一种基于云计算的智能跟踪系统技术方案

本发明专利技术提供了一种基于云计算的智能跟踪系统，包括跟踪系统、通信模块、云服务模块和客户端，所述跟踪系统包括采集模块、预处理模块、特征提取模块、训练模块、再识别模块和评价模块。本发明专利技术实现了云计算条件下人员跟踪。

An intelligent tracking system based on Cloud Computing

The invention provides an intelligent tracking system based on cloud computing, including tracking system, communication module, cloud service module and the client, the tracking system includes data acquisition module, preprocessing module, feature extraction module, training module, identification module and evaluation module. The invention realizes the personnel tracking under the cloud computing condition.

【技术实现步骤摘要】
一种基于云计算的智能跟踪系统
本专利技术涉及云计算领域，具体涉及一种基于云计算的智能跟踪系统。
技术介绍
视频监控是安全防范系统的重要组成部分，传统的监控系统包括前端摄像机、传输线缆、视频监控平台。摄像机可分为网络数字摄像机和模拟摄像机，可作为前端视频图像信号的采集，它是一种防范能力较强的综合系统。视频监控进行人员跟踪广泛应用于许多场合。云计算是一种基于互联网的计算方式，通过这种方式，共享的软硬件资源和信息可以按需提供给计算机和其他设备。
技术实现思路
针对上述问题，本专利技术旨在提供一种基于云计算的智能跟踪系统。本专利技术的目的采用以下技术方案来实现：提供了一种基于云计算的智能跟踪系统，包括跟踪系统、通信模块、云服务模块和客户端，所述跟踪系统包括采集模块、预处理模块、特征提取模块、训练模块、再识别模块和评价模块；所述采集模块用于视频图像采集，所述预处理模块用于确定行人图像中的人员位置，获取包含人员的矩形区域；所述特征提取模块，用于在包含人员的矩形区域中进行外观特征提取；所述训练模块用于训练多个跨模态投影模型，每一个跨模态投影模型中包含两个投影函数，它们分别将不同摄像机中的图像持征映射到共同的特征空间中并完成相似度计算；所述再识别模块，用于识别数据库中是否含有与查询人员一致的行人图像并确认查询人员身份；所述评价模块用于对系统性能进行评估。本专利技术的有益效果为：实现了云计算条件下人员跟踪。附图说明利用附图对本专利技术作进一步说明，但附图中的实施例不构成对本专利技术的任何限制，对于本领域的普通技术人员，在不付出创造性劳动的前提下，还可以根据以下附图获得其它的附图。图1是本专利技术的结构连接示意图。附图标记：跟踪系统1、通信模块2、云计算模块3、客户端4。具体实施方式结合以下实施例对本专利技术作进一步描述。参见图1，本实施例的一种基于云计算的智能跟踪系统，包括跟踪系统1、通信模块2、云服务模块3和客户端4，所述跟踪系统1包括采集模块、预处理模块、特征提取模块、训练模块、再识别模块和评价模块；所述采集模块用于视频图像采集，所述预处理模块用于确定行人图像中的人员位置，获取包含人员的矩形区域；所述特征提取模块，用于在包含人员的矩形区域中进行外观特征提取；所述训练模块用于训练多个跨模态投影模型，每一个跨模态投影模型中包含两个投影函数，它们分别将不同摄像机中的图像持征映射到共同的特征空间中并完成相似度计算；所述再识别模块，用于识别数据库中是否含有与查询人员一致的行人图像并确认查询人员身份；所述评价模块用于对系统性能进行评估。优选地，云服务模块3包括云存储单元和云计算单元。本有选实施例实现了云计算条件下人员跟踪。优选地，客户端4为计算机或者智能手机或者具有SIM卡的智能平板电脑。本有选实施例提升了用户体验。优选地，所述预处理模块包括图像融合单元，所述图像融合单元用于对不同来源的行人图像进行融合处理，以便更好地获取人员的全面特征，包括：a、对需要融合的两幅源图像分别用双正交小波变换进行小波分解，确定分解后图像的小波系数；b、对低频系数按设定的比例选取分解后图像的小波系数，构成融合图像的小波低频系数矩阵；c、对高频系数采用纹理一致性测度分析特定区域不同高低频系数的边缘特性，计算图像区域的纹理一致性测度，并按照预定的规则确定融合图像的高频小波系数矩阵，所述图像区域的纹理一致性测度的计算公式定义为：式中，XD(x)表示图像区域x的纹理一致性测度，XDl表示图像区域x的各高频分量图像在水平方向上的纹理一致性测度，XDc表示图像区域x的各高频分量图像在垂直方向上的纹理一致性测度，XDd表示图像区域x的各高频分量图像在对角线方向上的纹理一致性测度；d、将所述融合图像的小波低频系数矩阵、所述融合图像的高频小波系数矩阵进行离散双正交小波逆变换，最终获得融合图像。本优选实施例设置图像融合单元，按照纹理一致性测度可较好地分辨出图像的伪边缘，在保证整体视觉效果的同时使细节信息更加丰富和真实；定义了图像区域的纹理一致性测度的计算公式，加快了图像融合的速度。优选地，所述预定的规则包括：若图像区域中有82％以上像素值具有较大的纹理一致性测度，定义该图像区域为边缘区，选取相应的边缘纹理一致性测度最大的高频图像小波系数构成所述融合图像的高频小波系数矩阵；若图像区域中有82％以上像素值具有较小的纹理一致性测度，定义该图像区域为平滑区，分别计算两幅源图像在该图像区域的能量及匹配度，根据能量及匹配度确定两幅源图像的小波系数在融合图像小波系数中所占的比重，根据下式确定所述融合图像的高频小波系数矩阵：gr＝λAgA+λBgB，式中，gr表示融合图像的高频小波系数矩阵，gA、λA分别表示一副源图像的小波系数、该小波系数在融合图像小波系数中所占的比重，gB、λB分别表示另一副源图像的小波系数、该小波系数在融合图像小波系数中所占的比重，其中λA+λB＝1。本优选实施例按照预定的规则确定融合图像的高频小波系数矩阵，提高了融合的效果以及融合的速度。优选地，所述在包含人员的矩形区域中进行外观特征提取，包括：进行图像的光照归一化处理，具体为：首先设图像为I，利用LOG对数将图像I转换到对数域，利用差分高斯滤波器对图像I进行平滑处理，然后对图像I进行全局对比度均衡化处理；进行图像尺寸归一化处理；进行图像分块，针对每个图像块，进行特征向量提取；将所有图像块的特征向量进行串联，然后对串联后的图像进行PCA特征降维。本优选实施例设置特征提取模块，在提取特征前先对图像进行光照归一化处理，减少了因光照变化而产生的图像扭曲，使特征的提取更为精确。优选地，所述训练模块包括样本分类单元和跨模态投影模型学习单元；所述样本分类单元具体执行：设两个摄像机C1和C2对应的特征空间分别为和d1和d2分别表示两个摄像机特征空间的维度，假定训练数据集合为K对跨摄像机图像特征sk＝s(xk,yk)∈{-1,+1}表示样本对的类别标签，-1表示异类，+1表示同类，根据类别标签将训练集合分为负样本集合和正样本集合|B1|+|B2|＝K；所述跨模态投影模型学习单元具体执行：设跨模态投影模型集合H＝[h1h2,…,hL]，L个子模型用于处理L种数据差异，每一个子模型由一对投影函数构成，hl＝[pXl(x),pYl(y)]，略去脚标l，投影函数px(x)和pY(y)将x∈X和y∈Y投影到共同的特征空间：式中，表示投影向量，a、b∈R为线性偏差，pX(x)和pY(y)将原始特征投影到{-1,+1}空间中；同时存在投影函数qx(x)和qY(y)将x∈X和y∈Y投影到另一共同的特征空间：建立数据类别和共同特征空间之间的关系，定义目标函数：式中，E表示期望，表示同类样本对和异类样本对的重要性权衡指数；式中，wk表示样本对{xk,yk}在本次子模型学习中的样本权重，sk＝s(xk,yk)∈{-1,+1}表示样本对的类别标签，通过最小化目标函数来学习参数{u,v,a,b}，得到相应的投影函数。本优选实施例采用多个跨模态投影模型，可充分应对各种不同的数据分布差异。优选地，所述识别数据库中是否含有与查询人员一致的行人图像并确认查询人员身份，包括：假设被查询人员集合为{fi,IDENTITY(fi)}，i＝1,2,…,N，fi表示第i个被查询人员，IDEN本文档来自技高网...

【技术保护点】
一种基于云计算的智能跟踪系统，其特征是，包括跟踪系统、通信模块、云服务模块和客户端，所述跟踪系统包括采集模块、预处理模块、特征提取模块、训练模块、再识别模块和评价模块；所述采集模块用于视频图像采集，所述预处理模块用于确定行人图像中的人员位置，获取包含人员的矩形区域；所述特征提取模块，用于在包含人员的矩形区域中进行外观特征提取；所述训练模块用于训练多个跨模态投影模型，每一个跨模态投影模型中包含两个投影函数，它们分别将不同摄像机中的图像持征映射到共同的特征空间中并完成相似度计算；所述再识别模块，用于识别数据库中是否含有与查询人员一致的行人图像并确认查询人员身份；所述评价模块用于对系统性能进行评估。

【技术特征摘要】
1.一种基于云计算的智能跟踪系统，其特征是，包括跟踪系统、通信模块、云服务模块和客户端，所述跟踪系统包括采集模块、预处理模块、特征提取模块、训练模块、再识别模块和评价模块；所述采集模块用于视频图像采集，所述预处理模块用于确定行人图像中的人员位置，获取包含人员的矩形区域；所述特征提取模块，用于在包含人员的矩形区域中进行外观特征提取；所述训练模块用于训练多个跨模态投影模型，每一个跨模态投影模型中包含两个投影函数，它们...

【专利技术属性】
技术研发人员：邱炎新，
申请(专利权)人：深圳明创自控技术有限公司，
类型：发明
国别省市：广东,44