[发明专利]一种监控视频分割及索引方法

摘要

本发明公开了一种监控视频分割及索引方法，具体为通过人脸检测和跟踪、移动轨迹聚类分析人群检测实现的监控视频分割，并根据监控设置点位置信息，对监控视频片断进行关联度分析，提高视频检索速度和理解度的方法，可广泛应用于小区物业监控、商场展厅监控、地铁交通监控等应用场景。

主权项

1.一种监控视频分割及索引方法，应用于具有位置相关的多个监控摄像机之间的监控视频数据的分割及索引建立，有利于监控视频数据的结构化存储和回溯，具体步骤如下：(1)输入视频图像和背景图像；背景差图像计算公式为：o(x，y)＝|I_k(x，y)-B(x，y)|；(2)计算背景差图像，更新背景；背景模型更新公式为：B_k(x，y)＝α_x，yI_k(x，y)+(1-α_x，y)B_k-1(x，y)；噪声方差检测公式为：(3)以运动和肤色信息为线索，增强人脸区；人脸区增强公式为：(4)对候选运动肤色区作基于Adaboost的检测；通过多个弱分类器级联形成强分类器，经过对其进行训练，得到人脸检测分类器；(5)作目标匹配，对失配的区域作基于多特征的跟踪；匹配的对象特征包括：对象的标号、人脸区的中心、大小、人脸区的平均灰度、梯度方向分布的直方图、CbCr图像直方图，以及运动向量；对失配对象进行处理更新对象特征，至少有两种情况产生失配的对象：场景中新出现人脸对象，或前一帧的人脸目标，由于遮挡、转动等原因在当前帧没有被检测成人脸；对于新出现的人脸对象，将它加入到当前的人脸目标库中，且在后续帧中对该对象进行持续的跟踪；而对于后一种情况，采用多特征的跟踪方法：(a)对失配目标所在的方形区域作块匹配运动估计，以投票的方式确定主运动向量(mv_x，mv_y)；(b)若主运动向量|mv_x|和|mv_y|都很小，直接更新失配对象的对象特征，否则，转至(c)；(c)以估计所得的(mv_x，mv_y)作为相对偏移，更新失配对象的中心坐标；(d)设定当前中心位置周围一定范围内的像素作为候选搜索位置，以多特征作为相似性度量，包括：对象的标号、人脸区的中心、大小、人脸区的平均灰度、梯度方向分布的直方图、CbCr图像直方图，以及运动向量；以Mean-Shift计算最佳匹配位置，且重新确定失配对象的特征；(6)将多帧人脸目标移动轨迹进行编号；(7)对初始帧人脸目标进行聚类分析，粗分人群区域；找到一个初始帧，对初始帧目标聚类，选择任一个坐标方向作为距离(|Δx|或|Δy|)，可以简化计算，确定距离小于初始阈值τ的为一个人群目标，划分多个人群区域，并确定各自的人群中心位置；(8)对人脸目标轨迹进行聚类分析，确定人群移动；推测下一帧人群中心位置，后续帧移动轨迹聚类，计算原先帧的人群区域编号与此帧人群中心位置的距离是否小于阈值，则仍然认为是一个人群；(9)以人群区域进入视野-离开视野时刻为分界分割视频数据；(10)根据摄像机位置-视野对应关系，确定人群区域的下一个关联摄像机；(11)和下一个关联摄像机上的经过一定延时后的视频片断作关联；(12)建立索引；(13)将索引数据以链表形式存储。