[发明专利]一种基于自适应双背景模型的视频禁停事件检测方法

说明书

技术领域

本发明属智能型影像监控技术(IVS)视频目标自动检测和跟踪领域，特别是涉及一种基于自适应双背景模型的视频禁停事件检测方法。

背景技术

传统的事件检测监控方式完全依赖监控中心的操作人员进行画面监控。有实验数据表明，在经过22分钟监控后，监控人员可能错过高达95％的画面所发生的事件。面对日益庞大的监控内容，在监控人员责任心、工作状态等各种因素的影响下，传统人为监控系统往往存在漏报率高、响应速度慢及可靠性差等问题，整个视频监控系统的有效性无法得到保证。由于监控系统越来越庞大，如果全部采用人为监控，其人力成本也会非常高昂。而智能型影像监控技术(IVS)起源于计算机视觉技术(computer vision)，它对影像进行分析，从影像中提取信息，发现感兴趣事件，从而可以在某些场合替代人为监控或者协助人为监控。在911事件以后，国际上基于反恐的形势，对于IVS的需求越来越迫切，视频禁停事件检测作为视频智能事件检测技术的重要应用之一，有十分广泛的应用。例如候机厅、候车室的可疑包裹检测，停机坪非法放置物检测，以及交通领域的违章禁停检测等。基于视频技术的禁停事件检测具备全天候运行、自动实时报警的能力，有巨大的经济价值和社会价值。一般传统视频分析技术的主要对象是移动目标，难以实现较为准确的停留目标检测和处理移动目标与停留目标交融的情况。因此，本研究根据层次背景模型思想，构建自适应长短效双背景模型，设计快速的目标检测与跟踪方法，通过静动目标的长效跟踪，来实现禁停事件的自动实时检测和告警。在国内到目前为止，尚未检索到类似技术或相关专利报道。

发明内容

本发明的目的提供一种基于自适应双背景模型的视频禁停事件检测方法，设计与构建自适应长短效双背景模型，设计快速的目标检测与跟踪方法，通过静动目标的长效跟踪，来实现禁停事件的自动检测禁停并实时告警，以克服传统技术之不足。

实现本发明之目的的技术解决方案措施如下：

一种基于自适应双背景模型的视频禁停事件检测方法，在视频信号采集的基础上对场景内的情况进行智能化监视，包括目标检测、目标跟踪、事件分析其特征在于包括如下步骤：

(1)长短效背景模型的初始化基于混合高斯模型和背景区域划分思想，进行长短效背景模型的子单元划分、子单元混合高斯模型初始；

(2)BLOB目标检测、停留目标、鬼影目标检测与长短效背景更新，停留目标区域及时更新到短效背景中，长效背景进行非运动区域选择性更新，以适应光照的缓慢变化；通过鬼影判断，来发现停留目标离开原有的位置，用于实现对相应短效背景区域做精确更新；

(3)启发式方法的BLOB快速目标跟踪，为保证运动目标跟踪的适应性，设计快速的启发式方法，根据位置优先的几何特征关联法则，来跟踪并判定目标的位置、速度；判定是否支持静止目标跟踪？如果不支持，进入PBlob Tracker运动目标跟踪，如果支持，进入PBlob Tracker动静目标跟踪；

(4)禁停事件检测与输出告警，在完成停留目标的检测基础上，停留目标的几何特征、停留时间、停留区域符合告警条件时，则进行声光电告警，对应告警事件记录入库；

(5)长短效背景模型选择性更新，针对运动，刚静止、刚运动和光照变化，选择性更新长短效背景模型。

所述的一种基于自适应双背景模型的视频禁停事件检测方法，其特征在于，所述的长短效背景模型的初始化、BLOB目标检测采用设计各类BLOB区域的系统性判定方法实现目标的快速检测。

所述的一种基于自适应双背景模型的视频禁停事件检测方法，其特征在于，所述的停留目标、鬼影目标检测与长短效背景更新，包括停留目标的检测判定，停留目标跟踪尝试期间，根据该目标的几何特征，精确更新到短效背景中，同时需要对尝试停留目标进行运动目标关联，若未达到尝试要求，则纠正短效背景，同时转入运动目标跟踪；短、长效背景差输出的目标为停留目标输出结果，长效背景不进行运动区域的更新，其他区域和短效背景一样，执行混合高斯背景模型更新，以适应光照的缓慢变化。

所述的一种基于自适应双背景模型的视频禁停事件检测方法，其特征在于，所述的启发式方法的BLOB快速目标跟踪，包括设计快速的启发式方法来保证跟踪的实时性，检测出的BLOB区域属于哪个目标，根据位置最近优先的匹配原则，建立高斯分布似然函数，根据连续两帧计算t时刻的目标速度。