專利名稱：基于監(jiān)控視頻的行李傳送倉人體檢測系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種視頻監(jiān)控技術(shù)，具體地說，涉及一種數(shù)字視頻與圖像的 處理與應(yīng)用技術(shù)。
背景技術(shù)：
行李傳送倉是客運、貨運系統(tǒng)當中專供行李傳送的通道，在大多數(shù)運輸 機構(gòu)的規(guī)章制度當中，禁止有人進入傳送倉內(nèi)。以往的運營工作表明，有為 達到盜竊、逃票或者偷渡目的的不法分子，甚至恐怖分子，會利用各種手段 進入行李傳送倉，很容易造成對旅客生命及物質(zhì)財產(chǎn)的危害。
因此，對行李傳送倉進行人體檢測，以防止有人進入倉體，是十分必要 的?，F(xiàn)有的針對行李傳送倉的人體檢測方法分為兩大類。第一類采用完全的 人工檢測，即安排工作人員于傳送倉口，或者監(jiān)控屏幕前進行監(jiān)管。這類方 法的主要缺陷在于耗費大量人力資源，無法避免人的主觀因素所可能導(dǎo)致的 錯誤，例如工作人員因疲勞造成誤檢及漏檢，甚至與犯罪分子私通等十分嚴
重的潛在問題；第二類采用自動檢測，在現(xiàn)有方法當中，多數(shù)采用利用人體 與行李熱量差別的紅外線熱感應(yīng)技術(shù)。實際經(jīng)驗表明，這種方法在冬季的效 果較好，但在夏季，由于環(huán)境溫度升高，經(jīng)過陽光直射的行李很容易被誤檢 為人體。

發(fā)明內(nèi)容
基于對上述現(xiàn)有技術(shù)的分析，本發(fā)明的目的在于避免上述缺陷，提供一 種基于監(jiān)控視頻的行李傳送倉人體檢測系統(tǒng)；其基于行李傳送倉內(nèi)的監(jiān)控視 頻，利用數(shù)字視頻與圖像處理技術(shù)，采用計算機視覺特征提取算法，搭建針 對行李傳送倉的自動人體檢測系統(tǒng)。
本發(fā)明的技術(shù)方案如下
根據(jù)本發(fā)明的一種基于監(jiān)控視頻的行李傳送倉人體檢測系統(tǒng)，包括安裝 在行李傳送倉內(nèi)的監(jiān)控攝像頭，由該監(jiān)控攝像頭送出的模擬信號，再傳送到位于觀察室中的顯示屏，其向安保人員顯示該攝像頭所拍攝的實時圖像，所述 模擬信號經(jīng)由轉(zhuǎn)換器轉(zhuǎn)換成數(shù)字視頻信號，之后，由自動監(jiān)控模塊中的基于 規(guī)則的人體檢測模塊進行人體信息檢測，并向安保人員提供報警信號，進行 安保處理，特點是，該基于規(guī)則的人體檢測模塊未檢測出人體信息的數(shù)字視 頻信號，再送基于計算機視覺特征的人體檢測模塊進行人體檢測。
所述的基于規(guī)則的人體檢測模塊包括建模子模塊，接收數(shù)字視頻信號，
將其轉(zhuǎn)化成帶有語義的數(shù)字模型；用戶定制規(guī)則子模塊，其提供簡單的判定 視頻信號中的人體信息；分別接收建模子模塊和用戶定制規(guī)則子模塊的輸出 信息的基于規(guī)則的人體檢測子模塊；以及連接人體檢測子模塊的判定檢測到 人體信息的輸出子模塊。
所述的用戶定制規(guī)則子模塊系人為制定規(guī)則的子模塊。 所述的人為制定規(guī)則的定制子模塊，其內(nèi)容在形式上為一張人為規(guī)則列表。
所述的規(guī)則列表包括a.面積過小的前景區(qū)不可能為人體；b.行李不可 能位于傳送帶以外；c.行李的運動方向不可能與傳送帶的運動方向相反。
所述的基于計算機視覺特征的人體檢測模塊，其包括依次以數(shù)據(jù)流聯(lián)結(jié) 的視覺特征計算子模塊、分類器。其中，視覺特征計算子模塊連接該判定人 體信息的輸出子模塊，進行對人體信息的二次檢測，通過檢測判定丟棄或送 報警模塊報警。
所述的視覺特征計算子模塊以當前視頻前景圖像作為輸入，包括依次以 數(shù)據(jù)流聯(lián)結(jié)的低閾值下的Ca皿y邊緣檢測子模塊、分塊計算子模塊、各塊邊
緣密度計算子模塊、各塊邊緣密度排序子模塊、二次提取子模塊，用于檢測 人體的計算機視覺特征向量。
所述的監(jiān)控攝像頭選用分辨率為100000像素以上，拍攝視頻每秒15幀 以上的任意彩色攝像頭，拍攝角度固定，并伴有照明設(shè)施或所述的監(jiān)控攝像 頭選用三枚攝頭，在傳送帶垂直上方架設(shè)第一只監(jiān)控攝像頭，其拍攝角度與 傳送帶呈45。；在傳送帶正左右兩側(cè)各設(shè)第二、第三枚攝像頭，該攝像頭均 為分辨率大于100000像素，拍攝視頻每秒最高15幀以上的任意彩色攝像頭， 并相應(yīng)配設(shè)照明設(shè)備。
本發(fā)明的優(yōu)點是克服了現(xiàn)有技術(shù)的缺點，明顯提高了工作效率，節(jié)省 人力及物質(zhì)成本、開銷；特別是使用計算機的視覺特征識別方式，來克服使用紅外檢測方式導(dǎo)致的夏季難以區(qū)分人體與行李的問題，從而達到快速可靠 地檢測行李傳送倉中的人體，保證了運營安全。


圖l是本發(fā)明的系統(tǒng)結(jié)構(gòu)圖。
圖2是本發(fā)明的自動監(jiān)控模塊的子模塊結(jié)構(gòu)示意圖。 圖3是本發(fā)明的基于計算機視覺特征的人體檢測模塊的二次檢測結(jié)構(gòu)示 意圖。
圖4是本發(fā)明中單監(jiān)控攝像頭的實施例側(cè)視示意圖。
圖5 (1)是本發(fā)明中安裝三枚監(jiān)控攝像頭的實施例側(cè)視示意圖。
圖5 (2)是本發(fā)明中安裝三枚監(jiān)控攝像頭的實施例頂視示意圖。
具體實施例方式
下面根據(jù)圖1—圖5給出本發(fā)明的較好實施例，并予以詳細說明，使能 更好地理解本發(fā)明而不是用來限制本發(fā)明的范圍。
系統(tǒng)以及外圍組成部分結(jié)構(gòu)如圖l所示，首先由安裝在行李傳送倉內(nèi)的 監(jiān)控攝像頭拍攝實時監(jiān)控畫面，監(jiān)控畫面以模擬信號的形式在線路上傳送至 監(jiān)控室屏幕以及信號轉(zhuǎn)換器，信號轉(zhuǎn)換器將模擬視頻信號轉(zhuǎn)化為數(shù)字視頻信
號，并作為自動監(jiān)控模塊的輸入。模塊采用兩層架構(gòu)對輸入的視頻信號進行 智能分析，并對檢測到的傳送倉內(nèi)的人體進行報警，報警之后由相應(yīng)的外圍 模塊對相應(yīng)的視頻數(shù)據(jù)進行存貯，記錄等操作。相關(guān)安保人員接收到報警信 號之后采取相關(guān)操作。
圖1中各個部分的釋義及功能如下
監(jiān)控攝像頭l:安裝在行李傳送倉內(nèi)，拍攝倉體內(nèi)的實時視頻。 模擬信號2:由監(jiān)控攝像頭1拍攝的模擬信號視頻流。 轉(zhuǎn)換器3:將模擬視頻信號2轉(zhuǎn)化為數(shù)字視頻信號4。 數(shù)字視頻信號4:由數(shù)字信號編碼的視頻流。
自動監(jiān)控模塊5:接收數(shù)字視頻信號4，并基于數(shù)字視頻信號4進行一系
列分析來判斷傳送倉內(nèi)是否有人存在，分為兩層架構(gòu)
基于規(guī)則的人體檢測模塊51:第一層模塊，基于預(yù)先定義好的規(guī)則來進
行分析與檢測?；谟嬎銠C視覺特征人體檢測模塊52:第二層模塊，基于計算機視覺特 征來進行分析與檢測。
報警模塊6:根據(jù)監(jiān)控模塊的輸出進行報警。
監(jiān)控室屏幕7:監(jiān)控室原有的監(jiān)控屏幕，播放實時的監(jiān)控視頻。 安保工作人員8:根據(jù)報警信號6采取相關(guān)行動。
圖1中編號為5的自動監(jiān)控模塊為本發(fā)明中的主要組成部分，其對數(shù)字 視頻的處理如圖2所示。
首先將數(shù)字視頻信號4進行建模，從而使之轉(zhuǎn)化為帶有語義信息的數(shù)學(xué)
模型。根據(jù)該數(shù)學(xué)模型，可以對監(jiān)控視頻制定一組人為的，簡單的規(guī)則，來 對監(jiān)控視頻進行初步的分析與檢測。這個過程當中，規(guī)則是可以根據(jù)不同的 行李倉特點由用戶人為制定，只要規(guī)則內(nèi)容符合客觀事實即可。根據(jù)該規(guī)則， 即可檢測到一部分判斷起來相對簡單的人體，即為圖中的基于規(guī)則的人體檢
測模塊51。
上述識別的是一部分判斷起來相對簡單的人體，但是還有一部分人會偽 裝成行李，或者從行為、姿態(tài)和輪廓上難以通過簡單的規(guī)則進行檢測。對于 這一類人體，沒有相對固定的姿態(tài)和輪廓，其位置和運動特征都與行李相近， 基于特定姿態(tài)的人體檢測技術(shù)無法提供有效的檢測方法。因此采用自主創(chuàng)新 的計算機視覺特征，以提取前景圖像的細節(jié)特征，并通過模式識別分類器來
判斷其是否為人體，即為圖中的基于視覺特征的人體檢測模塊52。 圖2中各個部分的釋義及功能如下-
數(shù)字視頻信號4:其為由數(shù)字信號編碼的視頻流。
基于規(guī)則的人體檢測模塊51:的第一層模塊，基于預(yù)先定義好的規(guī)則來
進行分析與檢測。
建模子模塊511:建模的目的是使數(shù)字視頻轉(zhuǎn)化為帶有語義信息的數(shù)學(xué)
模型。首先對每一幀視頻畫面進行前景區(qū)域的提取。提取算法基于對背景的
高斯建模。將每一幀當中的前景區(qū)域建模為三個數(shù)字或者向量，分別是區(qū) 域面積、位置信息以及運動軌跡。其中區(qū)域面積采用前景像素點數(shù)量表示， 位置信息采用前景區(qū)域的像素坐標均值來表示，而運動軌跡則由一組數(shù)據(jù)當
中前景區(qū)域的運動軌跡表示，首先由當前圖像與之前的連續(xù)k幀組成一組圖 像。先計算各圖像的前景像素坐標均值，然后將k+l對均值在水平和垂直兩 個方向上前后兩兩計算差值，最后計算差值的均值。k的取值應(yīng)當體現(xiàn)短時間內(nèi)(2秒以內(nèi))的倉內(nèi)運動物體的運動特點，但是同時不得超過計算機的 處理能力。
檢測子模塊512:根據(jù)建模子模塊得到的數(shù)學(xué)模型以及人為制定的一組 規(guī)則，來檢測視頻中的人體。
用戶定制規(guī)則子模塊513:此處用戶定制規(guī)則子模塊513是指根據(jù)數(shù)學(xué)
模型制定的一組人為的，簡單的規(guī)則，來對監(jiān)控視頻進行初步的分析與檢測。 這個過程當中，規(guī)則可以根據(jù)不同的行李傳送倉特點來制定，只要規(guī)則內(nèi)容 符合客觀事實即可。其要點在于描述清楚行李的體積、運動方向、速度等特點。
基于計算機視覺特征的人體檢測模塊52:其為監(jiān)控模塊5中的第二層結(jié)
構(gòu)，基于計算機視覺特征來進行分析與檢測。用于檢測基于規(guī)則監(jiān)控模塊所 檢測不到的判斷起來相對復(fù)雜的人體。
視覺特征計算子模塊521:該模塊基于暫存器中的當前的視頻圖像，提
取出用于計算機操作的數(shù)字向量，在計算機圖像處理領(lǐng)域，稱該向量為視覺 特征。此處用到的視覺特征及其提取算法為自主創(chuàng)新內(nèi)容，也是整個監(jiān)控模
塊5的核心內(nèi)容。具體的視覺特征提取過程將結(jié)合圖3進行詳細闡述。
分類器522:分類器是指采用計算機模式識別領(lǐng)域的相關(guān)理論，是基于 上述視覺特征進行判斷的一組算法。在本發(fā)明中分類器522的作用是根據(jù)視 覺特征判斷當前視頻畫面中是否有人存在。
自動監(jiān)控模塊5當中，核心部分是自主創(chuàng)新的計算機視覺特征。該特征 的提取進程如圖3所示。首先在之前得到的當前視頻圖像的前景區(qū)域上進行 低閾值下的基于Canny算子的邊緣檢測子模塊，得到二值邊緣圖像。分塊之 后計算每一個塊的邊緣圖像密度，得到一個向量，在該向量中，靠近前端的 若干維體現(xiàn)了對圖像中細節(jié)的描述。然后采用基于前景區(qū)域面積對該向量進 行二次提取與降維。
二次提取過程如下
設(shè)初始向量為
— {義1 -5義巾 !
最終的視覺特征為
y = i:r(，y"…，yJ ("m)
由X得到Y(jié)的公式是<formula>formula see original document page 9</formula>其中，Xw表示圖像當中前景像素點的個數(shù)，B是一個控制提取元素疏密 程度的常量，其取值應(yīng)接近于在視頻當中有人的情況下圖像中可能出現(xiàn)的最 少前景像素點個數(shù)。上式的得到的是與形狀，輪廓，前景面積均無關(guān)，主要 反映前景細節(jié)差異的視覺特征向量。具體的算法參數(shù)將結(jié)合實施例給出。
檢測效果與倉內(nèi)環(huán)境以及架設(shè)方案有關(guān)，具體數(shù)字將在具體實施例中給出。
在此列舉兩個具體的實施例，其中實施例1為最低成本實施例，實施例 2為較高成本實施例。
實施例1:
目的于機場行李傳送倉安裝本發(fā)明監(jiān)控檢測系統(tǒng)，對進入傳送倉的人 進行自動檢測，如有人進入進行報警。
在行李傳送倉內(nèi)，于傳送帶10垂直上方架設(shè)監(jiān)控攝像頭1，攝像頭l拍
攝角度與傳送帶呈45度角，如圖4所示。圖4為傳送倉內(nèi)側(cè)視圖，其中各個
部分釋義如下
監(jiān)控攝像頭l:安裝在行李傳送倉內(nèi)，拍攝倉體內(nèi)的實時視頻。 進貨倉門9:行李入口。 傳送帶10:行李經(jīng)傳送帶運送。
監(jiān)控攝像頭1選用分辨率100000像素以上，拍攝視頻每秒最高15幀以
上的任意彩色攝像頭，拍攝角度固定。同時沿攝像頭1拍攝角度安裝照明設(shè) 施，要求電壓穩(wěn)定，照明級別與一般房屋室內(nèi)照明相近即可，安裝點可置于 攝像頭周圍，不出現(xiàn)于拍攝畫面中即可。攝像頭1的線路連接至監(jiān)控室屏幕， 以及模擬/數(shù)字信號轉(zhuǎn)換器(若攝像頭即為數(shù)字攝像頭，可將轉(zhuǎn)換器省去)。 轉(zhuǎn)換器輸出的數(shù)字視頻信號接入處理計算機，計算機上安裝上述自動監(jiān)控模
塊，報警裝置可以依需求而定，例如燈光報警或者聲音報警。計算機要求cpu 主頻2. 0腿z以上，內(nèi)存512m以上，預(yù)裝windows 2000或更新版本操作系統(tǒng)。 模塊當中，首先對輸入的數(shù)字視頻信號中的每一幀視頻畫面進行前景區(qū) 域的提取。提取算法基于對背景的高斯建模。
對視頻圖像建模過程如下將每一幀當中的前景區(qū)域建模為三個數(shù)字或 者向量，分別是區(qū)域面積、位置信息以及運動軌跡。其中區(qū)域面積采用前 景像素點數(shù)量表示，未知信息采用前景區(qū)域的像素坐標均值來表示，而運動軌跡則由一組數(shù)據(jù)當中前景區(qū)域的運動軌跡表示，首先由當前圖像與之前的 連續(xù)4幀組成一組圖像。先計算各圖像的前景像素坐標均值，然后將5對均 值在水平和垂直兩個方向上前后兩兩計算差值，最后計算差值的均值(對于
性能更好的計算機，可以適當提高一組的圖像數(shù)量，但最多不可超過20)。
制定規(guī)則由人為完成，結(jié)合倉體與傳送帶特點制定。例如
(1) 面積過小的前景區(qū)域不可能為人體；
(2) 行李不會出現(xiàn)在傳送帶以外；
(3) 行李的運動方向不可能與傳送帶的運送方向相反。
編號為51的基于規(guī)則監(jiān)控模塊根據(jù)上述3條規(guī)則，即可濾除過小的前景 區(qū)域；將出現(xiàn)在傳送帶以外的前景區(qū)域判定為人體；將運動方向與傳送帶傳 送方向的夾角過大的前景區(qū)域判定為人體。其中傳送帶在監(jiān)控視頻中的區(qū)域 范圍和方向使用人工標記。
隨后編號為52的基于計算機視覺特征的人體檢測模塊將繼續(xù)檢測通過 規(guī)則所難以檢測的可能存在的人體。
首先在之前得到的前景區(qū)域上進行低閾值下的基于Carmy算子的邊緣檢 測算法，得到二值邊緣圖像?；贑anny算子的邊緣檢測算法在高閾值下可 以很好地提取細節(jié)邊緣圖像，從而得到二值邊緣圖像，其中每一個像素以0
或1來表示o
得到邊緣二值圖像后，對其進行分塊。本例設(shè)所拍攝圖像尺寸為352 x 288，按16x16為一個塊將其劃分為396個塊。計算每一個塊的邊緣密度，邊 緣密度用一個塊當中邊緣像素點占總面積的比例來表示。對其按進行由大到 小快速排序，得到一個由大至小的396維向量。由上述二次提取算法公式將 其降維至40維，即公式中參數(shù)n為396， m為40， B取值IOOO。
分類器采用k近鄰分類器。
在上述條件下，檢測結(jié)果可以達到漏報率小于3%，誤報率小于7%。 實施例2:
目的于機場行李傳送倉安裝本系統(tǒng)，對進入傳送倉的人進行自動檢測，
如有人進入進行報警。
在行李傳送倉內(nèi)，于傳送帶垂直上方架設(shè)監(jiān)控攝像頭，攝像頭拍攝角度
與傳送帶呈45度角，如圖5 (1)所示。另外于傳送帶正左右兩側(cè)各設(shè)置一攝像頭，如圖5 (2)所示。安裝過程應(yīng)注意的是三枚攝像頭所拍攝畫面范圍 應(yīng)當盡可能相同。圖5為傳送倉內(nèi)側(cè)視圖以及頂視圖，其中各個部分釋義如 下
監(jiān)控攝像頭11-13:安裝在行李傳送倉內(nèi)，拍攝倉體內(nèi)的實時視頻。 進貨倉門9:行李入口。 傳送帶10:行李經(jīng)傳送帶10運送。
監(jiān)控攝像頭11-13選用分辨率100000像素以上，拍攝視頻每秒最高15
幀以上的任意彩色攝像頭，拍攝角度固定。沿攝像頭拍攝角度分別安裝照明 設(shè)施，要求電壓穩(wěn)定，照明級別與一般房屋室內(nèi)照明相近即可，安裝點可置 于攝像頭周圍，不出現(xiàn)于拍攝畫面中即可。攝像頭線路連接至監(jiān)控室屏幕， 以及模擬/數(shù)字信號轉(zhuǎn)換器(若攝像頭即為數(shù)字攝像頭，可將轉(zhuǎn)換器省去)。 轉(zhuǎn)換器輸出的數(shù)字視頻信號接入處理計算機，計算機上安裝上述監(jiān)控模塊，
報警裝置可以依需求而定，例如燈光或者聲音。計算機要求cpu主頻4. 0MHz 以上，內(nèi)存2G以上，預(yù)裝windows 2000或更新版本操作系統(tǒng)。
處理過程同實施例l，區(qū)別在于，三路視頻數(shù)據(jù)分別設(shè)置進程單獨處理， 在基于規(guī)則監(jiān)控模塊當中，三者互不相關(guān)，只要有一組數(shù)據(jù)滿足規(guī)則中對人 體的定義即可判定為人體。在基于視覺特征監(jiān)控模塊中，將三組數(shù)據(jù)計算獲 得的視覺特征向量羅列成為一個120維向量。
在上述條件下，檢測結(jié)果可以達到漏報率小于1%，誤報率小于5%。
權(quán)利要求
1.一種基于監(jiān)控視頻的行李傳送倉人體檢測系統(tǒng)，包括安裝在行李傳送倉內(nèi)的監(jiān)控攝像頭(1)，由該監(jiān)控攝像頭(1)送出的模擬信號(2)，再傳送到位于觀察室中的顯示屏(7)，其向安保人員(8)顯示該攝像頭(1)所拍攝的實時圖像，所述模擬信號(2)經(jīng)由轉(zhuǎn)換器(3)轉(zhuǎn)換成數(shù)字視頻信號(4)，由自動監(jiān)控模塊(5)進行人體檢測，特征在于，由自動監(jiān)控模塊(5)中的基于規(guī)則的人體檢測模塊(51)進行人體信息檢測，該基于規(guī)則的人體檢測模塊(51)未檢測出人體信息的數(shù)字視頻信號，再送基于計算機視覺特征人體檢測模塊(52)進行人體檢測。
2. 根據(jù)權(quán)利要求1所述的基于監(jiān)控視頻的行李傳送倉人體檢測系統(tǒng)，其 特征在于，所述的基于規(guī)則的人體檢測模塊(51)包括建模子模塊(511)， 接收數(shù)字視頻信號(4),將其轉(zhuǎn)化成帶有語義的數(shù)字模型；用戶定制子模塊(513)，其由用戶提供簡單的規(guī)則判定視頻信號中的人體信息；分別接收建 模子模塊(511)和用戶定制規(guī)則子模塊(513)的輸出信息的基于規(guī)則的人 體檢測子模塊(512)。
3. 根據(jù)權(quán)利要求2所述的基于監(jiān)控視頻的行李傳送倉人體檢測系統(tǒng)，其 特征在于，所述的用戶定制規(guī)則子模塊(513)系人為制定規(guī)則的定制子模塊。
4. 根據(jù)權(quán)利要求3所述的基于監(jiān)控視頻的行李傳送倉人體檢測系統(tǒng)，其 特征在于，所述的人為制定規(guī)則的定制子模塊(513)，其內(nèi)容在形式上為一 張人為規(guī)則列表。
5. 根據(jù)權(quán)利要求4所述的基于監(jiān)控視頻的行李傳送倉人體檢測系統(tǒng)，其 特征在于，所述的規(guī)則列表包括a.面積過小的前景區(qū)不可能為人體；b.行李 不可能位于傳送帶以外；c.行李的運動方向不可能與傳送帶的運動方向相反。
6. 根據(jù)權(quán)利要求1或2所述的基于監(jiān)控視頻的行李傳送倉人體檢測系統(tǒng)， 其特征在于，所述的基于計算機視覺特征的人體檢測模塊(52)，其包括依次 以數(shù)據(jù)流聯(lián)結(jié)的視覺特征計算子模塊(521)以及分類器(522)，其中，視覺 特征計算子模塊(521)連接基于規(guī)則的人體檢測子模塊(512)，進行對人體 信息的二次檢測，從而判定丟棄或需要報警。
7. 根據(jù)權(quán)利要求6所述的基于監(jiān)控視頻的行李傳送倉人體檢測系統(tǒng)，其 特征在于，所述的視覺特征計算子模塊(521)以當前視頻前景圖像作為輸入(5211)，包括依次以數(shù)據(jù)流聯(lián)結(jié)的低閾值下的Canny邊緣檢測子模塊(5212)、分塊計算子模塊(5213)、各塊邊緣密度計算子模塊(5214)、各塊 邊緣密度排序子模塊(5215)、 二次提取子模塊(5216)，最終得到用于檢測 人體的計算機視覺特征向量(5217)。
8. 根據(jù)權(quán)利要求1所述的基于監(jiān)控視頻的行李傳送倉人體檢測系統(tǒng)，其 特征在于，所述的監(jiān)控攝像頭(1)選用分辨率為100000像素以上，拍攝視 頻每秒15幀以上的任意彩色攝像頭，拍攝角度固定，并伴有照明設(shè)施。
9. 根據(jù)權(quán)利要求1所述的基于監(jiān)控視頻的行李傳送倉人體檢測系統(tǒng)，其 特征在于，所述的監(jiān)控攝像頭(1)選用三枚攝頭(11， 12， 13)，在傳送帶 垂直上方架設(shè)監(jiān)控攝像頭(11)，其拍攝角度與傳送帶(10)呈45° ;在傳 送帶正左右兩側(cè)各設(shè)攝像頭(12)， (13)，該攝像頭(11， 12， 13)均為分辨 率大于100000像素，拍攝視頻每秒最高15幀以上的任意彩色攝像頭，并相 應(yīng)配設(shè)照明設(shè)備。
全文摘要
一種基于監(jiān)控視頻的行李傳送倉人體檢測系統(tǒng)，涉及一種視頻監(jiān)控技術(shù)，具體地說，涉及一種數(shù)字視頻與圖像的處理與應(yīng)用。其應(yīng)用例如，行李傳送倉作為機場客運、貨運系統(tǒng)當中的重點安全區(qū)域，有必要對進入倉體的人進行實時檢測。本發(fā)明利用自主創(chuàng)新的計算機視覺特征構(gòu)建實時視頻監(jiān)控檢測模塊，自動檢測傳送倉中出現(xiàn)的人體。該模塊降低了對入侵人體檢測的人力資源的消耗，避免了現(xiàn)有檢測技術(shù)的種種弊端，利用監(jiān)控視頻，實現(xiàn)自動智能檢測，從而提高了監(jiān)控質(zhì)量。
文檔編號G06K9/00GK101540891SQ20091004898
公開日2009年9月23日 申請日期2009年4月9日 優(yōu)先權(quán)日2009年4月9日
發(fā)明者宋元征, 張文強, 薛向陽, 紅 路 申請人:復(fù)旦大學(xué)