[发明专利]一种远程教育教师自动识别图像优化跟踪方法及系统

说明书

本发明公开了一种远程教育教师自动识别图像优化跟踪方法及系统，方法包括采集视频数据、目标框定、前景提取目标识别、调整参数确定、视频精简压缩等步骤；系统包括视频采集模块、存储模块、教师目标框定处理模块、前景提取模块、数据建模模块、像素分类模块、教师目标生成模块、位置标定模块、调整参数生成模块、视频数据压缩处理模块和通信模块。本发明能够准确提取出视频图像中的教师目标，并根据目标的移动同步调整视频的采集角度和方向，时刻清晰完整的采集到教师目标的图像，既降低了视频传输中数据量又保证了教师目标信息的准确有效性，具有较高的实用价值和广泛的应用前景。

技术领域

本发明涉及智能控制技术领域，具体涉及一种远程教育教师自动识别图像优化跟踪方法及系统。

背景技术

随着社会经济的快速发展，科技的快速进步，人们的生活方式已经发生了改变，远程视频、视频监控应用的越来越广。比如远程教育，在远程的任意地方，就可以自由的选择需要学习的内容进行学习，再比如安装于商业广场、超市以及学校等公共安全较为重要场合的视频监控系统。

而现有的视频分析过程中对于教师目标的提取有较多的问题，比如如何有效确定教师目标，如何消除动态背景在前景提取时的影响，如何减轻目标阴影对目标提取的影响以及如果降低噪声，通常常用的帧差法比较适用于运动目标和背景的灰度相差较多，并且背景变化很小的视频图像处理，无法广泛应用，其他方法也无法有效解决以上问题。

另一方面，现有技术中也存在基于视频中目标的粗略定位位置来调整拍摄角度的直播方式，但是这种方式的调整精度不够，调整的过程中容易对拍摄画面差生影响，拍摄图像可能模糊不清，并且无法满足大视场以及目标活动区间过大的情况，会出现较大盲区或通过远距离的录制采集，实际观看时可能出现无法准确跟踪教师目标。

此外在现有技术中，视频通过网络进行传输因为受到网络带宽等因素的影响，很容易出现时断时续的现象，影响播放的效果。无论是采用哪种方式，要想获得清晰流畅的教师目标的视频播放效果，都需要对远程视频动中产生的流媒体数据进行有效压缩。但是，现有技术尚没有提供对教师目标有针对性的视频压缩解决方案。

发明内容

针对现有技术的不足，本发明提供一种远程教育教师自动识别图像优化跟踪方法及系统，能够准确提取出视频图像中的教师目标，并根据目标的移动同步调整视频的采集角度和方向，时刻清晰完整的采集到教师目标的图像，既降低了视频传输中数据量又保证了教师目标信息的准确有效性，具有较高的实用价值和广泛的应用前景。

本发明解决技术问题采用如下技术方案：

本发明提供了一种远程教育教师自动识别图像优化跟踪方法，包括以下步骤：

S1、实时采集培训视频数据，将视频数据分解为图像数据和音频数据，按照时间顺序分开存储，同时对图像数据采取预处理措施主要包括：采用HSV色彩空间减轻了目标阴影对目标提取的影响，采用中值滤波器去掉了椒盐噪声，采用图像二值化使图像变的简单，采用图像学去噪中的腐蚀和膨胀分别提取消除图像噪声和填充图像空洞；

S2、对步骤S1采集的视频数据的每一帧图像数据使用Faster RCNN进行目标框定，生成建议框，将生成建议框中的图像数据按照预设时间间隔T分段提取存储等待处理；

S3、将步骤S2中分段提取存储的生成建议框中的图像数据混合高斯模型进行前景提取识别得到教师目标数据，包括：

S31、对该段图像数据中的前M帧图像中任一像素点进行建模得到该像素点的概率分布函数：

X表示该像素点灰度值，t为该帧图像对应的时刻，K为选取拟合的高斯模型的个数η为高斯概率密度函数，ω属于不同函数的权重，μ和ε分别是t时刻第n个高斯模型的均值向量和协方差矩阵；