一种目标智能追踪的停车场CCTV监视系统及方法技术方案

本申请实施例提供的一种目标智能追踪的停车场CCTV监视系统及方法。该系统包括：运动区块提取模块，用于每一帧视频画面中提取运动画面区域；运动目标识别模块，用于每一帧视频画面的所述运动画面区域中筛选出运动目标；运动特征计算模块，用于提取所述运动目标的运动参数信息，并且根据所述运动目标的运动参数信息生成该运动目标的运动特征；异常目标判断模块，用于对全部运动目标的运动特征进行分类，并且将运动目标数量小于正常数量阈值的分类中的运动目标作为追踪目标；以及，报警提示模块，提取并发送含有追踪目标的视频画面。本发明专利技术降低了停车场CCTV监视的工作量，提高了速度和效率，避免出现监视死角或者滞后的情况。

A CCTV monitoring system and method for intelligent target tracking in parking lot

The embodiment of the application provides a parking lot CCTV monitoring system and method for intelligent target tracking. The system includes: a motion block extraction module for extracting a moving picture area from each video frame; a moving object recognition module for selecting a moving object from the moving picture area of each video frame; a motion feature calculation module for extracting the motion parameter information of the moving object, and generating according to the motion parameter information of the moving object The moving feature of the moving target; the abnormal target judgment module is used to classify the moving features of all moving targets, and the moving targets in the classification whose number of moving targets is less than the threshold value of normal number are used as the tracking targets; and the alarm prompt module is used to extract and send the video picture containing the tracking targets. The invention reduces the workload of CCTV monitoring in the parking lot, improves the speed and efficiency, and avoids the situation of dead angle or lag of monitoring.

【技术实现步骤摘要】
一种目标智能追踪的停车场CCTV监视系统及方法
本申请涉及无人化停车场
，尤其涉及一种目标智能追踪的停车场CCTV监视系统及方法。
技术介绍
随着我国汽车产业的飞速发展，城市“泊车难”的问题相当严重，改善泊车状况和泊车设施，提高效率已迫在眉睫，而目前我国部分大型停车场仍不具备无人化的智能停车管理系统，大都是由停车场工作人员执行包括收取停车费、停放秩序维护、车辆安全保卫在内的停车场运作管理。这种传统的人工运作方式造成人力成本较高、车辆流转效率低，而且容易发生管理漏洞。当然，为了节约人力资源，加快通行速度，也有部分停车场已经安装了基于车牌视觉辨识的收费系统，车辆入场时入口的视频摄像头采集车辆画面，利用文字提取技术提取车牌号，进而在后台的服务器中登记该车牌号以及入场时间；当车辆出场时出口的视频摄像头再次提取车牌号，利用车牌号查询以上登记，进而确定停车时间长度并计费。但是，以上改进措施仅仅处于车辆出入场环节，还远远达不到全面无人化的标准。真正全面的无人化停车场是综合利用多种信息感知、物联网、智能识别与控制技术，在停车场的车辆出入、内部安防、设施维护、导航服务等各个环节，均实现全自动无人化运营。其中，对于无人化停车场来说，基本不设置现场管理维护人员。因此，为了保证停车场内部车辆停放以及行车过程中人、车的安全和秩序，需要依靠停车场内部的安保闭路电视系统(也就是CCTV系统)，对停车场各处保持监视，及时发现存在异常情形或者安全隐患的目标，例如存在异常情形或者安全隐患的目标包括：发生碰撞剐蹭的车辆、逆行车辆、长时间停滞堵路的车辆等，以及不按正常路线行走的人员、长时间滞留或聚集人员等，并由后台人员给与及时处置和疏导，必要时向现场派出人员或者报警。停车场的CCTV系统一般由布设在各处的摄像装置、有线或者无线的视频信号传输网络、后台视频服务器以及监视显示器组成。其中摄像装置拍摄其取景范围内的视频画面，目前视频画面一般为数字信号，由视频信号传输网络将视频画面数字信号传输到远程的停车场管理后台，后台视频服务器存储视频画面数字信号，进而由监视显示器进行视频画面的显示，以便供后台人员监视。但是，对于上述视频画面中反映出来的存在异常情形或者安全隐患的车辆或人员等目标，目前主要依靠后台人员人工发现和识别。由于无人化停车场内部布设的摄像头众多，而且每一帧视频画面中都具有许多的车辆和人物目标，视频画面监视的工作强度很大，对存在异常情形或者安全隐患的目标，如何能够及时发现和识别，成为了一个重大的瓶颈。可见，对于无人化停车场的CCTV监视来说，实现异常情形或者安全隐患的车辆目标的智能发现、识别和追踪是一个亟待解决的问题。目前在实际应用中，监视视频信息分析方面的研究主要集中在运动目标的识别，具有背景差分法、帧差分法、光流法等。但是在大多数情况下，仅通过识别运动目标，并不足以发现和追踪存在异常或安全隐患的车辆或人员目标，如何从运动车辆目标当中提取和追踪存在异常或安全隐患的目标，是一个困难的技术问题。
技术实现思路
有鉴于此，本申请的目的在于提出一种目标智能追踪的停车场CCTV监视系统及方法。本专利技术的目标智能追踪的停车场CCTV监视系统，包括：运动区块提取模块，用于每一帧视频画面中提取运动画面区域；运动目标识别模块，用于每一帧视频画面的所述运动画面区域中筛选出运动目标；运动特征计算模块，用于提取所述运动目标的运动参数信息，并且根据所述运动目标的运动参数信息生成该运动目标的运动特征；异常目标判断模块，用于对全部运动目标的运动特征进行分类，并且将运动目标数量小于正常数量阈值的分类中的运动目标作为追踪目标；以及，报警提示模块，提取并发送含有追踪目标的视频画面。其中，所述运动区块提取模块通过帧差分法、光流法或者基于混合高斯模型的背景差分法，从每一帧视频画面中提取运动画面区域。其中，所述运动目标识别模块针对每一帧视频画面中提取的运动画面区域，取得运动画面区域的外接矩形的横向长度和纵向长度，或者取得从运动画面区域外接矩形的中心点到该运动画面区域边缘的矢量组，作为所述运动画面区域的形状特征值，并且将运动画面区域的形状特征值与目标形状模板比对，从而从每一帧视频画面的运动画面区域中筛选出运动目标。其中，所述运动特征计算模块，对于每一帧视频画面的运动目标确定其外接矩形，以及确定时间上的前一帧视频画面中同一运动目标的外接矩形，计算外接矩形横坐标、纵坐标、宽度、高度的变化值，作为该运动目标的运动特征。其中，异常目标判断模块将所述外接矩形的变化值作为一个多维度向量，所述外接矩形横坐标、纵坐标、宽度、高度的变化值作为在多维度向量在每个维度上的取值；对一定时间段内全部视频画面中的全部运动目标对应的多维度向量，执行K-means聚类，根据聚类结果将运动目标划分为多个所述分类。本专利技术进而提出一种目标智能追踪的停车场CCTV监视方法，包括以下步骤：运动区块提取步骤，用于每一帧视频画面中提取运动画面区域；运动目标识别步骤，用于每一帧视频画面的所述运动画面区域中筛选出运动目标；运动特征计算步骤，用于提取所述运动目标的运动参数信息，并且根据所述运动目标的运动参数信息生成该运动目标的运动特征；异常目标判断步骤，用于对全部运动目标的运动特征进行分类，并且将运动目标数量小于正常数量阈值的分类中的运动目标作为追踪目标；以及，报警提示步骤，提取并发送含有追踪目标的视频画面。其中，所述运动区块提取步骤通过帧差分法、光流法或者基于混合高斯模型的背景差分法，从每一帧视频画面中提取运动画面区域。其中，所述运动目标识别步骤针对每一帧视频画面中提取的运动画面区域，取得运动画面区域的外接矩形的横向长度和纵向长度，或者取得从运动画面区域外接矩形的中心点到该运动画面区域边缘的矢量组，作为所述运动画面区域的形状特征值，并且将运动画面区域的形状特征值与目标形状模板比对，从而从每一帧视频画面的运动画面区域中筛选出运动目标。其中，所述运动特征计算步骤，对于每一帧视频画面的运动目标确定其外接矩形，以及确定时间上的前一帧视频画面中同一运动目标的外接矩形，计算外接矩形横坐标、纵坐标、宽度、高度的变化值，作为该运动目标的运动特征。其中，异常目标判断步骤将所述外接矩形的变化值作为一个多维度向量，所述外接矩形横坐标、纵坐标、宽度、高度的变化值作为在多维度向量在每个维度上的取值；对一定时间段内全部视频画面中的全部运动目标对应的多维度向量，执行K-means聚类，根据聚类结果将运动目标划分为多个所述分类。本专利技术适用于不设置现场管理维护人员的无人化停车场，为了保证停车场内部车辆停放以及行车过程中人、车的安全和秩序，对于停车场内部CCTV系统拍摄获取海量视频画面，通过提取其中的运动目标并对其连续变化量进行提取和聚类，能够自动化、智能化识别其中存在异常情形或者安全隐患的车辆或者人物运动目标，例如发生碰撞剐蹭的车辆、逆行车辆、长时间停滞堵路的车辆等，以及不按正常路线本文档来自技高网...

【技术保护点】
1.一种目标智能追踪的停车场CCTV监视系统，其特征在于，包括：/n运动区块提取模块，用于每一帧视频画面中提取运动画面区域；/n运动目标识别模块，用于每一帧视频画面的所述运动画面区域中筛选出运动目标；/n运动特征计算模块，用于提取所述运动目标的运动参数信息，并且根据所述运动目标的运动参数信息生成该运动目标的运动特征；/n异常目标判断模块，用于对全部运动目标的运动特征进行分类，并且将运动目标数量小于正常数量阈值的分类中的运动目标作为追踪目标；/n以及，报警提示模块，提取并发送含有追踪目标的视频画面。/n

【技术特征摘要】
1.一种目标智能追踪的停车场CCTV监视系统，其特征在于，包括：
运动区块提取模块，用于每一帧视频画面中提取运动画面区域；
运动目标识别模块，用于每一帧视频画面的所述运动画面区域中筛选出运动目标；
运动特征计算模块，用于提取所述运动目标的运动参数信息，并且根据所述运动目标的运动参数信息生成该运动目标的运动特征；
异常目标判断模块，用于对全部运动目标的运动特征进行分类，并且将运动目标数量小于正常数量阈值的分类中的运动目标作为追踪目标；
以及，报警提示模块，提取并发送含有追踪目标的视频画面。


2.根据权利要求1所述的停车场CCTV监视系统，其特征在于，所述运动区块提取模块通过帧差分法、光流法或者基于混合高斯模型的背景差分法，从每一帧视频画面中提取运动画面区域。


3.根据权利要求2所述的停车场CCTV监视系统，其特征在于，所述运动目标识别模块针对每一帧视频画面中提取的运动画面区域，取得运动画面区域的外接矩形的横向长度和纵向长度，或者取得从运动画面区域外接矩形的中心点到该运动画面区域边缘的矢量组，作为所述运动画面区域的形状特征值，并且将运动画面区域的形状特征值与目标形状模板比对，从而从每一帧视频画面的运动画面区域中筛选出运动目标。


4.根据权利要求3所述的停车场CCTV监视系统，其特征在于，所述运动特征计算模块，对于每一帧视频画面的运动目标确定其外接矩形，以及确定时间上的前一帧视频画面中同一运动目标的外接矩形，计算外接矩形横坐标、纵坐标、宽度、高度的变化值，作为该运动目标的运动特征。


5.根据权利要求4所述的停车场CCTV监视系统，其特征在于，异常目标判断模块将所述外接矩形的变化值作为一个多维度向量，所述外接矩形横坐标、纵坐标、宽度、高度的变化值作为在多维度向量在每个维度上的取值；对一定时间段内全部视频画面中的全部运动目标对应的多维度向量，执行K-means聚类，根据聚类结果将运动目标划分为多个所述分类。


6.一种目标智...

【专利技术属性】
技术研发人员：李东晓，孙斌，
申请(专利权)人：特斯联北京科技有限公司，光控特斯联上海信息科技有限公司，
类型：发明
国别省市：北京;11