專(zhuān)利名稱(chēng)：物體滯留/偷竊事件檢測(cè)、跟蹤和識(shí)別的視頻監(jiān)控預(yù)警裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明屬于智能化視頻監(jiān)控技術(shù)領(lǐng)域，特別涉及物體滯留/偷竊事件的檢測(cè)、跟 蹤和識(shí)別。
背景技術(shù)：
智能化視頻監(jiān)控預(yù)警裝置是近幾年來(lái)計(jì)算機(jī)視覺(jué)領(lǐng)域的一個(gè)新興研究方向，它是 利用計(jì)算機(jī)視覺(jué)技術(shù)對(duì)攝像機(jī)采集的視頻數(shù)據(jù)進(jìn)行分析、理解，并以此為基礎(chǔ)對(duì)視頻監(jiān)控 系統(tǒng)進(jìn)行控制，從而使視頻監(jiān)控預(yù)警裝置具有象人一樣的智能，主要涉及模式識(shí)別、圖像處 理、計(jì)算機(jī)視覺(jué)、人工智能等方面的科學(xué)知識(shí)。這一技術(shù)包括了運(yùn)動(dòng)目標(biāo)的檢測(cè)、運(yùn)動(dòng)目標(biāo) 跟蹤、目標(biāo)分類(lèi)、行為理解及描述等方面，是一個(gè)具有挑戰(zhàn)性的問(wèn)題。近年來(lái)隨著視覺(jué)監(jiān)視 系統(tǒng)所需的硬件設(shè)備(如攝像機(jī)、云臺(tái)等)成本的日益降低，監(jiān)控系統(tǒng)在我國(guó)開(kāi)始步入普及 階段，廣泛應(yīng)用于諸如銀行、賓館、超級(jí)市場(chǎng)、機(jī)場(chǎng)、車(chē)站等公共場(chǎng)所，在公共安全領(lǐng)域發(fā)揮 著日益重要的作用。但是目前監(jiān)控系統(tǒng)的功能往往比較單一，常常要求監(jiān)控人員持續(xù)的監(jiān) 視屏幕，通過(guò)解釋獲得的視頻信息，然后做出相應(yīng)的決策。但讓監(jiān)控人員長(zhǎng)期盯著眾多的電 視監(jiān)視器是一項(xiàng)繁重而乏味的工作，特別是當(dāng)監(jiān)控點(diǎn)較多時(shí)，監(jiān)控人員幾乎無(wú)法做到全面 完整的監(jiān)控。同時(shí)，由于大多數(shù)監(jiān)視場(chǎng)景出現(xiàn)異常的情況畢竟為少數(shù)，這樣人工監(jiān)控不僅造 成巨大的人力浪費(fèi)，而且很容易使得監(jiān)控人員思想松懈從而導(dǎo)致漏報(bào)，這在許多不容閃失 的重要場(chǎng)所(如銀行金庫(kù)、軍用倉(cāng)庫(kù)等場(chǎng)合)是不能容忍的。鑒于此，目前在國(guó)內(nèi)外學(xué)術(shù)界 及工業(yè)部門(mén)都開(kāi)始著眼于研究新一代的具有智能化視覺(jué)監(jiān)視功能的監(jiān)控系統(tǒng)，這類(lèi)系統(tǒng)的 核心問(wèn)題就是要對(duì)進(jìn)入監(jiān)控視場(chǎng)的運(yùn)動(dòng)目標(biāo)(諸如人)進(jìn)行實(shí)時(shí)的檢測(cè)、跟蹤和行為理解， 并由此做出相應(yīng)的判斷和處理。滯留與偷竊物體檢測(cè)是智能視頻監(jiān)控預(yù)警裝置的重要功能之一，在安防領(lǐng)域具有 很強(qiáng)的實(shí)用價(jià)值。滯留物檢測(cè)常用于機(jī)場(chǎng)，地鐵，交通關(guān)口等可疑的包裹或遺留的行李檢 測(cè)，預(yù)防恐怖炸彈襲擊。偷竊物體常用于博物館，畫(huà)廊，或其他安全區(qū)域的珍貴物品的防盜 檢測(cè)。滯留/偷竊物體的檢測(cè)與識(shí)別屬于智能視覺(jué)監(jiān)控的范疇，主要是利用圖像處理和分 析的方法，在現(xiàn)實(shí)場(chǎng)景中自動(dòng)檢測(cè)和跟蹤運(yùn)動(dòng)目標(biāo)，根據(jù)運(yùn)動(dòng)目標(biāo)的運(yùn)動(dòng)軌跡檢測(cè)靜態(tài)物 體，再通過(guò)滯留/偷竊分類(lèi)算法來(lái)區(qū)分滯留和偷竊事件，最后報(bào)警和抓取證據(jù)圖片；使計(jì)算 機(jī)具有某種理解和分析視頻能力，從而對(duì)危險(xiǎn)事件具有主動(dòng)監(jiān)測(cè)、防范和預(yù)警的功能。

發(fā)明內(nèi)容本發(fā)明的目的在于提供一種針對(duì)機(jī)場(chǎng)，地鐵，交通關(guān)口及博物館等公共場(chǎng)所存在 物體滯留/偷竊情況的監(jiān)控視頻預(yù)警裝置。本發(fā)明基于視頻智能監(jiān)控服務(wù)器，主動(dòng)預(yù)防監(jiān)控場(chǎng)景中出現(xiàn)物體滯留/偷竊等的 可疑行為。本發(fā)明要解決的技術(shù)問(wèn)題在于提供的物體滯留/偷竊事件檢測(cè)、跟蹤和識(shí)別的視頻監(jiān)控預(yù)警裝置可以在復(fù)雜的監(jiān)控場(chǎng)景中有效的檢測(cè)、跟蹤、識(shí)別物體滯留/偷竊事件。本發(fā)明對(duì)于以上的技術(shù)問(wèn)題采用的技術(shù)方案1、通過(guò)攝像頭、硬盤(pán)錄像機(jī)等視頻采集模塊設(shè)備獲得實(shí)時(shí)的視頻信號(hào)，并將信號(hào) 輸入到視頻智能監(jiān)控服務(wù)器。2、視頻智能監(jiān)控服務(wù)器包括信號(hào)采集單元、視頻智能分析系統(tǒng)、異常事件分析系 統(tǒng)、監(jiān)控報(bào)警管理模塊、報(bào)警驅(qū)動(dòng)模塊。其中所述各個(gè)模塊主要解決的問(wèn)題具體為所述信號(hào)采集單元用于接收各類(lèi)視頻音頻采集設(shè)備輸入的視頻信息，并且將視頻 信息輸入到視頻智能分析系統(tǒng)進(jìn)行后續(xù)處理。所述信號(hào)采集單元具體支持網(wǎng)絡(luò)采集視頻信息、視頻采集卡采集視頻信息。所述視頻智能分析系統(tǒng)接收信號(hào)采集單元輸入的視頻信息，完成運(yùn)動(dòng)目標(biāo)檢測(cè)與 跟蹤技術(shù)。所述視頻智能分析系統(tǒng)具體模塊包括1)運(yùn)動(dòng)目標(biāo)檢測(cè)模塊，完成建立自適應(yīng)背 景模型，利用背景差分提取運(yùn)動(dòng)目標(biāo)，再通過(guò)形態(tài)學(xué)和陰影處理以獲得更完整、更準(zhǔn)確的運(yùn) 動(dòng)目標(biāo)狀態(tài)；2)運(yùn)動(dòng)目標(biāo)跟蹤模塊，通過(guò)對(duì)運(yùn)動(dòng)目標(biāo)的狀態(tài)進(jìn)行估計(jì)、觀測(cè)和校正的遞歸 過(guò)程，實(shí)現(xiàn)幀間運(yùn)動(dòng)目標(biāo)匹配，跟蹤運(yùn)動(dòng)目標(biāo)的運(yùn)動(dòng)軌跡。所述異常事件分析系統(tǒng)主要完成滯留/偷竊事件識(shí)別。所述異常事件分析系統(tǒng)具體模塊包括1)接收對(duì)于滯留/偷竊事件判斷物品分辨 率大小、判斷敏感度等的人為設(shè)定的模塊；2)接收視頻智能分析系統(tǒng)處理的結(jié)果的模塊， 所述結(jié)果主要包括運(yùn)動(dòng)目標(biāo)特征、運(yùn)動(dòng)目標(biāo)軌跡等信息；3)滯留/偷竊事件識(shí)別的模塊， 該模塊主要對(duì)物體滯留/偷竊事件給出清晰的界定，根據(jù)運(yùn)動(dòng)目標(biāo)的特征及運(yùn)動(dòng)軌跡判定 事件的發(fā)生，如果事件發(fā)生，區(qū)分滯留和偷竊兩種事件。所述監(jiān)控報(bào)警管理模塊主要完成報(bào)警信息的管理。所述監(jiān)控報(bào)警管理模塊具體子模塊包括1)存儲(chǔ)模塊，主要完成存儲(chǔ)各監(jiān)控點(diǎn)傳 送來(lái)的滯留/偷竊事件報(bào)警發(fā)生時(shí)的數(shù)據(jù)；2)查詢模塊，提供報(bào)警數(shù)據(jù)顯示，并且支持用戶 可按位置、通道、分類(lèi)和時(shí)間等進(jìn)行檢索和查詢歷史數(shù)據(jù)。所述報(bào)警驅(qū)動(dòng)模塊主要完成1)接收人為設(shè)定的報(bào)警方式及相關(guān)的附加信息(比 如手機(jī)號(hào)碼、報(bào)警聲音等)，具體支持的報(bào)警方式手機(jī)彩信、電子郵件、揚(yáng)聲器、警號(hào)、警 燈等；2)接收異常事件分析系統(tǒng)在滯留/偷竊事件發(fā)生時(shí)發(fā)來(lái)的報(bào)警信號(hào)；3)在接收到報(bào) 警信號(hào)后按照?qǐng)?bào)警方式的設(shè)定驅(qū)動(dòng)相應(yīng)的報(bào)警裝置報(bào)警，并發(fā)送相應(yīng)的報(bào)警信息。所述報(bào)警信息的內(nèi)容包括1)圖片，異常情況發(fā)生時(shí)現(xiàn)場(chǎng)的圖像信息；2)時(shí)間異 常情況發(fā)生的時(shí)間；3)事件即異常事件類(lèi)型，具體為滯留/偷竊類(lèi)型；4)位置異常事件 發(fā)生的具體位置。3、報(bào)警模塊，包括各種報(bào)警裝置，所述報(bào)警裝置接收視頻智能監(jiān)控服務(wù)器發(fā)來(lái)的 驅(qū)動(dòng)信息進(jìn)行報(bào)警。本發(fā)明有以下技術(shù)特征1、信號(hào)采集單元支持視頻采集卡和網(wǎng)絡(luò)兩種方式采集視頻信息。2、視頻智能分析系統(tǒng)的背景模型采用自適應(yīng)背景方法更新背景，利用每個(gè)像素的 主特征來(lái)描述背景，根據(jù)貝葉斯規(guī)則判定像素點(diǎn)是前景點(diǎn)或背景點(diǎn)，其中閾值計(jì)算采用分塊的自適應(yīng)閾值方法，分別計(jì)算差分圖像中每個(gè)塊的閾值，而且對(duì)變化區(qū)域和背景區(qū)域采 取不同的策略計(jì)算其閾值，最后采用全部閾值的平均值作為整體閾值，獲得自適應(yīng)的無(wú)參 閾值。3、視頻智能分析系統(tǒng)為了獲得更完整的運(yùn)動(dòng)目標(biāo)區(qū)域和填補(bǔ)運(yùn)動(dòng)目標(biāo)區(qū)域的內(nèi) 部空洞，形態(tài)學(xué)處理采用兩次膨脹三次腐蝕一次膨脹的方法。4、視頻智能分析系統(tǒng)采用了 HSV空間陰影檢測(cè)方法，基本原理是同一物體在陰影 區(qū)和非陰影區(qū)的色調(diào)是近似一致的，陰影主要使該區(qū)域內(nèi)亮度有變化，而且陰影部分一定 比背景的亮度要低。5、視頻智能分析系統(tǒng)結(jié)合粒子濾波和卡爾曼濾波兩種跟蹤方法實(shí)現(xiàn)運(yùn)動(dòng)目標(biāo)跟 蹤，在阻擋時(shí)采用基于顏色特征的粒子濾波方法，在非阻擋情況下采用基于卡爾曼濾波的 連通區(qū)域匹配方法。6、視頻智能分析系統(tǒng)判斷阻擋發(fā)生的條件是第k幀中是否存在一個(gè)前景區(qū)域與第k-Ι幀中的一個(gè)以上的運(yùn)動(dòng)目標(biāo)的預(yù)測(cè)位置存在交叉。7、視頻智能分析系統(tǒng)基于卡爾曼濾波的連通區(qū)域匹配方法是先利用卡爾曼濾波 預(yù)測(cè)第k幀的運(yùn)動(dòng)目標(biāo)狀態(tài)，然后在預(yù)測(cè)狀態(tài)和第k幀檢測(cè)到的前景連通區(qū)域間求最佳匹 配，求得的最佳匹配即為第k幀的運(yùn)動(dòng)目標(biāo)狀態(tài)，并以此校正卡爾曼濾波的參量。8、視頻智能分析系統(tǒng)基于顏色模型的粒子濾波方法是在第k幀根據(jù)前一幀的運(yùn) 動(dòng)目標(biāo)狀態(tài)進(jìn)行隨機(jī)的均勻采樣，用顏色相似性求采樣點(diǎn)權(quán)值，用權(quán)值大的采樣點(diǎn)的均值 估計(jì)第k幀運(yùn)動(dòng)目標(biāo)狀態(tài)。9、異常事件分析系統(tǒng)物體滯留/偷竊事件的界定1)滯留/偷竊物體在一段時(shí)間 內(nèi)位置沒(méi)有發(fā)生變化；2)滯留/偷竊物體一定有擁有者，即是有人將它丟棄的，所以在物體 被丟棄前一定發(fā)生了運(yùn)動(dòng)目標(biāo)分裂；3)滯留/偷竊物體和其擁有者間存在一定距離；如果 這個(gè)物體的擁有者離它很近，物體就沒(méi)有被丟棄。10、異常事件分析系統(tǒng)在靜態(tài)物體判斷過(guò)程中添加了運(yùn)動(dòng)目標(biāo)分裂判斷，目的在于1)建立物體和其擁有者之間的對(duì)應(yīng)關(guān)系；2)沒(méi)有被分裂過(guò)的物體可能是光照突變產(chǎn)生 的噪聲，所以用物體分裂區(qū)分光照變化和真實(shí)的滯留/偷竊物體。其中所述運(yùn)動(dòng)目標(biāo)分裂判斷是將第k幀以前的m幀的運(yùn)動(dòng)目標(biāo)的信息記錄下來(lái)， 發(fā)現(xiàn)靜態(tài)物體后，在靜態(tài)物體被創(chuàng)建的前q幀里去找相應(yīng)位置的匹配運(yùn)動(dòng)物體，而靜態(tài)物 體由父物體分裂產(chǎn)生，所以在產(chǎn)生它之前的第m幀，在物體質(zhì)心所在位置一定能找到一個(gè) 比它大，能將其包括的物體，即它的父物體，條件再?lài)?yán)格一點(diǎn)，可以計(jì)算靜態(tài)物體和候選父 物體之間的顏色直方圖距離，取顏色最相近的作為父物體。11、異常事件分析系統(tǒng)根據(jù)滯留和偷竊物體會(huì)造成與周?chē)鷪?chǎng)景顏色或紋理的不一 致的特點(diǎn)，采用兩種分類(lèi)方法來(lái)區(qū)分滯留/偷竊事件基于顏色直方圖的巴氏距離判定方 法，基于輪廓判斷方法。其中所述基于顏色直方圖的方法是根據(jù)當(dāng)前幀與背景圖像的前景點(diǎn)與非前景點(diǎn) 的顏色直方圖的相似性來(lái)區(qū)分滯留和偷竊物體，直方圖采用降維的彩色直方圖。其中所述基于輪廓的方法是提取當(dāng)前幀和前景二值圖像的邊緣，利用邊緣圖像的 空間相似性和連通性來(lái)辨別滯留物體和偷竊物體。本發(fā)明的有益效果包括[0038]1、通過(guò)以上技術(shù)特征的1完成視頻信息的方便采集。2、通過(guò)以上技術(shù)特征的2、3及4完成運(yùn)動(dòng)目標(biāo)自動(dòng)檢測(cè)。3、通過(guò)以上技術(shù)特征的5、6、7及8完成運(yùn)動(dòng)目標(biāo)自動(dòng)跟蹤。 4、通過(guò)以上技術(shù)特征的9、10及11完成物體滯留/偷竊事件的有效識(shí)別。

圖1為本發(fā)明的智能視頻監(jiān)控系統(tǒng)體系結(jié)構(gòu)示意圖圖2為本發(fā)明的系統(tǒng)結(jié)構(gòu)框圖。圖3為本發(fā)明的視頻智能監(jiān)控服務(wù)器裝置進(jìn)行滯留/偷竊事件識(shí)別核心模塊關(guān)系 圖。
具體實(shí)施方式
下面結(jié)合具體實(shí)施例和附圖進(jìn)一步詳細(xì)說(shuō)明圖1所示為智能視頻監(jiān)控系統(tǒng)體系結(jié)構(gòu)示意圖。智能視頻監(jiān)控系統(tǒng)包括視頻采集單元，智能事件分析處理單元，報(bào)警單元三個(gè)部 分。其中視頻采集單元包括若干攝像頭，通過(guò)圖像采集卡或者硬盤(pán)錄像機(jī)的網(wǎng)絡(luò)接口 輸入視頻到智能監(jiān)控管理服務(wù)器。智能監(jiān)控管理服務(wù)器同時(shí)對(duì)多路視頻進(jìn)行分析和處理，檢測(cè)到報(bào)警事件后，生成 報(bào)警信息輸出到報(bào)警系統(tǒng)進(jìn)行報(bào)警，同時(shí)將報(bào)警信息和證據(jù)圖片等信息保存到磁盤(pán)中。圖2介紹按照本發(fā)明實(shí)施方式的結(jié)構(gòu)框圖。該系統(tǒng)包括視頻采集模塊、視頻智能監(jiān)控服務(wù)器以及報(bào)警模塊。該系統(tǒng)的視頻采集模塊主要通過(guò)攝像頭、硬盤(pán)錄像機(jī)等視頻采集設(shè)備獲得實(shí)時(shí)的 視頻信號(hào)。該系統(tǒng)的視頻智能監(jiān)控服務(wù)器包括信號(hào)采集單元、視頻智能分析系統(tǒng)、異常事件 分析系統(tǒng)、監(jiān)控報(bào)警管理模塊及報(bào)警驅(qū)動(dòng)模塊。按照本發(fā)明的實(shí)施方式的視頻智能監(jiān)控服務(wù)器，信號(hào)采集單元用于接收所述視頻 采集模塊輸入的視頻信息。該系統(tǒng)信號(hào)采集單元可監(jiān)控來(lái)自現(xiàn)場(chǎng)的4路實(shí)時(shí)視頻流。所述視頻智能分析系統(tǒng)，包括自動(dòng)查找運(yùn)動(dòng)目標(biāo)、自動(dòng)跟蹤運(yùn)動(dòng)目標(biāo)行為。所述異常事件分析系統(tǒng)，根據(jù)視頻智能分析系統(tǒng)，對(duì)物體滯留/偷竊事件給出清 晰的界定，根據(jù)運(yùn)動(dòng)目標(biāo)的特征及運(yùn)動(dòng)軌跡判定事件的發(fā)生，如果事件發(fā)生，區(qū)分滯留和偷 竊兩種事件，完成自動(dòng)識(shí)別目標(biāo)行為。所述監(jiān)控報(bào)警管理模塊，根據(jù)異常事件分析系統(tǒng)識(shí)別的偷竊/滯留行為管理異常 事件，存儲(chǔ)各監(jiān)控點(diǎn)傳送來(lái)的報(bào)警時(shí)的數(shù)據(jù)，實(shí)現(xiàn)報(bào)警數(shù)據(jù)顯示，并且用戶可按位置、通道、 分類(lèi)和時(shí)間進(jìn)行檢索和查詢歷史數(shù)據(jù)。所述報(bào)警驅(qū)動(dòng)模塊，根據(jù)異常事件分析系統(tǒng)識(shí)別的偷竊/滯留行為可以自動(dòng)播放 告警聲音；將報(bào)警數(shù)據(jù)通過(guò)手機(jī)彩信、PC機(jī)、電子郵件發(fā)送給保衛(wèi)人員。該系統(tǒng)的報(bào)警模塊包括手機(jī)彩信、電子郵件、揚(yáng)聲器、警號(hào)、警燈等等報(bào)警裝置，這些裝置接收視頻智能監(jiān)控服務(wù)器發(fā)來(lái)的驅(qū)動(dòng)信息進(jìn)行報(bào)警。報(bào)警信息包括圖片，異常情況發(fā)生時(shí)現(xiàn)場(chǎng)的圖像信息；時(shí)間異常情況發(fā)生的時(shí)間；事件即異常事件類(lèi)型，具體為滯留/偷竊類(lèi)型；位置異常事件發(fā)生的具體位置。圖3為視頻智能監(jiān)控服務(wù)器裝置進(jìn)行滯留/偷竊事件識(shí)別核心模塊關(guān)系圖。具體 如下1)運(yùn)動(dòng)目標(biāo)檢測(cè)模塊主要采用背景差分技術(shù)獲得前景圖像，然后利用陰影處理 和形態(tài)學(xué)進(jìn)行去噪。2)運(yùn)動(dòng)目標(biāo)跟蹤模塊對(duì)于發(fā)生阻擋的運(yùn)動(dòng)目標(biāo)采用粒子濾波進(jìn)行跟蹤，對(duì)于沒(méi) 有發(fā)生阻擋的運(yùn)動(dòng)目標(biāo)采用基于卡爾曼濾波的連通區(qū)域匹配方法進(jìn)行跟蹤。3)事件識(shí)別模塊1)首先根據(jù)運(yùn)動(dòng)目標(biāo)軌跡找出靜態(tài)物體；2)如果物體在一段時(shí) 間內(nèi)位置沒(méi)有發(fā)生變化則為一個(gè)靜態(tài)物體，然后判斷靜態(tài)物體是否發(fā)生過(guò)分裂，并且找出 分裂它的父運(yùn)動(dòng)目標(biāo)；3)最后是滯留和偷竊事件的區(qū)分。
權(quán)利要求物體滯留/偷竊事件檢測(cè)、跟蹤和識(shí)別的視頻監(jiān)控預(yù)警裝置，其特征在于，所述模塊包括(1)視頻采集模塊，通過(guò)視頻采集設(shè)備攝像頭、硬盤(pán)錄像機(jī)獲得實(shí)時(shí)的視頻信號(hào)；(2)視頻智能監(jiān)控服務(wù)器，接收視頻采集模塊輸入信息，分析視頻源中的關(guān)鍵信息，完成對(duì)物體滯留/偷竊事件進(jìn)行判斷、管理報(bào)警以及驅(qū)動(dòng)報(bào)警；(3)報(bào)警模塊，接收視頻智能監(jiān)控服務(wù)器發(fā)來(lái)的驅(qū)動(dòng)信息進(jìn)行報(bào)警。
2.根據(jù)權(quán)利要求1所述的物體滯留/偷竊事件檢測(cè)、跟蹤和識(shí)別的視頻監(jiān)控預(yù)警裝置， 其特征在于，所述視頻智能監(jiān)控服務(wù)器包括(1)信號(hào)采集單元，接收所述視頻采集模塊輸入的視頻信息；(2)視頻智能分析系統(tǒng)，接收視頻源中的視頻進(jìn)行分析；(3)異常事件分析系統(tǒng)，接收視頻智能分析系統(tǒng)的結(jié)果對(duì)物體滯留/偷竊事件給出清 晰的界定；(4)監(jiān)控報(bào)警管理模塊，接收異常事件分析系統(tǒng)識(shí)別的偷竊/滯留行為管理異常事件；(5)報(bào)警驅(qū)動(dòng)模塊，接收異常事件分析系統(tǒng)識(shí)別的偷竊/滯留行為驅(qū)動(dòng)報(bào)警。
3.根據(jù)權(quán)利要求1所述的物體滯留/偷竊事件檢測(cè)、跟蹤和識(shí)別的視頻監(jiān)控預(yù)警裝置， 其特征在于，所述視頻智能分析系統(tǒng)包括以下模塊(1)運(yùn)動(dòng)目標(biāo)檢測(cè)模塊，接收信號(hào)采集單元輸出的視頻信號(hào)，檢測(cè)出視頻中存在的運(yùn)動(dòng) 目標(biāo)；(2)運(yùn)動(dòng)目標(biāo)跟蹤模塊，接收運(yùn)動(dòng)目標(biāo)檢測(cè)模塊的檢測(cè)結(jié)果跟蹤運(yùn)動(dòng)目標(biāo)。
4.根據(jù)權(quán)利要求1所述的物體滯留/偷竊事件檢測(cè)、跟蹤和識(shí)別的視頻監(jiān)控預(yù)警裝置， 其特征在于，所述報(bào)警模塊包括(1)報(bào)警數(shù)據(jù)接收，接收視頻智能監(jiān)控服務(wù)器發(fā)來(lái)的報(bào)警時(shí)的數(shù)據(jù)；(2)報(bào)警信息輸出，輸出驅(qū)動(dòng)手機(jī)短信、彩信、揚(yáng)聲器、報(bào)警中心及電子郵件報(bào)警。
專(zhuān)利摘要本實(shí)用新型即物體滯留/偷竊事件檢測(cè)、跟蹤和識(shí)別的視頻監(jiān)控預(yù)警裝置涉及智能監(jiān)控技術(shù)領(lǐng)域，包括視頻采集模塊、視頻智能監(jiān)控服務(wù)器、報(bào)警模塊。視頻智能監(jiān)控服務(wù)器特指通過(guò)動(dòng)目標(biāo)檢測(cè)、運(yùn)動(dòng)目標(biāo)跟蹤、事件識(shí)別的方法流程完成物體滯留/偷竊事件識(shí)別。運(yùn)動(dòng)目標(biāo)檢測(cè)特指通過(guò)建立自適應(yīng)背景模型，利用背景差分提取運(yùn)動(dòng)目標(biāo)，再通過(guò)形態(tài)學(xué)和陰影處理以獲得更完整、更準(zhǔn)確的運(yùn)動(dòng)目標(biāo)狀態(tài)；運(yùn)動(dòng)目標(biāo)跟蹤特指通過(guò)對(duì)運(yùn)動(dòng)目標(biāo)的狀態(tài)進(jìn)行估計(jì)、觀測(cè)和校正的遞歸過(guò)程，實(shí)現(xiàn)幀間運(yùn)動(dòng)目標(biāo)匹配，跟蹤運(yùn)動(dòng)目標(biāo)的運(yùn)動(dòng)軌跡；事件識(shí)別特指對(duì)物體滯留/偷竊事件給出清晰的界定，根據(jù)運(yùn)動(dòng)目標(biāo)的特征及運(yùn)動(dòng)軌跡判定事件的發(fā)生，如果事件發(fā)生，區(qū)分滯留和偷竊兩種事件。
文檔編號(hào)G06T7/20GK201773466SQ200920204809
公開(kāi)日2011年3月23日 申請(qǐng)日期2009年9月9日 優(yōu)先權(quán)日2009年9月9日
發(fā)明者不公告發(fā)明人 申請(qǐng)人:深圳輝銳天眼科技有限公司