说明书第1页共6页一种大范围监控场景下异常目标检测及接力跟踪的.docVIP

一种大范围监控场景下异常目标检测及接力跟踪的方法及系统 技术领域 本发明涉及模式识别，特别涉及大范围监控场景下的异常目标检测和接力跟踪的方法及系统。 背景技术 随着计算机技术以及数码电子技术的迅速发展，视觉监控技术得到了越来越广泛的应用。传统的视觉监控系统往往只能提供视频采集和存储的功能，需要监控人员在监控室观看显示屏来发现异常情况，不但增加了监控成本，而且长时间观看显示屏导致的视觉疲劳会使监控人员的警惕性降低，使得监控系统在某些关键时刻不能发挥应有的作用。目前，智能视觉监控技术正在兴起，并且越来越受到媒体的关注。智能视觉监控技术就是要让计算机代替人的大脑，让摄像头代替人的眼睛，由计算机智能地分析从摄像头中获取的图像序列，对被监控场景中的内容进行理解，与传统视觉监控系统相比有明显的优势，能大大减少监控人员的数量降低成本，方便资源（保安、警力等）调度。大范围监控场景下的异常目标检测和接力跟踪技术是一种非常具有应用价值的智能视觉监控技术，通过大量的固定摄像机，它可以实时获取园区、广场等面积较广阔的重要监控场景内的目标信息，对具有异常行为的目标进行报警并控制云台摄像机对其进行接力跟踪，为重要区域的安全防卫提供有力的工具。 大范围监控场景下异常目标检测和接力跟踪技术的一个主要难点是如何综合分析多个摄像机在大范围场景下各自检测到的目标信息。单个固定摄像机的目标检测技术一般采用高斯背景建模的方法建立固定场景的背景，然后通过得到的图像与背景图像相减的方式得到前景图像，最后对前景图像进行分析、处理得到图像中的目标信息（Chris Stauffer, W.E.L Grimson. Adaptive background mixture models for real-time tracking. 1999 IEEE Computer Society Conference on Computer Vision and Pattern Recognition. IEEE Comput. Soc. Part Vol.2,1999）。但是，单个摄像机监控的视场有限，无法实现大范围场景的监控；如果采用多个摄像机监控，会有如下问题：1）同一次异常行为出现在两个摄像机的公共视场，从而出现对同一异常行为的两次报警；2）同一个目标依次出现在两个摄像机图像a、b之中，可能该目标在a摄像机中具有异常行为，而到了在b摄像机中不具有异常行为，从而出现a摄像机报警，而目标运动到b摄像机监控区域却表现为正常目标的情况；3）对于多数基于目标运动轨迹的异常行为分析方法，图像的边缘区域的异常行为无法检测。所以，对于解决大范围监控场景下的多摄像机异常目标检测，并不能简单扩展单摄像机的异常目标检测技术。 大范围监控场景下异常目标检测和接力跟踪技术的另一个主要难点是如何实现多个云台摄像机对同一目标的接力跟踪（Calderara S,?Prati A?,Vezzani R, Persistent Objects Tracking Across Multiple Non Overlapping Cameras. WACV/ MOTION 05, Vol. 2）。由于几乎所有的接力跟踪方法涉及目标的匹配，需要提取目标的颜色、纹理、点线等特征，对图像质量和应用场景要求较高，不适合室外大范围的目标接力跟踪。 发明内容 本发明的目的是提供一种大范围监控场景下的异常目标检测及接力跟踪的方法和系统。 为了实现上述目的，一种大范围监控场景下的异常目标检测和接力跟踪的方法包括步骤： 视频输入和帧抽取 图像的亚采样 高斯背景建模 计算目标块在数字地图中的位置 目标跟踪和轨迹记录 目标异常行为的检测 目标的检测与接力跟踪 本发明具有几个明显优点：1）解决了大范围监控场景下，多路图像目标信息的融合；2）实现了同一目标的精确、鲁棒的接力跟踪；3）计算量适中，可以满足实时视频处理的要求。 附图说明 图1 本发明技术方案流程图 图 2 某时刻数字地图中的前景目标运动轨迹 图 3 高空摄像机拍摄的异常目标图像 图 4 云台摄像机跟踪目标 图5 系统组成图 图6 系统信息流图 图7 模块功能图 具体实施方式 本发明的整个技术方案流程图如附图1所示。下面对发明中所涉及到的技术细节予以说明，最后给出某机关园区内的一次应用实例。 视频输入和帧抽取 从摄像头传输过来的数字图像序列一般为25帧/秒，而由于大范围监控场景下，需要对多路图像同时采集、处理，所以需要适当的降低帧率，减少计算量。一般可以采用隔帧处理的方式，降低到13帧/秒的处理速度，这样保证较好的检测效果。 图像的亚采样 由于和步骤1同样的原因，需要降低图像的分辨率以提高处理速度。采用了高斯金字塔分解的方法对图像进行亚采样，一定程度上降低了亚采样带来的图像质量的