智能视频监控中的打斗检测方法技术

本发明专利技术公开了一种智能视频监控中的打斗检测方法，该方法采用动态能量特征来量化视频画面中发生打斗情况的可能性，动态能量特征包括动能、势能和混乱程度，这里动能需要运动速度和物体质量，势能需要物体质量和物体之间的距离，混乱程度需要物体总的运动方向和物体内部各点的运动方向，物体质量、运动速度和方向是不好获得的，本方案将物体质量简化为物体在视频画面中所占比例，物体的运动速度和方向则在之前背景差分提取前景的基础上，采取光流法获取物体内部每个点的运动方向和速度，最后结合相应的控制流程，有效实现了视频画面中的打斗检测，算法复杂度低，运算速度快，误判率低，稳定性好。

【技术实现步骤摘要】
智能视频监控中的打斗检测方法
本专利技术涉及智能视频监控技术，更具体的说，是一种智能视频监控中的打斗检测方法，属于视频图像处理技术。
技术介绍
随着科学技术的发展，智能视频监控已经在人们的生产和生活中得到广泛的应用。作为智能小区安防系统而言，智能视频监控已经从简单的视频取证逐渐发展为视频图像的智能识别。在视频图像智能识别中，通常包括人脸识别和人体异常行为检测。现有的人体异常行为检测算法通常是针对单人情况下的异常动作检测，这种方法适用于监控区域只有一个人的情况，但是实际中在视频监控中有可能会出现多人发生暴力冲突事件，若没有及时发现予以制止，危害可能会很大，特别是小区的一些偏僻场所，若经常发生暴力事件，会严重影响小区住户的安全感。目前，已有研究者提出通过动态能量特征来描述图像中运动团块之间的关系，从而量化画面中发生打斗的可能性，具体可以参考文献[1][2]，在上述文献中，将动能和势能相结合来描述了运动团块的动态能量特征，其中动能用于描述物体的运动速度，运动速度越大，发生较大幅度动作的概率也越大；势能用于描述两个物体之间的关系，两个物体离的越近，发生打斗的概率也越大。采用动能和势能来描述视频图像中运动团块的关系，虽然在一定程度上可以实现多人打斗检测，但是没有考虑到人体运动的规律，当两人原地打斗时动能会比较小，动能加上势能可能会和正常情况差别不大，会很容易产生漏判，同时针对多人打斗而言，现有简单计算动能与势能的方法，难以设定动态能量特征判断阈值，从而导致误判概率较高，难以得到广泛应用。参考文献：[1]胡栋.人体异常行为识别算法研究与实现[D].电子科技大学,2010.[2]原光明.基于打斗过程中运动能量特征的打斗行为识别研究[J].内江科技,2012(10):31-32.
技术实现思路
针对现有技术的不足，本专利技术提供一种智能视频监控中的打斗检测方法，该方法将运动团块的混乱程度融入动态能量特征中，解决了现有算法仅仅利用动能和势能作为动态能量特征因子所引起的误判率高的缺陷，同时，本方法利用缓存器存储连续几帧视频图像的动态能量特征值来于阈值比较，以提高算法的准确性。为了实现上述目的，本专利技术所采用的具体技术方案如下：一种智能视频监控中的打斗检测方法，其关键在于按照以下步骤进行：步骤1：获取视频图像帧并进行目标提取，得到视频图像中的运动团块信息；步骤2：按照EMEF＝Ek+Ep+c计算视频图像中运动团块的动态能量特征值EMEF，其中Ek为动能，Ep为势能，c为混乱程度；步骤3：将步骤2中所得的动态能量特征值EMEF存入长度为s的缓冲区域中，并计算缓冲区域的总值MA；步骤4：判断MA是否大于预设阈值MS，如果大于，则提示发生打斗，否则返回步骤1获取下一帧视频图像继续检测。作为进一步描述，步骤2中运动团块的动能Ek按照计算，其中：Pi表示视频图像帧中第i个运动团块在所有运动团块中所占有的面积比；为第i个运动团块的动能，mi为第i个运动团块在视频图像中所占的比重，vi为第i个运动团块的移动速度；n为视频图像中运动团块的总个数；再进一步描述，步骤2中运动团块的势能Ep按照以下方式计算：步骤221：按照计算两个团块之间的势能，其中G为引力常数，mi表示第i个运动团块在视频图像中所占的比重，mj表示第j个运动团块在视频图像中所占的比重，ri,j表示视频图像中第i个运动团块与第j个运动团块之间的距离，i,j∈(1,n)且i≠j，n为视频图像中运动团块的总个数；步骤222：按照步骤221的方式计算出视频图像中n个运动团块两两之间的势能，按照排列组合总共有个值，依次记录每个值为Ep,k，步骤223：按照计算视频图像中运动团块的势能，其中qk为步骤222中第k个值的权重系数。结合视频图像的具体情况，步骤223中所述的权重系数其中rk表示Ep,k所对应的两个团块之间的距离，m表示个组合情况下，任一两团块之间距离的倒数之和。更进一步描述，步骤2中运动团块的混乱程度c按照以下方式计算：步骤231：设一个运动团块中第l个点运动速度的x分量和y分量分别为vl(x)和vl(y)，按照计算第l个点运动方向与水平线的夹角，l＝1～N，N为该运动团块的像素点个数；步骤232：按照计算整个运动团块运动方向与水平线的夹角；步骤233：按照计算每个点的运动方向和总运动方向的偏差；步骤234：按照计算出该运动团块的混乱程度；步骤235：按照步骤231-步骤234的方式分别计算n个运动团块的混乱程度，依次记为ci，i＝1～n，则该视频图像运动团块的混乱程度其中ui表示第i个运动团块混乱程度所占的权重系数，n为视频图像中运动团块的总个数。结合视频图像的具体情况，可以设定第i个运动团块混乱程度所占的权重系数在处理过程中，通常采用光流法计算每个运动团块的运动速度以及该运动团块中每个点的运动速度。本专利技术的显著效果是：本方案采用动态能量特征来量化视频画面中发生打斗情况的可能性，动态能量特征包括动能、势能和混乱程度，这里动能需要运动速度和物体质量，势能需要物体质量和物体之间的距离，混乱程度需要物体总的运动方向和物体内部各点的运动方向，物体质量、运动速度和方向是不好获得的，本方案将物体质量简化为物体在视频画面中所占比例，物体的运动速度和方向则在之前背景差分提取前景的基础上，采取光流法获取物体内部每个点的运动方向和速度，最后结合相应的控制流程，有效实现了视频画面中的打斗检测，算法复杂度低，运算速度快，误判率低，稳定性好。附图说明图1是本专利技术的控制流程图；图2是图1执行报警策略的具体控制流程图。具体实施方式下面结合附图对本专利技术的具体实施方式以及工作原理作进一步详细说明。如图1、图2所示，一种智能视频监控中的打斗检测方法，按照以下步骤进行：步骤1：获取视频图像帧并进行目标提取，得到视频图像中的运动团块信息，这里通常利用背景差分算法提取视频图像帧中的运动团块，然后利用光流法计算每个运动团块的运动速度和方向以及该运动团块中每个点的运动速度和方向；步骤2：按照EMEF＝Ek+Ep+c计算视频图像中运动团块的动态能量特征值EMEF，其中Ek为动能，Ep为势能，c为混乱程度；其中，运动团块的动能Ek的计算方式很多，本实施例中按照计算，这里：Pi表示视频图像帧中第i个运动团块在所有运动团块中所占有的面积比；为第i个运动团块的动能，mi为第i个运动团块在视频图像中所占的比重，这里也为面积比，vi为第i个运动团块的移动速度；n为视频图像中运动团块的总个数。运动团块的势能Ep的计算方式很多，本实施例中按照以下方式计算：步骤221：按照计算两个团块之间的势能，其中G为引力常数，mi表示第i个运动团块在视频图像中所占的比重，mj表示第j个运动团块在视频图像中所占的比重，ri,j表示视频图像中第i个运动团块与第j个运动团块之间的距离，i,j∈(1,n)且i≠j，n为视频图像中运动团块的总个数；步骤222：按照步骤221的方式计算出视频图像中n个运动团块两两之间的势能，按照排列组合总共有个值，依次记录每个值为Ep,k，步骤223：按照计算视频图像中运动团块的势能，其中qk为步骤222中第k个值的权重系数，且其中rk表示Ep,k所对应的两个团块之间的距离，m表示个组合情况下，任一两团块之间距离的倒数之和。运本文档来自技高网...

【技术保护点】
一种智能视频监控中的打斗检测方法，其特征在于按照以下步骤进行：步骤1：获取视频图像帧并进行目标提取，得到视频图像中的运动团块信息；步骤2：按照EMEF＝Ek+Ep+c计算视频图像中运动团块的动态能量特征值EMEF，其中Ek为动能，Ep为势能，c为混乱程度；步骤3：将步骤2中所得的动态能量特征值EMEF存入长度为s的缓冲区域中，并计算缓冲区域的总值MA；步骤4：判断MA是否大于预设阈值MS，如果大于，则提示发生打斗，否则返回步骤1获取下一帧视频图像继续检测。

【技术特征摘要】
1.一种智能视频监控中的打斗检测方法，其特征在于按照以下步骤进行：步骤1：获取视频图像帧并进行目标提取，得到视频图像中的运动团块信息；步骤2：按照EMEF＝Ek+Ep+c计算视频图像中运动团块的动态能量特征值EMEF，其中Ek为动能，Ep为势能，c为混乱程度；步骤3：将步骤2中所得的动态能量特征值EMEF存入长度为s的缓冲区域中，并计算缓冲区域的总值MA；步骤4：判断MA是否大于预设阈值MS，如果大于，则提示发生打斗，否则返回步骤1获取下一帧视频图像继续检测；步骤2中运动团块的动能Ek按照计算，其中：Pi表示视频图像帧中第i个运动团块在所有运动团块中所占有的面积比；为第i个运动团块的动能，mi为第i个运动团块在视频图像中所占的比重，vi为第i个运动团块的移动速度；n为视频图像中运动团块的总个数；步骤2中运动团块的势能Ep按照以下方式计算：步骤221：按照计算两个团块之间的势能，其中G为引力常数，mi表示第i个运动团块在视频图像中所占的比重，mj表示第j个运动团块在视频图像中所占的比重，ri,j表示视频图像中第i个运动团块与第j个运动团块之间的距离，i,j∈(1,n)且i≠j，n为视频图像中运动团块的总个数；步骤222：按照步骤221的方式计算出视频图像中n个运动团块两两之间的...

【专利技术属性】
技术研发人员：易军，廖银伟，聂兴勇，李太福，周伟，黄迪，
申请(专利权)人：重庆科技学院，
类型：发明
国别省市：重庆;85