專利名稱：一種入侵檢測方法及系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及視頻處理技術(shù)，尤其涉及一種基于視頻的入侵檢測方法及系
統(tǒng)
背景技術(shù)：
入侵檢測是智能視頻監(jiān)控領(lǐng)域的一個重要應(yīng)用方向，常見的應(yīng)用包括警 戒線的跨越檢測、邊防線的越過檢測、軍事基地的闖入檢測以及危險地區(qū)的 誤入檢測等，對于邊防安全和軍事基地警戒等有著重大意義。
目前的入侵檢測，通常是利用傳感器(如紅外傳感器等)檢測或人力檢
測，但由于傳感器的感應(yīng)區(qū)域有限，因此只能在小范圍內(nèi)使用；而人力檢測 由于受人為因素的限制以及容易遭受入侵者襲擊，因此存在不可靠性和不安 全性?？梢?，現(xiàn)有技術(shù)中尚沒有一種比較有效的入侵檢測方法。

發(fā)明內(nèi)容
有鑒于此，本發(fā)明中一方面提供一種入侵檢測方法，另一方面提供一種 入侵檢測系統(tǒng)，以便提高入侵檢測的有效性。 本發(fā)明所提供的入侵檢測方法，包括 獲取監(jiān)控場景的視頻圖像；
對所述視頻圖像進行分析，獲取監(jiān)控場景中的運動區(qū)域； 根據(jù)所述運動區(qū)域與監(jiān)控場景中預(yù)先標(biāo)定的禁區(qū)范圍，檢測所述禁區(qū)范圍 內(nèi)是否存在運動目標(biāo)；
根據(jù)檢測結(jié)果，確定是否存在入侵。
較佳地，所述根據(jù)監(jiān)控場景中的運動區(qū)域與監(jiān)控場景中預(yù)先標(biāo)定的禁區(qū)范 圍，檢測所述禁區(qū)范圍內(nèi)是否存在運動目標(biāo)包括 在監(jiān)控場景中預(yù)先標(biāo)定具有封閉外邊沿的禁區(qū)范圍； 以所述運動區(qū)域中的任一點為起點向任意方向作一條射線； 若所述射線與所述禁區(qū)范圍的封閉外邊沿具有奇數(shù)個交點，則確定所述禁
區(qū)范圍內(nèi)存在運動目標(biāo)；否則，確定所述禁區(qū)范圍內(nèi)不存在運動目標(biāo)。
較佳地，所述根據(jù)檢測結(jié)果，確定是否出現(xiàn)入侵為在檢測到所述禁區(qū)范
圍內(nèi)存在運動目標(biāo)時，確定存在入侵。
較佳地，所述在檢測到所述禁區(qū)范圍內(nèi)存在運動目標(biāo)之后，確定存在入侵
之前，該方法進一步包括檢測所述運動目標(biāo)是否為人體，如果為人體，則確
定存在入侵。
較佳地，所述檢測所述運動目標(biāo)是否為人體包括 獲取N幅人體圖像；
分別計算每幅人體圖像的梯度方向直方圖，得到N個梯度方向直方圖； 計算所述N個梯度方向直方圖的均值Hista; 計算所述運動目標(biāo)的梯度方向直方圖Hist;
計算所述Hist與所述Hista的差值，若所述差值的絕對值小于預(yù)設(shè)的閾值， 則確定所述運動目標(biāo)為人體。
較佳地，在檢測到所述禁區(qū)范圍內(nèi)存在運動目標(biāo)之后，確定存在入侵之 前，該方法進一步包括對所述運動目標(biāo)進行跟蹤，在確定連續(xù)M幀內(nèi)均 出現(xiàn)所述運動目標(biāo)時，確定存在入侵。
本發(fā)明所提供的入侵檢測系統(tǒng)，包括
圖像采集單元，用于獲取監(jiān)控場景的視頻圖像；
運動檢測單元，用于對所述視頻圖像進行分析，獲取監(jiān)控場景中的運動區(qū)
域；
區(qū)域分析單元，用于根據(jù)所述運動區(qū)域與監(jiān)控場景中預(yù)先標(biāo)定的禁區(qū)范圍， 檢測所述禁區(qū)范圍內(nèi)是否存在運動目標(biāo)；
結(jié)果確定單元，用于根據(jù)檢測結(jié)果，確定是否存在入侵。 較佳地，所述區(qū)域分析單元包括
標(biāo)定記錄子單元，用于記錄在監(jiān)控場景中預(yù)先標(biāo)定的具有封閉外邊沿的禁
區(qū)范圍；
射線處理子單元，用于以所述運動區(qū)域中的任一點為起點向任意方向作一 條射線；
交點檢測子單元，用于檢測所述射線與所述禁區(qū)范圍的封閉外邊沿的交點 個數(shù)；
目標(biāo)判斷子單元，用于在所述交點個數(shù)為奇數(shù)時，確定所述禁區(qū)范圍內(nèi)存 在運動目標(biāo)；否則，確定所述禁區(qū)范圍內(nèi)不存在運動目標(biāo)。
較佳地，該系統(tǒng)進一步包括人體檢測單元，用于在所述區(qū)域分析單元檢 測到所述禁區(qū)范圍內(nèi)存在運動目標(biāo)時，檢測所述運動目標(biāo)是否為人體，并將檢 測結(jié)果提供給結(jié)果確定單元；
所述結(jié)果確定單元在所述運動目標(biāo)為人體時，確定存在入侵。
較佳地，所述人體檢測單元包括
直方圖計算子單元，用于分別計算N幅人體圖像的梯度方向直方圖，得到 N個梯度方向直方圖，并計算所述運動目標(biāo)的梯度方向直方圖Hist;
均值計算子單元，用于計算所述N幅人體圖像所對應(yīng)的N個梯度方向直方 圖的均值Hista;
差值計算子單元，用于計算所述Hist與所述Hista的差值；
人體分析子單元，用于在所述差值的絕對值小于預(yù)設(shè)的閾值時，確定所述 運動目標(biāo)為人體。
較佳地，該系統(tǒng)進一步包括幀間分析單元，用于在所述區(qū)域分析單元檢 測到所述禁區(qū)范圍內(nèi)存在運動目標(biāo)時，對所述運動目標(biāo)進行跟蹤，檢測是否連 續(xù)M幀內(nèi)均出現(xiàn)所述運動目標(biāo)，并將檢測結(jié)果提供給結(jié)果確定單元；
所述結(jié)果確定單元在連續(xù)M幀內(nèi)均出現(xiàn)所述運動目標(biāo)時，確定存在入侵。
從上述方案可以看出，本發(fā)明中通過荻取監(jiān)控場景的視頻圖像，并對所 獲取的視頻圖像進行分析，獲取監(jiān)控場景中的運動區(qū)域，然后所述運動區(qū)域
與監(jiān)控場景中預(yù)先標(biāo)定的禁區(qū)范圍的位置關(guān)系，確定禁區(qū)范圍內(nèi)是否存在運 動目標(biāo)，并根據(jù)確定結(jié)果，判斷是否存在入侵。可見，本發(fā)明中的技術(shù)方案，
無需使用傳感器，因此不受傳感器的距離約束，擴大了檢測范圍；另外又代 替了人力的檢測，提高了檢測的可靠性和安全性，因此提高了檢測的有效性。


圖1為本發(fā)明實施例中入侵;險測方法的示例性流程圖。
圖2為本發(fā)明實施例中入侵檢測系統(tǒng)的一個示例性結(jié)構(gòu)圖。.
圖3為圖2所示系統(tǒng)中區(qū)域分析單元的內(nèi)部結(jié)構(gòu)示意圖。
圖4為本發(fā)明實施例中入侵檢測系統(tǒng)的又一個示例性結(jié)構(gòu)圖。
圖5為圖4所示系統(tǒng)中人體^r測單元的內(nèi)部結(jié)構(gòu)示意圖。
圖6為本發(fā)明實施例中入侵檢測系統(tǒng)的又一 個示例性結(jié)構(gòu)圖。
圖7a和圖7b為本發(fā)明實施例中入侵檢測系統(tǒng)的又兩個示例性結(jié)構(gòu)圖。
具體實施例方式
本實施例中提出一種基于視頻的入侵檢測技術(shù)，即通過獲取監(jiān)控場景的 視頻圖像，并對所述視頻圖像進行分析，獲取監(jiān)控場景中的運動區(qū)域，然后 根據(jù)所述運動區(qū)域與監(jiān)控場景中預(yù)先標(biāo)定的禁區(qū)范圍的位置關(guān)系，檢測禁區(qū) 范圍內(nèi)是否存在運動目標(biāo)，之后根據(jù)檢測結(jié)果確定是否存在入侵。
為使本發(fā)明的目的、技術(shù)方案和優(yōu)點更加清楚明白，下面結(jié)合實施例和 附圖，對本發(fā)明進一步詳細(xì)說明。
圖1為本發(fā)明實施例中入侵檢測方法的示例性流程圖。如圖1所示，該 流程包括如下步驟
步驟IOI,獲取監(jiān)控場景的視頻圖像。
本步驟中，可以通過網(wǎng)絡(luò)攝像頭或傳統(tǒng)攝像頭或?qū)Ｓ玫母咔逦鷶z像頭等 圖像采集設(shè)備來實時拍攝并捕獲監(jiān)控場景的視頻圖像。
步驟102，對當(dāng)前所獲取的視頻圖像進行分析，獲取監(jiān)控場景中的運動
區(qū)域。
本步驟中，獲取運動區(qū)域的方法有很多，具體可采用現(xiàn)有技術(shù)中的多種 實現(xiàn)方式，例如，可采用光流法、幀間差分法、背景差分法等運動檢測技術(shù) 檢測監(jiān)控場景中的運動區(qū)域。
步驟103，根據(jù)所獲取的運動區(qū)域與監(jiān)控場景中預(yù)先標(biāo)定的禁區(qū)范圍的 位置關(guān)系，檢測禁區(qū)范圍內(nèi)是否存在運動目標(biāo)，如果存在，則執(zhí)行步驟104; 否則，返回執(zhí)行步驟102。
本實施例中，可首先對禁區(qū)范圍進行初始化，即預(yù)先在視頻圖像的監(jiān)控 場景中標(biāo)定出禁區(qū)范圍。
首先計算出運動區(qū)域的位置信息，如中心點位置、寬度和高度等，然后將運 動區(qū)域的位置與禁區(qū)范圍所對應(yīng)的邊界位置進行比較，判斷運動區(qū)域是否處 于禁區(qū)范圍之內(nèi)。
此外，本實施例中還提供了一種簡單有效的方法。該方法基于幾何中判 斷一個點是否在某個封閉區(qū)域的方法來實現(xiàn)，如下所示
首先，在標(biāo)定禁區(qū)范圍時，將禁區(qū)范圍表示為一個具有封閉外邊沿的幾 何形狀。其中，該封閉外邊沿可以是任意多邊形，也可以是任意曲線形，如 圓形、橢圓形、不規(guī)則曲線形。
然后，以檢測到的運動區(qū)域中的任一點(如中心點)為起點向任意方向 作一條射線，然后判斷該射線與所述禁區(qū)范圍的封閉外邊沿的交點個數(shù)，如 果交點個數(shù)為奇數(shù)，則證明該點在禁區(qū)范圍之內(nèi)，進而可確定該運動區(qū)域在 禁區(qū)范圍內(nèi)，從而可確定禁區(qū)范圍內(nèi)存在運動目標(biāo)。如果交點個數(shù)為偶數(shù)， 或者為0，則證明該點不再禁區(qū)范圍之內(nèi)，進而可確定該運動區(qū)域不在禁區(qū) 范圍內(nèi)，從而可確定禁區(qū)范圍內(nèi)不存在運動目標(biāo)。
由于入侵檢測通常情況下是為了防止非法人員進入禁區(qū)的，因此本實施 例中包括步驟104,檢測所述運動目標(biāo)是否為人體，如果為人體，則執(zhí)行步 驟105;否則，返回執(zhí)行步驟102。
本步驟中，檢測運動目標(biāo)是否為人體的方法可以有多種，目前最有效的
人體檢測方法是基于梯度方向直方圖和Adaboost的檢測方法，但是該方法 的運算量較大，影響實時處理的應(yīng)用，因此本實施例中提出了一種簡化的人 體監(jiān)測方法，如下所示
首先獲取N幅人體圖像，并分別計算每幅人體圖像的梯度方向直方圖， 得到N個梯度方向直方圖{//叫，//^2,..，州^}，并計算這N個梯度方向直方
圖的均值Hista二丄f招w,。其中，N為大于1的整數(shù)。
然后，計算運動目標(biāo)的梯度方向直方圖Hist，并計算Hist與所述Hista 的差值H/w-丄i:所w,，若該差值的絕對值小于預(yù)設(shè)的閾值T,即
丄S/^,小r成立，則可確定該運動目標(biāo)為人體，否則即為非人體。其
中，閾值T可以根據(jù)實際需要采用各種方法設(shè)置。
為了避免由于單幀圖像中對運動目標(biāo)的誤檢而導(dǎo)致虛警，本實施例中在 單幀圖像上判斷出有運動目標(biāo)進入禁區(qū)范圍后，通過多幀跟蹤運動目標(biāo)來校 驗入侵的發(fā)生。即包括步驟105，對所述運動目標(biāo)進行跟蹤，確定是否連續(xù) M幀內(nèi)均出現(xiàn)所述運動目標(biāo)，如果是，則執(zhí)行步驟106;否則，返回執(zhí)行步 驟102。
本步驟中，可以使用各種常用的目標(biāo)跟蹤方法對運動目標(biāo)進行跟蹤(具 體實現(xiàn)時，可對運動區(qū)域進行跟蹤)，比如均值偏移方法、粒子濾波等等。 在跟蹤過程中，如果發(fā)現(xiàn)某個運動區(qū)域連續(xù)M幀入侵禁區(qū)，則確認(rèn)入侵發(fā) 生。其中，M為大于1的整數(shù)。
步驟106,確定存在入侵。此時，可進行報警等警告處理。 上述流程中，步驟104和步驟105沒有絕對的先后關(guān)系，即上述流程中 也可以先執(zhí)行步驟105，再扭j亍步驟104。即先確定連續(xù)M幀出現(xiàn)同一個運 動目標(biāo)后，再判斷該運動目標(biāo)是否為人體。具體應(yīng)用中，也可以不包括步驟 104和步驟105,即在步驟103中檢測到禁區(qū)范圍內(nèi)存在運動目標(biāo)后，即可
執(zhí)行步驟106，確定存在入侵。
以上對本發(fā)明實施例中的入侵:;險測方法進行了詳細(xì)描述，下面再對本發(fā) 明實施例中的入侵4企測系統(tǒng)進行詳細(xì)描述。
圖2為本發(fā)明實施例中入侵檢測系統(tǒng)的示例性結(jié)構(gòu)圖。如圖2所示，該 系統(tǒng)包括圖像采集單元、運動檢測單元、區(qū)域分析單元和結(jié)果確定單元。
其中，圖像采集單元用于獲取監(jiān)控場景的視頻圖像。
運動檢測單元用于對所述視頻圖像進行分析，獲取監(jiān)控場景中的運動區(qū)域。
區(qū)域分析單元用于根據(jù)所述運動區(qū)域與監(jiān)控場景中預(yù)先標(biāo)定的禁區(qū)范圍的 位置關(guān)系，檢測禁區(qū)范圍內(nèi)是否存在運動目標(biāo)。
結(jié)果確定單元用于沖艮據(jù)檢測結(jié)果，確定是否存在入侵。
具體實現(xiàn)時，區(qū)域分析單元的內(nèi)部結(jié)構(gòu)可有多種實現(xiàn)形式，圖3示出其中 的一種實現(xiàn)形式，包括標(biāo)定記錄子單元、射線處理子單元、交點檢測子單元 和目標(biāo)判斷子單元。
其中，標(biāo)定記錄子單元用于記錄在監(jiān)控場景中預(yù)先標(biāo)定的具有封閉外邊沿 的禁區(qū)范圍。
射線處理子單元用于以所述運動區(qū)域中的任一點為起點向任意方向作一條 射線。
交點檢測子單元用于檢測所述射線與所述禁區(qū)范圍的封閉外邊沿的交點個數(shù)。
目標(biāo)判斷子單元用于在所述交點個數(shù)為奇數(shù)時，確定所述禁區(qū)范圍內(nèi)存在 運動目標(biāo)；否則，確定所述禁區(qū)范圍內(nèi)不存在運動目標(biāo)。
與圖1所示方法一致，本實施例中的系統(tǒng)可如圖4所示，在圖2所示系統(tǒng) 的基礎(chǔ)上進一步包括人體檢測單元，用于在所述區(qū)域分析單元檢測到所述禁 區(qū)范圍內(nèi)存在運動目標(biāo)時，檢測所述運動目標(biāo)是否為人體，并將檢測結(jié)果提供 給結(jié)果確定單元，結(jié)果確定單元在所述運動目標(biāo)為人體時，確定存在入侵；否 則，可確定不存在入侵。
具體實現(xiàn)時，人體檢測單元的內(nèi)部結(jié)構(gòu)可如圖5所示，包括直方圖計算
子單元、均值計算子單元、差值計算子單元和人體分析子單元。
其中，直方圖計算子單元用于分別計算N幅人體圖像的梯度方向直方圖， 得到N個梯度方向直方圖，并計算所述運動目標(biāo)的梯度方向直方圖Hist。
均值計算子單元用于計算所述N幅人體圖像所對應(yīng)的N個梯度方向直方圖 的均值Hista。
差值計算子單元用于計算所述Hist與所述Hista的差值。 人體分析子單元用于在所述差值的絕對值小于預(yù)設(shè)的閾值時，確定所述運 動目標(biāo)為人體。
此外，本實施例中的系統(tǒng)還可如圖6所示，在圖2所示系統(tǒng)的基礎(chǔ)上進 一步包括幀間分析單元，用于在所述區(qū)域分析單元檢測到所述禁區(qū)范圍內(nèi) 存在運動目標(biāo)時，對所述運動目標(biāo)進行跟蹤，片全測是否連續(xù)M幀內(nèi)均出現(xiàn) 所述運動目標(biāo)，并將檢測結(jié)果提供給結(jié)果確定單元，結(jié)果確定單元在連續(xù)M 幀內(nèi)均出現(xiàn)所述運動目標(biāo)時，確定存在入^f憂；否則，可確定不存在入侵。
此外，本實施例中的系統(tǒng)還可在圖2所示系統(tǒng)的基礎(chǔ)上進一步包括人 體檢測單元和幀間分析單元。
具體實現(xiàn)時，可如圖7a所示，在圖4所示系統(tǒng)的基礎(chǔ)上，在人體^r測 單元和結(jié)果確定單元之間設(shè)置幀間分析單元。此時，系統(tǒng)先執(zhí)行人體檢測單 元，人體檢測單元在檢測到運動目標(biāo)是人體后，系統(tǒng)繼續(xù)執(zhí)行幀間分析單元， 幀間分析單元確定是否在連續(xù)M幀內(nèi)均出現(xiàn)同一運動目標(biāo)，并將結(jié)果通知給 結(jié)果確定單元，結(jié)果確定單元在連續(xù)M幀內(nèi)均出現(xiàn)所述運動目標(biāo)時，確定 存在入侵。
或者，也可以如圖7b所示，在圖6所示幀間分析單元和結(jié)果確定單元 之間設(shè)置人體檢測單元。此時，系統(tǒng)先執(zhí)行幀間分析單元，若確定在連續(xù)M 幀內(nèi)均出現(xiàn)同 一運動目標(biāo)時，系統(tǒng)繼續(xù)執(zhí)行人體4全測單元，人體檢測單元檢 測運動目標(biāo)是否為人體后，將檢測結(jié)果通知給結(jié)果確定單元，結(jié)果確定單元 在運動目標(biāo)為人體時，確定存在入侵。
本發(fā)明實施例系統(tǒng)中的各單元的具體操作過程可于本發(fā)明實施例中入
侵檢測方法中的相應(yīng)具體操作過程一致，此處不再——贅述。
以上所述的具體實施例，對本發(fā)明的目的、技術(shù)方案和有益效果進行了 進一步詳細(xì)說明，所應(yīng)理解的是，以上所述僅為本發(fā)明的較佳實施例而已， 并非用于限定本發(fā)明的保護范圍，凡在本發(fā)明的精神和原則之內(nèi)，所作的任 何修改、等同替換、改進等，均應(yīng)包含在本發(fā)明的保護范圍之內(nèi)。
權(quán)利要求
1、一種入侵檢測方法，其特征在于，該方法包括獲取監(jiān)控場景的視頻圖像；對所述視頻圖像進行分析，獲取監(jiān)控場景中的運動區(qū)域；根據(jù)所述運動區(qū)域與監(jiān)控場景中預(yù)先標(biāo)定的禁區(qū)范圍，檢測所述禁區(qū)范圍內(nèi)是否存在運動目標(biāo)；根據(jù)檢測結(jié)果，確定是否存在入侵。
2、 如權(quán)利要求l所述的方法，其特征在于，所述根據(jù)監(jiān)控場景中的運動區(qū) 域與監(jiān)控場景中預(yù)先標(biāo)定的禁區(qū)范圍，檢測所述禁區(qū)范圍內(nèi)是否存在運動目標(biāo) 包括在監(jiān)控場景中預(yù)先標(biāo)定具有封閉外邊沿的禁區(qū)范圍； 以所述運動區(qū)域中的任一點為起點向任意方向作一條射線； 若所述射線與所述禁區(qū)范圍的封閉外邊沿具有奇數(shù)個交點，則確定所述禁 區(qū)范圍內(nèi)存在運動目標(biāo)；否則，確定所述禁區(qū)范圍內(nèi)不存在運動目標(biāo)。
3、 如權(quán)利要求l所述的方法，其特征在于，所述根據(jù)檢測結(jié)果，確定是否 出現(xiàn)入侵為在^r測到所述禁區(qū)范圍內(nèi)存在運動目標(biāo)時，確定存在入侵。
4、 如權(quán)利要求3所述的方法，其特征在于，所述在檢測到所述禁區(qū)范圍內(nèi) 存在運動目標(biāo)之后，確定存在入侵之前，該方法進一步包括檢測所述運動目 標(biāo)是否為人體，如果為人體，則確定存在入侵。
5、 如權(quán)利要求4所述的方法，其特征在于，所述檢測所述運動目標(biāo)是否為 人體包括獲取N幅人體圖像；分別計算每幅人體圖像的梯度方向直方圖，得到N個梯度方向直方圖； 計算所述N個梯度方向直方圖的均值Hista; 計算所述運動目標(biāo)的梯度方向直方圖Hist;計算所述Hist與所述Hista的差值，若所述差值的絕對值小于預(yù)設(shè)的閾值， 則確定所述運動目標(biāo)為人體。
6、 如權(quán)利要求3所述的方法，其特征在于，在檢測到所述禁區(qū)范圍內(nèi)存在 運動目標(biāo)之后，確定存在入侵之前，該方法進一步包括對所述運動目標(biāo)進行 跟蹤，在確定連續(xù)M幀內(nèi)均出現(xiàn)所述運動目標(biāo)時，確定存在入侵。
7、 一種入侵檢測系統(tǒng)，其特征在于，該系統(tǒng)包括 圖像采集單元，用于獲取監(jiān)控場景的視頻圖像；運動檢測單元，用于對所述視頻圖像進行分析，獲取監(jiān)控場景中的運動區(qū)域；區(qū)域分析單元，用于根據(jù)所述運動區(qū)域與監(jiān)控場景中預(yù)先標(biāo)定的禁區(qū)范圍， 檢測所述禁區(qū)范圍內(nèi)是否存在運動目標(biāo)；結(jié)果確定單元，用于根據(jù)檢測結(jié)果，確定是否存在入侵。
8、 如權(quán)利要求7所述的系統(tǒng)，其特征在于，所述區(qū)域分析單元包括 標(biāo)定記錄子單元，用于記錄在監(jiān)控場景中預(yù)先標(biāo)定的具有封閉外邊沿的禁區(qū)范圍；射線處理子單元，用于以所述運動區(qū)域中的任一點為起點向任意方向作一 條射線；交點檢測子單元，用于檢測所述射線與所述禁區(qū)范圍的封閉外邊沿的交點 個數(shù)；目標(biāo)判斷子單元，用于在所述交點個數(shù)為奇數(shù)時，確定所述禁區(qū)范圍內(nèi)存 在運動目標(biāo)；否則，確定所述禁區(qū)范圍內(nèi)不存在運動目標(biāo)。
9、 如權(quán)利要求7所述的系統(tǒng)，其特征在于，該系統(tǒng)進一步包括人體檢測 單元，用于在所述區(qū)域分析單元檢測到所述禁區(qū)范圍內(nèi)存在運動目標(biāo)時，檢測 所述運動目標(biāo)是否為人體，并將檢測結(jié)果提供給結(jié)果確定單元；所述結(jié)杲確定單元在所述運動目標(biāo)為人體時，確定存在入侵。
10、 如權(quán)利要求9所述的系統(tǒng)，其特征在于，所述人體檢測單元包括 直方圖計算子單元，用于分別計算N幅人體圖像的梯度方向直方圖，得到N個梯度方向直方圖，并計算所述運動目標(biāo)的梯度方向直方圖Hist;均值計算子單元，用于計算所述N幅人體圖像所對應(yīng)的N個梯度方向直方圖的均值Hista;差值計算子單元，用于計算所述Hist與所述Hista的差值； 人體分析子單元，用于在所述差值的絕對值小于預(yù)設(shè)的閾值時，確定所述運動目標(biāo)為人體。
11、如權(quán)利要求7所述的系統(tǒng)，其特征在于，該系統(tǒng)進一步包括幀間分 析單元，用于在所述區(qū)域分析單元檢測到所述禁區(qū)范圍內(nèi)存在運動目標(biāo)時，對 所述運動目標(biāo)進行跟蹤，檢測是否連續(xù)M幀內(nèi)均出現(xiàn)所述運動目標(biāo)，并將4全測 結(jié)果提供給結(jié)果確定單元；所述結(jié)果確定單元在連續(xù)M幀內(nèi)均出現(xiàn)所述運動目標(biāo)時，確定存在入侵。
全文摘要
本發(fā)明公開了一種入侵檢測方法及系統(tǒng)。其中，方法包括獲取監(jiān)控場景的視頻圖像；對所述視頻圖像進行分析，獲取監(jiān)控場景中的運動區(qū)域；根據(jù)所述運動區(qū)域與監(jiān)控場景中預(yù)先標(biāo)定的禁區(qū)范圍，檢測所述禁區(qū)范圍內(nèi)是否存在運動目標(biāo)；根據(jù)檢測結(jié)果，確定是否存在入侵。本發(fā)明所公開的技術(shù)方案能夠提高入侵檢測的有效性。
文檔編號G06T7/00GK101339688SQ20081011899
公開日2009年1月7日 申請日期2008年8月27日 優(yōu)先權(quán)日2008年8月27日
發(fā)明者磊 王, 鄧亞峰, 英 黃 申請人:北京中星微電子有限公司