一种高鲁棒性区域入侵检测算法制造技术
A highly robust algorithm for region intrusion detection
The invention relates to a robust intrusion detection algorithm, including access to the detected video, mixed Gauss background modeling of the obtained image of each frame A; start detection, extracting the foreground image B; detection of mass, set C; logic preserving the \reference frame\ D; the calculated figure difference between frames a collection of E; the calculated closed inter frame difference chart set F; judge intrusion; the invention has high robustness to the complex environment, with very high detection rate at the same time of the invasion of the body, the other outdoor complex environment with good anti-jamming capability.
【技术实现步骤摘要】
一种高鲁棒性区域入侵检测算法
本专利技术涉及目标检测
，具体涉及一种高鲁棒性区域入侵检测算法。
技术介绍
在社会生活中，看守所、监狱、银行、仓库等一直是安防监控的重点场所，尤其是其中的重要敏感区域对视频监控的要求较高。传统的视频监控消耗大量的人力物力却效果不好，采用计算机视觉技术的智能视频监控方法正在得到越来越多的应用。智能视频监控中的区域入侵检测算法一般由两个部分组成：第一部分是对视频进行运动目标检测；第二部分是对检测到的运动目标进行过滤，筛除检测到的非人目标，如果检测成功则发出警报。常用的运动目标检测方法有：背景差分法、帧间差分法、光流法、单高斯背景建模法、混合高斯背景建模法等。背景差分法没有背景更新机制，不适合背景变化较大的情况；帧间差分法依赖于帧间时间的选取和物体的移动速度，提取运动过慢的目标可能产生空洞，提取运动过快的目标可能区域过大，这两种方法均不适用于复杂环境下的运动物体检测。光流法利用随时间变化的光流特性检测运动目标，但是其计算复杂度过高，难以实时检测。单高斯背景建模法适用于环境变化很小的情况，对光线变化比较敏感。高斯混合背景建模法能够处理一...
【技术保护点】
一种高鲁棒性区域入侵检测算法，其特征在于，包括以下步骤：步骤S1，获取待检测视频，对其进行混合高斯背景建模，得到每一帧图像A；步骤S2，开始检测，提取前景图像B；步骤S3，检测团块，得到集合C；步骤S4，逻辑保存“参考帧”D；步骤S5，计算得到帧间差值图的集合E；步骤S6，计算得到闭合帧间差值图的集合F；步骤S7，判断入侵情况。
【技术特征摘要】
1.一种高鲁棒性区域入侵检测算法，其特征在于，包括以下步骤：步骤S1，获取待检测视频，对其进行混合高斯背景建模，得到每一帧图像A；步骤S2，开始检测，提取前景图像B；步骤S3，检测团块，得到集合C；步骤S4，逻辑保存“参考帧”D；步骤S5，计算得到帧间差值图的集合E；步骤S6，计算得到闭合帧间差值图的集合F；步骤S7，判断入侵情况。2.根据权利要求1所述的一种高鲁棒性区域入侵检测算法，其特征在于：步骤S2中，对每一帧图像A计算背景，更新背景模型，从而提取前景图像B。3.根据权利要求1所述的一种高鲁棒性区域入侵检测算法，其特征在于：步骤S3中，从前景图像B中检测所有团块，如果团块面积小于阈值N则删除，得到前景目标检测图的集合C。4.根据权利要求1所述的一种高鲁棒性区域入侵检测算法，其特征在于：步骤S4中，包括：步骤S41，当检测不到前景目标时更新当前帧为参考帧D，否则执行步骤S42；...
【专利技术属性】
技术研发人员：崔莹，陈升东，袁峰，李引，
申请(专利权)人：广州中国科学院软件应用技术研究所，
类型：发明
国别省市：广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。