一种用于在视频监视期间对移动对象进行分类的系统和方法技术方案

一种用于在基于视频的监视期间将移动对象分类的系统，包括以下步骤：捕获移动对象的侧影图像，调整所捕获的图像的大小，计算大小已调整图像中的对象的平均高宽比以及重心，划分大小已调整的图像，将对象的平均高度与平均宽度进行比较并进一步将重心的方差与预定的阈值相比较以将所捕获的侧影中的对象分类到预定类别。

【技术实现步骤摘要】

本专利技术涉及用于视频监视的系统和方法。更具体地，本专利技术涉及用于在视频监视期间对移动对象进行分类的系统和方法。
技术介绍
在敏感区域昼夜不停地进行人工监视是很费力的。即使在安全性至关重要的大部分地点安装了摄像机，视频所产生的数据量非常大，以至于它可能要求大得惊人的数据存储需求。对于有效视频监视存在着不断增加的需求。术语监视可应用于借助于诸如CCTV 相机的电子装备从远方进行的观察。监视有益于私人和政府安全性机构以维持社会控制、 辨别和监控威胁、以及阻止/研究非法侵入和犯罪活动。差不多到处都在使用视频监视，包括在敏感区域中以及如机场、核电站、实验室、银行。它还用于交通信号、街道、门户，等等。 负责执行这种监视的组织一般部署多个传感器(例如，闭路电视视频(CCTV)和红外线相机、雷达等)以确保安全性和广域的认知。在现有技术中，在视频监视期间将移动对象分类至像人类、动物(牲畜)和车辆的预定义类别是由不同过程来进行的。尝试解决在监视中进行移动对象分类的一些专利技术有授权给Harma等的美国专利7639840，其教导了一种用于视频监视的方法和装置。 接收代表视场的景物影像序列。在此景物影像序列内识别一个或更多个移动对象，随后根据一个或更多个提取出的空-时特征通过使用运动检测掩模对其进行分类。然后可将该分类应用于确定移动对象和/或其行为是否符合一个或更多个导致警报的已知事件或行为。在现有技术中，描述移动对象的空-时签名和特征向量用于对该移动对象进行分类。包含移动对象的所有帧被存储并分析以得出关于该移动对象的分类的结论。该系统需要很大的存储器存储和繁重的计算用于计算移动对象和背景的空-时签名和特征向量。Robust Real-Time Periodic Motion Detection，Analysis and Applications (稳健的实时周期性运动检测、分析和应用)，作者:Ross Cutler和Larry S. Davis，来源:IEEE Transactions on Pattern Analysis and Machine Intelligence archive (电气与电子工程师协会模式分析与机器智能档案汇刊)，第22卷第8期(2000年 8月)目录，第781-796页，发行年份2000年，其教导了一种用于移动对象分类的方法。该方法对人类、狗及其他(车辆)进行了分类。在该文描述的方法中，计算了对象随着时间而演化的自相似性。自相似性是周期性的，而时-频分析用于检测和表征周期性运动。并且， 相似性矩阵(绝对相关性)的固有的2D栅格结构用于移动周期性的表征。周期性模式用于在这三种感兴趣的类别之间进行区分。Algorithms for Cooperative Multi Sensor Surveillance (用于协作式多传感器监视的算法)，该论文发表于Proceedings of the IEEE (电气与电子工程师协会会报)， 发行日2001年10月，卷号89，期号10，1456-1477页，作者Robert Τ. Collins，其教导7 Carnegie Mellon University (卡内基美隆大学CMU)的视频监视和监控(VSAM)组已开发了端到端、多相机监视系统，它允许单个人工操作员使用主动式视频传感器的分布式网络来监控杂乱环境中的活动。它自动地收集并散布实时信息以改善安全性提供商和决策制定者的事态认知。在该现有技术中，对象检测是通过分层适应性背景减法来实现的，而分类是通过计算成本也很高的神经网络分类器来实现的。现有技术中使用的用于将移动对象分类到预定类别的各个技术(诸如时间差分、 背景减法、光流、运动检测掩模的使用、周期性运动和图像相关性匹配)计算成本很高且需要更多的存储器空间用于存储并分析包含感兴趣对象的视频中的帧序列。以上讨论的现有技术参考文献中没有任何一篇提出使用计算成本低的更为经济的方法、使用简单逻辑用于在视频监视期间区别对象、利用较少的存储器存储空间来避免帧存储并在计算区别特征时利用较少的存储器存储空间来在视频监视中将移动对象分类到预定类别的系统和方法。因此，很显然需要如下的用于在视频监视中将移动对象分类到预定类别的系统和方法，其 计算成本低·使用简单逻辑用于在视频监视期间区别对象 利用较少存储器存储空间来避免存储包含感兴趣对象的帧。 在分析帧以区别视频中的对象时利用较少的存储器存储空间。专利技术目的本专利技术的主要目的是提出一种能在视频监视期间将任何移动对象分类到预定义类别的系统和方法。本专利技术的另一重要目的是使用较简单的逻辑和计算成本节约的方法在视频监视期间对移动对象进行分类。本专利技术的另一目的是仅存储从帧序列计算出的一组重心以用于方差计算，由此需要较少存储器空间。本专利技术的又一目的是提供一种计算成本低廉的、用于在视频监视中对移动对象进行分类的系统和方法。
技术实现思路
在对本专利技术的方法、系统和硬件实现进行描述前，应该理解到本专利技术不局限于所描述的特定系统和方法，因为本专利技术可有多个没有在本公开中明确说明的可能的实施例。 还应理解到，本说明书中所使用的术语仅是为了描述特定版本或实施例的目的，而不旨在限定仅将由所附权利要求书限定的本专利技术的范围。本专利技术提供了一种用于在基于视频的监视期间对移动对象进行分类的系统，包括a)至少一个视频捕获装置，配置为捕获落在该视频捕获装置的工作范围内的移动对象的侧影图像；b)用于存储程序指令的装置，这些程序指令配置为使处理器i)调整所捕获的侧影图像的大小，其中侧影图像的大小调整比例因子是通过使用所捕获的侧影图像的上半部分的尺寸来计算的；ii)计算大小已调整的侧影图像中的对象的平均高宽比和重心，其中重心是通过仅使用该对象的上半部分来计算的；iii)将所捕获的图像的下半部分以穿过重心的垂直线划分为两部分，并且分析该下半部分之一并计算重心的方差；iv)将该对象的平均高度与平均宽度进行比较，并进一步将重心的方差与预定的阈值进行比较；ν)将所捕获的侧影中的对象分类到预定类别，其中该分类是在所计算出的平均高度、平均宽度和重心的方差的值的基础上进行的。附图说明以上
技术实现思路
、以及优选实施例的以下详细描述将在结合附图阅读时更好地得到理解。为了本专利技术的说明目的，在图中示出本专利技术的示例性构造；但本专利技术不局限于所公开的特定方法和系统。在附图中图1示出摄像机的布局及其工作范围。图2示出捕获的侧影图像的左下半部分。图3示出用于在视频监视期间将移动对象分类为人类、牲畜和车辆的系统和方法。图4示出分析视频监视范围中移动的人类的过程。图5示出分析视频监视范围中移动的二轮车的过程。图6示出分析视频监视范围中移动的汽车的过程。具体实施例方式现在将详细讨论本专利技术的一些实施例，这些实施例说明本专利技术的所有特征。术语“由...组成”、“具有”、“包含”以及“包括”、以及它们的其他形式意图是含义上等效的并且是开放式的，跟随在这些术语之中任一术语后的一个或多个事项不旨在成为此类一个或多个事项的穷尽性列举或被仅限定于所列举的一个或多个事项。还必须注意到，如本文以及所附权利要求书中所使用地，单数形式的“一”、“某”以及“该”包括复数引用，除非上下文明确地指出相反情况。尽管描述了优选系统和方法，然而在本专利技术本文档来自技高网...

【技术保护点】
１．一种用于在基于视频的监视期间将移动对象分类的系统，包括：ａ）至少一个视频捕获装置，配置为捕获落在视频捕获装置的工作范围内的移动对象的侧影图像；ｂ）用于存储程序指令的装置，所述程序指令配置为使处理器：ｉ）调整所捕获的侧影图像的大小，其中所述侧影图像的大小调整比例因子是通过使用所捕获的侧影图像的上半部分的尺寸来计算的；ｉｉ）计算大小已调整的侧影图像中的所述对象的平均高宽比和重心，其中重心是通过仅使用所述对象的上半部分来计算的；ｉｉｉ）将所捕获的图像的下半部分以穿过所述重心的垂直线划分为两部分，并且分析所述下半部分之一并计算重心的方差；ｉｖ）将所述对象的平均高度与平均宽度进行比较，并进一步将重心的方差与预定的阈值进行比较；ｖ）将所捕获的侧影中的所述对象分类到预定类别，其中所述分类是在所计算出的平均高度、平均宽度和重心的方差的值的基础上进行的。

【技术特征摘要】
...

【专利技术属性】
技术研发人员：B·塞斯纳，M·约翰，P·帕拉尼潘，S·加纳帕蒂，
申请(专利权)人：塔塔咨询服务有限公司，安那大学，
类型：发明
国别省市：IN