[发明专利]一种带隐私保护的摄像机智能跟踪方法

说明书

本发明涉及一种带隐私保护的摄像机智能跟踪方法，利用聚合通道人体检测与核相关滤波跟踪级联并利用聚合通道人脸检测和支持向量机人脸识别技术，实现了有选择地对人体进行快速跟踪且能对部分人员有选择地进行不跟踪的目的；减少了误警和不必要的流量消耗，也很好地保护了个人隐私。

技术领域

本发明涉及摄像机智能跟踪领域，特别涉及一种带隐私保护的摄像机智能跟踪方法。

背景技术

目前的家用监控摄像头大都能通过用户远程指令控制摄像头转动，也有部分摄像头可以实现智能跟拍，智能跟拍方法主要有两类，一类对所有移动物体无差别对待，一律跟拍，这样做的优点是技术难度相对较低，速度也较快，不过缺点也很明显，摄像头容易被恶意闯入者诱导，或者频繁向用户发送一些家里宠物等运动物体的视频，造成误警和不必要的流量浪费；另外一类跟拍方案是对人体进行检测，之后进行人体跟踪，不过缺点是对所有人体都进行追踪，这样有一个很明显的缺点是若摄像头被盗链，家庭用户隐私视频信息很有可能被泄露。

另一方面从算法的角度讲现有家用摄像头的运动目标检测普遍采用背景减法，帧间差分法，光流场法，这些算法在速度上较快，不过缺点是不能区分人体和其它任何运动物体，目前目标跟踪普遍采用的算法则是卡尔曼滤波，粒子滤波，mean-shift，OAB等，这些算法在精度或者速度上相较于目前相关滤波类跟踪算法都有较大的缺陷。

专利号CN201710386007提出一种基于监控视频多目标跟踪和人脸识别的隐私保护方法，其中行人检测算法特征采用方向梯度直方图，分类器采用优化的支持向量机训练算法；行人跟踪部分采用卡尔曼滤波器。此方法能在一定程度上达到设计目的，不过存在以下两点不足：

(1)在行人检测应用场景中光照，形变等环境因素较复杂，只是通过单纯提取视频帧的方向梯度直方图，算法的抗干扰能力比较差；

(2)卡尔曼滤波跟踪算法则是基于传统的生成模型的目标跟踪算法，生成模型目标跟踪算法会花费大量的时间对目标外观进行建模，因此在实时性上无法达到满足，难以应用到低成本的嵌入式环境下，性能上也普遍差于当前基于判别模型的跟踪算法如相关滤波类算法。

发明内容

要解决的技术问题

为了避免现有技术的不足之处，本发明提供了一种带隐私保护的摄像机智能跟踪方法，利用聚合通道人体检测与核相关滤波跟踪级联并利用聚合通道人脸检测和支持向量机人脸识别技术，实现了有选择地对人体进行快速跟踪且能对部分人员有选择地进行不跟踪的目的。

技术方案

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。

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；