监控视频中人的特征识别
视频模式识别步骤为:图像采集、预处理、定位、分割和标记、特征提取、识别。
统计模式识别认为图像可能包含一个或多个物体,并且每个物体属于若干事先定义的类型、范畴或模式之一。最后一步是分类识别,分类是很重要的部分,贝叶斯分类器、神经网络分类器等都是特别经典的算法。本系统只需要识别,并没有用到分类。
需求分析:用户可以指定要识别的人,系统会记录下此人的特征,当前版本只采用颜色特征,所以输入应该是彩色图像。识别过程系统对视频流自动匹配特征,如果识别出目标会提示用户。
本系统菜单为:
--文件:打开视频、播放视频、保存当前帧
--获取背景:平均值法、方差法、直方图法
--运动检测:平均值背景、方差背景、直方图背景、MeanShift法
--指定目标:平均值背景、方差背景、直方图背景
--目标识别:平均值背景、方差背景、直方图背景
--跳到指定帧
处理过程:先将原视频图像转换成灰度图像(或二值图像),去除背景和分割标记采用灰度图像处理,再根据灰度图像对应的像素对彩色图像进行特征提取和显示。
一、获取背景 ,背景的提取非常重要,关系到运动物体的定位是否精确,背景提取有多种方法,本系统只用到三种:多帧图像累加求平均值、方差、直方图。
二、运动检测(动态跟踪),或运动图像的定位,因为没有足够的先验知识,所以把行人从单张图片上根据特征定位出来比较难。考虑是视频图像,可以用背景差分法进行目标物的检测,首先根据视频多张帧图像计算出当前的背景(例如多帧累加求平均值),然后用每一帧图像减去背景图像,即为当前运动物体,再把差分后的图片播放出来。
去除背景,即背景差分法,首先用当前帧图像减去背景图像,求绝对值,设定一个阈值,小于阈值的视为背景,全部置0。先通过前100帧计算背景,以后的背景图像要实现动态更新,以满足视频的即时性。
三、重要的步骤是图像的分割和标记,通过对图像中每个像素进行标记,将物体的像素值改为标号,可以方便后续的特征提取和识别。每帧带有运动物体的图像都需要进行分割并标记。一帧图像上可能有多个运动物体,必须把多个运动物体分割并标记出来,分别提取各自的颜色特征。有三种分割方法:阈值分割、边缘检测、区域生长,差分后已经能够识别出来物体(人),需要做的就是对不同的物体做标记。进行二值区域标记,不同的区域标以不同的像素值,然后计算面积,消除图像的小区域部分。这样就可以对单独的物体进行特征提取了。
四、特征提取,图像进行分割并标记后,分别统计每个区域上的颜色值作为特征向量。这里用RGB颜色的均值(百分比好像不妥),避免人物大小不同的影响。有两个地方需要用到颜色特征:第一个是系统接收用户的操作,指定需要识别的目标,此时系统会计算并记录该人的颜色特征信息,以便为后期识别做准备;第二个地方就是目标的识别过程,系统会分析当前视频帧中各个运动物的颜色特征信息,以检查目标是否存在于此帧中,如果存在则保存该帧或提醒用户,并在帧显示时对目标物体进行标记。
1、用户指定需要识别的目标——接收用户的鼠标拖拽,确定区域,计算该区域内目标的特征向量并记录。
>>此功能在指定目标菜单中实现:正常播放原视频,用户用鼠标右键拖拽以确定目标所在区域。系统记录后就可以进入目标识别阶段。
2、系统对目标进行识别——对系统分割并标记后的物体,分别计算特征向量,并与记录的特征向量进行匹配,如果匹配成功,则识别成功,播放时对此人进行标记。最好是进行轮廓提取,轮廓提取方法有:轮廓提取法(掏空内部点);边界跟踪法;区域生长法;区域分裂合并发,但是目前系统识别出的目标区域不够精确,所以不进行轮廓提取,只进行简单标记。
>>此功能在目标识别菜单中实现:正常播放原视频,如果匹配到目标,对目标加标记。用户也可以直接输入RGB的特征值,系统自动匹配。
参考资料:VC++数字图像处理 (杨淑莹) ---------------第七章:图像分割及测量
监控视频中人的特征识别相关推荐
- 【Python】监控视频中运动目标检测的代码实现及效果展示
0.介绍 基于python,使用opencv库函数,实现监控视频中的运动目标检测,Mark一下! 干扰性和灵敏度的权衡,可通过调节代码中的参数(高斯模糊核.面积阈值.帧差间隔等)进行设置. 1.代码 ...
- 萤石云平台接入_前端接入监控视频
简介 在可视化平台的展示中,监控视频可能是不可或缺的一部分.由于屏幕的尺寸限制,监控视频在可视化平台中占比不大,但是对于设计到实物的企业来说,监控视频在可视化平台中的展现是必不可少的一部分. 海康威视 ...
- vue项目使用大华摄像头怎样初始化_Vue接入监控视频技术总结
最近一直在搞监控视频接入方面的事情,积累了不少的经验,这里总结一下.提前说一句,本文提到的视频接入均是以RTSP为基础转码而来的,至于用海康大华等插件播放的咱们就闭口不提了可以看这个文章,在vue中接 ...
- 开源库 | 监控视频中的目标检测与跟踪
介绍一份来自卡内基梅隆大学开源的主要用于监控视频中目标检测与跟踪的开源库:Object_Detection_Tracking . 其赢得了 2019 Activities in Extended Vi ...
- 关于直播视频平台与监控视频平台技术架构方案
关于直播视频平台与监控视频平台技术架构方案 前言 讲个大实话,直播平台复杂在直播端(也就是播放端),而监控平台复杂在接入端(前端设备或平台). 至于技术难点,难者自知. 一.直播平台(想尽一切办法来降 ...
- 监控视频异常检测数据集整理
目前监控视频异常检测领域中主要的数据集有:UMN数据集,UCSD数据集,CUHK Avenue数据集,ShanghaiTech数据集,Subway 数据集,UFC Crime数据集,Street Sc ...
- 监控视频中的主码流和子码流是什么意思?
高清网络摄像机产品编码器都会产生两个编码格式,称为主码流和子码流,这就叫双码流技术.目的是用于解决监控录像的本地存储和网络传输的图像的质量问题. 双码流能实现本地和远程传输的两种不同的带宽码流需求,本 ...
- SkeyeVSS综合安防监控Onvif、RTSP、GB28181视频云无插件直播点播解决方案之监控视频实时多屏预览
SkeyeVSS综合安防监控Onvif.RTSP.GB28181视频云无插件直播点播解决方案之监控视频实时多屏预览 SkeyeVSS支持一分屏.四分屏.九分屏.16分屏.25分屏.36分屏等几种N*N ...
- cesium-接入监控视频
cesium-接入监控视频 介绍 现实世界中我们周边通常都会有着很多的摄像头监控(室内.室外),这些监控与实际地理位置匹配对于判别监控所覆盖的区域具有重要作用. 之前我们在cesium中添加了视频播放 ...
- 国产服务器飞腾/鲲鹏/龙芯下Linux(统信UOS、麒麟系统)下GB28181/Onvif/RTSP监控视频平台的部署操作
目前在国产话大背景下,很多应用软件都要适配国产化服务器.尤其是与政务.公安相关的项目,基本都开始国产化. 目前很少有监控视频平台支持国产话系统的,但是这一步是势在必行的. LiveGBS GB2818 ...
最新文章
- 使用 RPI.GPIO 模块的脉宽调制(PWM)功能
- 代替以前的F5,Ctrl+r!
- $\be$-QGE 的弱强唯一性
- QIIME 2用户文档. 14数据评估和质控Evaluating and controlling(2019.7)
- nyoj66分数拆分
- 有可能在onPause之前调用onSaveInstanceState
- lodop转到其他html页面,Lodop实现打印功能
- 我们为什么需要云原生?看完这一篇就够了
- 需求、需求工程与需求工程师 — 1.定义、作用
- (24)打两拍verilog与VHDL编码(学无止境)
- 智能会议系统(6)---高效视频会议系统
- JAVA 常见的类集之CollectionListQueue
- 使用Chrome Frame插件解决IE浏览器兼容问题
- 高质量解读《互联网企业安全高级指南》三部曲(技术篇)——安全管理体系
- 近景摄影测量空间后方交会python
- ACER-4738ZG 拆机改散热
- ESP8266介绍与连接第三方物联网平台
- 透过数字化转型再谈数据中台(三):一文遍历大数据架构变迁史
- ccd视觉定位教程_ccd视觉定位系统工作原理及过程
- 小米与美的的“初吻”是为了什么
热门文章
- 基于React 的前端UI开发框架 及与Electron 的结合 https://cxjs.io/
- Css/Js推荐类库
- DateTimePicker 控件置空
- 【转】OpenGL Related Development ToolKits
- 【php】 布尔值判断
- Question | 你所遇到的验证码问题可能都在这里了
- [傅里叶变换及其应用学习笔记] 十五. 傅里叶变换在衍射上的应用
- 圈复杂度(Cyclomatic Complexity)-转
- 操作系统学习(十三) 、中断和异常
- SSL For Free 免费 SSL 凭证申请 Let’s Encrypt