一種視頻圖像分析方法及系統(tǒng)的制作方法
【專利摘要】本發(fā)明提供了一種視頻圖像分析方法及系統(tǒng)，通過(guò)獲取監(jiān)控區(qū)域的視頻，去除視頻中的背景以獲取待分析區(qū)域，對(duì)待分析區(qū)域進(jìn)行頭肩檢測(cè)以獲取頭肩跟蹤軌跡，對(duì)待分析區(qū)域跳幀進(jìn)行可變形人形檢測(cè)以獲取人形區(qū)域，最后判斷頭肩跟蹤軌跡與相同幀下的人形區(qū)域是否有人員位置重合，如果沒(méi)有，將該條頭肩跟蹤軌跡予以去除，如果有，將該條頭肩跟蹤軌跡作為目標(biāo)人員軌跡予以保留。通過(guò)跳幀進(jìn)行可變形人形檢測(cè)降低了計(jì)算量，并通過(guò)可變形人形檢測(cè)與頭肩檢測(cè)相結(jié)合的方法去除頭肩檢測(cè)中的誤檢情況，提高了頭肩檢測(cè)的可信度，降低了誤檢率，在人員長(zhǎng)時(shí)間靜止、遮擋等情況下也能準(zhǔn)確監(jiān)控到目標(biāo)人員軌跡，適用范圍廣。
【專利說(shuō)明】一種視頻圖像分析方法及系統(tǒng)

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及目標(biāo)識(shí)別【技術(shù)領(lǐng)域】。具體地說(shuō)涉及一種視頻圖像分析方法及系統(tǒng)。

【背景技術(shù)】
[0002] 安防智能監(jiān)控，可以實(shí)時(shí)的對(duì)監(jiān)控視頻圖像中的運(yùn)動(dòng)目標(biāo)進(jìn)行分析、提取出運(yùn)動(dòng) 目標(biāo)。通過(guò)對(duì)各個(gè)運(yùn)動(dòng)目標(biāo)的運(yùn)動(dòng)軌跡進(jìn)行分析，判斷出運(yùn)動(dòng)目標(biāo)的行為。如果運(yùn)動(dòng)目標(biāo) 出現(xiàn)了保安系統(tǒng)中禁止的行為（如打架）就發(fā)出一個(gè)告警信息，提醒相關(guān)人員注意，降低了 對(duì)突發(fā)事件的漏檢率，大大減輕了安保人員的監(jiān)控負(fù)擔(dān)。
[0003] 目前業(yè)界已經(jīng)有集成了智能行為分析算法的產(chǎn)品，依靠頭肩檢測(cè)或人形檢測(cè)算法 來(lái)對(duì)視頻圖像中的目標(biāo)人員的運(yùn)動(dòng)軌跡進(jìn)行分析，但該分析方法是基于目標(biāo)人員是移動(dòng)并 很少停留的假設(shè)，通常情況下，這種假設(shè)是成立的，它可以有效地減小搜索計(jì)算區(qū)域，濾除 部分誤檢，并可以將每個(gè)誤檢的影響限制在一個(gè)較小的時(shí)間段內(nèi)，但在目標(biāo)人員長(zhǎng)時(shí)間靜 止或者非常擁擠的環(huán)境下，卻常常出現(xiàn)誤檢，無(wú)法應(yīng)對(duì)目標(biāo)人員長(zhǎng)時(shí)間靜止、遮擋等情況下 的目標(biāo)跟蹤問(wèn)題。


【發(fā)明內(nèi)容】

[0004] 為此，本發(fā)明所要解決的技術(shù)問(wèn)題在于現(xiàn)有技術(shù)中的視頻圖像分析方法都是基于 目標(biāo)人員是移動(dòng)并很少停留的假設(shè)，無(wú)法應(yīng)對(duì)人員長(zhǎng)時(shí)間靜止、遮擋等情況下的目標(biāo)跟蹤 問(wèn)題，從而提供一種適用于各種環(huán)境、誤檢率低的視頻圖像分析方法及系統(tǒng)。
[0005] 為解決上述技術(shù)問(wèn)題，本發(fā)明的技術(shù)方案如下：
[0006] 本發(fā)明提供了一種視頻圖像分析方法，包括：
[0007] 獲取監(jiān)控區(qū)域的視頻；
[0008] 去除所述視頻中的背景以獲取待分析區(qū)域；
[0009] 對(duì)所述待分析區(qū)域進(jìn)行頭肩檢測(cè)以獲取頭肩跟蹤軌跡；
[0010] 對(duì)所述待分析區(qū)域跳幀進(jìn)行可變形人形檢測(cè)以獲取人形區(qū)域；
[0011] 判斷所述頭肩跟蹤軌跡與相同幀下的人形區(qū)域是否有人員位置重合，如果沒(méi)有， 將該條頭肩跟蹤軌跡予以去除，如果有，將該條頭肩跟蹤軌跡作為目標(biāo)人員跟蹤軌跡予以 保留。
[0012] 本發(fā)明所述的視頻圖像分析方法，對(duì)所述待分析區(qū)域進(jìn)行頭肩檢測(cè)以獲取頭肩跟 蹤軌跡包括：
[0013] 對(duì)所述待分析區(qū)域進(jìn)行頭肩檢測(cè)以獲取人員的頭肩區(qū)域；
[0014] 將相鄰幀的頭肩區(qū)域進(jìn)行關(guān)聯(lián)，生成多條頭肩短軌跡；
[0015] 將多條所述頭肩短軌跡進(jìn)行關(guān)聯(lián)，生成多條頭肩跟蹤軌跡。
[0016] 本發(fā)明所述的視頻圖像分析方法，所述將相鄰幀的頭肩區(qū)域進(jìn)行關(guān)聯(lián)，生成多條 頭肩短軌跡包括：
[0017] 設(shè)定第一閾值；
[0018] 計(jì)算相鄰幀的任意兩個(gè)頭肩區(qū)域的位置距離；
[0019] 計(jì)算相鄰幀的任意兩個(gè)頭肩區(qū)域的顏色直方圖距離；
[0020] 計(jì)算相鄰幀的任意兩個(gè)頭肩區(qū)域的所述位置距離與所述顏色直方圖距離的加權(quán) 和，將其作為相鄰幀的任意兩個(gè)頭肩區(qū)域的綜合距離；
[0021] 將所述任意兩個(gè)頭肩區(qū)域的綜合距離與所述第一閾值相比較，當(dāng)所述綜合距離小 于所述第一閾值時(shí)，將其對(duì)應(yīng)的兩個(gè)頭肩區(qū)域作為一個(gè)關(guān)聯(lián)候選對(duì)；
[0022] 從所述關(guān)聯(lián)候選對(duì)中選取出具有最低距離和、最大覆蓋、無(wú)沖突的關(guān)聯(lián)候選對(duì)進(jìn) 行關(guān)聯(lián)，生成多條頭肩短軌跡。
[0023] 本發(fā)明所述的視頻圖像分析方法，所述將多條所述頭肩短軌跡進(jìn)行關(guān)聯(lián)，生成多 條頭肩跟蹤軌跡包括：
[0024]設(shè)定第二閾值；
[0025] 計(jì)算任意兩條頭肩短軌跡的位置距離；
[0026] 計(jì)算任意兩條頭肩短軌跡的顏色直方圖距離；
[0027] 計(jì)算任意兩條頭肩短軌跡的所述位置距離與所述顏色直方圖距離的加權(quán)和，將其 作為任意兩條頭肩短軌跡的綜合距離；
[0028] 將所述任意兩條頭肩短軌跡的綜合距離與所述第二閾值相比較，當(dāng)所述綜合距離 小于所述第二閾值時(shí)，將其對(duì)應(yīng)的兩條頭肩短軌跡作為一個(gè)關(guān)聯(lián)候選對(duì)；
[0029] 從所述關(guān)聯(lián)候選對(duì)中選取出具有最低距離和、最大覆蓋、無(wú)沖突的關(guān)聯(lián)候選對(duì)進(jìn) 行關(guān)聯(lián)，生成多條頭肩跟蹤軌跡。
[0030] 本發(fā)明所述的視頻圖像分析方法，所述從所述關(guān)聯(lián)候選對(duì)中選取出具有最低距離 和、最大覆蓋、無(wú)沖突的關(guān)聯(lián)候選對(duì)進(jìn)行關(guān)聯(lián)，生成多條頭肩短軌跡或者從所述關(guān)聯(lián)候選對(duì) 中選取出具有最低距離和、最大覆蓋、無(wú)沖突的關(guān)聯(lián)候選對(duì)進(jìn)行關(guān)聯(lián)，形成多條頭肩跟蹤軌 跡中，均采用匈牙利算法從所述關(guān)聯(lián)候選對(duì)中選取出具有最低距離和、最大覆蓋、無(wú)沖突的 關(guān)聯(lián)候選對(duì)進(jìn)行關(guān)聯(lián)。
[0031] 本發(fā)明所述的視頻圖像分析方法，對(duì)所述待分析區(qū)域跳幀進(jìn)行可變形人形檢測(cè)以 獲取人形區(qū)域中，每次跳幀的幀數(shù)相同。
[0032] 本發(fā)明所述的視頻圖像分析方法，所述判斷所述頭肩跟蹤軌跡與相同幀下的人形 區(qū)域是否有人員位置重合，如果沒(méi)有，將該條頭肩跟蹤軌跡予以去除，如果有，將該條頭肩 跟蹤軌跡作為目標(biāo)人員跟蹤軌跡予以保留之后還包括：
[0033]設(shè)定報(bào)警時(shí)間閾值；
[0034]從所述目標(biāo)人員跟蹤軌跡判斷是否存在異常情況，并從發(fā)現(xiàn)存在異常情況起開(kāi)始 計(jì)時(shí)，獲得異常情況持續(xù)時(shí)間；
[0035] 當(dāng)所述異常情況持續(xù)時(shí)間超過(guò)報(bào)警時(shí)間閾值時(shí)進(jìn)行報(bào)警。
[0036] 本發(fā)明還提供了一種視頻圖像分析系統(tǒng)，包括：
[0037] 視頻獲取單元，用于獲取監(jiān)控區(qū)域的視頻；
[0038] 背景去除單元，用于去除所述視頻中的背景以獲取待分析區(qū)域；
[0039] 頭肩檢測(cè)單元，用于對(duì)所述待分析區(qū)域進(jìn)行頭肩檢測(cè)以獲取頭肩跟蹤軌跡；
[0040] 可變形人形檢測(cè)單元，用于對(duì)所述待分析區(qū)域跳幀進(jìn)行可變形人形檢測(cè)以獲取人 形區(qū)域；
[0041] 誤檢判斷單元，用于判斷所述頭肩跟蹤軌跡與相同幀下的人形區(qū)域是否有人員位 置重合，如果沒(méi)有，將該條頭肩跟蹤軌跡予以去除，如果有，將該條頭肩跟蹤軌跡作為目標(biāo) 人員跟蹤軌跡予以保留。
[0042] 本發(fā)明所述的視頻圖像分析系統(tǒng)，所述頭肩檢測(cè)單元包括：
[0043] 頭肩區(qū)域獲取子單元，用于對(duì)所述待分析區(qū)域進(jìn)行頭肩檢測(cè)以獲取人員的頭肩區(qū) 域；
[0044]頭肩區(qū)域關(guān)聯(lián)子單元，用于將相鄰幀的頭肩區(qū)域進(jìn)行關(guān)聯(lián)，生成多條頭肩短軌 跡；
[0045] 頭肩短軌跡關(guān)聯(lián)子單元，用于將多條所述頭肩短軌跡進(jìn)行關(guān)聯(lián)，生成多條頭肩跟 蹤軌跡。
[0046] 本發(fā)明所述的視頻圖像分析系統(tǒng)，所述頭肩區(qū)域關(guān)聯(lián)子單元包括：
[0047] 第一設(shè)定器，用于設(shè)定第一閾值；
[0048] 第一位置距離計(jì)算器，用于計(jì)算相鄰幀的任意兩個(gè)頭肩區(qū)域的位置距離；
[0049] 第一顏色直方圖距離計(jì)算器，用于計(jì)算相鄰幀的任意兩個(gè)頭肩區(qū)域的顏色直方圖 距離；
[0050] 第一綜合距離計(jì)算器，用于計(jì)算相鄰幀的任意兩個(gè)頭肩區(qū)域的所述位置距離與所 述顏色直方圖距離的加權(quán)和，將其作為相鄰幀的任意兩個(gè)頭肩區(qū)域的綜合距離；
[0051] 第一比較器，用于將所述任意兩個(gè)頭肩區(qū)域的綜合距離與所述第一閾值相比較， 當(dāng)所述綜合距離小于所述第一閾值時(shí)，將其對(duì)應(yīng)的兩個(gè)頭肩區(qū)域作為一個(gè)關(guān)聯(lián)候選對(duì)；
[0052] 第一生成器，用于從所述關(guān)聯(lián)候選對(duì)中選取出具有最低距離和、最大覆蓋、無(wú)沖突 的關(guān)聯(lián)候選對(duì)進(jìn)行關(guān)聯(lián)，生成多條頭肩短軌跡。
[0053] 本發(fā)明所述的視頻圖像分析系統(tǒng)，所述頭肩短軌跡關(guān)聯(lián)子單元包括：
[0054] 第二設(shè)定器，用于設(shè)定第二閾值；
[0055] 第二位置距離計(jì)算器，用于計(jì)算任意兩條頭肩短軌跡的位置距離；
[0056] 第二顏色直方圖距離計(jì)算器，用于計(jì)算任意兩條頭肩短軌跡的顏色直方圖距離；
[0057] 第二綜合距離計(jì)算器，用于計(jì)算任意兩條頭肩短軌跡的所述位置距離與所述顏色 直方圖距離的加權(quán)和，將其作為任意兩條頭肩短軌跡的綜合距離；
[0058] 第二比較器，用于將所述任意兩條頭肩短軌跡的綜合距離與所述第二閾值相比 較，當(dāng)所述綜合距離小于所述第二閾值時(shí)，將其對(duì)應(yīng)的兩條頭肩短軌跡作為一個(gè)關(guān)聯(lián)候選 對(duì)；
[0059] 第二生成器，用于從所述關(guān)聯(lián)候選對(duì)中選取出具有最低距離和、最大覆蓋、無(wú)沖突 的關(guān)聯(lián)候選對(duì)進(jìn)行關(guān)聯(lián)，生成多條頭肩跟蹤軌跡。
[0060] 本發(fā)明所述的視頻圖像分析系統(tǒng)，所述第一生成器或者所述第二生成器中，均采 用匈牙利算法從所述關(guān)聯(lián)候選對(duì)中選取出具有最低距離和、最大覆蓋、無(wú)沖突的關(guān)聯(lián)候選 對(duì)進(jìn)行關(guān)聯(lián)。
[0061] 本發(fā)明所述的視頻圖像分析系統(tǒng)，所述可變形人形檢測(cè)單元中，每次跳幀的幀數(shù) 相同。
[0062] 本發(fā)明所述的視頻圖像分析系統(tǒng)，還包括：
[0063] 時(shí)間閾值設(shè)定單元，用于設(shè)定報(bào)警時(shí)間閾值；
[0064] 異常情況判斷單元，用于從所述目標(biāo)人員跟蹤軌跡判斷是否存在異常情況，并從 發(fā)現(xiàn)存在異常情況起開(kāi)始計(jì)時(shí)，獲得異常情況持續(xù)時(shí)間；
[0065] 報(bào)警單元，用于當(dāng)所述異常情況持續(xù)時(shí)間超過(guò)報(bào)警時(shí)間閾值時(shí)進(jìn)行報(bào)警。
[0066] 本發(fā)明的上述技術(shù)方案相比現(xiàn)有技術(shù)具有以下優(yōu)點(diǎn)：
[0067] 本發(fā)明提供了一種視頻圖像分析方法及系統(tǒng)，通過(guò)獲取監(jiān)控區(qū)域的視頻，去除視 頻中的背景以獲取待分析區(qū)域，對(duì)待分析區(qū)域進(jìn)行頭肩檢測(cè)以獲取頭肩跟蹤軌跡，對(duì)待分 析區(qū)域跳幀進(jìn)行可變形人形檢測(cè)以獲取人形區(qū)域，最后判斷頭肩跟蹤軌跡與相同幀下的人 形區(qū)域是否有人員位置重合，如果沒(méi)有，將該條頭肩跟蹤軌跡予以去除，如果有，將該條頭 肩跟蹤軌跡作為目標(biāo)人員軌跡予以保留。通過(guò)跳幀進(jìn)行可變形人形檢測(cè)降低了計(jì)算量，并 通過(guò)可變形人形檢測(cè)與頭肩檢測(cè)相結(jié)合的方法去除頭肩檢測(cè)中的誤檢情況，提高了頭肩檢 測(cè)的可信度，降低了誤檢率，在人員長(zhǎng)時(shí)間靜止、遮擋等情況下也能準(zhǔn)確監(jiān)控到目標(biāo)人員軌 跡，適用范圍廣。

【專利附圖】

【附圖說(shuō)明】
[0068] 為了使本發(fā)明的內(nèi)容更容易被清楚的理解，下面根據(jù)本發(fā)明的具體實(shí)施例并結(jié)合 附圖，對(duì)本發(fā)明作進(jìn)一步詳細(xì)的說(shuō)明，其中
[0069]圖1是本發(fā)明所述視頻圖像分析方法的流程圖；
[0070] 圖2是本發(fā)明所述視頻圖像分析方法中對(duì)待分析區(qū)域進(jìn)行頭肩檢測(cè)以獲取頭肩 跟蹤軌跡的流程圖；
[0071] 圖3是本發(fā)明所述視頻圖像分析方法中將相鄰幀的頭肩區(qū)域進(jìn)行關(guān)聯(lián)，生成多條 頭肩短軌跡的流程圖；
[0072] 圖4是本發(fā)明所述視頻圖像分析方法中將多條頭肩短軌跡進(jìn)行關(guān)聯(lián)，生成多條頭 肩跟蹤軌跡的流程圖；
[0073] 圖5是本發(fā)明所述視頻圖像分析系統(tǒng)的結(jié)構(gòu)框圖。
[0074] 圖中附圖標(biāo)記表示為：1_視頻獲取單元，2-背景去除單元，3-頭肩檢測(cè)單元，4-可 變形人形檢測(cè)單元，5-誤檢判斷單元，6-時(shí)間閾值設(shè)定單元，7-異常情況判斷單元，8-報(bào) 警單元，31-頭肩區(qū)域獲取子單元，32-頭肩區(qū)域關(guān)聯(lián)子單元，33-頭肩短軌跡關(guān)聯(lián)子單元， 321-第一設(shè)定器，322-第一位置距離計(jì)算器，323-第一顏色直方圖距離計(jì)算器，324-第一 綜合距離計(jì)算器，325-第一比較器，326-第一生成器，331-第二設(shè)定器，332-第二位置距 離計(jì)算器，333-第二顏色直方圖距離計(jì)算器，334-第二綜合距離計(jì)算器，335-第二比較器， 336-第二生成器。

【具體實(shí)施方式】
[0075] 實(shí)施例1
[0076] 本實(shí)施例提供了一種視頻圖像分析方法，如圖1所示，包括：
[0077] SI.獲取監(jiān)控區(qū)域的視頻；
[0078] S2.去除所述視頻中的背景以獲取待分析區(qū)域；
[0079] S3.對(duì)所述待分析區(qū)域進(jìn)行頭肩檢測(cè)以獲取頭肩跟蹤軌跡；
[0080] S4.對(duì)所述待分析區(qū)域跳幀進(jìn)行可變形人形檢測(cè)以獲取人形區(qū)域；
[0081]S5.判斷所述頭肩跟蹤軌跡與相同幀下的人形區(qū)域是否有人員位置重合，如果沒(méi) 有，將該條頭肩跟蹤軌跡予以去除，如果有，將該條頭肩跟蹤軌跡作為目標(biāo)人員跟蹤軌跡予 以保留。
[0082] 具體地，在步驟S2中，對(duì)于一段輸入的監(jiān)控視頻，可以先采用背景差分法分離移 動(dòng)目標(biāo)和背景，獲得運(yùn)動(dòng)目標(biāo)的二值圖，之后對(duì)該圖進(jìn)行腐蝕膨脹處理，去掉噪點(diǎn)和空洞。 再進(jìn)行聯(lián)通域計(jì)算，即可分離各移動(dòng)目標(biāo)區(qū)域并獲得各目標(biāo)的最外層輪廓，去除所述視頻 中的背景，并將去除背景后的已出現(xiàn)人員區(qū)域作為待分析區(qū)域，經(jīng)過(guò)上述處理后所獲得的 目標(biāo)很可能并不與具體的人員一一對(duì)應(yīng)，這是因?yàn)榇治鰠^(qū)域中可能包含有多個(gè)人，所以 需要對(duì)待分析區(qū)域進(jìn)一步進(jìn)行人形檢測(cè)。
[0083] 在步驟S3中，具體地可以利用HOG特征訓(xùn)練SVM分類器的方法來(lái)進(jìn)行頭肩檢測(cè)以 獲取頭肩跟蹤軌跡。HOG采用了Dalal提供的方案，設(shè)定細(xì)胞大小為8x8,9個(gè)直方圖通道， 塊大小為16x16,采用了 2000組正樣本與2000組負(fù)樣本訓(xùn)練SVM分類器。檢測(cè)窗口大小設(shè) 定為24x24,以保證對(duì)于遠(yuǎn)端較小的人也能進(jìn)行檢測(cè)。
[0084] 具體地，步驟S4中，考慮到監(jiān)控場(chǎng)景內(nèi)的人員可能存在坐、臥、蹲、直立等多 種姿態(tài)，可變形人形檢測(cè)可以采用在多姿態(tài)場(chǎng)景下具有較好的檢測(cè)性能的DPM模型 (DeformablePartModel)。DPM模型由6個(gè)姿態(tài)模型組成，對(duì)應(yīng)于如正面、側(cè)面、斜側(cè)等姿 態(tài)，根據(jù)寬高比自動(dòng)聚類獲得。每個(gè)姿態(tài)模型包含1個(gè)整體模型與8個(gè)部件模型，整體模型 對(duì)應(yīng)于全身，部件模型分別對(duì)應(yīng)于頭部、雙肩、雙臂、軀干、雙腿。各模型外觀參數(shù)以及部件 模型允許的畸變度由大量的樣本訓(xùn)練得到。由于DPM模型的計(jì)算量太大，基于DPM的可變 形人形檢測(cè)可以采用跳幀處理的方式來(lái)降低計(jì)算量。
[0085] 優(yōu)選地，步驟S4中，每次跳幀的幀數(shù)可以相同。比如可以每隔15幀進(jìn)行一次可變 形人形檢測(cè)。
[0086] 通過(guò)采用根據(jù)本發(fā)明實(shí)施例的視頻圖像分析方法，因?yàn)槿梭w的頭肩即使在各種不 同姿態(tài)下，也通常保持較為固定的形狀，并且在攝像機(jī)架設(shè)角度足夠高的情況下，頭肩具有 較小的被遮擋可能，有利于長(zhǎng)時(shí)間的對(duì)人員進(jìn)行檢測(cè)、跟蹤和計(jì)數(shù)。但是由于頭肩的特征遠(yuǎn) 少于整體人形的特征，基于頭肩的檢測(cè)很容易與某些背景物體或身體其它部位混淆，通常 會(huì)產(chǎn)生大量誤檢。而與可變形人形檢測(cè)相結(jié)合，則可以針對(duì)性的去除誤檢。判斷所述頭肩 跟蹤軌跡與相同幀下的人形區(qū)域是否有人員位置重合，如果沒(méi)有，則有很達(dá)到可能是頭肩 檢測(cè)誤檢造成的虛假目標(biāo)軌跡，因此應(yīng)當(dāng)將該條頭肩跟蹤軌跡予以去除，如果有重合，再將 該條頭肩跟蹤軌跡作為目標(biāo)人員跟蹤軌跡予以保留。確保了能夠準(zhǔn)確的獲取到監(jiān)控人員的 運(yùn)動(dòng)狀態(tài)。
[0087] 下面結(jié)合附圖對(duì)上述步驟S3的一種優(yōu)選實(shí)施方式進(jìn)行詳細(xì)介紹。
[0088] 如圖2所示，所述步驟S3可以包括：
[0089]S31.對(duì)所述待分析區(qū)域進(jìn)行頭肩檢測(cè)以獲取人員的頭肩區(qū)域；
[0090]S32.將相鄰幀的頭肩區(qū)域進(jìn)行關(guān)聯(lián)，生成多條頭肩短軌跡；
[0091] S33.將多條所述頭肩短軌跡進(jìn)行關(guān)聯(lián)，生成多條頭肩跟蹤軌跡。
[0092] 優(yōu)選地，如圖3所示，所述步驟S32可以包括：
[0093]S321?設(shè)定第一閾值；
[0094]S322.計(jì)算相鄰幀的任意兩個(gè)頭肩區(qū)域的位置距離；
[0095] S323.計(jì)算相鄰幀的任意兩個(gè)頭肩區(qū)域的顏色直方圖距離；
[0096] S324.計(jì)算相鄰幀的任意兩個(gè)頭肩區(qū)域的所述位置距離與所述顏色直方圖距離的 加權(quán)和，將其作為相鄰幀的任意兩個(gè)頭肩區(qū)域的綜合距離；
[0097] S325.將所述任意兩個(gè)頭肩區(qū)域的綜合距離與所述第一閾值相比較，當(dāng)所述綜合 距離小于所述第一閾值時(shí)，將其對(duì)應(yīng)的兩個(gè)頭肩區(qū)域作為一個(gè)關(guān)聯(lián)候選對(duì)；
[0098] S326.從所述關(guān)聯(lián)候選對(duì)中選取出具有最低距離和、最大覆蓋、無(wú)沖突的關(guān)聯(lián)候選 對(duì)進(jìn)行關(guān)聯(lián)，生成多條頭肩短軌跡。
[0099] 具體地，步驟S322和步驟S323中，相鄰幀的頭肩區(qū)域進(jìn)行關(guān)聯(lián)所采用的目標(biāo)函數(shù) 包括兩個(gè)部分：計(jì)算相鄰幀的任意兩個(gè)頭肩區(qū)域的位置距離的函數(shù)和計(jì)算相 鄰幀的任意兩個(gè)頭肩區(qū)域的顏色直方圖距離的函數(shù)<(〃(〇,〃^-1))。其中，If、S1 分別為h幀的第i個(gè)頭肩區(qū)域的位置和h幀的第j個(gè)頭肩區(qū)域的位置（位置信息包括中 心坐標(biāo)與頭肩的寬度和高度），H為顏色直方圖計(jì)算函數(shù)。
[0100] 具體地，尤?，<)中的Zf實(shí)際中改為尤1更佳。尤1岸示第i個(gè)頭肩區(qū)域的位 置在由to幀到ti幀的運(yùn)動(dòng)方向，相較于，與;rj1的位置距離更為接近，符合人員的運(yùn)動(dòng) 趨勢(shì)，有利于形成流暢的頭肩跟蹤軌跡。由于Xf需要從預(yù)估，這里先根據(jù)人員的歷史運(yùn) 動(dòng)信息估計(jì)出運(yùn)動(dòng)模型，再根據(jù)運(yùn)動(dòng)模型估計(jì)尤\運(yùn)動(dòng)模型采用的是卡爾曼濾波器。
[0101] 具體地，完成所有頭肩位置的關(guān)聯(lián)后，則形成了頭肩短軌跡。這些軌跡可能會(huì)有斷 裂，通常較短，需要把這些短軌跡（tracklet)連接成長(zhǎng)軌跡。
[0102] 優(yōu)選地，如圖4所示，步驟S33可以包括：
[0103]S331 ?設(shè)定第二閾值；
[0104]S332.計(jì)算任意兩條頭肩短軌跡的位置距離；
[0105]S333.計(jì)算任意兩條頭肩短軌跡的顏色直方圖距離；
[0106]S334.計(jì)算任意兩條頭肩短軌跡的所述位置距離與所述顏色直方圖距離的加權(quán) 和，將其作為任意兩條頭肩短軌跡的綜合距離；
[0107]S335.將所述任意兩條頭肩短軌跡的綜合距離與所述第二閾值相比較，當(dāng)所述綜 合距離小于所述第二閾值時(shí)，將其對(duì)應(yīng)的兩條頭肩短軌跡作為一個(gè)關(guān)聯(lián)候選對(duì)；
[0108]S336.從所述關(guān)聯(lián)候選對(duì)中選取出具有最低距離和、最大覆蓋、無(wú)沖突的關(guān)聯(lián)候選 對(duì)進(jìn)行關(guān)聯(lián)，生成多條頭肩跟蹤軌跡。
[0109] 具體地，步驟S332和步驟S333中計(jì)算任意兩條頭肩短軌跡的位置距離和顏色直 方圖距離的函數(shù)可以參看相鄰幀的頭肩區(qū)域進(jìn)行關(guān)聯(lián)的函數(shù)。只不過(guò)在步驟S334中計(jì)算 任意兩條頭肩短軌跡的位置距離和顏色直方圖距離的加權(quán)和時(shí)的權(quán)重分配有所不同，會(huì)根 據(jù)具體情況再選取。
[0110] 優(yōu)選地，步驟S326或者步驟S336中，可以均采用匈牙利算法從所述關(guān)聯(lián)候選對(duì)中 選取出具有最低距離和、最大覆蓋、無(wú)沖突的關(guān)聯(lián)候選對(duì)進(jìn)行關(guān)聯(lián)。匈牙利算法是基于Hall 定理中充分性證明的思想，它是部圖匹配最常見(jiàn)的算法，該算法的核心就是尋找增廣路徑， 它是一種用增廣路徑求二分圖最大匹配的算法。
[0111] 優(yōu)選地，步驟S5之后還可以包括：
[0112] S6.設(shè)定報(bào)警時(shí)間閾值；
[0113]S7.從所述目標(biāo)人員跟蹤軌跡判斷是否存在異常情況，并從發(fā)現(xiàn)存在異常情況起 開(kāi)始計(jì)時(shí)，獲得異常情況持續(xù)時(shí)間；
[0114]S8.當(dāng)所述異常情況持續(xù)時(shí)間超過(guò)報(bào)警時(shí)間閾值時(shí)進(jìn)行報(bào)警。
[0115] 具體地，因?yàn)橥ㄟ^(guò)可變形人形檢測(cè)與頭肩檢測(cè)相結(jié)合的方式，可以獲取到準(zhǔn)確的 目標(biāo)人員跟蹤軌跡，因此通過(guò)目標(biāo)人員跟蹤軌跡，就可以監(jiān)測(cè)到人員的運(yùn)動(dòng)狀態(tài)，準(zhǔn)確判斷 出監(jiān)控區(qū)域內(nèi)的人員是運(yùn)動(dòng)還是靜止的，有沒(méi)有出現(xiàn)打架、單人獨(dú)處很長(zhǎng)時(shí)間等異常情況， 在出現(xiàn)異常情況時(shí)也會(huì)及時(shí)獲知并報(bào)警，尤其適用于看守所、監(jiān)所、放風(fēng)場(chǎng)所、勞動(dòng)場(chǎng)所等 關(guān)押人員出入場(chǎng)所，用來(lái)輔助值班人員發(fā)現(xiàn)監(jiān)控視野內(nèi)（默認(rèn)檢測(cè)整個(gè)視頻畫(huà)面，也可自 定義檢測(cè)區(qū)域）是否存在一個(gè)人獨(dú)自逗留超過(guò)預(yù)定時(shí)間（可設(shè)置）的情況。當(dāng)檢測(cè)區(qū)域內(nèi) 的一個(gè)人獨(dú)自逗留超過(guò)指定的之間后，可以產(chǎn)生單次的或連續(xù)的告警，提醒值班人員。
[0116] 根據(jù)所述目標(biāo)人員跟蹤軌跡，可以很方便的進(jìn)行人數(shù)統(tǒng)計(jì)，并通過(guò)劃設(shè)進(jìn)出區(qū)域 的方式，對(duì)監(jiān)控場(chǎng)景內(nèi)人數(shù)的變化進(jìn)行約束。通過(guò)檢測(cè)劃設(shè)區(qū)域內(nèi)的運(yùn)動(dòng)信息，可以得到可 能的人員進(jìn)出或離開(kāi)事件信息，并與人員的檢測(cè)與跟蹤結(jié)果相結(jié)合，可以有效的提高場(chǎng)景 內(nèi)人員計(jì)數(shù)的正確率。
[0117] 本實(shí)施例所述的視頻圖像分析方法，通過(guò)跳幀進(jìn)行可變形人形檢測(cè)降低了計(jì)算 量，并通過(guò)可變形人形檢測(cè)與頭肩檢測(cè)相結(jié)合的方法去除頭肩檢測(cè)中的誤檢情況，提高了 頭肩檢測(cè)的可信度，降低了誤檢率，在人員長(zhǎng)時(shí)間靜止、遮擋等情況下也能準(zhǔn)確監(jiān)控到目標(biāo) 人員軌跡，適用范圍廣。
[0118] 實(shí)施例2
[0119] 本實(shí)施例提供了一種視頻圖像分析系統(tǒng)，如圖5所示，包括：
[0120] 視頻獲取單元1，用于獲取監(jiān)控區(qū)域的視頻；
[0121] 背景去除單元2,用于去除所述視頻中的背景以獲取待分析區(qū)域；
[0122] 頭肩檢測(cè)單元3,用于對(duì)所述待分析區(qū)域進(jìn)行頭肩檢測(cè)以獲取頭肩跟蹤軌跡；
[0123] 可變形人形檢測(cè)單元4,用于對(duì)所述待分析區(qū)域跳幀進(jìn)行可變形人形檢測(cè)以獲取 人形區(qū)域；
[0124] 誤檢判斷單元5,用于判斷所述頭肩跟蹤軌跡與相同幀下的人形區(qū)域是否有人員 位置重合，如果沒(méi)有，將該條頭肩跟蹤軌跡予以去除，如果有，將該條頭肩跟蹤軌跡作為目 標(biāo)人員跟蹤軌跡予以保留。
[0125] 優(yōu)選地，所述頭肩檢測(cè)單元3可以包括：
[0126] 頭肩區(qū)域獲取子單元31，用于對(duì)所述待分析區(qū)域進(jìn)行頭肩檢測(cè)以獲取人員的頭肩 區(qū)域；
[0127] 頭肩區(qū)域關(guān)聯(lián)子單元32,用于將相鄰幀的頭肩區(qū)域進(jìn)行關(guān)聯(lián)，生成多條頭肩短軌 跡；
[0128] 頭肩短軌跡關(guān)聯(lián)子單元33,用于將多條所述頭肩短軌跡進(jìn)行關(guān)聯(lián)，生成多條頭肩 跟蹤軌跡。
[0129] 優(yōu)選地，所述頭肩區(qū)域關(guān)聯(lián)子單元32可以包括：
[0130] 第一設(shè)定器321，用于設(shè)定第一閾值；
[0131] 第一位置距離計(jì)算器322,用于計(jì)算相鄰幀的任意兩個(gè)頭肩區(qū)域的位置距離；
[0132] 第一顏色直方圖距離計(jì)算器323,用于計(jì)算相鄰幀的任意兩個(gè)頭肩區(qū)域的顏色直 方圖距離；
[0133] 第一綜合距離計(jì)算器324,用于計(jì)算相鄰幀的任意兩個(gè)頭肩區(qū)域的所述位置距離 與所述顏色直方圖距離的加權(quán)和，將其作為相鄰幀的任意兩個(gè)頭肩區(qū)域的綜合距離；
[0134] 第一比較器325,用于將所述任意兩個(gè)頭肩區(qū)域的綜合距離與所述第一閾值相 比較，當(dāng)所述綜合距離小于所述第一閾值時(shí)，將其對(duì)應(yīng)的兩個(gè)頭肩區(qū)域作為一個(gè)關(guān)聯(lián)候選 對(duì)；
[0135] 第一生成器326,用于從所述關(guān)聯(lián)候選對(duì)中選取出具有最低距離和、最大覆蓋、無(wú) 沖突的關(guān)聯(lián)候選對(duì)進(jìn)行關(guān)聯(lián)，生成多條頭肩短軌跡。
[0136] 優(yōu)選地，所述頭肩短軌跡關(guān)聯(lián)子單元33可以包括：
[0137] 第二設(shè)定器331，用于設(shè)定第二閾值；
[0138] 第二位置距離計(jì)算器332,用于計(jì)算任意兩條頭肩短軌跡的位置距離；
[0139] 第二顏色直方圖距離計(jì)算器333,用于計(jì)算任意兩條頭肩短軌跡的顏色直方圖距 離；
[0140] 第二綜合距離計(jì)算器334,用于計(jì)算任意兩條頭肩短軌跡的所述位置距離與所述 顏色直方圖距離的加權(quán)和，將其作為任意兩條頭肩短軌跡的綜合距離；
[0141] 第二比較器335,用于將所述任意兩條頭肩短軌跡的綜合距離與所述第二閾值相 比較，當(dāng)所述綜合距離小于所述第二閾值時(shí)，將其對(duì)應(yīng)的兩條頭肩短軌跡作為一個(gè)關(guān)聯(lián)候 選對(duì)；
[0142] 第二生成器336,用于從所述關(guān)聯(lián)候選對(duì)中選取出具有最低距離和、最大覆蓋、無(wú) 沖突的關(guān)聯(lián)候選對(duì)進(jìn)行關(guān)聯(lián)，生成多條頭肩跟蹤軌跡。
[0143] 優(yōu)選地，所述第一生成器326或者所述第二生成器336中，均可以采用匈牙利算法 從所述關(guān)聯(lián)候選對(duì)中選取出具有最低距離和、最大覆蓋、無(wú)沖突的關(guān)聯(lián)候選對(duì)進(jìn)行關(guān)聯(lián)。
[0144] 優(yōu)選地，所述可變形人形檢測(cè)單元4中，每次跳幀的幀數(shù)可以相同。
[0145] 優(yōu)選地，本實(shí)施例所述的視頻圖像分析系統(tǒng)，還包括：
[0146] 時(shí)間閾值設(shè)定單元6,用于設(shè)定報(bào)警時(shí)間閾值；
[0147] 異常情況判斷單元7,用于從所述目標(biāo)人員跟蹤軌跡判斷是否存在異常情況，并從 發(fā)現(xiàn)存在異常情況起開(kāi)始計(jì)時(shí)，獲得異常情況持續(xù)時(shí)間；
[0148] 報(bào)警單元8,用于當(dāng)所述異常情況持續(xù)時(shí)間超過(guò)報(bào)警時(shí)間閾值時(shí)進(jìn)行報(bào)警。
[0149] 本實(shí)施例所述的視頻圖像分析系統(tǒng)，可變形人形檢測(cè)單元4通過(guò)跳幀進(jìn)行可變形 人形檢測(cè)降低了計(jì)算量，并通過(guò)誤檢判斷單元5將可變形人形檢測(cè)與頭肩檢測(cè)相結(jié)合去除 頭肩檢測(cè)中的誤檢情況，提高了頭肩檢測(cè)的可信度，降低了誤檢率，在人員長(zhǎng)時(shí)間靜止、遮 擋等情況下也能準(zhǔn)確監(jiān)控到目標(biāo)人員軌跡，適用范圍廣。
[0150] 本領(lǐng)域內(nèi)的技術(shù)人員應(yīng)明白，本發(fā)明的實(shí)施例可提供為方法、系統(tǒng)、或計(jì)算機(jī)程序 產(chǎn)品。因此，本發(fā)明可采用完全硬件實(shí)施例、完全軟件實(shí)施例、或結(jié)合軟件和硬件方面的實(shí) 施例的形式。而且，本發(fā)明可采用在一個(gè)或多個(gè)其中包含有計(jì)算機(jī)可用程序代碼的計(jì)算機(jī) 可用存儲(chǔ)介質(zhì)（包括但不限于磁盤(pán)存儲(chǔ)器、CD-ROM、光學(xué)存儲(chǔ)器等）上實(shí)施的計(jì)算機(jī)程序產(chǎn) 品的形式。
[0151] 本發(fā)明是參照根據(jù)本發(fā)明實(shí)施例的方法、設(shè)備（系統(tǒng)）、和計(jì)算機(jī)程序產(chǎn)品的流程 圖和/或方框圖來(lái)描述的。應(yīng)理解可由計(jì)算機(jī)程序指令實(shí)現(xiàn)流程圖和/或方框圖中的每一 流程和/或方框、以及流程圖和/或方框圖中的流程和/或方框的結(jié)合?？商峁┻@些計(jì)算 機(jī)程序指令到通用計(jì)算機(jī)、專用計(jì)算機(jī)、嵌入式處理機(jī)或其他可編程數(shù)據(jù)處理設(shè)備的處理 器以產(chǎn)生一個(gè)機(jī)器，使得通過(guò)計(jì)算機(jī)或其他可編程數(shù)據(jù)處理設(shè)備的處理器執(zhí)行的指令產(chǎn)生 用于實(shí)現(xiàn)在流程圖一個(gè)流程或多個(gè)流程和/或方框圖一個(gè)方框或多個(gè)方框中指定的功能 的裝置。
[0152] 這些計(jì)算機(jī)程序指令也可存儲(chǔ)在能引導(dǎo)計(jì)算機(jī)或其他可編程數(shù)據(jù)處理設(shè)備以特 定方式工作的計(jì)算機(jī)可讀存儲(chǔ)器中，使得存儲(chǔ)在該計(jì)算機(jī)可讀存儲(chǔ)器中的指令產(chǎn)生包括指 令裝置的制造品，該指令裝置實(shí)現(xiàn)在流程圖一個(gè)流程或多個(gè)流程和/或方框圖一個(gè)方框或 多個(gè)方框中指定的功能。
[0153] 這些計(jì)算機(jī)程序指令也可裝載到計(jì)算機(jī)或其他可編程數(shù)據(jù)處理設(shè)備上，使得在計(jì) 算機(jī)或其他可編程設(shè)備上執(zhí)行一系列操作步驟以產(chǎn)生計(jì)算機(jī)實(shí)現(xiàn)的處理，從而在計(jì)算機(jī)或 其他可編程設(shè)備上執(zhí)行的指令提供用于實(shí)現(xiàn)在流程圖一個(gè)流程或多個(gè)流程和/或方框圖 一個(gè)方框或多個(gè)方框中指定的功能的步驟。
[0154] 盡管已描述了本發(fā)明的優(yōu)選實(shí)施例，但本領(lǐng)域內(nèi)的技術(shù)人員一旦得知了基本創(chuàng)造 性概念，則可對(duì)這些實(shí)施例作出另外的變更和修改。所以，所附權(quán)利要求意欲解釋為包括優(yōu) 選實(shí)施例以及落入本發(fā)明范圍的所有變更和修改。
【權(quán)利要求】
1. 一種視頻圖像分析方法，其特征在于，包括： 獲取監(jiān)控區(qū)域的視頻； 去除所述視頻中的背景以獲取待分析區(qū)域； 對(duì)所述待分析區(qū)域進(jìn)行頭肩檢測(cè)以獲取頭肩跟蹤軌跡； 對(duì)所述待分析區(qū)域跳幀進(jìn)行可變形人形檢測(cè)以獲取人形區(qū)域； 判斷所述頭肩跟蹤軌跡與相同幀下的人形區(qū)域是否有人員位置重合，如果沒(méi)有，將該 條頭肩跟蹤軌跡予以去除，如果有，將該條頭肩跟蹤軌跡作為目標(biāo)人員跟蹤軌跡予以保留。
2. 根據(jù)權(quán)利要求1所述的視頻圖像分析方法，其特征在于，對(duì)所述待分析區(qū)域進(jìn)行頭 肩檢測(cè)以獲取頭肩跟蹤軌跡包括： 對(duì)所述待分析區(qū)域進(jìn)行頭肩檢測(cè)以獲取人員的頭肩區(qū)域； 將相鄰幀的頭肩區(qū)域進(jìn)行關(guān)聯(lián)，生成多條頭肩短軌跡； 將多條所述頭肩短軌跡進(jìn)行關(guān)聯(lián)，生成多條頭肩跟蹤軌跡。
3. 根據(jù)權(quán)利要求2所述的視頻圖像分析方法，其特征在于，所述將相鄰幀的頭肩區(qū)域 進(jìn)行關(guān)聯(lián)，生成多條頭肩短軌跡包括： 設(shè)定第一閾值； 計(jì)算相鄰幀的任意兩個(gè)頭肩區(qū)域的位置距離； 計(jì)算相鄰幀的任意兩個(gè)頭肩區(qū)域的顏色直方圖距離； 計(jì)算相鄰幀的任意兩個(gè)頭肩區(qū)域的所述位置距離與所述顏色直方圖距離的加權(quán)和，將 其作為相鄰幀的任意兩個(gè)頭肩區(qū)域的綜合距離； 將所述任意兩個(gè)頭肩區(qū)域的綜合距離與所述第一閾值相比較，當(dāng)所述綜合距離小于所 述第一閾值時(shí)，將其對(duì)應(yīng)的兩個(gè)頭肩區(qū)域作為一個(gè)關(guān)聯(lián)候選對(duì)； 從所述關(guān)聯(lián)候選對(duì)中選取出具有最低距離和、最大覆蓋、無(wú)沖突的關(guān)聯(lián)候選對(duì)進(jìn)行關(guān) 聯(lián)，生成多條頭肩短軌跡。
4. 根據(jù)權(quán)利要求2所述的視頻圖像分析方法，其特征在于，所述將多條所述頭肩短軌 跡進(jìn)行關(guān)聯(lián)，生成多條頭肩跟蹤軌跡包括： 設(shè)定第二閾值； 計(jì)算任意兩條頭肩短軌跡的位置距離； 計(jì)算任意兩條頭肩短軌跡的顏色直方圖距離； 計(jì)算任意兩條頭肩短軌跡的所述位置距離與所述顏色直方圖距離的加權(quán)和，將其作為 任意兩條頭肩短軌跡的綜合距離； 將所述任意兩條頭肩短軌跡的綜合距離與所述第二閾值相比較，當(dāng)所述綜合距離小于 所述第二閾值時(shí)，將其對(duì)應(yīng)的兩條頭肩短軌跡作為一個(gè)關(guān)聯(lián)候選對(duì)； 從所述關(guān)聯(lián)候選對(duì)中選取出具有最低距離和、最大覆蓋、無(wú)沖突的關(guān)聯(lián)候選對(duì)進(jìn)行關(guān) 聯(lián)，生成多條頭肩跟蹤軌跡。
5. 根據(jù)權(quán)利要求3或4所述的視頻圖像分析方法，其特征在于，所述從所述關(guān)聯(lián)候選對(duì) 中選取出具有最低距離和、最大覆蓋、無(wú)沖突的關(guān)聯(lián)候選對(duì)進(jìn)行關(guān)聯(lián)，生成多條頭肩短軌跡 或者從所述關(guān)聯(lián)候選對(duì)中選取出具有最低距離和、最大覆蓋、無(wú)沖突的關(guān)聯(lián)候選對(duì)進(jìn)行關(guān) 聯(lián)，形成多條頭肩跟蹤軌跡中，均采用匈牙利算法從所述關(guān)聯(lián)候選對(duì)中選取出具有最低距 離和、最大覆蓋、無(wú)沖突的關(guān)聯(lián)候選對(duì)進(jìn)行關(guān)聯(lián)。
6. 根據(jù)權(quán)利要求1所述的視頻圖像分析方法，其特征在于，對(duì)所述待分析區(qū)域跳幀進(jìn) 行可變形人形檢測(cè)以獲取人形區(qū)域中，每次跳幀的幀數(shù)相同。
7. 根據(jù)權(quán)利要求1所述的視頻圖像分析方法，其特征在于，所述判斷所述頭肩跟蹤軌 跡與相同幀下的人形區(qū)域是否有人員位置重合，如果沒(méi)有，將該條頭肩跟蹤軌跡予以去除， 如果有，將該條頭肩跟蹤軌跡作為目標(biāo)人員跟蹤軌跡予以保留之后還包括： 設(shè)定報(bào)警時(shí)間閾值； 從所述目標(biāo)人員跟蹤軌跡判斷是否存在異常情況，并從發(fā)現(xiàn)存在異常情況起開(kāi)始計(jì) 時(shí)，獲得異常情況持續(xù)時(shí)間； 當(dāng)所述異常情況持續(xù)時(shí)間超過(guò)報(bào)警時(shí)間閾值時(shí)進(jìn)行報(bào)警。
8. -種視頻圖像分析系統(tǒng)，其特征在于，包括： 視頻獲取單元（1)，用于獲取監(jiān)控區(qū)域的視頻； 背景去除單元（2)，用于去除所述視頻中的背景以獲取待分析區(qū)域； 頭肩檢測(cè)單元（3)，用于對(duì)所述待分析區(qū)域進(jìn)行頭肩檢測(cè)以獲取頭肩跟蹤軌跡； 可變形人形檢測(cè)單元（4)，用于對(duì)所述待分析區(qū)域跳幀進(jìn)行可變形人形檢測(cè)以獲取人 形區(qū)域； 誤檢判斷單元（5)，用于判斷所述頭肩跟蹤軌跡與相同幀下的人形區(qū)域是否有人員位 置重合，如果沒(méi)有，將該條頭肩跟蹤軌跡予以去除，如果有，將該條頭肩跟蹤軌跡作為目標(biāo) 人員跟蹤軌跡予以保留。
9. 根據(jù)權(quán)利要求8所述的視頻圖像分析系統(tǒng)，其特征在于，所述頭肩檢測(cè)單元（3)包 括： 頭肩區(qū)域獲取子單元（31)，用于對(duì)所述待分析區(qū)域進(jìn)行頭肩檢測(cè)以獲取人員的頭肩區(qū) 域； 頭肩區(qū)域關(guān)聯(lián)子單元（32)，用于將相鄰幀的頭肩區(qū)域進(jìn)行關(guān)聯(lián)，生成多條頭肩短軌 跡； 頭肩短軌跡關(guān)聯(lián)子單元（33)，用于將多條所述頭肩短軌跡進(jìn)行關(guān)聯(lián)，生成多條頭肩跟 蹤軌跡。
10. 根據(jù)權(quán)利要求9所述的視頻圖像分析系統(tǒng)，其特征在于，所述頭肩區(qū)域關(guān)聯(lián)子單元 (32)包括： 第一設(shè)定器（321)，用于設(shè)定第一閾值； 第一位置距離計(jì)算器（322)，用于計(jì)算相鄰幀的任意兩個(gè)頭肩區(qū)域的位置距離； 第一顏色直方圖距離計(jì)算器（323)，用于計(jì)算相鄰幀的任意兩個(gè)頭肩區(qū)域的顏色直方 圖距離； 第一綜合距離計(jì)算器（324)，用于計(jì)算相鄰幀的任意兩個(gè)頭肩區(qū)域的所述位置距離與 所述顏色直方圖距離的加權(quán)和，將其作為相鄰幀的任意兩個(gè)頭肩區(qū)域的綜合距離； 第一比較器（325)，用于將所述任意兩個(gè)頭肩區(qū)域的綜合距離與所述第一閾值相比較， 當(dāng)所述綜合距離小于所述第一閾值時(shí)，將其對(duì)應(yīng)的兩個(gè)頭肩區(qū)域作為一個(gè)關(guān)聯(lián)候選對(duì)； 第一生成器（326)，用于從所述關(guān)聯(lián)候選對(duì)中選取出具有最低距離和、最大覆蓋、無(wú)沖 突的關(guān)聯(lián)候選對(duì)進(jìn)行關(guān)聯(lián)，生成多條頭肩短軌跡。
11. 根據(jù)權(quán)利要求9所述的視頻圖像分析系統(tǒng)，其特征在于，所述頭肩短軌跡關(guān)聯(lián)子單 元（33)包括： 第二設(shè)定器（331)，用于設(shè)定第二閾值； 第二位置距離計(jì)算器（332)，用于計(jì)算任意兩條頭肩短軌跡的位置距離； 第二顏色直方圖距離計(jì)算器（333)，用于計(jì)算任意兩條頭肩短軌跡的顏色直方圖距 離； 第二綜合距離計(jì)算器（334)，用于計(jì)算任意兩條頭肩短軌跡的所述位置距離與所述顏 色直方圖距離的加權(quán)和，將其作為任意兩條頭肩短軌跡的綜合距離； 第二比較器（335)，用于將所述任意兩條頭肩短軌跡的綜合距離與所述第二閾值相比 較，當(dāng)所述綜合距離小于所述第二閾值時(shí)，將其對(duì)應(yīng)的兩條頭肩短軌跡作為一個(gè)關(guān)聯(lián)候選 對(duì)； 第二生成器（336)，用于從所述關(guān)聯(lián)候選對(duì)中選取出具有最低距離和、最大覆蓋、無(wú)沖 突的關(guān)聯(lián)候選對(duì)進(jìn)行關(guān)聯(lián)，生成多條頭肩跟蹤軌跡。
12. 根據(jù)權(quán)利要求10或11所述的視頻圖像分析系統(tǒng)，其特征在于，所述第一生成器 (326)或者所述第二生成器（336)中，均采用匈牙利算法從所述關(guān)聯(lián)候選對(duì)中選取出具有 最低距離和、最大覆蓋、無(wú)沖突的關(guān)聯(lián)候選對(duì)進(jìn)行關(guān)聯(lián)。
13. 根據(jù)權(quán)利要求8所述的視頻圖像分析系統(tǒng)，其特征在于，所述可變形人形檢測(cè)單元 (4)中，每次跳幀的幀數(shù)相同。
14. 根據(jù)權(quán)利要求8所述的視頻圖像分析系統(tǒng)，其特征在于，還包括： 時(shí)間閾值設(shè)定單元（6)，用于設(shè)定報(bào)警時(shí)間閾值； 異常情況判斷單元（7)，用于從所述目標(biāo)人員跟蹤軌跡判斷是否存在異常情況，并從發(fā) 現(xiàn)存在異常情況起開(kāi)始計(jì)時(shí)，獲得異常情況持續(xù)時(shí)間； 報(bào)警單元（8)，用于當(dāng)所述異常情況持續(xù)時(shí)間超過(guò)報(bào)警時(shí)間閾值時(shí)進(jìn)行報(bào)警。
【文檔編號(hào)】G06T7/00GK104318578SQ201410635083
【公開(kāi)日】2015年1月28日 申請(qǐng)日期:2014年11月12日 優(yōu)先權(quán)日:2014年11月12日
【發(fā)明者】董增超, 陳衛(wèi)東, 俞啟堯 申請(qǐng)人:蘇州科達(dá)科技股份有限公司