一种视频监控方法及系统技术方案

本发明专利技术提供一种视频监控方法及系统，设定了初始目标生成时间阈值，当某一运动目标的目标生成时间小于该初始目标生成时间阈值时，就会丢弃该运动目标，从而可以准确地过滤如树叶晃动等这些干扰；否则，计算运动目标的平均速度，利用平均速度生成与其对应的目标生成时间阈值，对速度不同的运动目标进行设置不同的目标生成时间阈值，从而可以更加准确的从不同速度的运动目标中识别出有效目标。同时，只有当运动目标的生成时间大于或等于与其对应的目标生成时间阈值，该运动目标才为有效目标，从而进一步过滤噪声。可见，该方法和系统可以在具有噪声的复杂场景下有效的过滤噪声、准确地从速度不同的运动目标中识别出有效目标，而且其算法复杂度低。

【技术实现步骤摘要】

本专利技术涉及视频监控技术，具体地涉及一种基于SmartIPC的微智能视频监控方 法及系统。
技术介绍
微智能的摄像机是近几年比较热门的智能前置摄像机，其代表产品当属 SmartIPC。SmartIPC相当于传统摄像机的升级，是在传统摄像机的基础上增加了新的功能， 即将智能监控算法添加到传统的摄像机上，由于其数据处理能力是有限的，因此，必然要求 运行在其上面的视频监控算法具有算法复杂度低的特点，同时其准确性也要高。 在智能监控中，跟踪运动目标是其基本功能，传统的目标跟踪技术（如：光流分割 法，Snake变形轮廓模型法，mean-shift算法，粒子滤波器等算法）由于其算法复杂度比较 高，不适用于SmartIPC。因此，就需要有一种算法复杂度低但其准确性也高的目标跟踪技 术。 在实际使用中，特别在一些复杂场景下，会有很多干扰因素（例如，含有树叶晃动 干扰因素；含有光线变化干扰因素；在低照度下含有萤火虫效应的噪声影响）。为了能够有 效的识别有效目标，就需要过滤这些干扰因素，也要准确的识别出有效目标。与此同时，为 了能够适用于SmartIPC设备，过滤干扰因素和有效目标识别算法还要具有算法复杂度低 的特点。
技术实现思路
为此，本专利技术提供了一种在复杂场景中能够有效的提取运动目标并识别有效目标 的方法，且该方法具有算法复杂度低和准确性高的优点，该方法特别适用于像SmartIPC这 种要求算法复杂度低和准确性高的设备。 本专利技术提供了一种视频监控方法，包括如下步骤：获取视频监控得到的连续多帧 视频图像；检测当前帧视频图像中的运动目标；对当前帧中的每一运动目标分别进行目标 跟踪；获取所述运动目标从出现至当前时刻的目标生成时间和平均速度；根据所述运动目 标的所述平均速度生成与所述运动目标对应的目标生成时间阈值；比较所述运动目标的目 标生成时间和所述与所述运动目标对应的目标生成时间阈值，当所述运动目标的目标生成 时间大于或等于与其对应的目标生成时间阈值时，确定该运动目标为有效目标。 优选地，所述获取所述运动目标从出现至当前时刻的目标生成时间和平均速度的 步骤被替换为：获取所述运动目标从出现至当前时刻的目标生成时间，当所述运动目标的 目标生成时间大于或等于预设的初始目标生成时间阈值时，获取所述运动目标从出现至当 前时刻的平均速度。 优选地，所述根据所述运动目标的所述平均速度生成与所述运动目标对应的目标 生成时间阈值的步骤中：运动目标的平均速度越大，与其对应的目标生成时间阈值越小； 运动目标的平均速度越小，与其对应的目标生成时间阈值越大。 优选地，所述检测当前帧视频图像中的运动目标的步骤包括：获取当前帧视频图 像的前景图像；获取所述前景图像的二值图像；对所述二值图像进行连通区域查找以获取 运动目标。 优选地，所述对当前帧中的每一运动目标分别进行目标跟踪，获取所述运动目标 从出现至当前时刻的目标生成时间和平均速度的步骤包括：将当前帧视频图像中的每一运 动目标分别与前一帧视频图像中的所有运动目标进行重叠区域判断；如果当前帧视频图像 中第i个运动目标与前一帧视频图像中的所有运动目标均无重叠区域，则判定该运动目标 为新出现的目标；如果当前帧视频图像中第i个运动目标与前一帧视频图像中的J个运动 目标有重叠区域，将前一帧视频图像中的J个运动目标指定为候选运动目标；则分别获取 当前帧视频图像中第i个运动目标与J个候选运动目标的最佳匹配度MP1: MP^mintdSAa+l, i)-SA(t, j) | +1 Sr (t+1, i)-Sr (t, j) |)/2], j = I, 2,. . . , J 其中Sa(t+1，i)为当前帧视频图像中第i个运动目标的实际面积，S a(t，j)为第j 个候选运动目标的实际面积，Sr (t+1，i)为当前帧视频图像中第i个运动目标的最小外接矩 形面积，Sr (t，j)为第j个候选运动目标的最小外接矩形面积； 比较MP1与阈值MPTh，如果MP /J、于阈值MPTh，则当前帧视频图像中第i个运动目 标与前一帧视频图像中的第k个候选运动目标匹配；否则当前帧视频图像中第i个运动目 标为新出现的运动目标，其中，当j = k时，MP1的值最小； 获取包含当前帧视频图像中第i个运动目标、以及包含与当前帧视频图像中第i 个运动目标匹配目标的所有视频图像的帧数作为目标生成时间。 本专利技术提供了一种视频监控系统，包括如下模块：视频图像获取模块，用于获取视 频监控得到的连续多帧视频图像；运动目标获取模块，用于检测当前帧视频图像中的运动 目标；运动目标跟踪模块，用于对当前帧中的每一运动目标分别进行目标跟踪；目标生成 时间和平均速度获取模块，用于获取所述运动目标从出现至当前时刻的目标生成时间和平 均速度；有效目标识别模块，用于根据所述运动目标的所述平均速度生成与所述运动目标 对应的目标生成时间阈值；比较所述运动目标的目标生成时间和所述与所述运动目标对应 的目标生成时间阈值，当所述运动目标的目标生成时间大于或等于与其对应的目标生成时 间阈值时，确定该运动目标为有效目标。 优选地，所述目标生成时间和平均速度获取模块中的方法被替换为：获取所述运 动目标从出现至当前时刻的目标生成时间，当所述运动目标的目标生成时间大于或等于预 设的初始目标生成时间阈值时，获取所述运动目标从出现至当前时刻的平均速度。 优选地，所述有效目标识别模块中的所述根据所述运动目标的所述平均速度生成 与所述运动目标对应的目标生成时间阈值的步骤中：运动目标的平均速度越大，与其对应 的目标生成时间阈值越小；运动目标的平均速度越小，与其对应的目标生成时间阈值越大。 优选地，所述运动目标获取模块包括：前景图像获取子模块，用于获取当前帧视频 图像的前景图像；二值图像获取子模块，用于获取所述前景图像的二值图像；运动目标获 取子模块，用于对所述二值图像进行连通区域查找以获取运动目标。 优选地，运动目标跟踪模块以及目标生成时间和平均速度获取模块包括以下模 块：重叠区域判断子模块，用于将当前帧视频图像中的每一运动目标分别与前一帧视频图 像中的所有运动目标进行重叠区域判断；新出现的目标判定子模块，用于如果当前帧视频 图像中第i个运动目标与前一帧视频图像中的所有运动目标均无重叠区域，则判定该运动 目标为新出现的目标；最佳匹配度计算子模块，用于如果当前帧视频图像中第i个运动目 标与前一帧视频图像中的J个运动目标有重叠区域，将前一帧视频图像中的J个运动目标 指定为候选运动目标；则分别获取当前帧视频图像中第i个运动目标与J个候选运动目标 的最佳匹配度MPi: MP^mintdSAa+l, i)-SA(t, j) | +1 Sr (t+1, i)-Sr (t, j) |)/2], j = I, 2,. . . , J 其中Sa(t+1，i)为当前帧视频图像中第i个运动目标的实际面积，S a(t，j)为第j 个候选运动目标的实际面积，Sr (t+1，i)为当前帧视频图像中第i个运动目标的最小外接矩 形面积，Sr (t，j)为第j个候选运动目标的最小外接矩形面积； 运动目标匹配子模块，用于比较MP1与阈值MPTh，如果MP /j、于阈值MPTh，则当前 帧视频图像中第i个本文档来自技高网...

【技术保护点】
一种视频监控方法，其特征在于，包括如下步骤：获取视频监控得到的连续多帧视频图像；检测当前帧视频图像中的运动目标；对当前帧中的每一运动目标分别进行目标跟踪；获取所述运动目标从出现至当前时刻的目标生成时间和平均速度；根据所述运动目标的所述平均速度生成与所述运动目标对应的目标生成时间阈值；比较所述运动目标的目标生成时间和所述与所述运动目标对应的目标生成时间阈值，当所述运动目标的目标生成时间大于或等于与其对应的目标生成时间阈值时，确定该运动目标为有效目标。

【技术特征摘要】

【专利技术属性】
技术研发人员：尹东芹，章勇，曹李军，
申请(专利权)人：苏州科达科技股份有限公司，
类型：发明
国别省市：江苏;32