基于智能视频分析的人员跟踪方法
【技术领域】
[0001]本发明涉及一种跟踪方法，特别是一种基于智能视频分析的人员跟踪方法。
【背景技术】
[0002]安全问题是今天所有的政府部门，企事业单位所非常重视的问题，视频监控技术已经成为公安机关打击犯罪对付恐怖主义的有效手段，视频监控系统也开始迈向规模化建设，目前已经安装了数以百万计的监控摄像机。这些摄像机一般由繁忙的安全人员值守，用于监控，存储，或回放录像。过多的摄像机使值班人员疲于应付，无法发挥出实时监控的能力，这种被动式的，事后查验的方法根本不能提供一种满足当今需要的实时安全监控，这种情况下既增加了破案难度，又浪费了大量的警力。
[0003]解决以上问题的一个有效方法是对视频进行智能分析。智能视频分析技术是通过借助计算机的运算能力对视频内容进行实时分析，过滤掉不相关的信息，仅仅提取视频中的关键信息，并针对违法事件自动报警的监控方式，是新一代的监控系统。智能视频分析技术将传统的事后取证的监控方式变为事前预防和实时报警的监控方式。
【发明内容】
[0004]本发明的目的在于克服现有技术的不足，提供一种基于智能视频分析的人员跟踪方法，该方法能够实现多目标跟踪，能够同时跟踪多达64个目标，能够实现目标被遮挡时间不超过3秒的连续跟踪，同时能够实现多目标交汇前和分离后的准确跟踪。
[0005]本发明的目的是通过以下技术方案来实现的:基于智能视频分析的人员跟踪方法，它包括如下子步骤:
S1:内容分析:对图像内容进行分析，剔除无用的背景信息；
52:对象识别:根据不同的活动目标的大小、运动速度及运动规律准确识别出人员、动物、车辆或其他对象，分离出重要信息；
53:定位跟踪:在复杂背景下实时地对活动目标进行定位和跟踪；目标被小遮挡物遮挡后继续进行跟踪；
54:目标预测:对目标质心位移，速度和加速度等状态参数进行预测和滤波；
55:分析对比:将活动目标的运动规律与制定的安全规则进行比对，确认活动目标的运动的安全性；
56:返回预置位置:目标跟踪完成后自动返回当前设置的预置位置。
[0006]所述的步骤SI中的背景信息包括静态信息和动态信息，静态信息包括地面、建筑物，动态信息包括风吹草动、水波、雨雪、树影。
[0007]所述的对象识别采用基于改进高斯混合模型的视频图像背景建模与更新方法。
[0008]所述的步骤S3中的安全规则包括安全界线、安全范围。
[0009]它还包括一个报警步骤，活动目标超过安全规则的安全界线，视频分析系统激活报警，提示监控人员予以关注，或者进行处理。
[0010]所述的分析对比采用图像识别的异常行为识别方法，它包括:
1)设定人体行为由一系列短时人体动作构成，将行为表示为时间域上人体动作的合理组合，对短时动作进行识别；
2)设定在公共安防场景下的异常行为的短时动作；
3)采用运动能量图MEI和运动历史图MHI捕捉视频序列中的人体运动信息，将时序短时人体运动压缩在一幅图像中；
4)对图像进行识别。
[0011]所述的定位跟踪采用基于尺度不变特征与粒子滤波的视频目标跟踪方法进行跟足示O
[0012]本发明的有益效果是:本发明提供了一种基于智能视频分析的人员跟踪方法，该方法实现了多目标跟踪，能够同时跟踪多达64个目标，实现了目标被遮挡时间不超过3秒的连续跟踪，同时能够实现多目标交汇前和分离后的准确跟踪。
【附图说明】
[0013]图1为本发明的方法流程框图；
图2为异常行为识别方法流程图。
【具体实施方式】
[0014]下面结合附图进一步详细描述本发明的技术方案，但本发明的保护范围不局限于以下所述。
[0015]如图1所示，智能视频分析人员跟踪方法，它包括如下子步骤:
S1:内容分析:对图像内容进行分析，剔除无用的背景信息，例如:地面、建筑物等静态信息以及风吹草动、水波、雨雪、树影等动态信息都能够经智能视频分析被判断为背景信息，而重要信息则是人、车等活动信息。
[0016]S2:对象识别:根据不同的活动目标的大小、运动速度及运动规律准确识别出人员、动物、车辆或其他对象，分离出重要信息；
53:定位跟踪:在复杂背景下实时地对活动目标进行定位和跟踪；目标被小遮挡物遮挡后继续进行跟踪；
54:目标预测:对目标质心位移，速度和加速度等状态参数进行预测和滤波；
55:分析对比:将活动目标的运动规律与制定的安全规则进行比对，确认活动目标的运动的安全性；
56:返回预置位置:目标跟踪完成后自动返回当前设置的预置位置。
[0017]所述的对象识别采用基于改进高斯混合模型的视频图像背景建模与更新方法，在对高斯混合模型背景建模技术的原理和缺陷进行深入分析研宄的基础上，根据工程实践经验对该算法的背景建模时机、模型更新机制、颜色模型、阴影模型、背景微动模型等方面进行改进，提高其实时性和抗干扰性。
[0018]所述的步骤S3中的安全规则包括安全界线、安全范围。
[0019]它还包括一个报警步骤，活动目标超过安全规则的安全界线，视频分析系统激活报警，提示监控人员予以关注，或者进行处理。例如:在图像中指定的区域设定“虚拟”的安全界线，一旦识别“目标对象”跨越这一安全界线，系统就激活报警，提示监控人员予以关注，提高了报警精确度和响应速度。
[0020]如图2所示，所述的分析对比采用图像识别的异常行为识别方法，它包括:
1)设定人体行为由一系列短时人体动作构成，将行为表示为时间域上人体动作的合理组合，对短时动作进行识别；
2)设定在公共安防场景下的异常行为的短时动作；
3)采用运动能量图MEI和运动历史图MHI捕捉视频序列中的人体运动信息，将时序短时人体运动压缩在一幅图像中，有助于避免复杂的视觉跟踪问题；
4)对图像进行识别。
[0021]所述的定位跟踪采用基于尺度不变特征与粒子滤波的视频目标跟踪方法进行跟踪，针对复杂环境下的多目标跟踪问题，结合尺度不变特征对光线、视角、距离、目标大小等因素的鲁棒性和粒子滤波视频目标跟踪算法的抗遮挡性，提出一种基于算法融合的复杂环境视频目标跟踪算法，成功的解决复杂环境和遮挡条件下的多目标跟踪问题。
【主权项】
1.基于智能视频分析的人员跟踪方法，其特征在于:它包括如下子步骤: S1:内容分析:对图像内容进行分析，剔除无用的背景信息； 52:对象识别:根据不同的活动目标的大小、运动速度及运动规律准确识别出人员、动物、车辆或其他对象，分离出重要信息； 53:定位跟踪:在复杂背景下实时地对活动目标进行定位和跟踪；目标被小遮挡物遮挡后继续进行跟踪； 54:目标预测:对目标质心位移，速度和加速度等状态参数进行预测和滤波； 55:分析对比:将活动目标的运动规律与制定的安全规则进行比对，确认活动目标的运动的安全性； 56:返回预置位置:目标跟踪完成后自动返回当前设置的预置位置。
2.根据权利要求1所述的基于智能视频分析的人员跟踪方法，其特征在于:所述的步骤SI中的背景信息包括静态信息和动态信息，静态信息包括地面、建筑物，动态信息包括风吹草动、水波、雨雪、树影。
3.根据权利要求1所述的基于智能视频分析的人员跟踪方法，其特征在于:所述的对象识别采用基于改进高斯混合模型的视频图像背景建模与更新方法。
4.根据权利要求1所述的基于智能视频分析的人员跟踪方法，其特征在于:所述的步骤S3中的安全规则包括安全界线、安全范围。
5.根据权利要求1所述的基于智能视频分析的人员跟踪方法，其特征在于:它还包括一个报警步骤，活动目标超过安全规则的安全界线，视频分析系统激活报警，提示监控人员予以关注，或者进行处理。
6.根据权利要求1所述的基于智能视频分析的人员跟踪方法，其特征在于:所述的分析对比采用图像识别的异常行为识别方法，它包括: 1)设定人体行为由一系列短时人体动作构成，将行为表示为时间域上人体动作的合理组合，对短时动作进行识别； 2)设定在公共安防场景下的异常行为的短时动作； 3)采用运动能量图MEI和运动历史图MHI捕捉视频序列中的人体运动信息，将时序短时人体运动压缩在一幅图像中； 4)对图像进行识别。
7.根据权利要求1所述的基于智能视频分析的人员跟踪方法，其特征在于:所述的定位跟踪采用基于尺度不变特征与粒子滤波的视频目标跟踪方法进行跟踪。
【专利摘要】本发明公开了一种基于智能视频分析的人员跟踪方法，它包括如下步骤：对图像内容进行分析，剔除无用的背景信息；根据不同的活动目标的大小、运动速度及运动规律准确识别出人员、动物、车辆或其他对象，分离出重要信息；将活动目标的运动规律与制定的安全规则进行比对，确认活动目标的运动的安全性；在复杂背景下实时地对活动目标进行定位和跟踪；对目标质心位移，速度和加速度等状态参数进行预测和滤波；目标被小遮挡物遮挡后继续进行跟踪；目标跟踪完成后自动返回当前设置的预置位置。本发明提供了一种智能视频分析人员跟踪方法，该方法实现了多目标跟踪，实现了目标被遮挡时间不超过3秒的连续跟踪，同时能够实现多目标交汇前和分离后的准确跟踪。
【IPC分类】G06T7-20
【公开号】CN104637071
【申请号】CN201510042799
【发明人】曾立军, 蒲泽新
【申请人】四川君逸易视科技有限公司
【公开日】2015年5月20日
【申请日】2015年1月28日