下的应用较差,因此存在很多情况下会出现目标跟踪丢失的情况。
发明内容
为了解决现有技术中存在的问题,本发明提供了一种矿井用多摄像头运动目标连续跟踪方法,该方法采用目标检测跟踪算法,在大量的视频数据中寻找感兴趣的运动目标,用计算机代替人工监测,降低了人工查找的时间,提高了搜索的效率;该方法为井上的管理人员提供了井下工作人员的行走路线,从而使得管理者及时通知井下人员所处周围环境的变换或者及时警告其所处周围环境中存在的危险;该方法提出了在不同摄像头之间的检测跟踪算法,能够掌握工作人员的大致位置,当发生矿井事故时能够及时寻找到救援目标,为救援团队争取时间,从而及时对其实施援救。
本发明具体技术方案如下:
本发明提供一种矿井用多摄像头运动目标连续跟踪方法,该方法包括如下步骤:
S1:在第一个摄像头采集的视频中,抽取视频帧,并通过跟踪框框选出跟踪目标图像;
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西安科技大学,未经西安科技大学许可,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/201710671192.2/2.html,转载请声明来源钻瓜专利网。