[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

摘要

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。

主权项

1.一种远程教育教师自动识别图像优化跟踪方法，其特征在于，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；S32、在获得概率分布函数P(Xt)后，从第M+1帧开始，对每一帧图像数据获取后更新混合高斯模型，用当前图像中的每个像素点与混合高斯模型匹配，若相匹配，则认为该像素点是背景像素；否则提取为前景像素数据；S33、根据S32中提取的前景像素数据组合处理得到每一帧图像中的教师目标数据；S4、以每帧图像的中心点为原点建立直角坐标系，得到步骤S3中教师目标的位置参数，根据相邻帧图像间位置参数的差值得到教师目标的运行轨迹；S5、根据教师目标的运行轨迹，得到包括调整时间间隔、角度信息、高度信息、运动速度信息在内的调整参数，若调整参数未超过预定阈值，则根据得到的调整参数调整视频采集的角度和方向用以保证教师目标平稳恢复到位于图像中心点位置处；若调整参数超过预定阈值，则按最大阈值调整视频采集的角度和方向，同时发出异常报警信息，关闭该路视频传输信号，接入包含教师目标的另路视频传输信号；S6、将采集的视频数据经过处理压缩操作后传输至服务器存储等待用户调看，所述处理压缩操作包括以下步骤：S61、根据步骤四处理得到的教师目标的位置参数按照预设的帧数Q，计算出相邻Q帧图像间的教师目标位置变化差值△S；S62、当目标位置变化差值△S超过预设阈值Y时，将相邻Q帧图像全部压缩传输至服务器；当目标位置变化差值△S未超过预设阈值Y时，将相邻Q帧图像按照每隔一帧去除一帧图像，得到精简版的视频图像压缩送入服务器存储。