基于网络系统拓扑结构的多摄像头协同分析方法及系统技术方案

本发明专利技术公开了一种基于网络系统拓扑结构的多摄像头协同分析方法及系统，获取各摄像头和监控子网的位置信息，建立监控子网和全局场景地图映射；对监控子网和全局场景地图映射进行数学抽象建模，获得其相应拓扑节点连接图；初始化跟踪信息，获取目标信息数据，并确定跟踪开始；采用基于尺度不变特征的粒子滤波算法进行单目标跟踪；采取分层级联跟踪策略，在拓扑子网中采用联合数据关联算法协同控制各监控摄像头；在全局拓扑地图中搜索中则采用时空关联算法进行搜索；判定目标跟踪终止和丢失等情形，并停止跟踪。本发明专利技术方法及系统，能跨场景跟踪可疑目标，系统采用分布式分层搜索方法，减小了跟踪代价，能做到实时跟踪可疑目标。能做到实时跟踪可疑目标。能做到实时跟踪可疑目标。

【技术实现步骤摘要】
基于网络系统拓扑结构的多摄像头协同分析方法及系统


[0001]本专利技术涉及视觉监控
，涉及一种摄像头辅助跟踪方法及系统。

技术介绍

[0002]随着网络科技的快速发展，视频安全监控技术得到了大规模普及和发展，越来越多的公共活动区域的关键部位部署了视频监控。这些监控摄像头分布式独立运作，保障了城市的公共安全，提供了辅助监控信息和事件追溯凭据。故视频图像异常信息分析，实时跟踪可疑对象，提高网络监控的智能性，使得图像处理领域处在了技术前沿，拥有广阔的市场需求。
[0003]在当前实践应用范围内，多数目标智能跟踪方法只针对位置固定的单一摄像机，这样的场景应用具有很大的局限性，当发现异常目标时无法及时跟踪凝视，不能使目标处于视频监控中的有利位置，而这些功能可以由动态摄像机实现，因为动态摄像机的观察位置和观察角度都是可变的。同时，单一摄像头情况受视野范围以及遮挡物遮挡影响容易产生辨识错误，因此多摄像机协同不仅可以扩大视野范围，同时可以从不同的视角和方位解决遮挡等问题。因此多摄像机的应用将给未来的动态目标跟踪系统带来极大的帮助。对于大场景下多摄像机的运动目标连续跟踪研究，涉及到多摄像机或多智能设备的协同跟踪问题，这也是在实际应用系统中亟待解决的关键理论和技术问题。
[0004]针对智能监控跟踪应用系统的诸多不足，和现实环境中背景环境的复杂性和目标运动的不确定性，跨场景、跨区域的运动目标多摄像机接力跟踪的技术难点在于:(1)背景的复杂性:运动目标所处场景的复杂程度、稳定程度直接影响着目标跟踪的效果。背景中的干扰因素主要包括:光线亮度的变化、背景变化、相似干扰等。
[0005](2)目标遮挡难题:遮挡是目标跟踪中的常见问题也是难点问题，遮挡过程中目标信息的缺失，会使得跟踪变得不稳定。
[0006](3)多摄像机协同控制问题:需要确定在每个时刻使用哪一个摄像机，即多摄像机之间的数据关联和信息融合问题。

技术实现思路

[0007]本专利技术要解决的技术问题是提供一种基于网络系统拓扑结构的多摄像头协同分析方法及系统，能够准确在固定场景追踪可疑目标；减小了目标关联的时间复杂度和空间复杂度；能有效保证跨摄像机和跨场景目标跟踪的可靠性。
[0008]为了解决上述技术问题，本专利技术提供了一种基于网络系统拓扑结构的多摄像头协同分析方法，其包括如下步骤：S1: 构建分层实时监控网络硬件架构，获取各监控摄像头和监控子网的数据信息，建立监控子网和全局场景地图映射；S2：对所述监控子网和所述全局场景地图映射进行数学抽象建模，获得其相应拓扑节点连接拓扑图构造监控子网拓扑图和全局场景拓扑图；
S3：首先初始化视频图像信息，获取跟踪目标的二维图像、位置坐标和标定时间或相连的数据信息，并确定跟踪开始；S4：当所述监控子网接收到追踪指令，对追踪目标所在节点的监控画面进行分析处理，在单个所述监控摄像头的单节点视野范围内，采用基于尺度不变特征的粒子滤波算法进行单目标跟踪，得到相关联的实时信息更新监控中心为跟踪交接做准备；S5：跟踪交接的过程采用分层搜索、级联跟踪以及网络协同方法，监控子网采用联合数据关联算法协同控制各所述监控摄像头接力跟踪目标，根据拓扑子网的跟踪结果，依靠全局地图拓扑地图的各子网互联信息，在全局拓扑地图中搜索则采用时空关联算法进行搜索；S6：判断目标跟踪符合终止或丢失的情形，退出目标跟进进程，停止跟踪。
[0009]进一步，所述步骤S1中的分层实时监控网络硬件架构包括：高层监控中心及与其通过以太网连接的位于底层的所述监控子网，通过摄像头的确定的空间几何位置和所述监控子网的空间位置信息建立全局场景地图映射。
[0010]进一步，所述步骤S2中，监控子网拓扑图将场景中摄像机抽象为拓扑图节点，全局场景拓扑图将地图中监控子网的位置抽象为拓扑图节点，将每个节点的邻接节点相对于本节点的空间方向作为连接线方向形成拓扑连接图。
[0011]进一步，所述步骤S3中，所述数据信息通过物理方法获得，当发现可疑目标时，发现者通过短信或网络将该数据信息发送到所述监控子网的服务器进行分布式独立追踪。
[0012]进一步，所述步骤S4中，采用基于尺度不变的图像特征匹配方法确定目标在视域中的位置，然后采用粒子滤波对运动单目标进行快速追踪；当目标在节点摄像头视域中跟踪丢失后，结合摄像机位置信息与视角信息和目标运动轨迹，判定目标运动的可能方向，做好目标交接准备。
[0013]进一步，所述步骤S5中，监控子网的拓扑子网利用目标运动轨迹分布，采用基于联合概率数据关联算法，建立相邻节点的交接概率，然后求取最大权匹配得到整体最优，实现跨场景的目标关联和跟踪交接；进一步，所述全局拓扑地图向各关联子网下达匹配搜索控制命令，循环匹配各监控节点的实时监控画面，直到找到目标或逾越时空约束条件。
[0014]本专利技术的另一种技术方案在于：一种基于网络系统拓扑结构的多摄像头协同分析系统，其包括高层监控中心和多个监控子网两层结构；所述高层监控中心通过以太网连接各个式所述监控子网。
[0015]进一步，所述高层监控中心包括：人机交互模块、全局拓扑地图、数据关联模块、目标定位模块和通信模块；其中，所述人机交互模块通过用户界面与系统交换信息，所述全局拓扑地图将预设地理信息地图抽象成数学拓扑模型，所述数据关联模块提供时空关联算法以找到目标在各监控子网之间最可能的运动路径，所述目标定位模块依据数据关联概率遍历搜索目标，所述通信模块通过以太网连接高层监控中心和监控子网。
[0016]进一步，所述监控子网包括单目跟踪模块、跟踪交接模块、局部拓扑地图和通信模块；其中，所述单目跟踪模块采用基于尺度不变特征的粒子滤波跟踪算法对目标进行固定场景跟踪，所述跟踪交接模块则采用联合数据关联算法对目标的运动信息进行概率估计，所述局部拓扑地图为所述跟踪交接模块提供数学模型，所述通信模块与所述高层监控中心
进行信息传递。
[0017]本专利技术的技术效果在于：1.本专利技术基于网络系统拓扑结构的多摄像头协同的方法及系统，采用级联式多摄像机接力跟踪系统，由高层监控中心和若干监控子网构成。高层监控中心通过以太网连接各监控子网，具有协同控制、通信调配和追溯查询等功能。2.监控子网通过多通道实时采集监控画面，提供24小时无损高质量信号，具有单目跟踪、跨场景追踪等功能。3.监控子网和全局监控网络，有效提高了目标交接的精度；采用基于尺度不变特征的粒子滤波算法进行单目跟踪算法，能够准确在固定场景追踪可疑目标。4.将监控节点抽象成拓扑网络，减小了目标关联的时间复杂度和空间复杂度；采用联合概率数据关联和时空关联等算法，能有效保证跨摄像机和跨场景目标跟踪的可靠性。
附图说明
[0018]图1是基于网络系统拓扑结构的多摄像头协同分析方法的流程图；图2是基于网络系统拓扑结构的多摄像头协同分析方法的微观控制流程图；图3是基于网络系统拓扑结构的多摄像头协同分析系统的结构图；图4是监控子网和全局场景有向拓扑连接图。
具体实施方式
[0019]下面结本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于网络系统拓扑结构的多摄像头协同分析方法，其特征在于，其包括如下步骤：S1: 构建分层实时监控网络硬件架构，获取各监控摄像头和监控子网的数据信息，建立监控子网和全局场景地图映射；S2：对所述监控子网和所述全局场景地图映射进行数学抽象建模，获得其相应拓扑节点连接拓扑图构造监控子网拓扑图和全局场景拓扑图；S3：首先初始化视频图像信息，获取跟踪目标的二维图像、位置坐标和标定时间或相连的数据信息，并确定跟踪开始；S4：当所述监控子网接收到追踪指令，对追踪目标所在节点的监控画面进行分析处理，在单个所述监控摄像头的单节点视野范围内，采用基于尺度不变特征的粒子滤波算法进行单目标跟踪，得到相关联的实时信息更新监控中心为跟踪交接做准备；S5：跟踪交接的过程采用分层搜索、级联跟踪以及网络协同方法，监控子网采用联合数据关联算法协同控制各所述监控摄像头接力跟踪目标，根据拓扑子网的跟踪结果，依靠全局地图拓扑地图的各子网互联信息，在全局拓扑地图中搜索则采用时空关联算法进行搜索；S6：判断目标跟踪符合终止或丢失的情形，退出目标跟进进程，停止跟踪。2.根据权利要求1所述的多摄像头辅助协同分析方法，其特征在于，所述步骤S1中的分层实时监控网络硬件架构包括：高层监控中心及与其通过以太网连接的位于底层的所述监控子网，通过摄像头的确定的空间几何位置和所述监控子网的空间位置信息建立全局场景地图映射。3.根据权利要求1所述的多摄像头辅助协同分析方法，其特征在于，所述步骤S2中，监控子网拓扑图将场景中摄像机抽象为拓扑图节点，全局场景拓扑图将地图中监控子网的位置抽象为拓扑图节点，将每个节点的邻接节点相对于本节点的空间方向作为连接线方向形成拓扑连接图。4.根据权利要求1所述的多摄像头辅助协同分析方法，其特征在于，所述步骤S3中，所述数据信息通过物理方法获得，当发现可疑目标时，发现者通过短信或网络将该数据信息发送到所述监控子网的服务器进行分布式独立追踪。5.根据权利要求1所述的多摄...

【专利技术属性】
技术研发人员：张立华，
申请(专利权)人：盐城吉大智能终端产业研究院有限公司，
类型：发明
国别省市：