[发明专利]视频中的对象密度估算

权利要求书

1.一种计算机可读介质，包括用于视频监视的软件，当该软件由计算机系统执行时，使得该计算机系统执行包括下列方法的操作：

接收来自摄像机的视频；

检测该视频中的特征；

根据所检测的特征估算对象计数；

根据该对象计数计算对象密度；以及

将该对象密度分类。

2.根据权利要求1所述的计算机可读介质，其中检测特征包括：

从所述视频中提取特征；和

从所提取的特征中去除背景特征。

3.根据权利要求1所述的计算机可读介质，其中检测特征进一步包括：

建立背景特征模型；和

比较该背景特征模型与所提取的特征，以确定前景特征，该前景特征对应于所检测到的不在背景特征模型中的特征。

4.根据权利要求3所述的计算机可读介质，进一步包括用于视频监视的软件，当该软件由计算机系统执行时，使得该计算机系统执行包含将所述前景特征二次采样为比目前分辨率低的分辨率的方法的操作。

5.根据权利要求3所述的计算机可读介质，其中建立背景特征模型包括：

对于窗口中的每一个像素，累积特征强度；

确定所累积的特征强度的最大和最小特征强度；以及

将所累积的特征强度大于阈值的像素分类为背景特征。

6.根据权利要求5所述的计算机可读介质，其中所述阈值通过确定所述最大和最小特征强度的差而计算得到，并且该阈值是该差的倍数与所述最小特征强度的和。

7.根据权利要求1所述的计算机可读介质，其中估算对象计数包括对在不同位置对对象计数进行加权。

8.根据权利要求1所述的计算机可读介质，其中计算对象密度包括：

限定所述视频中的感兴趣的区域；和

将对象计数除以所述感兴趣的区域。

9.根据权利要求1所述的计算机可读介质，其中将所述对象密度分类包括：比较所述对象密度与对象密度阈值，并且据此将所述对象密度分类。

10.根据权利要求9所述的计算机可读介质，自适应地确定所述对象密度阈值。

11.根据权利要求1所述的计算机可读介质，其中将所述对象密度分类包括：

确定最大和最小对象密度；和

根据对象密度阈值将所述最小值和最大值之间的范围划分成多类。

12.根据权利要求1所述的计算机可读介质，其中计算所述对象密度进一步包括：根据对象密度计算来校正在预定时间内密度接近于零的区域。

13.根据权利要求11所述的计算机可读介质，其中确定所述对象密度阈值进一步包括：

恢复最小和最大对象密度；以及

基于恢复的最小和最大对象密度来调整所述对象密度阈值。

14.一种用于执行视频监视的装置，包括：

至少一个摄像机；

与该至少一个摄像机耦合的视频监视系统，它包括：

对象流估算模块；

对象计数估算模块；和

对象密度分类模块。

15.根据权利要求14所述的装置，进一步包括：

与所述视频监视系统耦合的对象密度控制模块。

16.根据权利要求14所述的装置，其中所述视频监视系统进一步包括：

预先定义的规则数据库。

17.根据权利要求14所述的装置，其中所述对象计数模块被配置为：

从视频中提取特征；和

从所提取的特征中去除背景特征。

18.根据权利要求14所述的装置，其中所述对象计数模块被配置为：

建立背景特征模型；以及

比较该背景特征模型和所提取的特征，以确定前景特征，该前景特征对应于所检测到的特征。

19.根据权利要求14所述的装置，其中所述对象计数模块被配置为：

将前景特征二次采样为比目前分辨率低的分辨率。