[发明专利]一种面向智能视频监控的监控场景类型辨识方法

权利要求书

1.一种面向智能视频监控的监控场景类型辨识方法，其特征在于，

包括以下步骤：

S1：创建监控场景图像样本集{I₁，I₂，…，I_N}，N是自然数；

S2：对监控场景图像样本集{I₁，I₂，…，I_N}进行预处理；

S3：由预处理后的监控场景图像样本集{G₁，G₂，…，G_N}，建立其对应的三层多尺度图像金字塔集合{P₁，P₂，…，P_N}；

S4：利用三层多尺度图像金字塔集合{P₁，P₂，…，P_N}，产生一个视觉词汇库{W₁，W₂，…，W_K}，包括以下步骤：

S41：对三层多尺度图像金字塔集合{P₁，P₂，…，P_N}中的任一幅三层多尺度图像金字塔P_k，用均匀网格采样法在三层多尺度图像金字塔P_k的每一层图像上选取三层多尺度图像金字塔P_k的特征点，然后使用SIFT方法提取其对应的SIFT特征向量；

S42：用步骤S41的方法对三层多尺度图像金字塔集合{P₁，P₂，…，P_N}中的所有三层多尺度图像金字塔进行处理，提取所有三层多尺度图像金字塔对应的SIFT特征向量；

S43：对提取的全部SIFT特征向量进行K均值聚类，将每个聚类中心作为一个视觉词汇，则由K个聚类中心组成一个视觉词汇库{W₁，W₂，…，W_K}；

S5：求取监控场景图像样本集{G₁，G₂，…，G_N}中的每一幅监控场景图像对应的特征值，建立一个特征值矩阵F和一个对应的类型标号矩阵C，包括以下步骤：

S51：在监控场景图像样本集{G₁，G₂，…，G_N}中的任一幅监控场景图像G_k的三层多尺度图像金字塔P_k的三个不同尺度层次上，分别用空间金字塔方法构建出三个不同尺度的三层空间金字塔；

S52：利用视觉词汇库{W₁，W₂，…，W_K}，在三层多尺度图像金字塔P_k构建出的三个三层空间金字塔上统计视觉词汇出现的类型及个数，建立相应的统计直方图，得到一个与监控场景图像G_k对应的视觉词汇统计直方图向量{H_k1，H_k2，H_k3}；

S53：对监控场景图像样本集{G₁，G₂，…，G_N}中所有图像均进行步骤S51至步骤S52的处理，则监控场景图像样本集{G₁，G₂，…，G_N}中的每一幅监控场景图像都对应产生一个视觉词汇统计直方图向量；

S54：对监控场景图像样本集{G₁，G₂，…，G_N}中的任一幅监控场景图像G_k，利用该监控场景图像G_k对应的视觉词汇统计直方图向量和监控场景图像样本集{G₁，G₂，…，G_N}中每幅监控场景图像对应的视觉词汇统计直方图向量，计算出监控场景图像G_k与监控场景图像样本集{G₁，G₂，…，G_N}中每幅图像的交叉核，得到监控场景图像G_k所对应的交叉核向量{X_k1，X_k2，…，X_kN}，将该交叉核向量{X_k1，X_k2，…，X_kN}作为监控场景图像G_k的特征值；

S55：建立一个特征值矩阵F和一个对应的类型标号矩阵C，将监控场景图像G_k对应的特征值和监控场景图像G_k所属的类型标号分别存放在特征值矩阵F的第k行和类型标号矩阵C的第k行中；

S56：对监控场景图像样本集{G₁，G₂，…，G_N}中所有图像进行步骤S51至S55的处理，则特征值矩阵F中存放着监控场景图像样本集{G₁，G₂，…，G_N}中所有图像的特征值，而类型标号矩阵C中存放着监控场景图像样本集{G₁，G₂，…，G_N}中所有图像的类型标号；

S6：利用特征值矩阵F和类型标号矩阵C构建监控场景类型辨识器；

S7：对任意一幅场景类型未知的监控场景图像J进行监控场景类型辨识，包括以下步骤：

S71：对图像J进行预处理；

S72：建立与预处理后的图像J对应的三层多尺度图像金字塔P_J；

S73：采用步骤S51至步骤S54对经过预处理后的图像J进行处理，得到对应的特征值；

S74：将得到的特征值输入监控场景类型辨识器，监控场景类型辨识器查找出该特征值对应的类型标号并输出，该类型标号表明了图像J所应归属的场景类型。