一种监控视频中蒙面人检测方法
【技术领域】
[0001] 本发明一般涉及图像处理以及模式识别领域，具体涉及视频中蒙面人的自动检测 方法。
【背景技术】
[0002] 视频监控是构成安全防范系统的重要一环，是一种拥有较强能力的防范系统。视 频监控由于其直观，准确，快速并且有信息，内容丰富的优点，广泛应用在不同的场合，近年 来在计算机，网络和图像处理，传输技术迅速发展的推动下，监控技术也有了长足的发展。 然而对于无人看守的地方，财产安全仍然受到严重威胁，就算设有监视器，也经常发生看守 人员疏忽大意漏看的情形，让不法份子得以闯入。但是如果只是一些小动物误闯或者工作 人员经过，监控系统也发出警报，就显然不太合适。
[0003] 如果在无人看守的场合，例如仓库、厂房、关门的商店等等。在视频监控的同时，区 分人与动物，并在区分去人的基础上区分出蒙面人，及时的发现闯入的可疑人物并发出警 告，则有利于提高人们的生命财产安全，减少他们的损失。
【发明内容】
[0004] 本发明可应用于嵌入在仓库、公司、办公室等无人看守区域所设置的静止摄像头 上。其目的是用来实时监测所拍摄的视频中是否出现蒙面人之类的可疑人员。达到全自动 监控、及时报警、保护财产安全的作用。具体技术方案如下所述：
[0005] 一种监控视频中蒙面人检测方法，包括以下步骤：
[0006] SlOO :获取视频流；
[0007] S200 :利用SlOO中获取的视频流采用混合高斯模型构建背景模型；
[0008] S300 :从视频流中依次获取一帧图像，并利用S200构建的背景模型获取运动前景 图像，并对背景模型进行更新；
[0009] S400 :对S300中所获取的二值前景图像进行形态学处理；所述形态学处理为先对 提取出的前景图像进行开操作，再进行闭操作；
[0010] S500 :对S400处理后的二值前景图像进行轮廓查找，并对轮廓进行凸包拟合，获 取前景图像中运动物体矩形区域，具体包括以下子步骤：
[0011] S501 :对S400中获取的二值前景图像进行基于二值图像连通域的轮廓查找；
[0012] S502 :对S501中查找到的轮廓进行凸包拟合，并对凸包内区域进行填充，填充方 法为：获取到凸包之后对凸包区域内的黑色像素块置255,即将其变为白色；
[0013] S503 :对S502处理后的二值前景图像进行轮廓查找，并获取每一个轮廓的最小外 接矩形；
[0014] S504 :对S503中获取的最小外接矩形进行合并，合并方法为：若两个矩形满足合 并条件则将其合并为一个矩形区域，新的矩形区域为能包含这两个矩形区域的最小矩形区 域，合并条件为：两个矩形中心点X坐标的差值小于两个矩形宽度和的一半且两个矩形中 心点y坐标的差值小于两个矩形高度和的0. 7倍；
[0015] S505 :经S504处理后剩余的矩形区域则为运动物体区域；
[0016] S600 :利用S500中获取的运动矩形区域，从S300中获取的图像帧中提取运动物体 图像输入SVM分类器进行判断，判断该运动物体是否为行人；
[0017] S700 :对S600中判断为行人的运动物体图像进行人脸检测，若连续若干帧检测到 了行人却无法检测到正常人脸，则判断为蒙面人。
[0018] 与现有技术相比，本发明具有如下优点和技术效果：
[0019] 现有视频监控系统功能单一，仅仅记录当时的情况，没有对记录的视频进行一个 处理，更不用说及时的反馈信息，例如发出警报等。本发明使用高斯混合模型进行背景建 模，提取出运动物体，而后对运动物体进行行人检测，判断运动物体是否是行人，再对判断 得出的行人进行人脸识别，若无法正常识别出人脸，则判定该行人为蒙面人之类的可疑人 员。本发明能适应外界环境的变化，且检测结果又较高的准确率，具有较高的适用性和鲁棒 性。
【附图说明】
[0020] 图1为本发明所述一种监控视频中蒙面人检测方法流程示意图。
【具体实施方式】
[0021] 以下结合附图对实施例对本发明的实施方式作进一步说明，但本发明的实施不限 于此。
[0022] 如图1所示，本发明一种监控视频中蒙面人检测方法主要包括以下步骤：
[0023] 一种监控视频中蒙面人检测方法，其特征在于，包括以下步骤：
[0024] SlOO :获取视频流；
[0025] S200 :利用SlOO中获取的视频流采用混合高斯模型构建背景模型；
[0026] S300 :从视频流中依次获取一帧图像，并利用S200构建的背景模型获取运动前景 图像，并对背景模型进行更新；
[0027] S400 :对S300中所获取的二值前景图像进行形态学处理；所述形态学处理为先对 提取出的前景图像进行开操作，再进行闭操作；
[0028] S500 :对S400处理后的二值前景图像进行轮廓查找，并对轮廓进行凸包拟合，获 取前景图像中运动物体矩形区域，具体包括以下子步骤：
[0029] S501 :对S400中获取的二值前景图像进行基于二值图像连通域的轮廓查找；
[0030] S502 :对S501中查找到的轮廓进行凸包拟合，并对凸包内区域进行填充，填充方 法为：获取到凸包之后对凸包区域内的黑色像素块置255,即将其变为白色；
[0031] S503 :对S502处理后的二值前景图像进行轮廓查找，并获取每一个轮廓的最小外 接矩形；
[0032] S504 :对S503中获取的最小外接矩形进行合并，合并方法为：若两个矩形满足合 并条件则将其合并为一个矩形区域，新的矩形区域为能包含这两个矩形区域的最小矩形区 域，合并条件为：两个矩形中心点X坐标的差值小于两个矩形宽度和的一半且两个矩形中 心点y坐标的差值小于两个矩形高度和的0. 7倍；
[0033] S505 :经S504处理后剩余的矩形区域则为运动物体区域；
[0034] S600 :利用S500中获取的运动矩形区域，从S300中获取的图像帧中提取运动物体 图像输入SVM分类器进行判断，判断该运动物体是否为行人；
[0035] S700 :对S600中判断为行人的运动物体图像进行人脸检测，若连续若干帧检测到 了行人却无法检测到正常人脸，则判断为蒙面人。
[0036] 在这个实施例中，对视频流中的每一帧图像都进行检测，并且需要在连续若干帧 检测都无法检测到正常人脸的情况下，才判断为蒙面人。对于所述连续若干帧在实际应用 中设置的值与视频的帧率相关，可参看下式设置：
[0037]
【主权项】
1. 一种监控视频中蒙面人检测方法，其特征在于，包括以下步骤： SlOO :获取视频流； S200 :利用SlOO中获取的视频流采用混合高斯模型构建背景模型； S300 :从视频流中依次获取一帧图像，并利用S200构建的背景模型获取运动前景图 像，并对背景模型进行更新； S400 :对S300中所获取的二值前景图像进行形态学处理；所述形态学处理为先对提取 出的前景图像进行开操作，再进行闭操作； 5500 :对S400处理后的二值前景图像进行轮廓查找，并对轮廓进行凸包拟合，获取前 景图像中运动物体矩形区域，具体包括以下子步骤： 5501 :对S400中获取的二值前景图像进行基于二值图像连通域的轮廓查找； 5502 :对S501中查找到的轮廓进行凸包拟合，并对凸包内区域进行填充，填充方法为： 获取到凸包之后对凸包区域内的黑色像素块置255,即将其变为白色； 5503 :对S502处理后的二值前景图像进行轮廓查找，并获取每一个轮廓的最小外接矩 形； 5504 :对S503中获取的最小外接矩形进行合并，合并方法为：若两个矩形满足合并条 件则将其合并为一个矩形区域，新的矩形区域为能包含这两个矩形区域的最小矩形区域， 合并条件为：两个矩形中心点X坐标的差值小于两个矩形宽度和的一半且两个矩形中心点 y坐标的差值小于两个矩形高度和的0. 7倍； 5505 :经S504处理后剩余的矩形区域则为运动物体区域； S600 :利用S500中获取的运动矩形区域，从S300中获取的图像帧中提取运动物体图像 输入SVM分类器进行判断，判断该运动物体是否为行人； S700 :对S600中判断为行人的运动物体图像进行人脸检测，若连续若干帧检测到了行 人却无法检测到正常人脸，则判断为蒙面人。
2. 根据权利要求1所述的方法，其特征在于，优选的，S600中的SVM分类器在用于判断 是否为行人前先进行构造和训练，具体子步骤如下： 5611 :构造分类器； 5612 :准备正样本与负样本，正样本与负样本可从历史监控视频中选取有行人和没有 行人的视频帧； 5613 :将正样本和负样本分别放在不同的文件夹中，并处理成同样的大小； 求取所有样本的Hog特征； 5614 :将正样本标识为1，负样本为0 ; 5615 :将所有样本的Hog特征与标签，输入到SVM中进行训练； 5616 :保存结果，得到训练好的分类器。
3. 根据权利要求1所述的方法，其特征在于，S600中判断行人的方法包括以下步骤： 5621 :利用S505中获取的运动物体区域，从S300中获取的图像帧中提取运动物体图 像； 5622 :将S621中获取的图像缩放至64*128像素大小； 5623 :对经S622处理后的图像进行直方图均衡化操作； 5624 :对经S623处理后的图像进行Hog特征检测，获取图像的Hog特征； S625 :将S624中获取的图像的Hog特征输入行人检测分类器，判断该运动物体是否为 行人。
4. 根据权利要求1所述的方法，其特征在于，S700中的人脸检测方法是采用opencv开 源库中基于Haar分类器的人脸检测算法。
5. 根据权利要求1所述的方法，其特征在于，S700中所述连续若干帧的值根据下式设 置.
【专利摘要】本发明公开了一种监控视频中蒙面人检测方法，首先使用高斯混合模型进行背景建模，提取出运动物体，而后对运动物体进行行人检测，判断运动物体是否是行人，再对判断得出的行人进行人脸识别，若无法正常识别出人脸，则判定该行人为蒙面人之类的可疑人员。本发明能适应外界环境的变化，且检测结果有较高的准确率。
【IPC分类】G06K9-62, G06K9-00
【公开号】CN104657712
【申请号】CN201510066492
【发明人】蔡昭权, 黄翰, 易春阳, 刘志方, 胡音文
【申请人】惠州学院
【公开日】2015年5月27日
【申请日】2015年2月9日