[发明专利]一种区域入侵监测方法和装置

权利要求书

1.一种区域入侵监测方法，其特征在于，包括步骤：

通过自适应高斯混合模型获取实时视频图像的前景目标；

基于贝叶斯网络框架构建Camshift跟踪算法；

利用所述Camshift跟踪算法，对所述前景目标进行速度和轨迹分析，以连续跟踪所述前景目标。

2.根据权利要求1所述区域入侵监测方法，其特征在于，在所述通过自适应高斯混合模型获取实时视频图像的前景目标之前，还包括步骤：

基于狄利克雷过程构建可扩展高斯混合模型；

通过聚类分量的新增及归并机制，训练所述可扩展高斯混合模型；

通过基于批次处理方式的可扩展变分推理算法，优化所述可扩展高斯混合模型，训练生成所述自适应高斯混合模型。

3.根据权利要求1所述区域入侵监测方法，其特征在于，所述通过自适应高斯混合模型获取实时视频图像的前景目标，包括步骤：

提取HOG特征；

利用所述HOG特征和所述自适应高斯混合模型，检测所述实时视频图像中的前景目标。

4.根据权利要求1所述区域入侵监测方法，其特征在于，所述通过自适应高斯混合模型获取实时视频图像的前景目标，包括步骤：

通过连通区域算法对二值图像进行处理，标记所有目标像素点，得到并记录等价标记对；

基于所述等价标记对，获取实时视频图像的前景目标。

5.根据权利要求1所述区域入侵监测方法，其特征在于，所述提取HOG特征，包括步骤：

利用伽马变换归一化所述实时视频图像；

对所述实时视频图像进行光照敏感度设置，以引入减缓因子优化所述自适应高斯混合模型的参数，所述参数包括像素值、均值和方差；

设置滑动窗口，以在所述实时视频图像上滑动提取所述前景目标的HOG特征。

6.根据权利要求3所述区域入侵监测方法，其特征在于，包括步骤：

采用K-means算法生成数据簇中心，选取欧氏距离衡量所述前景目标的特征描述子，以检测所述前景目标；

其中，所述欧氏距离为两点在m维空间上的真实距离，2个n维向量A(x₁₁,x₁₂,…,x_1n)和B(x₂₁,x₂₂,…,x_2n)的欧氏距离为：

7.根据权利要求4所述区域入侵监测方法，其特征在于，所述利用所述Camshift跟踪算法，对所述前景目标进行速度和轨迹分析，以连续跟踪所述前景目标，包括步骤：

基于所述贝叶斯网络框架构建预处理模型，以获取所述前景目标在所述实时视频图像中的目标区域范围；

创建空间上下文模型，在所述目标区域范围内根据距离相似性判断所述前景目标的位置信息；

创建颜色上下文模型，通过颜色相似性对所述前景目标的位置信息进行验证。

8.根据权利要求7所述区域入侵监测方法，其特征在于，所述利用所述Camshift跟踪算法，对所述前景目标进行速度和轨迹分析，以连续跟踪所述前景目标，还包括步骤：

以所述前景目标为中心划定矩形框区域，保存所述矩形框区域的中心坐标，检测所述前景目标的运动速度是否在速度阈值内；

当小于所述速度阈值时，根据所述矩形框区域的中心坐标计算所述前景目标移动的位移和路程。