文摘

我们提出一个系统的智能视频监控系统框架(静脉注射),多个摄像机网络。拟议的框架由低成本的静态和PTZ摄像机、目标检测和跟踪算法,一种低成本的PTZ摄像机基于目标信息的反馈控制算法。目标检测和跟踪是实现固定相机使用一个移动的目标检测和跟踪算法;PTZ摄像机想方设法积极跟踪目标的跟踪结果静态照相机。实验进行使用实际监测系统数据,实验结果表明,该系统的框架和本文中展示的算法是有效的。

1。介绍

移动目标检测和跟踪各种应用程序在计算机视觉领域,如智能视频监控、运动分析、动作识别、环境监测、灾害响应。通常情况下,它对人类非常简单和直观的看到和跟踪目标和承认自己的行为。然而,建立一个自动系统没有任何干预人类是非常具有挑战性的。特别是随着摄像机网络的大小与安全、智能城市的发展,它变得不可行人工操作员手动监视多个视频流和识别可能感兴趣的所有事件,甚至控制单个摄像机在执行先进的监视任务,例如积极跟踪移动目标捕获感兴趣的一个或多个特写快照。因此,智能视频监控系统的一个重要的任务(静脉注射)是设计多个摄像机传感器网络能够自动执行视觉监视任务,或者至少用最小的人工干预。自主设计的视觉传感器网络资源分配和调度的一个问题可以在[1]。现有的相机网络通常由固定相机覆盖面积大。这导致目标的情况下往往不覆盖的决议或观点,因此很难分析视频,特别是当上有特殊要求的目标,如检测和跟踪精度,目标定位和目标识别。因为相机的总数通常是由于各种因素的限制,例如,成本和位置,为了解决这个问题,介绍了作品设计的组合,倾斜,变焦(PTZ)与多个PTZ摄像机或固定相机以主从方式完成一些实际的任务(2- - - - - -7]。一个典型的系统包含多个静态和PTZ摄像机、静态摄像头可以覆盖面积大,运动目标检测和跟踪是通过静态摄像头,和PTZ摄像机想方设法积极跟踪目标的跟踪结果静态摄像头与中央主管单位。为此,有必要确定摄像机的几何关系通过摄像机标定技术(8- - - - - -11]。

检测移动目标从静态摄像头,视频帧的一个广泛使用的算法是背景减法的方法(12,13]。当摄像机是静止的,背景场景并没有改变,因此,它是很容易建立一个背景模型(14,15]。关键是背景图像是有效和准确地估计任何健壮的背景减法算法。近年来建立的模型为每个像素位置。新像素值的分类是通过比较它们与相应的像素模型。背景建模技术可以分为两类:一个是参数化技术,使用一个参数模型为每个像素位置和另一个是纸浆包技术,构建他们的模型通过聚合之前观测值为每个像素位置(16]。一个众所周知的方法通过Stauffer和Grimson [14)使用一种自适应参数背景建模的策略。在这种方法中,每个像素使用一个独立的高斯混合模型,由一个在线不断学习近似。在当前帧目标探测然后在像素级进行高斯模型通过比较其值在最可能的背景下由一个阈值。然而,由于无法准确地调整它的灵敏度,它能够成功地处理高,低频的变化背景是有争议的。为了克服这些不足,纸浆包技术(17绕过一个一步构建他们的模型参数估计的一部分从观察到的像素值和提高噪声的鲁棒性。他们提供快速响应高频事件在后台通过直接包括新观测值的像素模型。然而,他们能够成功地处理伴随事件发展的速度是有限的,因为他们更新他们的像素模型以先进先出的方式,为其适应与不同频率处理并发事件的能力是有限的。为了解决这个问题,一个随机的背景建模,提高了纸浆包算法可以在找到16]。

运动目标跟踪是计算机视觉领域的一个重要的处理步骤,已被广泛应用于一些实际应用,如视频监控(1),智能交通(18),和多重代理系统跟踪和控制19]。目标跟踪的目的是估计前景区域的位置和形状在随后的图像帧。终止跟踪时目标不再能检测到,因为它离开视野,停止,成为静态或可以从背景不再是杰出的。设计的挑战一个健壮的目标跟踪算法是由闭塞引起,不同观点,背景杂波,照明的变化。在目标跟踪过程中,目标精确跟踪正确关联目标检测在随后的图像帧相同的识别跟踪。有各种各样的方法来完成这项任务。典型的方法包括多假设跟踪器(20.)和联合概率数据关联滤波(21]。这些方法及其变化通常使用一对一的假设,即一个目标最多只能生成一个测量每一帧和测量最多只能来自一个目标。然而,一对一的假设总是很难在实际应用由于分裂和合并过程以及实际应用场景中多个目标的存在。近年来,几种方法已经提出了多个目标跟踪(22- - - - - -25),和一些应用程序相关的多目标跟踪已经意识到通过使用分布式相机(1- - - - - -3,7,26- - - - - -28]。

在本文中,我们关注与摄像机实现网络实时监测系统,其中包括静态和PTZ摄像机,摄像机的控制系统。目标检测和跟踪是通过固定相机使用移动目标检测和跟踪算法。目标坐标转换为适当的平移和倾斜值使用几何变换,然后相应地移动相机。本文的贡献在于,我们设计活动摄像头的实时控制策略基于目标检测和跟踪算法获得的信息。

本文组织如下。系统框架提出了部分2。低成本PTZ摄像机控制策略提出了基于目标信息的部分3。测试结果的目标探测和跟踪摄像机网络详细节4。最后,我们得出一些结论和揭示未来的工作5。

2。系统框架和问题陈述

本文中给出的工作源于一个研究项目在数字视频监控应用程序导航中心在北京航空航天大学(DNC)。项目的主要目标在于静脉注射的发展平台。智能视频监控在大型或复杂环境中需要使用分布式多个摄像头。从静态摄像头的焦距是固定的,他们不能被用来实现一些先进的监视任务,如捕捉高质量的视频感兴趣的运动目标,积极跟踪一个或多个感兴趣的运动目标,并捕获特写图片。出于这个原因,大量的研究一直致力于设计的结合与多个PTZ PTZ摄像机或固定相机以主从方式完成一些实际的任务(2- - - - - -7,25- - - - - -28]。在本文中,我们关注一些面临的问题与摄像机实现网络实时监控系统在实际应用中,在监测系统包括低成本静态和PTZ摄像机以及算法。目标检测和跟踪是通过固定相机使用移动目标检测和跟踪算法,利益和目标积极跟踪由PTZ摄像机使用一个简单的反馈控制策略。整个结构图如图1。

3所示。摄像机实现目标跟踪和PTZ摄像机控制

3.1。摄像机和多目标跟踪

在本文中,我们专注于一个实际的设计和应用静脉注射用摄像机网络由低成本的静态和PTZ摄像机以及算法。低成本静态摄像机放置在周长,室内和室外区域,和用于实现目标检测和跟踪通过使用移动目标检测和跟踪算法。

一个实验是利用视频数据进行。高斯混合模型(14),随机背景模型(16),和一种改进的算法跟踪移动目标遮挡下(29日用于多目标检测和跟踪,视频数据1是评估数据从数据库宠物视频图像的分辨率为768×576像素的帧率25帧/秒;视频数据2是实际从北京航空航天大学的民主党全国委员会监测系统数据,视频图像的分辨率为352×288像素的帧率25帧/秒。

实验结果如图2,3,4,5。从数据可以看出2和3,在风中摇摆的树是由高斯混合模型分为前景运动但随机检测为背景的背景模型。从数据可以看出4和5,目标跟踪算法是有效的,具有良好的遮挡条件下的性能。

3.2。低成本的PTZ摄像机控制策略

的反馈信号不可用低成本PTZ摄像机只能在一定的时间间隔执行一条指令。此外,时间之间的关系和各种各样的锅,倾斜,变焦是不确定的。为了解决这个问题,我们提出一个PTZ基于目标信息反馈控制算法。反馈信号的采集的原理图如图6。

PTZ的反馈信号控制算法基于获得的目标信息反馈计算的距离(例如,水平方向上的距离和垂直方向的距离)和定位图像的中心和区域之间有趣的目标。在这里,有趣的面积可以计算为目标,在那里和表示区域的宽度和高度有趣的目标。PTZ将收到一个变焦指令当目标小于阈值。目标在下一帧的位置将由卡尔曼滤波估计。然后第一帧的PTZ控制指令可以计算。

3.2.1之上。确定的方向

当目标的质心偏移量的计算(COT)图像的中心(COI)和为了适应大偏移的方向,我们选择的更大价值和PTZ摄像机的旋转方向。

3.2.2。速度的确定

基于PTZ摄像机的旋转速度,我们采用线性逼近映射速度和中心偏移量之间的关系和。在真实的应用程序中,所有16-level旋转速度校准脱机。

3.2.3。实现基于移动预测的PTZ摄像机控制

选择床之间的距离和铸币的反馈和相应的上下,左右,缩放输入输出控制指令发送根据校准转速。

为了调整目标COI的第一帧,有趣的目标是获得的位置后,可以获得目标的平均速度的历史运动信息如下: 在哪里和表示的平均速度和方向在时间;表示更新的速度;和和表示位置上和方向在时间。

这个职位可以通过使用卡尔曼滤波估计在下一帧为了获得相对偏移目标和相机之间的如下:

卡尔曼滤波的状态向量和观测向量可以表示为29日] 在哪里和表示水平和垂直移动目标的质心的坐标;和表示外部矩形的宽度和高度移动的目标;和和表示目标的速度。

根据的结果(2),一个可以找到最接近的整数值的转速可PTZ在第一帧,

关于PTZ摄像机的变焦控制,为了缓解困难的检测和跟踪过程中旋转控制由于目标的变化大小,我们第一次意识到P / T旋转控制PTZ摄像机,然后实现变焦控制只有床和COI之间的距离小于一个预定义的阈值。

在变焦的过程控制、目标的大小可能会改变如果相机镜头拉集中密集。它带来巨大挑战目标匹配和跟踪的算法。为了解决缩放的问题,我们采用一种渐进的控制策略。每次发送控制信号的最小重复单元和控制过程,直到缩放时间是满意的。反馈信号计算,在那里和表示目标区域的面积和视野,分别。如果小于阈值,然后发送一个指令的放大图像。如果等于阈值,放大操作将被终止。如果大于阈值,长镜头的图像将被发送的指令。

在连续帧跟踪,PTZ将采取稍微调整跟踪计划和重新计算目标的转变和,然后一个人可以获得的相应值和。床COI的宽容是设置为10像素和旋转的方向将取决于的标志,如表所示1。

一旦系统发送控制指令,PTZ反应在一定时间间隔。整个包的PTZ控制最多需要3指令和响应时间大约是40毫秒。因此,PTZ跟踪系统可以实时运行。

测试控制算法。PTZ摄像机的参数表中列出2。当完成P / T旋转控制,放大的结果= 7变焦= 28如图7,积极跟踪移动目标的结果见图8。

从实验结果,我们可以发现缩放是光滑,视觉效果是人类视觉的依法。PTZ控制可以保证相机旋转与移动目标和保持目标在视场的中心。PTZ摄像机、控制过程的检测和跟踪算法的性能强烈影响的结果。如果执行不能令人满意地检测和跟踪算法,将失去目标,这使得PTZ摄像机没有反馈采样视频,阻碍了PTZ摄像机的控制。

4所示。实验测试

本文提出的系统测试,PTZ摄像机的参数如表所示2。所有相机,包括静态和PTZ摄像机校准,和相机的坐标统一成世界坐标系统。目标检测和跟踪是通过静态摄像机使用一个移动的目标检测和跟踪算法;兴趣是积极的目标跟踪的PTZ摄像机使用一个简单的反馈控制策略。

领域的监测,我们建立了一些重要地区,出入口和设计共同跟踪系统组成的PTZ摄像机和静态摄像头。入口和出口的地区的地区目标到达和离开。第一次为了追踪目标,这些地区设置PTZ摄像机的初始区域,如图9。

监视的区域是在办公大楼和墙之间。地区“”、“b”,“c”“d”和“e”是在静态摄像头所涵盖的地区(相机相机1,相机的相应数量2,…,相机5),在地区“a”是连接门的路的开始和其他道路和区域目标必须交叉当他们进入或离开。因此,该地区“a”是设置为入口区域和设置为预设1的初始预设PTZ摄像机。该地区“c”比其他地区更重要,因此它是设置为重要的预设,预设2。重要的预设具有监督权力高于其他预设。

当目标进入区域的监测和出现在入口区域”,“静态摄像头覆盖区域“a”将探测目标和跟踪。与此同时,“叫初始预设1”指令将被送到PTZ摄像机的控制系统。PTZ摄像机将初始预设1和目标将积极跟踪的主动控制算法;下面的通道“叫初始预设1”的指令将被切断,以防止的情况不清楚的目标。当目标进入地区“c”,静态摄像头覆盖地区“c”将负责和“调用预置2”指令将被送到PTZ摄像机的控制系统。PTZ摄像机将预设2和目标将积极跟踪。

接力跟踪结果的一个步行的人摄像头见图1和图210,这些摄像头如图2和图311。从实验结果,我们可以发现,系统能够连续跟踪目标在不同的相机视图。

当目标进入监测区域的入口区域,静态摄像头将探测目标和PTZ摄像机从巡逻状态调整到初始预设1。当目标出现在相机3的观点,即重要的地区,它将被发现,将会发送相应的指令。PTZ摄像机将转移到预设2。形成的反馈指令将目标信息和PTZ摄像机将控制跟踪目标。测试结果如图12。

5。结论和未来的工作

本文综合静脉注射平台的设计和实现基于网络摄像机。低成本的系统是由静态和PTZ摄像机、目标检测和跟踪算法,基于目标信息的低成本PTZ摄影机反馈控制算法。目标检测和跟踪是通过静态摄像机使用一个移动的目标检测和跟踪算法;PTZ摄像机吩咐积极跟踪目标的跟踪结果静态摄像头,和目标信息转换为适当的平移和倾斜值使用几何变换,这样相应摄像机移动。目标探测和跟踪测试结果,积极的目标跟踪算法,和摄像机实现目标跟踪系统报道。虽然积极跟踪多个目标的发展基于摄像机网络仍是挑战当有更多的目标比PTZ摄像机监控场景中,我们认为开发低成本PTZ控制算法和调度策略可以广泛应用于IVVS和扩展到其他视觉分析系统。

多个摄像机系统可以实现多目标跟踪和活动目标跟踪被实际IVVS验证。此外,低成本的PTZ摄像机也初步实现了控制算法和调度策略。然而,多个PTZ摄像机控制和调度的算法是不发达的。进一步的研究工作将需要开发和测试这些算法,这些算法在实际的测试IVVS将进行。

利益冲突

作者宣称没有利益冲突有关的出版。

确认

这个项目的关键程序支持中国的国家自然科学基金(批准号61039003),国家自然科学基金(批准号41274038),中国的航空科学基金(批准号2013 zc51027),中国的航空航天创新基金会(CASC201102),中央大学和基础研究基金。