[发明专利]一种智能视频监控的行人检测方法和装置

说明书

技术领域

本发明属于视频监控领域，尤其涉及一种智能视频监控的行人检测方法和装置。

背景技术

智能视频分析技术是应用计算机视觉技术对视频流进行实时精确分析，从中找出人们感兴趣的事件或潜在的威胁，并及时发出预警，从而达到在无人值守情况下的自动监控。

随着智慧城市建设的不断深入，智能视频分析得到人们越来越多的关注。由于硬件技术的发展以及计算性能的提升、大数据处理技术的突破以及深度学习算法的爆发式增长，为该技术的大范围实际应用提供了技术基础。目前，在边境线、机场、港口、码头、酒店、写字楼、医院等等，都有数不清的智能视频分析应用的成功案例。智能视频分析技术早已从旧时的实验室研发阶段飞入寻常百姓家。

安全是人们永远不变的主题，而安防中的视频监控以其实时录像、直观有效等诸多优点而成为人们所采用的主要手段。保守估计目前全世界有近2亿个摄像头在各个角落时刻地注视着我们，并且每年每个国家、地区、甚至企业和个人都投入大量预算用于安防。仅仅摄像头一项，每年全世界出货量都在4000万部以上，更不用说与其配套的编解码设备、存储设备、显示设备等等。所有这些投入的最终目的只有一个，那就是有效地保障人们的生命和财产安全，但遗憾的是实际情况却与人们期望的相距甚远，那就是实时的视频监控设备几乎无法为人们提供实时的安全防护。这种情况通常是由以下几方面原因造成的：1)用来监视实时视频的工作人员数量与监控设备的数量远远不在一个数量级上，也就是常说的人手不够问题；2)即使在小范围内或重点场所有足够的人力进行人工监测，但是由于人的生理限制，人们无法长时间地集中注意力盯着屏幕，这就使得几十分钟甚至几分钟后，盯着屏幕的安保人员将对其视频中的大部分信息将视而不见，这不仅导致了资源投入的严重浪费，更与人们的初衷相违背。

智能视频分析技术的出现在很大程度上解决了上述问题，其不仅将人们从繁重的监控任务中解放出来，更可以在威胁等情况即将发生时第一时间通知人们，使监控设备从被动的记录取证设备转为主动的防御系统。智能视频分析技术的通常工作流程是通过对环境进行建模，从而发现感兴趣的运动目标或可疑的异常事件，并对运动目标进行跟踪与轨迹分析，进而对其行为模式进行识别与分类。无论是目标检测还是行为分析，人们通常只关心感兴趣的几类目标，尤其是人和车辆这两类，因此，行人检测的准确性直接影响了整个系统的识别能力。

作为智能视频分析核心组件的行人检测技术经过10多年的发展取得了较大的进步，陆续提出一些在某些场景中有较好效果的学习算法和分类器。然而，由于场景的多样性和复杂性、训练数据的不足以及算法本身的泛化能力不足等各种条件制约，导致现有的行人检测技术识别率有待提高，而误报率有待降低。

发明内容

本发明的目的在于提供一种智能视频监控的行人检测方法和装置，以提高智能视频监控时对行人的识别率。

本发明第一方面提供一种智能视频监控的行人检测方法，所述方法包括：

通过对视频流的样本数据进行支持向量机SVM训练，得到基于SVM的分类器；

对实时采集的视频帧序列进行图像变换，得到变换后的图像，所述视频帧序列为智能视频监控的摄像头所采集视频流的离散图像帧，所述所采集视频流包含行人和除行人之外的其他对象；

使用所述基于SVM的分类器遍历所述变换后的图像以获取行人感兴趣区域ROI。

本发明第二方面提供一种智能视频监控的行人检测装置，所述装置包括：

分类器获取模块，用于通过对视频流的样本数据进行支持向量机SVM训练，得到基于SVM的分类器；

变换模块，用于对实时采集的视频帧序列进行图像变换，得到变换后的图像，所述视频帧序列为智能视频监控的摄像头所采集视频流的离散图像帧，所述所采集视频流包含行人和除行人之外的其他对象；

分类模块，用于使用所述基于SVM的分类器遍历所述变换后的图像以获取行人感兴趣区域ROI。

从上述本发明技术方案可知，通过对视频流的样本数据进行支持向量机SVM训练，得到基于SVM的分类器，对实时采集的视频帧序列进行图像变换，得到变换后的图像，使用基于SVM的分类器遍历变换后的图像以获取行人感兴趣区域ROI，与现有技术相比，本发明提供的技术方案使得在智能视频监控中，不仅对行人检测的准确率有显著的提高，且算法有较强的泛化能力，而且并且算法的计算复杂度更低低，例如，在配置为Intel i5 3.3GHZ、4G内存的台式电脑上的处理速度可以达到40FPS以上。

附图说明