目标跟踪方法及系统、人员行为分析方法及系统的制作方法
【技术领域】
[0001]本发明涉及视频监控技术领域。具体地说，涉及一种目标跟踪方法及系统、人员行为分析方法及系统。
【背景技术】
[0002]随着社会经济的迅速发展，视频监控系统在各个行业的应用正逐渐成熟，建设并投入使用的摄像机数量正快速增加。如何有效的利用这些摄像机来更好的来维护社会稳定和谐，很好的监控公共场所的个人行为，并将各种违法和极端行为消除在萌芽状态，已经成为整个社会执法部门的一个迫在眉睫的难题。
[0003]由于监控系统汇集了大量的视频，对这些视频的实时监看逐渐成为大问题。权威的数据显示，人的注意力仅能坚持20分钟，20分钟后百分之九十以上的信息会丢失，因此即使有人一直盯着屏幕也很难一直保持警戒状态。
[0004]智能视频监控是以数字化、网络化视频监控为基础，但又有别于一般的网络化视频监控，它是一种更高端的视频监控应用。智能视频监控系统通过利用智能分析技术能够自动识别不同的物体，发现监控画面中的异常情况，并能够以最快和最佳的方式发出警报和提供有用信息，从而能够更加有效地协助值班人员处理危机。
[0005]从技术角度来讲，目前国内智能分析技术可以分为两大类:一类是通过前景提取等方法对画面中的物体的移动进行检测，通过设定规则来区分不同的行为，如拌线、物品遗留、周界等；另一类是利用模式识别技术对画面中所需要监控的物体进行针对性的建模，从而对视频中的特定物体进行检测及并扩展相关应用，如车辆检测、人流统计、人脸检测等。
[0006]智能分析技术最具变革意义在于从以前的‘被动监控’向‘事前控制、主动预警、事中追踪、事后分析’转变。智能分析服务器可以紧追热点，灵活布设，既可以用于前端实时分析布防，也可以用于后期分析，大大减少相关人员的工作量。
[0007]但是，目前智能分析技术在实际应用中还存在以下问题:
[0008]1、基于人脸检测、头肩检测和全身检测的人员检测、跟踪方法，分析准确率受环境影响大，运动目标被遮挡会造成目标信息缺失，相机架设位置、角度多样性使目标分类困难，上述因素易造成误报、漏报、跟踪困难等结果。
[0009]2、为了减少人员目标的被遮挡，摄像机的架设要求较高，监控视野范围较小。
【发明内容】
[0010]为此，本发明所要解决的技术问题在于基于人脸检测、头肩检测或全身检测的人员检测、跟踪方法，因容易被遮挡、目标分类困难等原因易造成误报、漏报、跟踪困难等结果，且其对摄像机的架设要求高，从而提出一种基于人头检测的目标跟踪方法及系统、人员行为分析方法及系统。
[0011]为解决上述技术问题，本发明提供了如下技术方案:
[0012]一种目标跟踪方法，包括以下步骤:
[0013]利用摄像机获取视频图像；
[0014]分别利用正面头部分类器、背面头部分类器、左侧头部分类器和右侧头部分类器检测出当前图像中的候选人头目标；
[0015]对各分类器检测出的候选人头目标进行去重和筛选；
[0016]删除不满足跟踪条件的人头目标；
[0017]对剩余的人头目标分别进行跟踪。
[0018]优选地，对各分类器检测出的候选人头目标进行去重和筛选的步骤包括:
[0019]合并各个分类器重复检测出的候选人头目标；
[0020]合并位置重叠的候选人头目标；
[0021]删除置信度低的候选人头目标；
[0022]删除与人头尺寸不相符的候选人头目标。
[0023]优选地，删除不满足跟踪条件的人头目标的步骤中，跟踪条件为:至少连续三帧的检测置信度大于30、与当前帧检测出的人头目标匹配、当前帧的检测置信度大于40且在当前帧中其与任一跟踪人头目标的重叠面积小于20%。
[0024]优选地，对剩余的人头目标分别进行跟踪的步骤包括:
[0025]对上帧图像中跟踪的人头目标进行光流场预测，得到对应人头目标在本帧图像中的预测位置；
[0026]根据判断要素确定各个跟踪人头目标在本帧图像中的实际位置，判断要素包括本帧图像的检测结果和预测位置，检测结果是指当前帧检测出来的某一人头目标与上帧图像中跟踪的人头目标匹配。
[0027]优选地，当前帧检测出来的人头目标与上帧图像中跟踪的人头目标是通过包括距离和尺寸大小的综合欧式距离以及颜色直方图来匹配的。
[0028]优选地，对剩余的人头目标分别进行跟踪的步骤包括:
[0029]将当前帧新检测出的人头目标与之前在图像中间无故消失的人头目标进行匹配，当前帧新检测出的人头目标是指与当前跟踪的人头目标均不匹配的人头目标；
[0030]如果匹配上，则判断其与该之前无故消失的人头目标是同一人头目标，继续对其进行跟踪。
[0031]优选地，将当前帧新检测出的人头目标与之前在图像中间无故消失的人头目标进行匹配的步骤包括:
[0032]根据当前帧新检测出的人头目标的位置和颜色直方图与无故消失人头目标消失前的位置和颜色直方图进行综合匹配。
[0033]优选地，对剩余的人头目标分别进行跟踪的步骤包括:
[0034]删除无前景人头目标、长期在视频图像边缘的人头目标和在视频图像中间无故消失且匹配超时的人头目标。
[0035]一种人员行为分析方法，包括:
[0036]采用上述目标跟踪方法对摄像机获取的视频图像中的人头目标进行跟踪；
[0037]根据跟踪结果对各人头目标对应的人员进行行为分析，包括统计人员个数；和/或，分析人员密度；和/或，统计各个方向的人员数量；和/或，统计出给定时间内的行人热度情况；分析人员的异常行为，包括徘徊、奔跑、逗留、拌线、单人独处、异常倒地和进入离开指定区域。
[0038]优选地，还包括在异常行为发生时输出最佳快照的步骤，包括:
[0039]通过人头目标的位置，扩展出异常行为发生位置；
[0040]输出异常行为发生时的最佳快照。
[0041 ] 一种目标跟踪系统，包括:
[0042]图像获取单元:用于利用摄像机获取视频图像；
[0043]检测单元:用于分别利用正面头部分类器、背面头部分类器、左侧头部分类器和右侧头部分类器检测出当前图像中的候选人头目标；
[0044]去重和筛选单元:用于对各分类器检测出的候选人头目标进行去重和筛选；
[0045]跟踪目标筛选单元:用于删除不满足跟踪条件的人头目标；
[0046]跟踪单元:用于对剩余的人头目标分别进行跟踪。
[0047]优选地，去重和筛选单元包括:
[0048]第一合并单元:用于合并各个分类器重复检测出的候选人头目标；
[0049]第二合并单元:用于合并位置重叠的候选人头目标；
[0050]第一删除单元:用于删除置信度低的候选人头目标；
[0051]第二删除单元:用于删除与人头尺寸不相符的候选人头目标。
[0052]优选地，跟踪单元包括:
[0053]预测单元:用于对上帧图像中跟踪的人头目标进行光流场预测，得到对应人头目标在本帧图像中的预测位置；
[0054]实际位置确定单元:用于根据判断要素确定各个跟踪人头目标在本帧图像中的实际位置，判断要素包括本帧图像的检测结果和预测位置，检测结果是指当前帧检测出来的某一人头目标与上帧图像中跟踪的人头目标匹配。
[0055]优选地，跟踪单元包括:
[0056]匹配单元:用于将当前帧新检测出的人头目标与之前在图像中间无故消失的人头目标进行匹配，当前帧新检测出的人头目标是指与当前跟踪的人头目标均不匹配的人头目标；
[0057]继续跟踪单元:如果匹配上，则判断其与该之前无故消失的人头目标是同一人头目标，继续对其进行跟踪。
[0058]优选地，匹配单元包括:
[0059]综合匹配单元:用于根据当前帧新检测出的人头目标的位置和颜色直方图与无故消失人头目标消失前的位置和颜色直方图进行综合匹配。
[0060]优选地，跟踪单元包括:
[0061]跟踪目标删除单元:用于删除无前景人头目标、长期在视频图像边缘的人头目标和在视频图像中间无故消失且匹配超时的人头目标。
[0062]一种人员行为分析系统，包括:
[0063]目标跟踪单元:采用上述目标跟踪方法对摄像机获取的视频图像中的人头目标进行跟踪；
[0064]人员行为分析单元:根据跟踪结果对各人头目标对应的人员进行行为分析，包括统计人员个数；和/或，分析人员密度；和/或，统计各个方向的人员数量；和/或，统计出给定时间内的行人热度情况；分析人员的异常行为，包括徘徊、奔跑、逗留、拌线、单人独处、异常倒地和进入离开指定区域。
[0065]本发明的上述技术方案相比现有技术具有以下优点:
[0066]1.本发明提供的目标跟踪方法及系统，由于人头比较接近圆形，具有旋转不变性的特点，因此人头的角度适应性最佳，对相机架设的要求低，该方法中对于架设方向与水平面的夹角角度大于O度且小于60度的摄像机采集的视频流都适用。且，由于人头在画面中被遮挡的可能性低，因此人头检测分类器的适应性最好，该方法可以在人车混行或者人物交叠的场景下排除人以外的其他目标，只对人员进行检测跟踪，可有效排除干扰、准确性较高。另外，该方法中并没有将多种姿态人头进行混合训练，而是选取了四种角度的人头分开训练，得到四个分类器分别进行目标检测，但是由于公用了特征信息，检测的计算量并没有大的增加，却提高了目标检测的准确性，还减少了虚景，该方法的适用范围广、容易进行功能改进和