一种智能视觉跟踪权限系统的制作方法

本发明涉及一种安防管理系统，尤其涉及一种智能视觉跟踪权限系统，属于通信安防技术领域。

背景技术：

目前的安防系统中，权限开闸的方式普遍分为两种，第一种，通过刷卡进行开闸，刷卡后，根据卡号权限判断是否开闸，第二种，通过生物识别系统确认权限，一般是通过指纹、虹膜或者人脸来进行识别，判断个体是否是系统中录入的人，然后分析权限并下单开闸与否的指令。

无论是哪一种方式，人员在反复进出闸机时都需要反复的确认权限，比如门口的保安，需要在短时间内反复进出闸机，那么他就需要反复的确认权限或者进行人脸识别。同样在同一个安防系统内的闸机系统，也需要用户需要多次进行权限判断才能通过闸门，究其原因，是因为闸机的安防系统没有对用户个体进行视觉识别，而仅仅是离散的识别用户的权限，这样就会导致权限漏洞，比如用户把id卡交给其他人，其他人一样可以通过闸机。因此这是一个不得不重视的问题。

技术实现要素：

针对现有技术的不足，本发明提供了一种智能视觉跟踪权限系统，通过系统智能化识别，大大简化了安全认证的过程，对于同等级反复确认权限的过程得到大幅简化，给生活带来非常大的便利。

本发明提出一种智能视觉跟踪权限系统，包括摄像头和中心服务器，通过对安防区域内进行摄像头全覆盖安装，并将摄像头采集的人像数据传入中心服务器，对进入安防区域人员进行全程跟踪，当人员通过第一次安防权限认定后，由安防系统将记录下该人员的权限，并与摄像头上记录的人物进行配对，并由摄像头跟踪此人的行迹；此人行动到需要确认权限的地区，则摄像头会观测此人的移动速度和方向来判断此人是否要通过闸机等权限设备，当此人需要通过权限设备时，所述中心服务器指令安防系统将免除此人再次权限确认的过程，安防系统控制此人所在区域的闸门通道打开。

本发明的进一步限定技术方案，前述的智能视觉跟踪权限系统，所述摄像头在安防区域中包括有重叠视域摄像头和没有重叠视域摄像头，检测摄像头之间的重叠视域，摄像头视觉处理前端通过网络连接将格子监控场景的背景图片传输给中心服务器，中心服务器利用背景图像的sift特征匹配结果无额定摄像头视域fov之间是否存在重叠区，具有重叠视域的摄像头之间使用地平面单应性约束建立视点对应关系，单应性变换矩阵的系数借助于重叠摄像头背景图像之间匹配的sift关键点进行计算得到。

前述的智能视觉跟踪权限系统，为了对应多个摄像头中的同一个目标，所述中心服务器在重叠摄像头之间使用运动目标的质心坐标单应性映射和sift特征进行匹配，在非重叠摄像头之间仅使用sift特征进行匹配，从而实现对目标单跟踪。

前述的智能视觉跟踪权限系统，所述摄像头识别出来的目标第一次通过权限时，安防系统会检测其权限信息，并且把此信息与识别出来的目标进行配对，暂存在中心服务器中；在摄像头覆盖区域移动时此目标不丢失，该目标就会具备匹配的权限；具有此权限的个体进入到相应的权限区域时，由该区域的摄像头判断目标的运动方向和速度，通过灰度直方图的方式简化目标模型。

一种智能视觉跟踪权限系统的工作方法，包括于以下步骤：

⑴当用户第一次进入到闸机安防系统中进行确认权限，如刷卡，虹膜，或者人脸识别时，周围的监视摄像头，会使用算法对个体进行识别，并将相应的权限与识别的该个体相配对；

⑵当个体在安防区域内进行活动时，所在区域周围的监视摄像头，就进行相应的视觉跟踪，在安防范围内都会确认用户的行为和轨迹；

⑶待用户再次进入权限确认区域的时候，系统会识别出用户的权限，从而使用户可以免去验证的过程，直接开闸通过；

⑷当用户离开安防区域后，系统会释放此权限和个体的匹配，等待用户再次进入。

本发明的有益效果：本发明与现有技术相比具有以下优势：

⑴本发明系统简化了拥有权限的个体的通关过程，在一些复杂场景，人员需要反复进出权限系统，或者进入一些中转场景，需要权限进入，同时需要权限出去的地方，都会大大简化通过的流程。

⑵本发明系统将加大安全级别，通过对个体的跟踪，将权限与实际个人相结合，即使权限拥有者私下将卡或者指纹交给其他人，也不能打开权限，因此权限将大大增加。

⑶系统将对安防系统进一步简化，对于管理者来说，只需要通过跟踪个体就能获得权限信息，再安放区域的人员，只要通过摄像头就能确认他的个人信息，而不需要进一步的实际盘查。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，附图中的实施例不构成对本发明的任何限制，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例流程示意图。

图2为本实施例个体识别跟踪算法的程序流程图。

具体实施方式

下面结合附图与实施例对本发明技术方案作进一步详细的说明，这是本发明的较佳实施例。应当理解，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例；需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明实施例技术方案工作过程是：当用户第一次进入到闸机安防系统中进行确认权限，如刷卡，虹膜，或者人脸识别时，周围的监视摄像头，就进行相应的视觉跟踪，在安防范围内都会确认用户的行为和轨迹，待用户再次进入权限确认区域的时候，可以免去验证的过程，直接开闸通过。举例来说，如果一个保安，在门口范围内活动，第一次他通过人脸打开闸门进去，等他出来的时候，他并不需要再次确认人脸就可以直接通过。再举例子说，如果一个人进入厂区的a门岗，通过刷卡进入厂区，厂区内有连续摄像头监控让的轨迹，等到他出来的时候，无论是是否是走a门，系统都会给他打开闸门通过。

为了更好的理解上述的技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。

实施例一

本发明实施例提供了一种智能视觉跟踪权限系统，如图1所示，包括摄像头和中心服务器，通过对安防区域内进行摄像头全覆盖安装，并将摄像头采集的人像数据传入中心服务器，对进入安防区域人员进行全程跟踪，当人员通过第一次安防权限认定后，由安防系统将记录下该人员的权限，并与摄像头上记录的人物进行配对，并由摄像头跟踪此人的行迹；此人行动到需要确认权限的地区，则摄像头会观测此人的移动速度和方向来判断此人是否要通过闸机等权限设备，当此人需要通过权限设备时，所述中心服务器指令安防系统将免除此人再次权限确认的过程，安防系统控制此人所在区域的闸门通道打开。

摄像头在安防区域中包括有重叠视域摄像头和没有重叠视域摄像头，检测摄像头之间的重叠视域，摄像头视觉处理前端通过网络连接将格子监控场景的背景图片传输给中心服务器，中心服务器利用背景图像的sift特征匹配结果无额定摄像头视域fov之间是否存在重叠区，具有重叠视域的摄像头之间使用地平面单应性约束建立视点对应关系，单应性变换矩阵的系数借助于重叠摄像头背景图像之间匹配的sift关键点进行计算得到。为了对应多个摄像头中的同一个目标，所述中心服务器在重叠摄像头之间使用运动目标的质心坐标单应性映射和sift特征进行匹配，在非重叠摄像头之间仅使用sift特征进行匹配，从而实现对目标单跟踪。摄像头识别出来的目标第一次通过权限时，安防系统会检测其权限信息，并且把此信息与识别出来的目标进行配对，暂存在中心服务器中。

具体来说，需要通过三个步骤来实现上述的关联算法，首先需要确定摄像头之间的相邻性，监控系统中的所有摄像头视觉处理前端通过以太网连接到服务器，中心服务器的操作人员根据每个摄像头的监控位置，手动确定每个摄像头的相邻摄像头组，并存入中心服务器数据库，第二步，检测摄像头与相邻摄像头之间的重叠区域，绝大多数摄像头通常存在重合视觉区域，服务器利用这些背景图像的sift特征匹配判断一个摄像头与其他相邻摄像头的重叠区域。第三，建立重叠摄像头之间的视觉对应关系，当运动目标位于摄像头的重叠区域时，目标中心坐标的单应性映射被用于匹配摄像头之间的同一个目标，中心服务器借助于地平面单应性约束建立摄像头重叠区域的视觉对应关系，并将重叠视觉区域的检测结果存入到服务器中。通过上述三部，即可以实现多摄像头的联动观测。

在摄像头覆盖区域移动时只要此目标不丢失，该目标就会具备匹配的权限；具有此权限的个体进入到相应的权限区域时，由该区域的摄像头判断目标的运动方向和速度，通过灰度直方图的方式简化目标模型。由于系统只需要识别出个体的存在并进行跟踪，以地平面作为单应行参照，从而得到目标的移动速度和方向，当方向朝向权限检测点，速度在一定数值以上时（人和车辆速度不同），可以认为该目标将通过权限检测点，此时当目标接近闸门等权限单位时，门或者闸机就会打开，从而不需要再次确认权限。

本实施例的智能视觉跟踪权限系统的工作方法，包括于以下步骤：

⑴当用户第一次进入到闸机安防系统中进行确认权限，周围的监视摄像头，会使用算法对个体进行识别，并将相应的权限与识别的该个体相配对；

⑵当个体在安防区域内进行活动时，所在区域周围的监视摄像头，就进行相应的视觉跟踪，在安防范围内都会确认用户的行为和轨迹；

⑶待用户再次进入权限确认区域的时候，系统会识别出用户的权限，从而使用户可以免去验证的过程，直接开闸通过；

⑷当用户离开安防区域后，系统会释放此权限和个体的匹配，等待用户再次进入。

上述的中的个体识别跟踪算法的程序流程图如2所示，其算法的具体过程如下：

1、相邻图像相差后得到m*n的图像i，非零的那些像素大部分是头部的运动边缘，通过对差分图的分析就可以定位运动目标。

2、求出差分图像i的水平及垂直投影分别用h和v表示。

3、如果运动物体存在，那么在向量v中肯定存在具有足够多的灰度值大于分割阈值的像素点的段。我们将图像i分成n个域（n就是段数），每一个域都位于相应段的中心并且具有一定的宽度。那么这就检测出具有n个运动目标。

4、假设每个域有一组纵向目标。对每个域进行水平投影得到然后进行中值滤波，如果在第i个域中存在m个目标，那么在中一定具有m个显著的值（峰值）。再进行中值滤波并且利用另外一个阈值将域中的一组目标分割开。这样就得到了当前帧中可能的目标的坐标值，然后用外接矩形画出运动目标的边界。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。