一种监控视频目标锁定追踪系统及锁定追踪方法与流程

本发明涉及计算机信息技术领域，具体涉及一种监控视频目标锁定追踪系统及锁定追踪方法。

背景技术：

随着科学技术的进步，信息技术的发展、国家“信息化”战略的推进以及智慧城市的建设，摄像机的清晰度不断上升，成本不断降低，监控网络已遍布于社会的各个角落，如何快速高效地从监控网络产生的海量视频信息中获取关键信息成为亟待解决的问题。公安刑警在办理案件过程中通常需要在大量的监控视频中对某个特定目标进行搜索，例如对犯罪嫌疑人以及对肇事车辆的搜索，在传统的搜索过程中，对目标的搜索通过人眼完成，需要大量的人力资源，且其搜索的准确度会随着人的疲劳程度降低，因此建立一种能自动搜索视频中特定目标的系统显得十分重要。

现有技术把每时每刻的视频图像都实时保存到硬盘、录像带等存储设备中，以备后续检索回查等应用，但这需要较大的存储空间。虽然随着存储技术的发展，大容量的存储设备可以较好地解决这一问题，但是鉴于图像数据本身就有占用字节较多的缺陷，因此即便是不惜成本采用大容量的存储设备，也难以保存较长一段时间内的所有视频图像。

现有技术在进行视频内容检索回查的时候，多采用人工手动回查的方式，也即采用播放所保存的视频，并对视频进行人工判断，这种回查方式效率低下且容易出现疏漏。人工手动回查时，视频播放的速度不能太快，否则目标物体很可能一闪即过而不被注意到，因此一段10小时的视频，正常速度从头到尾进行回查的话就需要10个小时左右，而很可能有意义的视频内容只有几秒钟或者几十秒钟，因此效率十分低下。而且对于人工回查，回查人员长时间地观看视频过程中，注意力不能保持长时间集中，很容易产生疲劳，因此即便是按正常速度回查，也很可能出现疏漏而错过相关信息。对于采用静止摄像头进行拍摄的其他应用场景得到的视频图像，也存在同样的问题。

技术实现要素：

针对现有技术的不足，本发明提供一种监控视频目标锁定追踪系统和锁定追踪方法方便快捷地将用户需要的或感兴趣的目标从监控视频中挑选出来，并直观的反映出目标的运动轨迹，节约了人工筛查的时间，提高了锁定追踪的效率和准确性，具有较高的实用价值和广泛地应用前景。

本发明解决技术问题采用如下技术方案：

本发明提供了一种监控视频目标锁定追踪系统，所述监控视频目标锁定追踪系统包括：

目标图像特征固定模块，用于获取目标图像的特征信息建立目标模型；

检测锁定模块，与所述目标图像特征固定模块连接，用于对输入的视频图像进行目标检测，锁定所述视频图像中符合所述目标图像特征固定模块建立的目标模型的物体，即需要追踪的运动目标；

追踪模块，与所述检测锁定模块相连，在所述检测锁定模块捕获到所述运动目标后，识别并追踪所述运动目标，直到检测到所述运动目标恢复到静止状态，停止追踪所述运动目标；

目标信息分析整理模块，与所述追踪模块连接，用于分析整理出锁定目标的相关信息，包括所述锁定目标的视频图像帧序列信息、锁定目标的类型、锁定目标的特征信息和锁定目标的运动信息；

数据存储模块，与所述目标图像特征固定模块、目标信息分析整理模块、追踪模块、检测锁定模块相连，用于保存分析整理出的所述锁定目标的相关信息，建立数据库；

结果反馈模块，与数据存储模块相连，用于对数据库中的信息进行归类筛选，以减少在筛选结果中连续时间段内锁所述锁定目标相关信息重复出现的次数，并将最终的结果信息传送给用户。

优选地，所述目标图像的特征信息包括：hsv颜色直方图特征、边缘点个数与面积比例特征、感知哈希指纹特征。

优选地，所述视频图像帧序列信息包括视频图像时间信息和图像帧标识。

优选地，所述系统还包括视频实时显示模块，所述视频实时显示模块与所述检测锁定模块相连，用于根据所述视频图像帧序列信息从视频中提取一幅或多幅图像，或者一段或多段视频，然后实时显示出提取的图像或播放提取的视频。

本发明还提供了一种监控视频目标锁定追踪方法，包括如下步骤：

（1）用户输入目标图像，提取输入图像的特征信息建立起目标模型；

（2）读取输入视频，并根据所述输入视频建立背景模型，以提取每一视频帧中的运动前景，并通过连通域检测得到候选目标区域，在所述候选目标区域内利用边缘轮廓估计法求出所有物体目标框位置，其中物体目标框是指包含边缘闭合物体的矩形框；

（3）将候选目标区域中与搜索目标具有最大综合相似度的物体目标框的特征相似度作为候选目标区域对应的相似度，若候选目标区域与搜索目标的综合相似度大于阈值锁定该目标；

（4）对每一含有追踪目标的视频帧进行标示，整理出其时间信息、锁定目标的类型、锁定目标的特征信息和锁定目标的运动信息，并将这些信息存储起来，分类归档建立数据库；

（5）根据用户需要对数据库中的信息进行对比，筛选出追踪目标位置信息有变化的数据，整合视频帧资源，将结果反馈给用户。

优选地，所述步骤（1）中背景模型采用混合高斯模型。

优选地，所述步骤（2）中在所述候选目标区域内利用边缘轮廓估计法求出所有物体目标框位置包括以下步骤：a.计算目标图像的梯度图；b.将梯度图进行多尺度缩放，得到不同尺度下的梯度图；c.以尺度为4*4的矩形框遍历各个梯度图，分别从所述梯度图的矩形框四条边上的每一个像素以垂直于该边的方向出发，计算遇到第一个大于64梯度值(即边缘点)的距离，若从各边上的每个像素出发找到边缘点的距离平均值小于4，则判定该矩形框通过缩放比例对应到原图的矩形框为物体目标框。

优选地，用户在输入锁定追踪目标前需通过登录账号与密码才能进入所述检索系统。

与现有技术相比，本发明具有如下的有益效果：

（1）本发明的监控视频目标锁定追踪系统包括目标图像特征固定模块、检测锁定模块、追踪模块、目标信息分析整理模块、数据存储模块、结果反馈模块，能够全面的提取目标图像的特征，快速在监控视频流踪锁定目标，并对其进行持续跟踪，并对符合条件的视频帧进行标示、信息提取和储存，节约的储存空间通过检索运动片段，大幅度加快了视频检索回查的速度，提高了工作效率和检索准确率，减少了误报漏报可能性，对锁定跟踪目标的数据库进行整理筛查，进一步提高了信息的有效性，能将高质量的锁定跟踪结果反馈给用户，

（2）本发明的监控视频目标锁定追踪方法通过混合高斯模型建立背景模型，利用边缘轮廓估计法求出所有物体的特征相似度，更能快速准确的锁定目标，提高了锁定追踪的效率和准确性，具有广泛地应用前景。

附图说明

通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：

图1为本发明实施例1的一种监控视频目标锁定追踪系统示意图；

图2为本发明实施例2的一种监控视频目标锁定追踪系统示意图；

图3为本发明实施例2的监控视频目标锁定追踪方法的流程框图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例1.

如图1所示，本实施例的一种监控视频目标锁定追踪系统，包括：目标图像特征固定模块1、检测锁定模块2、追踪模块3、目标信息分析整理模块4、数据存储模块5、结果反馈模块6。

其中目标图像特征固定模块1，用于获取目标图像的特征信息建立目标模型，目标图像的特征信息包括：hsv颜色直方图特征、边缘点个数与面积比例特征、感知哈希指纹特征；

检测锁定模块2，与所述目标图像特征固定模块连接1，用于对输入的视频图像进行目标检测，锁定所述视频图像中符合所述目标图像特征固定模块建立的目标模型的物体，即需要追踪的运动目标；

追踪模块3，与所述检测锁定模块相连2，在所述检测锁定模块2捕获到所述运动目标后，识别并追踪所述运动目标，直到检测到所述运动目标恢复到静止状态，停止追踪所述运动目标；

目标信息分析整理模块4，与所述追踪模块连接3，用于分析整理出锁定目标的相关信息，包括所述锁定目标的视频图像帧序列信息、锁定目标的类型、锁定目标的特征信息和锁定目标的运动信息，所述视频图像帧序列信息包括视频图像时间信息和图像帧标识；

数据存储模块5，与所述目标图像特征固定模块1、目标信息分析整理模块2、追踪模块3、检测锁定模块相连4，用于保存分析整理出的所述锁定目标的相关信息，建立数据库；

结果反馈模块6，与数据存储模块相连5，用于对数据库中的信息进行归类筛选，以减少在筛选结果中连续时间段内锁所述锁定目标相关信息重复出现的次数，并将最终的结果信息传送给用户。

本实施例的数据检索系统的检索方法，包括如下步骤：

（1）用户输入目标图像，提取输入图像的特征信息建立起目标模型；

（2）读取输入视频，并根据所述输入视频建立背景模型，以提取每一视频帧中的运动前景，并通过连通域检测得到候选目标区域，在所述候选目标区域内利用边缘轮廓估计法求出所有物体目标框位置，其中物体目标框是指包含边缘闭合物体的矩形框；

（3）将候选目标区域中与搜索目标具有最大综合相似度的物体目标框的特征相似度作为候选目标区域对应的相似度，若候选目标区域与搜索目标的综合相似度大于阈值锁定该目标；

（4）对每一含有追踪目标的视频帧进行标示，整理出其时间信息、锁定目标的类型、锁定目标的特征信息和锁定目标的运动信息，并将这些信息存储起来，分类归档建立数据库；

（5）根据用户需要对数据库中的信息进行对比，筛选出追踪目标位置信息有变化的数据，整合视频帧资源，将结果反馈给用户。

实施例2.

如图2所示，本实施例的一种监控视频目标锁定追踪系统，包括：目标图像特征固定模块1、检测锁定模块2、视频实时显示模块3、追踪模块4、目标信息分析整理模块5、数据存储模块6、结果反馈模块7。

其中目标图像特征固定模块1，用于获取目标图像的特征信息建立目标模型，目标图像的特征信息包括：hsv颜色直方图特征、边缘点个数与面积比例特征、感知哈希指纹特征；

检测锁定模块2，与所述目标图像特征固定模块连接1，用于对输入的视频图像进行目标检测，锁定所述视频图像中符合所述目标图像特征固定模块建立的目标模型的物体，即需要追踪的运动目标；

视频实时显示模块3，所述视频实时显示模块3与所述检测锁定模块2相连，用于根据所述视频图像帧序列信息从视频中提取一幅或多幅图像，或者一段或多段视频，然后实时显示出提取的图像或播放提取的视频；

追踪模块4，与所述检测锁定模块2相连，在所述检测锁定模块2捕获到所述运动目标后，识别并追踪所述运动目标，直到检测到所述运动目标恢复到静止状态，停止追踪所述运动目标；

目标信息分析整理模块5，与所述追踪模块连接4，用于分析整理出锁定目标的相关信息，包括所述锁定目标的视频图像帧序列信息、锁定目标的类型、锁定目标的特征信息和锁定目标的运动信息，所述视频图像帧序列信息包括视频图像时间信息和图像帧标识；

数据存储模块6，与所述目标图像特征固定模块1、目标信息分析整理模块5、追踪模块4、检测锁定模块2相连，用于保存分析整理出的所述锁定目标的相关信息，建立数据库；

结果反馈模块7，与数据存储模块6相连，用于对数据库中的信息进行归类筛选，以减少在筛选结果中连续时间段内锁所述锁定目标相关信息重复出现的次数，并将最终的结果信息传送给用户。

如图3所示，本发明还提供了一种监控视频目标锁定追踪方法，包括如下步骤：

s1：用户输入用户名和登录密码，进入监控视频目标锁定追踪系统；

s2：用户输入目标图像，提取输入图像的特征信息建立起目标模型；

s3：读取输入视频，并根据所述输入视频运用混合高斯模型建立背景模型，以提取每一视频帧中的运动前景，并通过连通域检测得到候选目标区域，在所述候选目标区域内利用边缘轮廓估计法求出所有物体目标框位置，其中物体目标框是指包含边缘闭合物体的矩形框，利用边缘轮廓估计法求出所有物体目标框位置步骤如下：a.计算目标图像的梯度图；b.将梯度图进行多尺度缩放，得到不同尺度下的梯度图；c.以尺度为4*4的矩形框遍历各个梯度图，分别从所述梯度图的矩形框四条边上的每一个像素以垂直于该边的方向出发，计算遇到第一个大于64梯度值(即边缘点)的距离，若从各边上的每个像素出发找到边缘点的距离平均值小于4，则判定该矩形框通过缩放比例对应到原图的矩形框为物体目标框；

s4：将候选目标区域中与搜索目标具有最大综合相似度的物体目标框的特征相似度作为候选目标区域对应的相似度，若候选目标区域与搜索目标的综合相似度大于阈值锁定该目标；

s5：对每一含有追踪目标的视频帧进行标示，整理出其时间信息、锁定目标的类型、锁定目标的特征信息和锁定目标的运动信息，并将这些信息存储起来，分类归档建立数据库；

s6：根据用户需要对数据库中的信息进行对比，筛选出追踪目标位置信息有变化的数据，整合视频帧资源，将结果反馈给用户。

本发明的监控视频目标锁定追踪系统和锁定追踪方法节约了人工筛查的时间，提高了锁定追踪的效率和准确性，具有较高的实用价值和广泛地应用前景。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。

此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。