基于多态拟合的协同智能安防方法及装置制造方法及图纸

本发明专利技术属于智能安防技术领域，具体涉及基于多态拟合的协同智能安防方法及装置。所述方法执行以下步骤：步骤1：采集目标场景的视频图像信息，将视频图像信息中的第一帧作为起始图像信息；提取起始图像信息中所有的物体区域。其通过进行两次拟合，分别获得人体的图像认证信息和人体的运动轨迹信息，以进行安防预警，通过第一次拟合，可以通过较为有效率的方法得到图像信息中的人体部分，提升效率，且通过拟合得到的结果将更能排除背景因素的干扰，得到目标区域，提升准确率，同时由于使用了两次拟合的结果进行预警判断，提升了预警判断的准确率。率。率。

【技术实现步骤摘要】
基于多态拟合的协同智能安防方法及装置


[0001]本专利技术属于智能安防
，具体涉及基于多态拟合的协同智能安防方法及装置。

技术介绍

[0002]智能化安防技术随着科学技术的发展与进步和二十一世纪信息技术的腾飞已迈入了一个全新的领域，智能化安防技术与计算机之间的界限正在逐步消失，没有安防技术社会就会显得不安宁，世界科学技术的前进和发展就会受到影响。
[0003]物联网技术的普及应用，使得城市的安防从过去简单的安全防护系统向城市综合化体系演变，城市的安防项目涵盖众多的领域，有街道社区、楼宇建筑、银行邮局、道路监控、机动车辆、警务人员、移动物体、船只等。特别是针对重要场所，如：机场、码头、水电气厂、桥梁大坝、河道、地铁等场所，引入物联网技术后可以通过无线移动、跟踪定位等手段建立全方位的立体防护。兼顾了整体城市管理系统、环保监测系统、交通管理系统、应急指挥系统等应用的综合体系。特别是车联网的兴起，在公共交通管理上、车辆事故处理上、车辆偷盗防范上可以更加快捷准确的跟踪定位处理。还可以随时随地的通过车辆获取更加精准的灾难事故信息、道路流量信息、车辆位置信息、公共设施安全信息、气象信息等等信息来源。
[0004]现有的智能安防技术大都基于图像、声音、指纹或其他身份认证技术来进行。但由于各种身份信息获取技术都存在一定误差，单纯使用一种身份认证方式将大大影响准确率，但如果将多种身份信息结合起来进行安防认证，又会导致效率降低，因此研发一种既能保证效率，又能提升准确率的智能安防方法有重大意义。
[0005]专利号为CN201510057596.3A的专利公开了一种基于移动终端的智能安防方法及系统，所述方法具体包括：预先采集并存储人脸图像信息，当智能安防摄像端上的红外探测器检测到有人进入摄像范围内时，判断摄像头是否开启采集图像功能；若所述摄像头已经开启采集图像功能，则将采集到的实时人脸图像信息与预先存储的人脸图像信息进行比对；若采集到的实时人脸图像信息与预先存储的人脸图像信息比对不一致，则向与所述智能安防摄像端预设关联的移动终端发送提示信息。
[0006]其本质上依然是通过图像识别和匹配来实现身份认证，再进而实现安防和监控的目的。由于图像识别系统在工作过程中往往会因为环境因素或者自身噪声的因素导致识别准确率降低，进而出现偏差，以此降低安防系统的身份认证的准确率。

技术实现思路

[0007]有鉴于此，本专利技术的主要目的在于提供基于多态拟合的协同智能安防方法及装置，其通过进行两次拟合，分别获得人体的图像认证信息和人体的运动轨迹信息，以进行安防预警，通过第一次拟合，可以通过较为有效率的方法得到图像信息中的人体部分，提升效率，且通过拟合得到的结果将更能排除背景因素的干扰，得到目标区域，提升准确率，同时
由于使用了两次拟合的结果进行预警判断，提升了预警判断的准确率。
[0008]为达到上述目的，本专利技术的技术方案是这样实现的：
[0009]基于多态拟合的协同智能安防方法，所述方法执行以下步骤：
[0010]步骤1：采集目标场景的视频图像信息，将视频图像信息中的第一帧作为起始图像信息；提取起始图像信息中所有的物体区域；
[0011]步骤2：对所有的物体区域进行第一次轮廓拟合，得到所有物体的拟合轮廓；
[0012]步骤3：对拟合轮廓进行识别，找到所有的拟合轮廓中的人体拟合轮廓；通过找到的人体拟合轮廓，找到物体区域中的人体区域；
[0013]步骤4：基于找到的人体区域进行人脸识别，得到人脸识别结果；
[0014]步骤5：以起始图像信息中的人体区域所在的位置作为起始点，记录人体区域在视频图像信息中其他的视频帧中的位置，作为中间点，按照视频帧的时序先后顺序，从起始点开始连接所有的中间点，得到运动路径的原轮廓；
[0015]步骤6：在运动路径的原轮廓中设置多个拟合节点；按照设定值，设定拟合节点的数量；拟合节点的数量至少有5个；
[0016]步骤7：基于运动路径和运动路径上设置的拟合节点，对运动路径进行第二次轮廓拟合，得到运动路径的拟合轮廓；
[0017]步骤8：基于得到的运动路径的拟合轮廓进行运动路径识别，得到运动路径识别结果；
[0018]步骤9：基于得到的运动路径识别结果和人脸识别结果，判断是否进行预警。
[0019]进一步的，所述步骤1中提取起始图像信息中所有的物体区域的方法包括：使用如下公式计算得到的分割阈值，对起始图像信息进行分割：下公式计算得到的分割阈值，对起始图像信息进行分割：其中，H为计算得到的分割阈值，N为起始图像信息的像素数量，C
j
为像素对应的像素值，α为调整系数，取值范围为200～500；根据分割结果确定背景颜色；创建多通道图像，将背景颜色对应区域的多通道图像赋值为第一值，对背景颜色对应区域以外的多通道图像赋值为第二值，得到所述起始图像信息的二值图像；根据二值图像，述起始图像信息中确定背景区域和物体区域。
[0020]进一步的，所述步骤2中对所有的物体区域进行第一次轮廓拟合，得到所有物体的拟合轮廓的方法包括：进行边缘检测，找到物体区域的边缘，作为待拟合图形；在待拟合图形上设置多个拟合节点，基于待拟合图形的几何特征和设置的多个拟合节点对所述待拟合图形进行有序离散点的生成；基于所述有序离散点对所述待拟合图形进行拟合，得到拟合轮廓。
[0021]进一步的，所述进行边缘检测，找到物体区域的边缘的方法包括：根据边缘检测算子的各预设方向上的模板及物体区域的邻域中的各像素点的取对数运算后的灰度值，对所述物体区域进行卷积运算，得到所述物体区域在所述各预设方向上的色阶固定值；根据所述物体区域在所述各预设方向上的色阶固定值，得到所述物体区域的边缘显著值；将所述
物体区域的边缘显著值与边缘显著值阈值进行比较，将边缘显著值大于或等于所述边缘显著值阈值的物体区域作为边缘点；根据得到的所述边缘点，提取所述物体区域的边缘。
[0022]进一步的，所述根据所述物体区域在所述各预设方向上的色阶固定值，得到所述物体区域的边缘显著值的方法包括：使用如下公式，计算得到物体区域的边缘显著值：其中，r、g和b为物体区域中的像素的RGB值，λ为调整系数，取值范围为：1～5；A、B和C为各预设方向上的色阶固定值。
[0023]进一步的，所述步骤7中基于运动路径和运动路径上设置的拟合节点，对运动路径进行第二次轮廓拟合，得到运动路径的拟合轮廓的方法包括：基于运动路径和运动路径上设置的拟合节点对运动路径进行有序离散点的生成；基于所述有序离散点对所述待拟合图形进行拟合，得到运动路径的拟合轮廓。
[0024]进一步的，所述步骤4中基于找到的人体区域进行人脸识别，得到人脸识别结果的方法包括：获取人体区域对应的在视频图像信息中所有的人脸图像信息；分别从所有的人脸图像信息中提取人脸特征信息，得到所述人体区域对应的人脸特征信息组；基于所述人脸特征信息组对所述待识别对象的人脸进行识别，得到识别结果。
[0025]进本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于多态拟合的协同智能安防方法，其特征在于，所述方法执行以下步骤：步骤1：采集目标场景的视频图像信息，将视频图像信息中的第一帧作为起始图像信息；提取起始图像信息中所有的物体区域；步骤2：对所有的物体区域进行第一次轮廓拟合，得到所有物体的拟合轮廓；步骤3：对拟合轮廓进行识别，找到所有的拟合轮廓中的人体拟合轮廓；通过找到的人体拟合轮廓，找到物体区域中的人体区域；步骤4：基于找到的人体区域进行人脸识别，得到人脸识别结果；步骤5：以起始图像信息中的人体区域所在的位置作为起始点，记录人体区域在视频图像信息中其他的视频帧中的位置，作为中间点，按照视频帧的时序先后顺序，从起始点开始连接所有的中间点，得到运动路径的原轮廓；步骤6：在运动路径的原轮廓中设置多个拟合节点；按照设定值，设定拟合节点的数量；拟合节点的数量至少有5个；步骤7：基于运动路径和运动路径上设置的拟合节点，对运动路径进行第二次轮廓拟合，得到运动路径的拟合轮廓；步骤8：基于得到的运动路径的拟合轮廓进行运动路径识别，得到运动路径识别结果；步骤9：基于得到的运动路径识别结果和人脸识别结果，判断是否进行预警。2.如权利要求1所述的方法，其特征在于，所述步骤1中提取起始图像信息中所有的物体区域的方法包括：使用如下公式计算得到的分割阈值，对起始图像信息进行分割：其中，H为计算得到的分割阈值，N为起始图像信息的像素数量，C
j
为像素对应的像素值，α为调整系数，取值范围为200～500；根据分割结果确定背景颜色；创建多通道图像，将背景颜色对应区域的多通道图像赋值为第一值，对背景颜色对应区域以外的多通道图像赋值为第二值，得到所述起始图像信息的二值图像；根据二值图像，述起始图像信息中确定背景区域和物体区域。3.如权利要求2所述的方法，其特征在于，所述步骤2中对所有的物体区域进行第一次轮廓拟合，得到所有物体的拟合轮廓的方法包括：进行边缘检测，找到物体区域的边缘，作为待拟合图形；在待拟合图形上设置多个拟合节点，基于待拟合图形的几何特征和设置的多个拟合节点对所述待拟合图形进行有序离散点的生成；基于所述有序离散点对所述待拟合图形进行拟合，得到拟合轮廓。4.如权利要求3所述的方法，其特征在于，所述进行边缘检测，找到物体区域的边缘的方法包括：根据边缘检测算子的各预设方向上的模板及物体区域的邻域中的各像素...

【专利技术属性】
技术研发人员：刘小青，罗芳，刘幼聪，
申请(专利权)人：深圳中智明科智能科技有限公司，
类型：发明
国别省市：