视频监控中的徘徊检测方法和系统

摘要

本发明公开了一种视频监控中的徘徊检测方法，包括：对视频监控区域内出现的目标进行基于位置的匹配跟踪，并对所跟踪的目标的存在时间或呈现次数进行记录，将所有存在时间或呈现次数大于对应的第一设定阈值的目标作为候选徘徊目标；对所述候选徘徊目标进行基于直方图的匹配跟踪，并对所跟踪的候选徘徊目标的存在时间或呈现次数进行记录，将所有存在时间或呈现次数大于对应的第二设定阈值的候选徘徊目标作为徘徊目标。此外，本发明还公开了一种视频监控中的徘徊检测系统。本发明所公开的技术方案，能够提高检测结果的准确性。

主权项

一种视频监控中的徘徊检测方法，其特征在于，该方法包括：对视频监控区域内出现的目标进行基于位置的匹配跟踪，并对所跟踪的目标的存在时间或呈现次数进行记录，将所有存在时间或呈现次数大于对应的第一设定阈值的目标作为候选徘徊目标；对所述候选徘徊目标进行基于直方图的匹配跟踪，并对所跟踪的候选徘徊目标的存在时间或呈现次数进行记录，将所有存在时间或呈现次数大于对应的第二设定阈值的候选徘徊目标作为徘徊目标；所述直方图包括：颜色直方图和空间位置直方图；所述空间位置直方图的构造方法包括：将目标区域的所有像素点记为{x_i}_i＝1,2,…N，定义一个函数b(·)，对于每个x_i，b(x_i)表示该像素点的空间位置特征在量化的特征空间中的量化序号u，该序号取值范围是1到H；对于任意量化序号u∈{1,2,…,H}，其位置均值v_u计算为：$v_u=\frac{1}{{\Sigma }_{i=1}^N{\delta }_{\mathrm{iu}}}\underset{i=1}{\overset{N}{\Sigma }}\frac{2(x_i-y)}{\sqrt{w^2+h^2}}{\delta }_{\mathrm{iu}}$其中，所有量化序号的位置均值构成了空间位置直方图其中，H表示元素个数；对于每个候选徘徊目标，其对应区域的颜色直方图记为其中，H表示元素个数；则对于每个候选徘徊目标，其直方图表示为：其中H表示数组中的元素的个数；所述目标区域为一矩形，y为矩形中心点，h为长，w为宽；所述对候选徘徊目标进行基于直方图的匹配跟踪，并对所跟踪的候选徘徊目标的存在时间或呈现次数进行记录包括：分别对每个候选徘徊目标，执行如下操作：获取所述候选徘徊目标的初始位置s₀，并计算所述初始位置对应区域的直方图根据所述初始位置对应区域的直方图在当前图像中搜索所述候选徘徊目标的最优位置s₁；计算所述最优位置s₁对应区域的直方图计算所述初始位置对应区域的直方图与所述最优位置对应区域的直方图的相似度$\rho \left(s_1\right)=\underset{u=1}{\overset{H}{\Sigma }}{e}^{-{\left|\right|v_u\left(s_1\right)-v_u\left(s_0\right)\left|\right|}^2}\sqrt{q\left(s_1\right)q\left(s_0\right)},$如果所述相似度大于第三设定阈值，则对所述候选徘徊目标的存在时间或呈现次数进行累加，并更新所述候选徘徊目标的大小和位置。