[发明专利]实时无跟踪的监控视频遗留物检测方法有效
| 申请号: | 201811553123.2 | 申请日: | 2018-12-19 |
| 公开(公告)号: | CN109636795B | 公开(公告)日: | 2022-12-09 |
| 发明(设计)人: | 方贤勇;杨振青;汪粼波;李薛剑 | 申请(专利权)人: | 安徽大学 |
| 主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/254;G06T7/90;G06T5/40;G06N3/04;G06N3/08 |
| 代理公司: | 合肥市科融知识产权代理事务所(普通合伙) 34126 | 代理人: | 陈思聪 |
| 地址: | 230000 安徽省*** | 国省代码: | 安徽;34 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 实时 跟踪 监控 视频 遗留 检测 方法 | ||
1.实时无跟踪的监控视频遗留物检测方法,其特征在于,采用计算机并按如下步骤进行:
步骤1:向计算机输入视频;
步骤2:由计算机读取视频的当前帧;
步骤3:进行基于时域统计的静止目标初检测,得到静止目标区域;
步骤4:对由步骤3获得的静止目标区域进行基于双特征的可疑目标检测,排除其中的伪静止目标区域,获得经过预判断的帧图;
步骤5:对由步骤4获得的经过预判断的帧图,进行基于CNN网络的遗留物确认,得到判断结果输出,随后读取步骤2所述视频的下一帧的图像,并返回步骤3,直至由步骤1输入的视频全部被处理完。
2.根据权利要求1所述的实时无跟踪的监控视频遗留物检测方法,其特征在于,在步骤3中,在帧差法的基础上,通过统计前景区域在连续帧序列变化情况,从而得到初始的静止目标区域。
3.根据权利要求1所述的实时无跟踪的监控视频遗留物检测方法,其特征在于,在步骤4中,梯度方向直方向图和色调-饱和度-明度两种手工设计特征相结合来进行可疑物预判断,排除光照变化等影响带来伪静止目标区域。
4.根据权利要求1所述的实时无跟踪的监控视频遗留物检测方法,其特征在于,步骤5是结合深度学习技术排除已知物体和行人,从而对可疑物进行最终确认,实现一种无跟踪的遗留物检测。
5.根据权利要求1至4任一所述的实时无跟踪的监控视频遗留物检测方法,其特征在于,步骤3的具体步骤为:
静止前景目标检测/静止目标初检测包括两部分:即前景提取和轮廓位置统计;
本发明对前景提取采用的是固定背景帧的帧差法,在得到前景区域后,我们对该区域计算其停留时间以确认是否是静止目标,方法是:根据前后帧中前景区域的位置变化情况统计,如果达到给定的时间阈值T,则将该区域判定为静止前景目标区域;
如果用Pt表示当前时刻轮廓的位置信息,也就是框住了前景区域的矩形框在每帧图像上的位置;Pt由左上顶点坐标(x,y)和宽(w)高(h)组成,即Pt=[xt,yt,wt,ht],Pt-1=[xt-1,yt-1,wt-1,ht-1],Pt-1表示前一帧矩形框的位置,两个位置相减,等于0表示是同一位置,则该前景区域停留时间加1;t代表当前时刻,则这一静止目标的检测过程可以表示为.
其中:T表示静止目标达到的时间阈值;δ(x)函数是用于统计前后变化次数的冲激函数:
满足公式3-1即表示该前景区域为静止目标区域。
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安徽大学,未经安徽大学许可,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/201811553123.2/1.html,转载请声明来源钻瓜专利网。





