[发明专利]一种视频监控目标自动检测的方法和系统

说明书

技术领域

本发明涉及视频监控图像处理技术领域，尤其涉及一种视频监控目标自动检测的方法和系统。

背景技术

随着社会对公共安全的重视和监控设备的普及，视频监控得到了越来越广泛的应用，视频数据为许多行业的取证工作提供了法律依据，同时视频数据已经达到了海量，有些时候为了取证一段录像，会让很多人连续不断地调阅视频历史录像，造成大量的人力、物力、财力的浪费，工作效率低。

此外，由于视频监控设备的规格有差异，有些视频监控中图像分辨率低、画面模糊，给视频自动行人检测增加了不少难度。如何从视频录像中迅速准确地找到用户感兴趣的片段或目标，成为目前传统视频监控领域一个比较棘手的问题。

发明内容

本发明的目的在于克服现有技术的缺陷和不足，提供一种视频监控目标自动检测方法和系统，解决现有技术中对海量视频数据查询效率低的问题。

为达到上述目的，本发明是通过以下技术方案来实现的：

一种视频监控目标自动检测的方法，该方法包括如下步骤：

S1：创建待测目标样本，离线训练级联分类器；

S2：选取待测目标样本中相邻两帧目标图像利用运动差分算子得到运动差分图像，训练运动特征分类器；

S3：利用所述运动特征分类器检测并筛选出视频监控中的运动区域，然后调用训练好的匹配分类器进行匹配循环，直至匹配分类器的大小大于原图；

S4：判断采用训练样本窗口通过级联分类器每一层后的返回值；

S5：步骤S4中返回正值时，目标在视频监控中被实时检索出来并突出显示。

进一步的，所述步骤S1中离线训练分类器的方法是选取扩展的Haar特征，采用Gentle AdaBoost算法进行分类器训练。

进一步的，所述步骤S2中根据下述公式(1)～(5)得到运动差分图像：

Δ＝abs(I_t-I_t+1)(式1)

U＝abs(I_t-I_t+1↑)(式2)

L＝abs(I_t-I_t+1←)(式3)

R＝abs(I_t-I_t+1→)(式4)

D＝abs(I_t-I_t+1↓)(式5)

其中，定义Δ为第一帧图像的像素值I_t与第二帧图像的像素值I_t+1的差，U为第一帧图像的像素值I_t与第二帧图像向上位移一个像素值I_t+1的差，L为第一帧图像的像素值I_t与第二帧图像向左位移一个像素值I_t+1的差，R为第一帧图像的像素值I_t与第二帧图像向右位移一个像素值I_t+1的差，D为第一帧图像的像素值I_t与第二帧图像向下位移一个像素值I_t+1的差，abs()代表绝对值。

进一步的，所述步骤S4中匹配循环的方法是将匹配分类器放大给定的参数倍，同时原图缩小给定的参数倍，进行匹配，直到匹配分类器的大小大于原图，返回匹配结果。

进一步的，所述步骤S1中级联分类器用于检测视频图像中尺寸20像素×15像素的目标。

进一步的，所述步骤S4中采用判定训练样本窗口中的目标特征像素值大于相应级联分类器的阈值来确定通过每一层级联分类器。

本发明还公开一种采用所述的视频监控目标自动检测的方法的系统，该系统包括：

级联分类器，用于检测监控视频中目标的外形特征；

运动特征分类器，用于检测并筛选出监控视频中的运动区域；

信号处理单元，对筛选出的运动区域调用训练好的匹配分类器进行匹配循环，判断采用训练样本窗口通过级联分类器每一层后的返回值；

控制单元，对所要进行提取的目标进行设置。

进一步的，所述级联分类器包括人脸检测分类器、人脸局部特征检测分类器、上身肩膀区域特征分类器。

进一步的，所述系统用于视频监控中行人、车辆、车牌的实时检测。

进一步的，所述系统用于检测视频图像中尺寸20像素×15像素的目标。