滞留物检测中的静止物体类型判断与物主分析方法及系统技术方案

本发明专利技术涉及一种滞留物检测中的静止物体类型判断与物主分析方法及系统,系统输入：静止物体图像，输入前景物体图像，以及该帧图像的帧信息和前景物体在图像中的位置和大小信息，输出：静止物体是否是滞留物，如果是滞留物，返回携带者的信息。步骤包括：1)建立背景模型并检测出每帧图像前景物体，根据前景物体生成物体分类器；2)将静止的前景物体输入到物体分类器根据分类器返回的置信值的平均值判断得到静止前景物体类型为物品或者人体；3）对静止前景类型为物品的物体进行物主分析，得到物品的携带者信息，判断出物主。本发明专利技术有效地区分了场景中的静止的人与物品，当判断静止物体类型是物品的情况下，可以立即反馈物品携带者的信息。

【技术实现步骤摘要】
滞留物检测中的静止物体类型判断与物主分析方法及系统
本专利技术属于计算机视觉领域和智能视频监控领域，具体涉及一种基于在线学习的滞留物体类型分析方法。
技术介绍
随着社会经济的发展，社会安全问题成为了人们关注的焦点，传统的视频监控方式无法满足人们的需求，于是开始寻求智能的视频监控方式。滞留物检测是智能视频监控领域重要的研究内容之一，可以解决机场、车站、商场中的滞留物品事件。目前的滞留物检测算法大多只检测静止的物体，将之作为滞留物，而不区分该静止物体是静止的人还是静止的物品。如果将人当做是滞留物检测出来，并产生报警，这是在实际生活中所不能理解的，会造成误警率的提高。本专利技术主要是解决如何区分静止的人和静止的物品，并分析静止物品的携带者信息。目前滞留物检测方法中，静止物体类型判断方法，主要是事先训练人体检测器或者物品检测器，用于区分人与物。区分静止的人的方法可以分为两类：训练物品检测器、训练人体目标检测器。目前人体目标检测方法多是基于离线训练的，对于有遮挡的多人体检测，仍是视觉领域的研究难点。退而求其次，考虑物体检测器的训练，首先需要提取所有非人的物体的共性特征，如果受限于一定的物品范围本文档来自技高网...

【技术保护点】
一种滞留物检测中的静止物体类型判断与物主分析方法,其步骤包括：1)建立背景模型并检测出每帧图像前景物体，根据所述前景物体生成物体分类器；2)将静止的前景物体输入到所述物体分类器根据分类器返回的置信值的平均值判断得到静止前景物体类型为物品或者人体；3）对所述静止前景类型为物品的物体进行物主分析，得到物品的携带者信息，判断出物主。

【技术特征摘要】
2013.05.08 CN 201310166977.61.一种滞留物检测中的静止物体类型判断与物主分析方法,其步骤包括：1)建立背景模型并检测出每帧图像前景物体，根据所述前景物体生成物体分类器，该物体分类器的估计与更新方法如下：首先，算法的初始化，物体分类器N表示当前物体分类器的个数，初始化为0，每增加一个新的物体分类器，N加1，每删除一个物体分类器，N减1；然后，当第一个前景物体p1被检测出来的时候，建立一个新的物体分类器O1；当又来一个前景物体pi时，该前景图像将被送入已经建立好的N个物体分类器中，对其中的每个物体分类器Oj进行估计；2)将静止的前景物体输入到所述的N个物体分类器根据N个物体分类器返回的置信值的平均值μ通过下式：判断得到静止前景物体类型为物品或者人体；其中，每个新的前景物体都要遍历所有的物体分类器平均值μ用以表示静止前景物体和所有物体分类器的整体相似程度：其中，confn(x)表示第n个分类器对当前静止前景物体的返回的置信值，当前共有N个分类器，μn为静止的人返回的置信值的平均值，μl为静止的物品返回的置信值的平均值；3)对所述静止前景类型为物品的物体进行物主分析，通过如下的公式计算得到物品的携带者信息，判断出物主：num＝argmaxn≠lconfn(x)，其中，γ＝maxnconfn(x)，l＝argmaxnconfn(x)，confn(x)表示第n个分类器对当前静止前景物体的...

【专利技术属性】
技术研发人员：刘宏，赵红梅，
申请(专利权)人：北京大学深圳研究生院，
类型：发明
国别省市：