一种监控跟踪方法及装置与流程

本发明涉及视频监控技术领域，尤其涉及一种监控跟踪方法及装置。

背景技术：

随着视频监控技术的发展，视频监控技术在各领域的应用已经越来越普及，并逐渐成为安全防范系统的一个重要组成部分。通过视频监控技术，可以有效地对监控场景内的监控对象的各种行为进行监测，并在发现异常情况时及时进行处理。

然而实践发现，在现有视频监控技术中，对监控对象的各种行为监测主要仍然是通过监控人员(包括但不限于商场、银行保安、监狱狱警等)人工实时查看监控场景的监控视频的方式实现，需要耗费大量的人力，且容易由于人为疏忽导致不能及时发现异常情况，进而导致不良事件发生。

技术实现要素：

本发明提供一种监控跟踪方法及装置，以解决现有通过人工对监控对象的行为进行监测的方案中需要耗费大量人力，且容易由于人工疏忽导致不能及时发现异常的问题。

根据本发明的第一方面，提供一种监控跟踪方法，应用于视频监控系统，包括：

对获取到的监控视频进行前景提取；

根据提取到的前景确定第一跟踪框；

利用预设跟踪算法对所述第一跟踪框进行处理，以得到稳定性更强的第二跟踪框；

根据所述第一跟踪框和所述第二跟踪框确定目标跟踪框；

根据所述目标跟踪框对监控对象进行跟踪。

根据本发明的第二方面，提供一种监控跟踪装置，包括：

提取单元，用于对获取到的监控视频进行前景提取；

第一确定单元，用于根据提取到的前景确定第一跟踪框；

处理单元，用于利用预设跟踪算法对所述第一跟踪框进行处理，以得到稳定性更强的第二跟踪框；

第二确定单元，用于根据所述第一跟踪框和所述第二跟踪框确定目标跟踪框；

跟踪单元，用于根据所述目标跟踪框对监控对象进行跟踪。

应用本发明公开的技术方案，通过对获取到的监控视频进行前景提取，并根据提取到的前景确定第一跟踪框，进而利用预设跟踪算法对第一跟踪框进行处理，以得到稳定性更强的第二跟踪框，并根据第一跟踪框和第二跟踪框确定目标跟踪框，并根据该目标跟踪框对监控对象进行跟踪，实现了监控对象的自动监控跟踪，并保证了对监控对象进行监控跟踪的准确性。

附图说明

图1是本发明实施例提供的一种监控跟踪方法的流程示意图；

图2是本发明实施例提供的一种监控跟踪装置的结构示意图；

图3是本发明实施例提供的另一种监控跟踪装置的结构示意图；

图4是本发明实施例提供的另一种监控跟踪装置的结构示意图；

图5是本发明实施例提供的另一种监控跟踪装置的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明实施例中的技术方案，并使本发明实施例的上述目的、特征和优点能够更加明显易懂，下面结合附图对本发明实施例中技术方案作进一步详细的说明。

请参见图1，图1为本发明实施例提供的一种监控跟踪方法的流程示意图，如图1所示，该监控跟踪方法可以包括：

需要说明的是，步骤101～步骤105的执行主体可以为视频监控系统中的后台服务器，或后台服务器的处理器，如CPU(Center Process Unit，中央处理单元)，为便于描述，以下以步骤101～步骤105的执行主体为服务器为例进行说明。

步骤101、对获取到的监控视频进行前景提取。

本发明实施例中，服务器可以通过监控场景中部署的视频采集装置，如IPC(Internet Protocol Camera，网络摄像机)，采集监控场景的监控视频，并对采集到的监控视频进行前景提取。

作为一种可选的实施方式，在本发明实施例中，对获取到的监控视频进行前景提取，可以包括：

对获取到的监控视频帧进行混合高斯背景建模，提取出监控视频帧中的前景，并对提取出的前景进行干扰过滤。

在该实施方式中，服务器获取到监控视频后，可以对获取到的监控视频帧进行混合高斯背景建模，提取出监控视频帧中的前景。由于直接从监控视频帧中提取出的前景会有很多噪声以及光线变化等引起的干扰，因此，服务器从监控视频中提取出前景之后，还可以对提取出的前景进行干扰过滤，如对提取出的前景进行腐蚀、膨胀、去噪、尺寸过滤、区域连通等形态学操作，以滤除干扰，得到有效的前景。

值得说明的是，在本发明实施例中，服务器对获取到的监控视频进行前景提取的方式除了上述描述的混合高斯背景建模方式之外，还可以为其它方式，如ViBe(Visual Background Extractor，视觉背景提取)背景建模算法、codebook(码本)背景建模算法、SOBS(Self-organization background subtraction，自组织背景差)背景建模算法等，其具体实现在此不做赘述。

本发明实施例中，考虑到当监控对象突然移动(由静突然转为动)时，服务器通过对监控视频帧进行前景提取时，除了会在监控对象实际所在位置处提取到对应的前景之外，还可能会在监控对象之前所在的位置处提取到前景(该前景可以称为“鬼影”)，为了避免“鬼影”导致对监控对象的行为检测的干扰，服务器从监控视频中提取到前景之后，需要对提取出的前景进行去“鬼影”处理。

相应地，作为一种可选的实施方式，在本发明实施例中，对获取到的监控视频进行前景提取之后，还可以包括：

若从监控视频帧中提取到前景时，该监控视频帧中存在相互重叠的前景，则将监控视频帧中相互重叠的前景中面积较小的前景去除。

在该实施方式中，考虑到从监控视频帧中提取到的“鬼影”通常会与监控对象对应的实际前景存在重叠，且“鬼影”通常会比监控对象对应的实际前景的面积小，因此，当服务器从监控视频帧中提取到前景时，该监控视频帧中存在相互重叠的前景时，服务器可以认为提取到的前景中包括“鬼影”，进而，服务器可以将相互重叠的前景中面积较小的前景去除，以避免“鬼影”对后续处理的干扰。

举例来说，假设某监控对象(如监室内犯罪人员)在处于睡觉状态(即躺在床上)下突然起身离开睡觉的位置，此时，服务器对监控视频帧进行前景提取时，对于该监控对象，可能会产生两个前景，其中一个前景是由于监控对象离开睡觉位置产生的，该前景即为“鬼影”，另一个由于监控对象的移动产生的真正的前景，该两个前景通常会存在相互重叠的情况，且“鬼影”前景会比实际前景要小，因而，当服务器从监控视频帧中提取到前景，且存在相互重叠的两个前景时，服务器可以将相互重叠的前景中面积较小的前景去除，以避免“鬼影”对监控跟踪的影响。

步骤102、根据提取到的前景确定第一跟踪框。

本发明实施例中，服务器从监控视频帧中提取到前景后，可以根据提取到的前景确定第一跟踪框(也可以称为弱跟踪框)，如服务器可以将从监控视频帧中提取到的前景的最小外接矩形框作为该监控视频帧的第一跟踪框。

其中，若服务器从获取到的监控视频帧中提取到前景后，对提取到的前景进行了滤除干扰处理或去除“鬼影”处理，服务器在确定第一跟踪框时，需要根据处理后的前景确定。

值得说明的是，对于监控视频，服务器在从监控视频帧中初次提取到前景之后，该监控视频帧之后的各监控视频帧中均能确定该第一跟踪框。

步骤103、利用预设跟踪算法对第一跟踪框进行处理，以得到稳定性更强的第二跟踪框。

本发明实施例中，服务器初次从视频帧中提取到前景，并根据该前景确定了第一跟踪框时，服务器可以利用预设跟踪算法对该第一跟踪框进行处理，以增强第一跟踪框的稳定性，得到稳定性更强的第二跟踪框。

其中，该预设跟踪算法可以包括但不限于STC(Fast Tracking via Spatio-Temporal Context Learning，时空上下文视觉跟踪)跟踪算法、LK(Lucas-Kanade)跟踪算法等。

为便于理解，以下以预设跟踪算法为STC跟踪算法为例。

本发明实施例中，服务器初次从视频帧中提取到前景，并根据该前景确定了第一跟踪框时，可以将该第一跟踪框作为STC跟踪算法的输入，由STC跟踪算法得到第二跟踪框(在该实施例中也可以称为STC跟踪框)。

步骤104、根据第一跟踪框和第二跟踪框确定目标跟踪框。

本发明实施例中，服务器在确定了第一跟踪框和第二跟踪框之后，可以根据第一跟踪框和第二跟踪框确定目标跟踪框。

作为一种可选的实施方式，在本发明实施例中，根据第一跟踪框和第二跟踪框确定目标跟踪框，可以包括：

对于初次提取到前景的目标监控视频帧，将目标监控视频帧的第一跟踪框确定为目标监控视频帧的目标跟踪框；

对于目标监控视频帧之后的监控视频帧，将第二跟踪框确定为监控视频帧的目标跟踪框，并根据目标监控视频帧之后的各监控视频帧中的第一跟踪框对目标跟踪框进行修正。

在该实施方式中，服务器初次从监控视频帧中提取到前景(该初次提取到前景的监控视频帧在本文中称为目标监控视频帧)，并根据该前景确定了第一跟踪框时，可以将该第一跟踪框作为该目标监控视频帧中的目标跟踪框；同时，服务器可以将该第一跟踪框作为STC跟踪算法的输入，由STC跟踪算法得到第二跟踪框。

对于目标监控视频帧之后的监控视频帧，服务器可以将该第二跟踪框作为目标跟踪框，并将该目标监控视频帧之后的各监控视频帧中的第一跟踪框对目标跟踪框进行修正。

其中，目标监控视频帧之后的各监控视频帧中的第一跟踪框可以由服务器通过对各监控视频帧进行前景提取的方式确定，其具体实现可以参见步骤101～步骤102中的相关描述，本发明实施例在此不再赘述。

作为一种可选的实施方式，在本发明实施例中，根据目标监控视频帧之后的各监控视频帧中的第一跟踪框对目标跟踪框进行修正，包括：

对于目标监控视频帧之后的任一监控视频帧，若满足第一预设条件，则将目标跟踪框修改为该监控视频帧中的第一跟踪框；

若满足第二预设条件，则删除目标跟踪框，并根据该监控视频帧中的第一跟踪框重新确定目标跟踪框；

若不满足第一预设条件，且不满足第二预设条件，则保持目标跟踪框不变；

其中，第一预设条件为目标跟踪框的面积与该监控视频帧中的第一跟踪框的面积的比值大于第一阈值，小于第二阈值，且目标跟踪框与该监控视频帧中的第一跟踪框存在重叠；第二预设条件为目标跟踪框的面积与该监控视频帧中的第一跟踪框的面积的比值小于等于第三阈值或大于等于第四阈值，或者，目标跟踪框的中心点与该监控视频帧中的第一跟踪框的中心点之间的距离大于视频图像的宽与高之和的一半；第二阈值大于第一阈值，第三阈值小于第一阈值，第四阈值大于第二阈值。

在该实施方式中，假设目标监控视频帧为监控视频帧t，则服务器可以将监控视频帧t中的第一跟踪框确定为该监控视频帧的目标跟踪框；对于监控视频帧t+1、t+2…等各监控视频帧，目标跟踪框可以由各监控视频帧中的第一跟踪框，以及由监控视频帧t中的第一跟踪框作为STC跟踪算法的输入得到的第二跟踪框一起确定。

例如，对于监控视频帧t+1、t+2…，服务器可以先将上述第二跟踪框作为目标跟踪框，并根据各监控视频帧中的第一跟踪框对其进行修正。

对于监控视频帧t+1，服务器可以判断监控视频帧t+1中的第一跟踪框与当前的目标跟踪框(此时的目标跟踪框为上述第二跟踪框)是否满足第一预设条件或第二条件。

若满足第一条件，即目标跟踪框的面积与监控视频帧t+1中的第一跟踪框的面积的比值大于第一阈值(可以根据具体场景设定，如0.5)，小于第二阈值(可以根据具体场景设定，如2且第二阈值大于第一阈值)，且目标跟踪框与监控视频帧中的第一跟踪框存在重叠，则服务器可以将目标跟踪框修正为监控视频帧t+1中的第一跟踪框；

若满足第二预设条件，即目标跟踪框的面积与监控视频帧中t+1中的第一跟踪框的面积的比值小于等于第三阈值(可以根据具体场景设定，如0.4，第三阈值小于第一阈值)或大于等于第四阈值(可以根据具体场景设定，如2.5，第四阈值大于第二阈值)；或者，目标跟踪框的中心点与监控视频帧t+1中的第一跟踪框的中心点之间的距离大于视频图像的宽与高之和的一半，则服务器可以删除当前的目标跟踪框，并根据监控视频帧中的第一跟踪框重新确定目标跟踪框，其具体实现可以参见步骤101～步骤104中的相关描述，本发明实施例在此不再赘述。

若监控视频帧t+1中的第一跟踪框与当前的目标跟踪框既不满足第一预设条件，也不满足第二预设条件，则服务器可以保持当前的目标跟踪框不变。

同理，监控视频帧t+2、t+3等监控视频帧中的目标跟踪框也可以按照上述方法确定。

步骤105、根据目标跟踪框对监控对象进行跟踪。

本发明实施例中，服务器确定了监控视频中的目标跟踪框之后，可以根据该目标跟踪框对监控对象进行跟踪，如根据目标跟踪框在视频图像中的位置变化对监控对象的行为进行分析等。

进一步地，作为一种可选的实施方式，在本发明实施例中，根据目标跟踪框对监控对象进行跟踪之后，还包括：

当目标跟踪框的中心点和目标跟踪框从监控视频中的目标检测区域内移动到目标检测区域外时，进行告警处理。

在该实施方式中，可以在监控场景中的指定区域设置为目标检测区域，相应地，该监控场景的监控视频中的对应区域为目标检测区域。服务器确定了监控视频中的目标跟踪框之后，可以对目标跟踪框在监控视频中位置移动进行监测；若服务器监测到目标跟踪框的中心点从监控视频中的目标区域内移动到目标检测区域外，或者，服务器监测到目标跟踪框从监控视频中的目标区域内移动到目标检测区域外，服务器可以认为监控对象已不在目标检测区域内，当前有异常状况发生，从而，服务器可以进行告警处理，如通过铃声或其它方式通知管理人员进行跟进处理。

举例来说，以监控场景为监狱中的监室，监控对象为监室中的犯罪人员为例，可以预先将监室中床位所在区域设置为目标检测区域，并在每天的指定时间(如规定好的监室内犯罪人员在床位上睡觉的时间)启用本发明中的监控跟踪方法对各监室内犯罪人员进行监控；当在指定时间内，检测到监控对象突然移动时，按照上述方法流程在监控视频中生成目标跟踪框，并当检测到目标跟踪框的中心点或目标跟踪框从监控视频中的目标检测区域内移动到目标检测区域外，即监室内犯罪人员在休息时间离开了床位时，认为发生了异常状况，从而，服务器可以向狱警进行告警，通知狱警跟进处理，防止不良事件发生。

通过以上流程可以看出，在本发明实施例提供的技术方案中，通过对获取到的监控视频进行前景提取，并根据提取到的前景确定第一跟踪框，进而利用预设跟踪算法对第一跟踪框进行处理，以得到稳定性更强的第二跟踪框，并根据第一跟踪框和第二跟踪框确定目标跟踪框，并根据该目标跟踪框对监控对象进行跟踪，实现了监控对象的自动监控跟踪，并保证了对监控对象进行监控跟踪的准确性。

请参见图2，为本发明实施例提供的一种监控跟踪装置的结构示意图，其中，该监控跟踪装置可以应用于视频监控系统，如应用于上述方法实施例中的服务器，如图2所示，该监控跟踪装置可以包括：

提取单元210，用于对获取到的监控视频进行前景提取；

第一确定单元220，用于根据提取到的前景确定第一跟踪框；

处理单元230，用于利用预设跟踪算法对所述第一跟踪框进行处理，以得到稳定性更强的第二跟踪框；

第二确定单元240，用于根据所述第一跟踪框和所述第二跟踪框确定目标跟踪框；

跟踪单元250，用于根据所述目标跟踪框对监控对象进行跟踪。

在可选实施例中，所述提取单元210，可以具体用于对获取到的监控视频帧进行混合高斯背景建模，提取出所述监控视频帧中的前景，并对提取出的前景进行干扰过滤；

相应地，所述第一确定单元220，可以具体用于根据干扰过滤后的前景确定第一跟踪框。

请一并参阅图3，为本发明实施例提供的另一种监控跟踪装置的结构示意图，在图2所示监控跟踪装置的基础上，图3所示所述的监控跟踪装置还包括：

去除单元260，用于若所述提取单元210从监控视频帧中提取到前景时，该监控视频帧中存在相互重叠的前景，则将监控视频帧中相互重叠的前景中面积较小的前景去除；

相应地，所述第一确定单元220，具体用于根据监控视频帧中未被去除的前景确定第一跟踪框。

请一并参阅图4，为本发明实施例提供的另一种监控跟踪装置的结构示意图，在图2所示监控跟踪装置的基础上，图4所示所述的监控跟踪装置中，所述第二确定单元240，包括：

第一确定子单元241，用于对于初次提取到前景的目标监控视频帧，将所述目标监控视频帧中的第一跟踪框确定为目标监控视频帧的目标跟踪框；其中，所述第二跟踪框为利用所述预设跟踪算法对所述目标监控视频帧中的第一跟踪框进行处理后得到的；

第二确定子单元242，用于对于所述目标监控视频帧之后的监控视频帧，将所述第二跟踪框确定为监控视频帧的目标跟踪框，并根据目标监控视频帧之后的各监控视频帧中的第一跟踪框对所述目标跟踪框进行修正。

在可选实施例中，所述第二确定子单元242，可以具体用于对于目标监控视频帧之后的任一监控视频帧，若满足第一预设条件，则将目标跟踪框修改为该监控视频帧中的第一跟踪框；若满足第二预设条件，则删除目标跟踪框，并根据该监控视频帧中的第一跟踪框重新确定目标跟踪框；若不满足所述第一预设条件，且不满足所述第二预设条件，则保持所述目标跟踪框不变；

其中，所述第一预设条件为目标跟踪框的面积与该监控视频帧中的第一跟踪框的面积的比值大于第一阈值，小于第二阈值，且目标跟踪框与该监控视频帧中的第一跟踪框存在重叠；所述第二预设条件为目标跟踪框的面积与该监控视频帧中的第一跟踪框的面积的比值小于等于第三阈值或大于等于第四阈值，或者，目标跟踪框的中心点与该监控视频帧中的第一跟踪框的中心点之间的距离大于视频图像的宽与高之和的一半；所述第二阈值大于所述第一阈值，所述第三阈值小于所述第一阈值，所述第四阈值大于所述第二阈值。

请一并参阅图5，为本发明实施例提供的另一种监控跟踪装置的结构示意图，在图2所示监控跟踪装置的基础上，图5所示所述的监控跟踪装置还包括：

告警单元270，用于当所述目标跟踪框的中心点或所述目标跟踪框从监控视频中的目标检测区域内移动到目标检测区域外时，进行告警处理。

上述装置中各个单元的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程，在此不再赘述。

对于装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本发明方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

由上述实施例可见，通过对获取到的监控视频进行前景提取，并根据提取到的前景确定第一跟踪框，进而利用预设跟踪算法对第一跟踪框进行处理，以得到稳定性更强的第二跟踪框，并根据第一跟踪框和第二跟踪框确定目标跟踪框，并根据该目标跟踪框对监控对象进行跟踪，实现了监控对象的自动监控跟踪，并保证了对监控对象进行监控跟踪的准确性。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。

应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。