br>[0052] 本发明实施例对视频采集设备不作具体限定，只要所选的视频采集设备的工作角 度以及焦距能够满足本发明实施例的实现需求即可，较佳的，该视频采集设备为球机，或者 云台。较佳的，该球机或者云台的分辨率为1080P或以上。
[0053] S105:保存从工作在第二焦距的视频采集设备获取的视频图像后，控制视频采集 设备切换回第一焦距及初始工作角度。
[0054] 利用上述方法进行视频图像检测有以下有益效果：
[0055] 1、利用本发明实施例提供的方法不需要增加额外的设备，降低了实现成本；
[0056] 2、通过调整视频采集设备的工作角度并将其切换到第二焦距，从而获取满足分辨 率要求的目标图像以供后续进行处理等操作。
[0057] 较佳的，上述对每帧视频图像进行目标图像检测的方式包括但不仅限于以下两 种：
[0058] 第一种实现方式：直接利用目标图像模型对每帧视频图像进行目标图像检测。相 应的，通过跟踪确定该目标图像静止的时间达到预定时间时，该目标图像静止的起始时间 为初次检测到该目标图像的时间。
[0059] 第二种实现方式：对每帧视频图像先进行前景检测；检测到前景图像后，利用上 述目标图像模型对该前景图像进行目标图像检测。即在检测到前景图像后对该前景图像进 行跟踪，当判断该前景图像为目标图像后继续跟踪。进一步的，当检测到的前景图像不为目 标图像时，可以停止跟踪。相应的，通过跟踪确定该目标图像静止的时间达到预定目标时， 该目标图像静止的起始时间为初次检测到该目标图像所在的前景图像的时间。
[0060] 上述对目标图像静止时间的计时方式有但不限于以下两种：
[0061] 第一种方式：预定时间通过计时单位体现，例如预定时间为15min，则静止时间的 计时是通过计时器实现的。
[0062] 第二种方式：预定时间通过帧数量来体现，例如预定时间为80帧，静止时间的计 时是通过对帧号进行计数实现的。
[0063] 基于上述对每帧视频图像进行目标图像检测的第一种实现方式，较佳的，对于每 帧视频图像，利用目标图像模型进行目标图像检测，包括：
[0064] 根据设定的矩形窗口的大小按设定的滑动步长遍历每帧视频图像；
[0065] 在每个窗口位置确定矩形窗口内的图像的Harr-Iike特征，利用该Harr-Iike特 征判断该矩形窗口内的图像是否与上述目标图像模型匹配，根据与该目标图像模型匹配且 图像重叠区域达到预定值的各个矩形窗口内的图像确定目标图像；所述矩形窗口的宽度的 取值范围为20~60个像素，且矩形窗口的宽高比与上述获取目标图像模型时所依据的样 本的宽高比相同：所述滑动步长的取值范围为：1~8个像素。本发明实施例中矩形窗口及 滑动步长的取值与视频图像的分辨率、所采用的对视频图像进行目标图像检测的设备的处 理性能以及精度要求等等有关。
[0066] 针对上述对每帧视频图像进行目标图像检测的第二种实现方式，对于每帧视频图 像，利用目标图像模型对前景图像进行目标图像检测的具体实现方式，与针对上述对每帧 视频图像进行目标图像检测的第一种实现方式的目标图像检测的具体实现方式类似，这里 不再赘述。
[0067] 上述利用Harr特征与Adaboost训练算法相结合进行目标图像检测的方式耗时较 少，速度快。本发明实施例中并不仅限于这两种的结合，其他的能够达到耗时较少，且速度 相对较快的算法均适用于本发明，在此本发明实施例不做具体限定。
[0068] 下面以Harr特征的计算以及Adaboost训练算法为例，说明图像特征的提取以及 目标图像模型的训练。
[0069] 下面简单介绍一下Harr特征的计算以及Adaboost训练算法
[0070] I、Harr-l ike 特征
[0071] 计算Harr-Iike特征有如图2a~图2e所示的5个模板，一个Harr-like特征由 特征类型、特征位置和特征值这三个元素构成。其中，特征类型用于标识计算该Harr-Iike 特征使用的模板，特征位置用于标识预定的窗口滑动到该视频图像的位置，特征值为预定 的窗口内的图像按照使用的模板中黑色矩形区域内各像素点的灰度值的累加和减去白色 矩形区域内各像素点的灰度值的累加和获得的值。特征类型和特征位置用来区分不同的特 征。特征类型和特征位置相同，但特征值不同的特征认为是相同的特征。
[0072] 以计算图3中D区域内各像素点的灰度值累加和为例，具体计算方式如下：
[0073] valueD = ii3+iil-ii2_ii4,其中，valueD为图3所示的D区域内各像素点的灰 度值累加和，iil为以图3中a点作为左上顶点坐标，1点为右下顶点坐标的矩形框内的所 有像素点的灰度值的累加和，ii2、ii3和ii4的参数定义可以参照iil的参数定义，不再赘 述。
[0074] 可以通过以下两种方式计算iil、ii2、ii3和ii4的取值。
[0075] 第一种计算方式：
[0076]
【主权项】
1. 一种视频图像检测方法，其特征在于，包括： 从工作在初始工作角度及第一焦距的视频采集设备实时获取视频图像； 利用目标图像|吴型对每帧视频图像进行目标图像检测； 检测到目标图像后，对所述目标图像进行跟踪； 当通过跟踪确定所述目标图像静止的时间达到预定时间时，保存当前视频图像，根据 所述目标图像在视频图像中的位置调整所述视频采集设备的工作角度，并根据预定的目标 图像分辨率控制所述视频采集设备工作在第二焦距，所述第二焦距大于所述第一焦距； 保存从工作在第二焦距的所述视频采集设备获取的视频图像后，控制所述视频采集设 备切换回第一焦距及初始工作角度。
2. 如权利要求1所述的方法，其特征在于，通过跟踪确定所述目标图像静止的时间达 到预定时间时，所述目标图像静止的起始时间为初次检测到所述目标图像的时间。
3. 如权利要求1所述的方法，其特征在于，利用目标图像模型对每帧视频图像进行目 标图像检测，包括： 对每帧视频图像进行前景检测； 检测到前景图像后，利用所述目标图像模型对所述前景图像进行目标图像检测； 通过跟踪确定所述目标图像静止的时间达到预定时间时，所述目标图像静止的起始时 间为初次检测到所述目标图像所在的前景图像的时间。
4. 如权利要求2所述的方法，其特征在于，对于每帧视频图像，利用目标图像模型进行 目标图像检测，包括： 根据设定的矩形窗口的大小按设定的滑动步长遍历每帧视频图像； 在每个窗口位置确定矩形窗口内的图像的Harr-Iike特征，利用所述Harr-Iike特征 判断所述矩形窗口内的图像是否与所述目标图像模型匹配，根据与所述目标图像模型匹配 且图像重叠区域达到预定值的各个矩形窗口内的图像确定目标图像；所述矩形窗口的宽度 的取值范围为：20~60个像素，且矩形窗口的宽高比与获取目标图像模型时所依据的样本 的宽高比相同，所述滑动步长的取值范围为：1~8个像素。
5. 如权利要求1~4任一项所述的方法，其特征在于，所述预定时间内包括N个时间 点，该方法还包括： 所述目标图像静止的时间达到每一个时间点时，保存该时间点的视频图像。
6. 如权利要求1~4任一项所述的方法，其特征在于，若所述目标图像为车辆图像，所 述保存从工作在第二焦距的所述视频采集设备获取的视频图像后，还包括：对所述从工作 在第二焦距的所述视频采集设备获取的视频图像进行车牌识别。
7. -种视频图像检测装置，其特征在于，包括： 视频图像采集单元，用于从工作在初始工作角度及第一焦距的视频采集设备实时获取 视频图像； 目标图像检测单元，用于利用目标图像模型对每帧视频图像进行目标图像检测； 目标图像跟踪单元，用于在检测到目标图像后，对所述目标图像进行跟踪； 静止时间确定单元，用于根据所述目标图像跟踪单元对所述目标图像进行跟踪的跟踪 结果确定所述目标图像静止的时间是否达到预定时间； 控制单元，用于在所述目标图像静止的时间达到预定时间时，保存当前视频图像，根据 所述目标图像在视频图像中的位置调整所述视频采集设备的工作角度，并根据预定的目标 图像分辨率控制所述视频采集设备工作在第二焦距，所述第二焦距大于所述第一焦距；保 存从工作在第二焦距的所述视频采集设备获取的视频图像后，控制所述视频采集设备切换 回第一焦距及初始工作角度。
8. 如权利要求7所述的装置，其特征在于，在所述静止时间确定单元确定所述目标图 像静止的时间达到预定时间时，所述目标图像静止的起始时间为初次检测到所述目标图像 的时间。
9. 如权利要求7所述的装置，其特征在于，所述视频图像检测单元具体用于，对每帧视 频图像进行前景检测；检测到前景图像后，利用所述目标图像模型对所述前景图像进行目 标图像检测； 在所述静止时间确定单元确定目标图像静止的时间达到预定时间时，所述目标图像静 止的起始时间为初次检测到所述目标图像所在的前景图像的时间。
10. 如权利要求7~9任一项所述的装置，其特征在于，若所述目标图像为车辆图像，所 述装置还包括车牌识别单元，用于对所述从工作在第二焦距的所述视频采集设备获取的视 频图像进行车牌识别。
【专利摘要】本发明公开了一种视频图像检测方法及装置，用以解决现有技术中存在进行目标图像检测的时间较长，成本较大和获取的目标图像分辨率无法满足后续处理需求的问题。该方法包括：从工作在初始工作角度及第一焦距的视频采集设备实时获取视频图像；利用目标图像模型对每帧视频图像进行目标图像检测；对检测到的目标图像进行跟踪；当通过跟踪确定目标图像静止的时间达到预定时间时，保存当前视频图像，根据目标图像在视频图像中的位置调整视频采集设备的工作角度，并根据预定的目标图像分辨率控制视频采集设备工作在第二焦距，该第二焦距大于第一焦距；保存获取的视频图像后，控制视频采集设备切换回第一焦距及初始工作角度。
【IPC分类】G06K9-62, G06K9-00
【公开号】CN104834886
【申请号】CN201410047706
【发明人】庞成俊, 潘石柱, 张兴明
【申请人】浙江大华技术股份有限公司
【公开日】2015年8月12日
【申请日】2014年2月11日