【正文】 此功能將實(shí)現(xiàn)當(dāng)特定區(qū)域人員過(guò)于密集時(shí)，通過(guò)提示音提醒安保人員對(duì)該區(qū)域予以關(guān)注，并及時(shí)進(jìn)行人員疏散，防止踩踏等意外事件發(fā)生。 算法中 = ， = 1 ， = O ，= 5 0： 越線報(bào)警此功能主要實(shí)現(xiàn)對(duì)特定區(qū)域的監(jiān)測(cè)，利用混合高斯背景建模檢測(cè)出前景，通過(guò)設(shè)定閾值排除較小前景并將其填充為背景，然后對(duì)檢測(cè)出的較大輪廓運(yùn)用camshift算法進(jìn)行跟蹤，計(jì)算出每個(gè)輪廓的大小、方向和質(zhì)心位置。參數(shù)，取值要考慮陰影的強(qiáng)度，背景上投射的陰影越強(qiáng)，越??；用來(lái)增強(qiáng)對(duì)噪聲的魯棒性。我們首先將RGB色彩空間的圖像轉(zhuǎn)化成HVS色彩空間，公式為：H = arccos (61) S = 1 (62) V = (63) 由于陰影處的亮度與飽和度較背景暗，而色彩基本保持不變。當(dāng)一個(gè)像素點(diǎn)被陰影覆蓋時(shí)，它的亮度值變小，飽和度值變化不大，而被運(yùn)動(dòng)目標(biāo)覆蓋時(shí)，它的亮度值可能變大，也可能變小，飽和度值變化較大。色彩明度沿六棱錐中心軸V從上至下變化，中心軸頂端呈白色（V=1），底端為黑色（V=0），他們表示無(wú)彩色系的灰度顏色。本系統(tǒng)的陰影去除是基于HSV色彩空間完成的。如此迭代下去，就可以實(shí)現(xiàn)對(duì)目標(biāo)的跟蹤。⑶CamshiftCamshift算法就是將Meanshift算法擴(kuò)展到連續(xù)圖像序列。⑵MeanshiftMeanshift算法是一種密度函數(shù)梯度估計(jì)的非參數(shù)方法，通過(guò)迭代尋優(yōu)找到概率分布的極值來(lái)定位目標(biāo)。②然后對(duì)其中的H分量作直方圖，在直方圖中代表了不同H分量值出現(xiàn)的概率或者像素個(gè)數(shù)，就是說(shuō)可以查找出H分量大小為h的概率或者像素個(gè)數(shù)，即得到了顏色概率查找表。Camshift利用目標(biāo)的顏色直方圖模型將圖像轉(zhuǎn)換為顏色概率分布圖，初始化一個(gè)搜索窗的大小和位置，并根據(jù)上一幀得到的結(jié)果自適應(yīng)調(diào)整搜索窗口的位置和大小，從而定位出當(dāng)前圖像中目標(biāo)的中心位置。 Camshift跟蹤算法：目標(biāo)跟蹤模塊采用的是CamShift算法，即Continuously Apative MeanShift算法，是一種運(yùn)動(dòng)跟蹤算法。 Meanshift跟蹤算法 Meanshift算法是一種密度函數(shù)梯度估計(jì)的非參數(shù)方法，通過(guò)迭代尋優(yōu)找到概率分布的極值來(lái)定位目標(biāo)。本系統(tǒng)起初采用Meanshift算法對(duì)目標(biāo)進(jìn)行跟蹤，后因該算法不能完整的提取出運(yùn)動(dòng)目標(biāo)的特性，而改用Camshift跟蹤算法，此算法可以獲取跟蹤目標(biāo)的大小、質(zhì)心、運(yùn)動(dòng)方向三個(gè)參數(shù)，由于Camshift算法是對(duì)Meanshift算法有限次的迭代，因此更加準(zhǔn)確。當(dāng)運(yùn)動(dòng)物體的寬小與其高，即寬高比大于1時(shí)，并且目標(biāo)的高和寬都在設(shè)定好的閾值范圍內(nèi)時(shí)，我們認(rèn)為目標(biāo)為人，系統(tǒng)將以紅色矩形框自動(dòng)圈定目標(biāo)。若寬或高其中之一大于閾值，那么我們?nèi)藶槟繕?biāo)為車(chē)與人的交匯，系統(tǒng)會(huì)自動(dòng)地用綠色矩形框在屏幕上圈出目標(biāo)；若高和寬都在閾值范圍內(nèi)時(shí)則認(rèn)為目標(biāo)是汽車(chē)，系統(tǒng)會(huì)自動(dòng)地用藍(lán)色矩形框在屏幕中圈目標(biāo)。 本系統(tǒng)采用的是基于形狀信息的分類(lèi)，主要以運(yùn)動(dòng)物體的寬高比等作為特征對(duì)目標(biāo)進(jìn)行分類(lèi)。式 (11)中 ,權(quán)值較大的前 b個(gè)高斯分布被識(shí)別為背景 ,即B = 目標(biāo)分類(lèi)目標(biāo)分類(lèi)的目的是從檢測(cè)到的運(yùn)動(dòng)區(qū)域中將對(duì)應(yīng)于人的運(yùn)動(dòng)區(qū)域提取出來(lái)。= (1 α)* +α* ，　 (344)式中 ,α為一與時(shí)間相關(guān)的學(xué)習(xí)速度。 據(jù)此 ,就可以選擇出符合判斷法則的高斯分布。當(dāng)有新的觀測(cè)點(diǎn) xt+1 來(lái)臨時(shí) ,則將這個(gè)樣本的像素值分別與 K個(gè)高斯分布的均值,t相比 ,同時(shí)計(jì)算觀測(cè)點(diǎn)落入相應(yīng)高斯分布的概率 ,并按某一判斷法則選擇匹配的高斯分布。 g是第 i個(gè)概率密度的高斯分布函數(shù)?；旌细咚贡尘澳Ｐ凸饺缦拢耗滁c(diǎn) x在某時(shí)刻的隨機(jī)分布概率為： 式中 , K為高斯分布的數(shù)量, 是第 i個(gè)高斯分布的權(quán)值。 ：本系統(tǒng)的檢測(cè)模塊采用的就是背景建模法中的GMM（混合高斯背景建模），此算法運(yùn)用了數(shù)學(xué)建模思想，對(duì)客觀事物投影的圖像序列進(jìn)行了像素域在時(shí)間尺度上的建模。光流分析法的優(yōu)點(diǎn)是可以在攝像機(jī)運(yùn)動(dòng)的情況下，仍然能檢測(cè)運(yùn)動(dòng)對(duì)象，但其計(jì)算復(fù)雜、實(shí)時(shí)性較差，需要特殊的硬件支持。[715]：在一個(gè)圖像序列中，物體的運(yùn)動(dòng)是通過(guò)圖像中各點(diǎn)的灰度變化來(lái)體現(xiàn)的，這就是光流場(chǎng)。還有人將連續(xù)兩幀差圖像和背景差圖像直接相乘， 再將相乘的結(jié)果進(jìn)行二值化處理得到運(yùn)動(dòng)檢測(cè)結(jié)果， 從而將運(yùn)動(dòng)目標(biāo)從背景圖像中分離出來(lái)，取得了較好的結(jié)果。 c ) 幀間差法和背景差法相結(jié)合：針對(duì)這兩種方法的優(yōu)缺點(diǎn)，有許多文獻(xiàn)提出了背景差法和幀間差法相互結(jié)合的方法。這個(gè)方法顯然比兩幀差法的噪聲要少很多，但是也有明顯的缺點(diǎn)，即對(duì)于運(yùn)動(dòng)速度過(guò)快或者視頻截取間隔比較長(zhǎng)的情況下，會(huì)出現(xiàn)捕捉不到前景目標(biāo)的情況。這種方法簡(jiǎn)單實(shí)用，速度很快，對(duì)前景變化非常敏感，但是這種方法檢測(cè)出的目標(biāo)是相鄰兩幀中所有變化的信息，會(huì)存在較多的噪聲，并且得到的幀差圖會(huì)有目標(biāo)區(qū)域的重疊區(qū)域。 ：幀問(wèn)差法根據(jù)監(jiān)控場(chǎng)景中出現(xiàn)運(yùn)動(dòng)物體時(shí)，相鄰幀之間的運(yùn)動(dòng)區(qū)域會(huì)出現(xiàn)比較明顯的差別，依據(jù)這一差別就可以提取出運(yùn)動(dòng)目標(biāo)。最主要的環(huán)節(jié)是設(shè)計(jì)穩(wěn)定可靠的背景模型，涉及到背景的有效提取以及背景的更新。此法可用公式表示如下[7]。 ：背景差法的原理和算法設(shè)計(jì)簡(jiǎn)單，運(yùn)行速度較快，在背景變化緩慢的理想情況下，能夠得到比較精確的運(yùn)動(dòng)目標(biāo)信息，是目前使用較多的方法。最總系統(tǒng)采用了混合高斯背景建模法，即GMM算法進(jìn)行目標(biāo)檢測(cè)，實(shí)踐證明綜合效果較好。系統(tǒng)起初采用了背景差法、幀差法和光流法檢測(cè)目標(biāo)。 系統(tǒng)總體結(jié)構(gòu)框圖： 圖一 系統(tǒng)總體結(jié)構(gòu)框圖 系統(tǒng)內(nèi)部設(shè)計(jì)框圖：圖二 系統(tǒng)內(nèi)部設(shè)計(jì)框架圖三、關(guān)鍵技術(shù)及功能介紹運(yùn)動(dòng)目標(biāo)的檢測(cè)就是將包含運(yùn)動(dòng)信息的視頻序列運(yùn)用適當(dāng)?shù)募夹g(shù)進(jìn)行處理，把與背景存在相對(duì)運(yùn)動(dòng)的前景區(qū)分開(kāi)的過(guò)程。磁盤(pán)陣列是一個(gè)超大容量的存儲(chǔ)器，用以儲(chǔ)存攝像機(jī)采集來(lái)的視頻文件。系統(tǒng)首先將由模擬攝像機(jī)采集的視頻序列，通過(guò)視頻線傳到視頻編碼器，編碼器中將采集到的模擬信號(hào)轉(zhuǎn)成數(shù)字信號(hào)，再交給后端解碼器將數(shù)字信號(hào)轉(zhuǎn)換成顯示器可讀的模擬信號(hào)，傳給液晶顯示屏。
管理服務(wù)器由監(jiān)控管理軟件、服務(wù)器硬件、存儲(chǔ)服務(wù)器等組成，提供了完整的監(jiān)控中心管理、錄像管理、報(bào)警管理。VC的代碼執(zhí)行效率比較高，雖然編寫(xiě)的代價(jià)過(guò)大，尤其在處理視頻檢測(cè)和跟蹤時(shí)，有時(shí)需要成百上千行的代碼，但是OpenCV的出現(xiàn)極大地豐富了VC的函數(shù)庫(kù)，擴(kuò)展了VC的功能，降低了VC的開(kāi)發(fā)難度，同時(shí)爭(zhēng)強(qiáng)了系統(tǒng)的運(yùn)行速度和實(shí)用性。當(dāng)發(fā)現(xiàn)異常時(shí)，系統(tǒng)將以語(yǔ)音提示的方式及時(shí)主動(dòng)地向安保人員報(bào)警。交換機(jī)與監(jiān)控終端用雙絞線連接，在監(jiān)控終端，即PC機(jī)的中心控制平臺(tái)上運(yùn)行軟件系統(tǒng)。事實(shí)證明，該系統(tǒng)可以很好的協(xié)助安保人員完成監(jiān)控任務(wù)，減輕了安保人員工作量，減少了學(xué)校的人力資源浪費(fèi)，提高監(jiān)控管理效率，避免由于安保人員視覺(jué)疲勞或疏忽造成的漏報(bào)，及時(shí)預(yù)防和制止犯罪，提前阻止校園中踩踏等安全事故的發(fā)生，維護(hù)校園環(huán)境和諧、穩(wěn)定，確保學(xué)生生命及財(cái)產(chǎn)安全。系統(tǒng)運(yùn)用GMM和Camshift等視頻分析技術(shù)對(duì)攝像機(jī)拍錄的圖像序列在不需人為操作的情況下自動(dòng)地進(jìn)行前景提取和目標(biāo)跟蹤，以跟蹤目標(biāo)的質(zhì)心位置、質(zhì)心移動(dòng)距離的均方差及圖像前景概率密度等信息作為特征值，進(jìn)行跨越警戒線、可疑徘徊走動(dòng)和人群密集程度的檢測(cè)與判斷。因此急需一種能夠不間斷實(shí)時(shí)監(jiān)控，并快速自動(dòng)地對(duì)視頻信息進(jìn)行分析，準(zhǔn)確、主動(dòng)預(yù)警的智能型視頻監(jiān)控系統(tǒng)來(lái)代替舊式的人工視頻監(jiān)視系統(tǒng)。目前，許多學(xué)校已經(jīng)安裝了視頻監(jiān)控系統(tǒng)，但這些監(jiān)控系統(tǒng)只是將攝像機(jī)的輸出結(jié)果記錄下來(lái)，當(dāng)異常情況發(fā)生后，保安人員才通過(guò)記錄的結(jié)果觀察發(fā)生的事實(shí)或用來(lái)當(dāng)作事后證據(jù)，沒(méi)有充分發(fā)揮其實(shí)時(shí)主動(dòng)的監(jiān)督作用。并且，各種不同人格、性格的學(xué)生和外來(lái)人員同處在一個(gè)擁擠的空間內(nèi)，很容易發(fā)生各種矛盾和意外，校園還會(huì)經(jīng)常遭到不法分子的入侵。關(guān)鍵詞：視頻分析 智能監(jiān)控 GMM Camshift 校園安全目 錄引 言 1第一章 視頻分析技術(shù)的學(xué)科背景 2第二章 校園安全現(xiàn)狀及國(guó)內(nèi)外視頻分析監(jiān)控系統(tǒng)發(fā)展?fàn)顩r分析 3第三章 系統(tǒng)概述 5 軟件 5 硬件 5 系統(tǒng)總體結(jié)構(gòu)框圖 5第四章 系統(tǒng)內(nèi)部設(shè)計(jì)和功能劃分 7 7 7 越線報(bào)警 7 7 8 8第五章 關(guān)鍵技術(shù) 9 9 空間分割法 9 時(shí)間分割法 9 背景建模法 11 目標(biāo)分類(lèi) 12 目標(biāo)跟蹤 13 16 17第六章 系統(tǒng)特點(diǎn) 19第七章 使用說(shuō)明及市場(chǎng)分析和經(jīng)濟(jì)效益預(yù)測(cè) 22結(jié)束語(yǔ) 24參考文獻(xiàn) 25一、系統(tǒng)設(shè)計(jì)的目的和意義：學(xué)生是受關(guān)愛(ài)的群體，家長(zhǎng)和社會(huì)各界都對(duì)他們的健康成長(zhǎng)和人身安全給予了極大關(guān)注。本系統(tǒng)利用視頻分析技術(shù)中的混合高斯背景建模法（GMM）完成目標(biāo)檢測(cè)，運(yùn)用Camshift算法對(duì)目標(biāo)進(jìn)行跟蹤，以校園中教學(xué)樓的走廊、樓梯、實(shí)驗(yàn)室和樓前空地、停車(chē)場(chǎng)為監(jiān)控場(chǎng)景，實(shí)現(xiàn)了越線報(bào)警、聚集檢測(cè)和徘徊檢測(cè)等三個(gè)智能監(jiān)控功能。具有客觀的市場(chǎng)推廣前景。對(duì)作品的意義、技術(shù)水平、適用范圍及推廣前景作出評(píng)價(jià)該系統(tǒng)對(duì)于校園安全有著實(shí)效性的意義，對(duì)于維護(hù)和確保校園環(huán)境安全、穩(wěn)定具有高效的輔助作用。推薦者情況姓名蘇成利性別男年齡32職稱副教授工作單位遼寧石油化工大學(xué)信息與控制工程學(xué)院通訊地址遼寧省撫順市望花區(qū)丹東路西段1號(hào)郵政編碼113001EmailSclwind聯(lián)系電話15898328648推薦者所在單位意見(jiàn) 同意申報(bào) （簽 章） 年 月 日 請(qǐng)對(duì)申報(bào)情況的真實(shí)性作出闡述