申请/专利权人：温州大学

申请日：2021-06-04

公开（公告）日：2024-02-09

公开（公告）号：CN113344874B

主分类号：G06T7/00

分类号：G06T7/00;G06T7/155;G06T7/62

优先权：

专利状态码：有效-授权

法律状态：2024.02.09#授权;2021.09.21#实质审查的生效;2021.09.03#公开

摘要：本发明提供了一种基于高斯混合建模的行人越界检测方法，包括：步骤Step1:通过图像获取装置获取监控区域的动态监控视频，并进行预处理；步骤Step2:对预处理后图像信息进行分析，对禁止越界的区域边沿设置禁区边界顶点，并将相邻边界顶点进行连接得到禁止区域封闭边界线；步骤Step3:构建高斯混合模型，获取预处理后当前帧图像中的运动目标轮廓，并筛选出最小外接矩形面积大于面积阈值的运动目标轮廓；步骤Step4:统计运动目标轮廓在禁止越界的区域中前景比例值和大于所述前景比例阈值的持续时间，当持续时间大于设定阈值则进行越界报警，若否，则继续检测，本发明通过建立高斯混合模型，对行人越界行为进行检测，提高了越界检测精度和速度。

主权项：1.一种基于高斯混合建模的行人越界检测方法，其特征在于，包括以下步骤：步骤Step1:通过图像获取装置获取监控区域的动态监控视频，并将所述动态监控视频存储至缓存预处理模块进行视频图像预处理；步骤Step2:对预处理后图像信息进行分析，对禁止越界的区域边沿设置禁区边界顶点，并将相邻边界顶点进行连接得到禁止区域封闭边界线；步骤Step3:构建高斯混合模型，获取预处理后当前帧图像中的运动目标轮廓，设置面积阈值，获取各个运动目标轮廓的最小外接矩形面积以及最小外接矩形中心点，筛选出最小外接矩形面积大于面积阈值的运动目标轮廓；步骤Step4:设置前景比例阈值和计时器阈值，统计运动目标轮廓在禁止越界的区域中前景比例值和大于所述前景比例阈值的持续时间，当持续时间大于设定阈值则进行越界报警，若否，则继续检测；所述图像获取装置包括高清红外摄像机和监控控制装置所述高清红外摄像机用于采集监控区域内的图像信息，并将所述图像信息传输至所述缓存预处理模块进行越界监控区域内图像预处理，所述监控控制装置用于对所述高清红外摄像机的光线补偿、角度和焦距参数进行调整，并对进行高清红外摄像机进行故障检测和开关控制；所述预处理包括：按照用户指令进行连续图像采集，然后对连续采集图像求累加和并计算累加图像的平均值，将用户选取图像的平均图像当作混合高斯模型的初始化图像，并对接收的监控视频图像进行分帧和灰度化处理，输入检测系统进行越界检测；设置运动目标位于所述禁止区域封闭边界线内部和外部的安全标志，运动目标位于边界线内部的安全标志设置为1，运动目标位于边界线外部为0；所述构建高斯混合模型包括：首先通过背景建模方法对当前监控场景进行背景建模，为每一个像素点建立混合高斯模型；对于新采集的当前帧图像，将当前帧图像与背景模型进行比较确定当前帧图像的前景与背景即像素分类，并将结果保存在前景图像中；然后通过形态学操作优化前景图像，并通过尺度滤波器去除前景图像中非行人的小干扰区域；所述像素分类包括：获取新读取的图像帧，对每个像素点进行判断，如果像素点满足该点的背景模型，则在前景图像中将对应像素点标记为背景，否则将对应像素点标记为前景即运动目标；所述对每个像素点进行判断包括：首先将每个混合高斯模型的均值,标准差，权值都进行初始化，得到模型初始化矩阵参数；获取视频中的T帧图像，采用在线EM算法得到每个像素点的均值、标准差以及权值；对新读取的图像帧进行检测，对每个像素点，用权值w除以标准差σ对各个高斯核进行从大到小排序；然后选取最前面的B个高斯，使以消除训练过程中的噪声点,其中，T为设定阈值；若当前像素点的像素值中只要有一个高斯分量满足：就认为是背景点，其中，μo为均值，N为设定阈值,并用在线EM算法，更新背景图像，将前景赋值为255，背景赋值为0，得到前景二值图。

全文数据：

权利要求：

百度查询： 温州大学 一种基于高斯混合建模的行人越界检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD