本發(fā)明屬于攝像監(jiān)控，具體涉及一種基于攝像設(shè)備的目標(biāo)追蹤和行為檢測方法。
背景技術(shù)：
1、隨著人們對公共安全的重視程度不斷提升，伴隨著視頻監(jiān)控設(shè)備與視頻處理技術(shù)的快速發(fā)展，視頻監(jiān)控系統(tǒng)在社會生活中發(fā)揮著越來越重要的作用。面對市場上越來越多的攝像頭，僅僅依靠監(jiān)控人員手工目視來實(shí)現(xiàn)監(jiān)控已經(jīng)不可能。而且由于大多數(shù)監(jiān)視場景出現(xiàn)異常事件的時間短且隨機(jī)，這樣人工監(jiān)控不僅造成巨大的人力浪費(fèi)，也很容易使得監(jiān)控人員思想松懈導(dǎo)致漏警。
2、如果采用智能視頻監(jiān)控系統(tǒng)，用計算機(jī)協(xié)助甚至代替人來完成監(jiān)視或控制任務(wù)，出現(xiàn)異常事件時自動報警，再由監(jiān)控人員確認(rèn)，工作效率和監(jiān)控效果將極大提高，同時工作強(qiáng)度極大降低。但是，感知和識別復(fù)雜環(huán)境中人的行為舉止是智能視頻監(jiān)控研究的熱點(diǎn)和難點(diǎn)課題之一，其任務(wù)是利用攝像機(jī)對特定環(huán)境中持續(xù)和瞬間物體進(jìn)行實(shí)時監(jiān)控和場景解釋，理解和預(yù)測上下文相關(guān)的物體行為和事件并根據(jù)從傳感器獲得的信息與被觀測的物體進(jìn)行交互，在公共設(shè)施、商業(yè)、交通和軍事等場景的檢測、監(jiān)控、管理和指揮等應(yīng)用中具有重要價值。
3、智能環(huán)境中視覺行為感知系統(tǒng)承擔(dān)著對環(huán)境中人進(jìn)行監(jiān)控與交互的雙重任務(wù)，因此，現(xiàn)有的目標(biāo)跟蹤和行為檢測在實(shí)際應(yīng)用中跟蹤方法出現(xiàn)的錯誤主要表現(xiàn)為：
4、（1）將丟失目標(biāo)的跟蹤中止于丟失幀，而目標(biāo)又迅速出現(xiàn)，誤將丟失后重新出現(xiàn)的目標(biāo)當(dāng)作新目標(biāo)。
5、（2）將丟失后重新出現(xiàn)的檢測值與丟失前的目標(biāo)錯誤匹配。
6、（3）目標(biāo)對象長時間被遮擋，無法檢測出行人的具體位置，造成丟失跟蹤目標(biāo)，無法獲取行人的完整運(yùn)動軌跡。
技術(shù)實(shí)現(xiàn)思路
1、針對上述缺陷，本發(fā)明解決的技術(shù)問題在于，提供一種能夠準(zhǔn)確追蹤目標(biāo)并檢測行為的方法及系統(tǒng)，通過改進(jìn)目標(biāo)匹配算法和軌跡記錄方式，解決現(xiàn)有技術(shù)中目標(biāo)丟失和錯誤匹配的問題，提高在復(fù)雜場景下的目標(biāo)追蹤和行為檢測的準(zhǔn)確性和魯棒性。
2、本發(fā)明第一方面提供了一種基于攝像設(shè)備的目標(biāo)追蹤和行為檢測的方法，其特征在于，所述方法包括：
3、s101：獲取待識別對象的實(shí)時監(jiān)控視頻數(shù)據(jù)，所述視頻監(jiān)控數(shù)據(jù)進(jìn)行分幀處理，獲得待識別對象的視頻幀。
4、s102：對所述第一視頻幀進(jìn)行邊界提取，獲得所述待識別對象的區(qū)域圖像。
5、s103：對所述待識別對象的區(qū)域圖像的二值化矩陣進(jìn)行特征提取，與目標(biāo)對象的二值化矩陣的特征進(jìn)行匹配，判定所述待識別對象是否為目標(biāo)對象；
6、s104：記錄所述目標(biāo)對象運(yùn)動軌跡。
7、根據(jù)本發(fā)明的一個實(shí)施例，步驟s102中對所述視頻幀進(jìn)行邊界提取，獲得所述待識別對象的區(qū)域圖像，包括：對所述待識別對象邊緣檢測，獲取所述待識別對象的邊界坐標(biāo)；根據(jù)所述邊界坐標(biāo)構(gòu)建待識別對象輪廓的第一編碼矩陣。
8、二值化處理所述待識別對象輪廓的第一編碼矩陣，構(gòu)建所述目標(biāo)待識別對象輪廓的第二編碼矩陣。
9、排列所述第二編碼矩陣的行或列，構(gòu)建待識別對象的編碼鏈，根據(jù)所述編碼鏈獲得所述待識別對象的區(qū)域圖像。
10、根據(jù)本發(fā)明的一個實(shí)施例，所述s103中對所述待識別對象的區(qū)域圖像的二值化矩陣進(jìn)行特征提取，與目標(biāo)對象的二值化矩陣的特征進(jìn)行匹配，判定所述待識別對象是否為目標(biāo)對象，包括：設(shè)定第一匹配閾值，如果所述待識別對象的二值化矩陣特征數(shù)據(jù)不大于所述目標(biāo)對象的二值化矩陣特征數(shù)據(jù)，則返回步驟s101。
11、如果所述待識別對象的二值化矩陣特征數(shù)據(jù)大于所述目標(biāo)對象的二值化矩陣特征數(shù)據(jù)，確定為目標(biāo)對象。
12、根據(jù)本發(fā)明的一個實(shí)施例，所述s104中記錄所述目標(biāo)對象運(yùn)動軌跡，包括：
13、確認(rèn)目標(biāo)對象，初始化卡爾曼濾波器，設(shè)定所述目標(biāo)對象的初始狀態(tài)向量和誤差協(xié)方差矩陣。
14、預(yù)測所述目標(biāo)對象的當(dāng)前視頻幀的目標(biāo)狀態(tài)；并更新所述狀態(tài)向量和誤差協(xié)方差矩陣；根據(jù)更新后的所述狀態(tài)向量和誤差協(xié)方差矩陣更新所述目標(biāo)對象狀態(tài)。
15、記錄更新后的所述目標(biāo)對象狀態(tài)。
16、根據(jù)本發(fā)明的一個實(shí)施例，所述s103中還包括：判斷目標(biāo)對象是否被遮擋，包括：
17、繪制目標(biāo)對象的外接矩形，記錄其坐標(biāo)信息，設(shè)定第二匹配閾值，通過目標(biāo)對象的外接矩陣和坐標(biāo)信息，構(gòu)建目標(biāo)對象幀間關(guān)系矩陣p，如式（1）所示：
18、式（1）
19、判斷目標(biāo)對象是否被遮擋，所述代表第m幀的第n個目標(biāo)對象；包括：
20、如果當(dāng)前幀的視頻幀目標(biāo)對象外接矩形面積與其前一幀的視頻幀目標(biāo)對象的矩形面積的重疊值，大于所述第二匹配閾值時：
21、?????????????????????????式（2）
22、如果當(dāng)前幀的視頻幀目標(biāo)對象外接矩形面積與其前一幀的視頻幀目標(biāo)對象的矩形面積的重疊值，不大于所述第二匹配閾值時：
23、?????????????????????????式（3）
24、所述目標(biāo)對象幀間關(guān)系矩陣中行或列的值，出現(xiàn)非零的數(shù)值，則判斷前一視頻幀的目標(biāo)對象在當(dāng)前視頻幀被遮擋；如果所述目標(biāo)對象幀間關(guān)系矩陣中同一矩陣位置的值由1變0，則判斷前一視頻幀的目標(biāo)對象，在當(dāng)前視頻幀又出現(xiàn)。
25、根據(jù)本發(fā)明的一個實(shí)施例，所述方法還包括：根據(jù)幀間關(guān)系矩陣行和列數(shù)值的變化，記錄目標(biāo)對象從被遮擋到出現(xiàn)的時間，如果所述時間小于第三閾值，則將該目標(biāo)對象刪除；所述時間不小于第三閾值，保留所述目標(biāo)對象保留。
26、根據(jù)本發(fā)明的一個實(shí)施例，所述s104中還包括：提取目標(biāo)對象的行為特征和骨骼特征，計算所述目標(biāo)對象的運(yùn)動狀態(tài)。
27、根據(jù)本發(fā)明的一個實(shí)施例，所述方法還包括s105：根據(jù)所述目標(biāo)對象的運(yùn)動軌跡判斷所述目標(biāo)對象行為是否異常，如果所述目標(biāo)對象的行為異常，則進(jìn)行預(yù)警。
28、本發(fā)明第二方面提供了一種智能設(shè)備，包括發(fā)送器、接收器、存儲器和處理器；所述存儲器用于存儲計算機(jī)指令；所述處理器用于運(yùn)行所述存儲器存儲的所述計算機(jī)指令實(shí)現(xiàn)以上基于攝像設(shè)備的目標(biāo)追蹤和行為檢測的方法。
29、本發(fā)明第三方面提供了一種存儲介質(zhì)，包括：可讀存儲介質(zhì)和計算機(jī)指令，所述計算機(jī)指令存儲在所述可讀存儲介質(zhì)中；所述計算機(jī)指令用于實(shí)現(xiàn)以上所述基于攝像設(shè)備的目標(biāo)追蹤和行為檢測的方法。
30、本發(fā)明提供的有益效果：能夠準(zhǔn)確追蹤目標(biāo)并檢測其行為，通過改進(jìn)目標(biāo)匹配算法和軌跡記錄方式，解決現(xiàn)有技術(shù)中目標(biāo)丟失和錯誤匹配的問題，提高在復(fù)雜場景下的目標(biāo)追蹤和行為檢測的準(zhǔn)確性和魯棒性。
1.基于攝像設(shè)備的目標(biāo)追蹤和行為檢測的方法，其特征在于，所述方法包括：
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述步驟s102中對所述視頻幀進(jìn)行邊界提取，獲得所述待識別對象的區(qū)域圖像，包括：
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述s103中對所述待識別對象的區(qū)域圖像的二值化矩陣進(jìn)行特征提取，與目標(biāo)對象的二值化矩陣的特征進(jìn)行匹配，判定所述待識別對象是否為目標(biāo)對象，包括：
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述s104中記錄所述目標(biāo)對象運(yùn)動軌跡，包括：
5.根據(jù)權(quán)利要求1或3所述的方法，其特征在于，所述s103中還包括：判斷目標(biāo)對象是否被遮擋，包括：
6.根據(jù)權(quán)利要求所述5所述的方法，其特征在于，所述方法還包括：
7.根據(jù)權(quán)利要求4或6所述的方法，其特征在于，所述s104中還包括：
8.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括s105：
9.一種智能設(shè)備，其特征在于，包括：發(fā)送器、接收器、存儲器和處理器；
10.一種存儲介質(zhì)，其特征在于，包括：可讀存儲介質(zhì)和計算機(jī)指令，所述計算機(jī)指令存儲在所述可讀存儲介質(zhì)中；所述計算機(jī)指令用于實(shí)現(xiàn)權(quán)利要求1至8任一項(xiàng)所述基于攝像設(shè)備的目標(biāo)追蹤和行為檢測的方法。