本发明涉及运动检测技术领域,尤其涉及一种基于单目摄像头识别运动物体的方法。
背景技术:
在视频监控系统中往往需要对特定目标的特定行为做出识别,尤其对于学校环境复杂,识别难度加大。现有的运动物体的识别方法通常是借助多摄像头,比如微软kinect需要两个红外景深摄像头和一个rgb摄像头,虽然识别精度高,但是成本较高,需要微软的技术支持及授权。双目摄像头对运动物体的识别精度也可以达到较高水平,但其安装复杂,受环境影响较大,所以使用成本普遍偏高。而现有的单目摄像头的成本低,其识别功能常常需要使用嵌入式开发板实现,精度低,计算能力弱,更新维修不便。而且传统的嵌入式方法算法、采集均在嵌入式设备运行,开发维护及稳定性均得不到保证。
除此之外,传统的检测物体运动的方法是光流法,但使用光流法检测过程中由于光照、运动速度、运动方向等因素产生的运动区域没有规则与规律,根据不同的场景甚至没有统计特性,所以单一的光流法不易确定学生的不规则运动区域,而且人的运动方向往往有噪声干扰,不是理想的线性运动,如果在多帧之后确定运动的拟合方向,将影响运动检测的结果,所以光流法不易描述学生运动的方向特性。
基于上述现有技术存在的不足,本发明提出一种基于单目摄像头识别运动物体的方法及系统。
技术实现要素:
本发明的目的是为了解决现有技术中存在的缺点,而提出的一种基于单目摄像头识别运动物体的方法。
一种基于单目摄像头识别运动物体的方法,包括以下步骤:
s1:视频采集设备对检测目标的当前运动信息进行采集,得到当前运动图像信息,所述视频采集设备中的检测器对检测目标进行运动数据采集时,采用光流特征进行刻画,并结合dbscan聚类以及卡尔曼滤波器对图像信息进行筛选和判断,即得最终图像信息;
s2:嵌入式主机对s1步骤获得的最终图像信息进行压缩和预处理,并将处理后的数据经由路由器发送至服务器;
s3:服务器再识别接收到的数据,并对数据进行实时跟踪识别并反馈结果至电脑主机,电脑主机再将反馈结果从显示屏直观显示出。
优选的,所述视频采集设备为单目摄像头。
优选的,所述s1步骤中的检测器对检测目标进行运动数据采集时的具体检测算法包括以下步骤:先构建帧差序列,再通过帧差法检测运动的区域,并对检测到的区域进行处理,得到候选区域,再对候选区域进行dbscan聚类,创建运动检测对象,然后对运动检测对象进行orb特征检测,找到特征点,再对特征点进行lk光流检测,创建跟踪对象,并将跟踪对象加入到跟踪序列,在检测过程中持续构建帧差序列进行下一轮检测,当跟踪对象连续被跟踪到,则返回跟踪结果。
优选的,所述检测区域处理的具体操作包括剔除边缘区域、较小区域以及亮度异常区域。
优选的,所述跟踪对象为满足上下运动阈值特征的对象。
优选的,所述连续被跟踪到中的连续性指标可以根据帧速做调整。
优选的,所述s2步骤中的服务器采用千兆交换能力的路由器,所述千兆交换能力的路由器为tp-linktl-r478g+、h3cer5200、h3cmsr2600-10和tp-linktl-r483g中的任意一个。
优选的,所述路由器上连接至少一个服务器,所述服务器还可以连接到云端。
本发明提出的识别运动物体的方法,识别精度和效率高,处理速度快,硬件成本低,安装简单,维护难度低;软件部分采用光流法、聚类以及卡尔曼滤波器相结合的方法,在场景复杂的情况下也可以为算法提供充足的信息,避免检测环境对检测结果的影响,使信息的筛选和判断更准确,进而提高运动图像信息识别的精度;硬件部分使用单摄像头复用现有主机构成客户机-服务器的方式将核心算法放在服务器端完成,改变传统的纯嵌入式方法,降低部署成本,避免将算法和采集均在嵌入式设备内运行造成的数据量大、处理难度大、处理速度慢的问题,且维护和运行稳定,同时采用分布式部署,一台主机可以服务多个定位摄像头,适用于不同学校的复杂环境,降低使用成本以及维护难度,可以借助主机的性能有效提高识别率,并可以直接在现有主机上升级识别系统,方便软件维护。
附图说明
图1为本发明提出的一种基于单目摄像头识别运动物体的方法的检测算法流程图;
图2为本发明提出的一种基于单目摄像头识别运动物体的方法的结构流程图。
具体实施方式
下面结合具体实施例对本发明作进一步解说。
实施例
本发明提出的一种基于单目摄像头识别运动物体的方法,包括以下步骤:
s1:单目摄像头对检测目标的当前运动信息进行采集,先构建帧差序列,再通过帧差法检测运动的区域,并剔除边缘区域、较小区域以及亮度异常区域,得到候选区域,再对候选区域进行dbscan聚类,创建运动检测对象,然后对运动检测对象进行orb特征检测,找到特征点,再对特征点进行lk光流检测,将满足上下运动阈值特征的对象创建为跟踪对象,并将跟踪对象加入到跟踪序列,在检测过程中持续构建帧差序列进行下一轮检测,当跟踪对象连续被跟踪到,则返回跟踪结果,得到最终图像信息,所述连续被跟踪到中的连续性指标可以根据帧速做调整;
s2:嵌入式主机对s1步骤获得的最终图像信息进行压缩和预处理,并将处理后的数据经由tp-linktl-r478g+路由器发送至服务器;
s3:服务器再识别接收到的数据,并对数据进行实时跟踪识别并反馈结果至电脑主机,电脑主机再将反馈结果从显示屏直观显示出,并同步发送至云端。
在使用实施例的方法对学校学生起立和坐下的运动进行检测的过程中,设备安装简单,维修难度低,且在进行识别过程中设备运行的稳定,识别精度高,识别速度快,学校内的复杂环境对设备安装以及图像识别过程的影响小。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。