[发明专利]一种带隐私保护的摄像机智能跟踪方法在审

专利信息
申请号: 201810084838.1 申请日: 2018-01-29
公开(公告)号: CN108364303A 公开(公告)日: 2018-08-03
发明(设计)人: 史国庆;柴晓晋;吴勇;张建东;任昊;韩月;彭秀楠;莫文莉;柴源;蔡其航;周佳明;袁履绥 申请(专利权)人: 西北工业大学
主分类号: G06T7/246 分类号: G06T7/246;G06K9/00;G06K9/46;G06K9/62
代理公司: 西北工业大学专利中心 61204 代理人: 刘新琼
地址: 710072 *** 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: 聚合通道 隐私保护 智能跟踪 摄像机 人脸识别技术 支持向量机 个人隐私 快速跟踪 人脸检测 人体检测 跟踪 级联 滤波 消耗
【权利要求书】:

1.一种带隐私保护的摄像机智能跟踪方法,所述的摄像机设有人体热释电模块用于感应人体红外信号,设有2自由度的舵机用于跟踪人体;其特征在于步骤如下:

步骤S101:摄像机接收到触发信号,开启智能检测并读取视频帧图片;所述的触发信号为人体热释电模块接收到的人体红外信号;所述的智能检测包括聚合通道人体检测线程和聚合通道人脸检测线程;

步骤S102:同时开启聚合通道人体检测线程和聚合通道人脸检测线程,若检测到人体开启核相关滤波人体跟踪线程,若检测到人脸则开启支持向量机人脸识别线程;

步骤S103:根据检测到的人脸判断是否是待保护人员,若是则进入步骤S105,否则进入步骤S104;

步骤S104:录制报警视频推送到用户客户端并保持跟踪;

步骤S105:关闭核相关滤波人体跟踪线程,摄像机进入休眠即隐私保护模式。

2.根据权利要求1所述的一种带隐私保护的摄像机智能跟踪方法,其特征在于步骤S102中所述的聚合通道人体检测线程具体步骤如下:

步骤S_A202:摄像机开始接收视频帧,将视频帧送入聚合通道人体检测模块,并开启定时器,若在给定时间内未检测到人体,则关闭摄像机智能检测程序摄像机进入休眠,否则进入步骤S_A203;

步骤S_A203:挂起聚合通道人体检测线程,开启核相关滤波人体跟踪线程,并将聚合通道人体检测线程最后得到的视频帧及视频帧中的人体位置送入核相关滤波人体跟踪线程;

步骤S_A204:利用S_A203步骤送入的视频帧及人体位置初始化核相关滤波跟踪器,并通过V4L视频采集接口读取视频帧更新核相关滤波跟踪器,在跟踪过程中,若跟踪失败则返回步骤S_A202重新唤醒聚合通道人体检测线程。

3.根据权利要求1所述的一种带隐私保护的摄像机智能跟踪方法,其特征在于步骤S102中所述的聚合通道人脸检测线程具体步骤如下:

步骤S_B202:摄像机开始接收视频帧,将视频帧送入聚合通道人脸检测模块,并开启定时器,若在给定时间内未检测到人脸,则直接关闭聚合通道人脸检测线程并保持核相关滤波人体跟踪线程,否则进入步骤S_B203;

步骤S_B203:关闭聚合通道人脸检测线程,开启支持向量机人脸识别线程,并将人脸检测线程最后得到的视频帧及视频帧中的人脸位置送入支持向量机人脸识别线程;

步骤S_B204:将S_B203中检测到视频帧及人脸位置送入支持向量机分类器,利用分类器输出标签及可信度与摄像机本地数据库的待保护人员标签作对比,若为待保护人员则关闭核相关滤波人体跟踪线程,否则退出支持向量机人脸识别线程,保持核相关滤波人体跟踪线程。

4.根据权利要求2所述的一种带隐私保护的摄像机智能跟踪方法,其特征在于步骤S_A202中所述的聚合通道人体检测模块步骤如下:

步骤S401:读取当前摄像头视频帧;

步骤S402:将视频帧按照比例为2-1/8进行缩放得到n个图层,每隔8个图层计算一次图层特征通道,其余图层通过相邻图层推算,构造特征金字塔;将所得的特征向量化输入AdaBoost决策树分类器;

步骤S403:利用AdaBoost决策树分类器对输入的特征描述进行分类;

步骤S404:输出检测到的视频帧中人体位置。

5.根据权利要求3所述的一种带隐私保护的摄像机智能跟踪方法,其特征在于步骤S_B202中所述的聚合通道人脸检测模块步骤如下:

步骤S401:读取当前摄像头视频帧;

步骤S402:将视频帧按照比例为2-1/8进行缩放得到n个图层,每隔8个图层计算一次图层特征通道,其余图层通过相邻图层推算,构造特征金字塔;将所得的特征向量化输入AdaBoost决策树分类器;

步骤S403:利用AdaBoost决策树分类器对输入的特征描述进行分类;

步骤S404:输出检测到的视频帧中人脸位置。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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北工业大学,未经西北工业大学许可,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/201810084838.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top