專利名稱：一種信息檢索方法及系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，尤其涉及一種信息檢索方法及系統(tǒng)。
背景技術(shù)：
近年來隨著視頻監(jiān)控技術(shù)的迅速發(fā)展，實時監(jiān)視報警的視頻數(shù)據(jù)量越來越大，視 頻數(shù)據(jù)的有效使用也越來越難。通常情況下，視頻監(jiān)控系統(tǒng)有幾十路甚至上千路視頻和相應(yīng)的數(shù)字錄像數(shù)據(jù)，工 作人員需要對每一路視頻進行觀測分析才能發(fā)現(xiàn)報警事件，導(dǎo)致視頻數(shù)據(jù)分析的工作量相 當大，工作效率也很低。為了解決這一問題，現(xiàn)有技術(shù)提出了具有智能分析功能的智能視頻 監(jiān)控系統(tǒng)。智能視頻監(jiān)控系統(tǒng)對視頻中出現(xiàn)的用戶感興趣的事件進行實時提取和記錄，從 而達到及時報警的作用，以及利用存儲的事件信息來檢索相應(yīng)的視頻數(shù)據(jù)。智能視頻監(jiān)控系統(tǒng)能夠?qū)κ录M行檢測與分析，可應(yīng)用于各種公共場，例如機 場、車站、港口、建筑物周圍、街道、社區(qū)等場所，在這些場所檢測、分類、跟蹤和記錄行人、車 輛等目標物體。例如監(jiān)測是否有行人及車輛闖入禁止區(qū)域，或者在禁止區(qū)域內(nèi)長時間徘 徊、停留，是否有車輛在監(jiān)控的道路上違章駕駛等事件發(fā)生。綜上所述，智能視頻監(jiān)控系統(tǒng)對特定的場景進行監(jiān)控，可以從場景中提取出運動 目標和靜止目標，并將運動目標和靜止目標出現(xiàn)的時間存儲起來。當發(fā)生特定的事件，如入 侵、逆向或絆線等事件時，也可以將異常事件的信息存儲下來。然而，目前的異常事件的相 關(guān)檢索方案一般是根據(jù)時間和事件來進行的，主要用來檢索某個特定時間段內(nèi)、某個特定 位置出現(xiàn)的運動目標和特定的事件，但是不能檢索到具有特定形狀以及特定運動方式的目 標的信息。

發(fā)明內(nèi)容
本發(fā)明實施例提供了一種信息檢索方法及系統(tǒng)，用以檢索具有特定形狀以及特定 運動方式的目標的信息。本發(fā)明實施例提供的一種信息檢索方法包括對待檢索目標進行跟蹤和檢測，確定待檢索目標的尺度不變特征變換SIFT特征， 并將所述待檢索目標的SIFT特征與預(yù)先設(shè)置在數(shù)據(jù)庫中的監(jiān)控目標的SIFT特征進行匹 配，確定滿足SIFT特征條件的監(jiān)控目標；利用滿足所述SIFT特征條件的監(jiān)控目標所關(guān)聯(lián)的信息生成檢索結(jié)果并輸出。本發(fā)明實施例提供的一種監(jiān)控方法包括確定監(jiān)控目標，并對監(jiān)控目標進行檢測和跟蹤；確定滿足預(yù)先設(shè)置的異常事件發(fā)生條件的監(jiān)控目標的尺度不變特征變換SIFT特 征；提取滿足所述異常事件發(fā)生條件的監(jiān)控目標的信息，并將該信息以及該監(jiān)控目標 的SIFT特征存儲在預(yù)先設(shè)置的數(shù)據(jù)庫中。
本發(fā)明實施例提供的一種信息檢索系統(tǒng)包括待檢索目標確定單元，用于確定待檢索目標；SIFT特征確定單元，用于確定待檢索目標的尺度不變特征變換SIFT特征；匹配單元，用于將所述待檢索目標的SIFT特征與預(yù)先設(shè)置在數(shù)據(jù)庫中的監(jiān)控目 標的SIFT特征進行匹配，確定滿足SIFT特征條件的監(jiān)控目標；檢索結(jié)果輸出單元，用于利用滿足所述SIFT特征條件的監(jiān)控目標所關(guān)聯(lián)的信息 生成檢索結(jié)果并輸出。本發(fā)明實施例提供的一種監(jiān)控系統(tǒng)包括目標檢測跟蹤單元，用于確定監(jiān)控目標，并對監(jiān)控目標進行檢測和跟蹤；異常事件確定單元，用于確定滿足預(yù)先設(shè)置的異常事件發(fā)生條件的監(jiān)控目標；SIFT特征確定單元，用于確定滿足預(yù)先設(shè)置的異常事件發(fā)生條件的監(jiān)控目標的尺 度不變特征變換SIFT特征，并將該監(jiān)控目標的SIFT特征存儲在預(yù)先設(shè)置的數(shù)據(jù)庫中；信息提取單元，用于提取滿足所述異常事件發(fā)生條件的監(jiān)控目標的信息，并將該 信息存儲在預(yù)先設(shè)置的數(shù)據(jù)庫中。本發(fā)明實施例，確定待檢索目標的SIFT特征，并將待檢索目標的SIFT特征與預(yù)先 設(shè)置在數(shù)據(jù)庫中的監(jiān)控目標的SIFT特征進行匹配，確定滿足SIFT特征條件的監(jiān)控目標；利 用滿足SIFT特征條件的監(jiān)控目標所關(guān)聯(lián)的信息生成檢索結(jié)果并輸出，從而實現(xiàn)了對具有 特定形狀以及特定運動方式的目標的相關(guān)信息的檢索。


圖1為本發(fā)明實施例提供的信息檢索方法的總體流程示意圖；圖2為本發(fā)明實施例提供的信息檢索方法的具體示意圖；圖3為本發(fā)明實施例提供的監(jiān)控方法的總體流程示意圖；圖4為本發(fā)明實施例提供的監(jiān)控方法的具體流程示意圖；圖5為本發(fā)明實施例提供的監(jiān)控系統(tǒng)以及信息檢索系統(tǒng)的結(jié)構(gòu)示意圖。
具體實施例方式本發(fā)明實施例提供了一種信息檢索方法及系統(tǒng)，用以檢索具有特定形狀以及特定 運動方式的目標的信息。本發(fā)明實施例基于監(jiān)控目標的分類識另I」、尺度不變特征變換(SIFT， ScaleInvariant Feature ^Transform)特征和特有的運動特征，提出了一種監(jiān)控方法及系 統(tǒng)，以及針對該監(jiān)控方法及系統(tǒng)的信息檢索方法及系統(tǒng)。本發(fā)明實施例將監(jiān)控系統(tǒng)提取出來的監(jiān)控目標的位置、速度、方向等運動參數(shù)信 息，以及計算出來的監(jiān)控目標的SIFT特征存放在數(shù)據(jù)庫中，檢索時可以根據(jù)檢索目標的紋 理、形狀等特征信息，以及運動信息，從數(shù)據(jù)庫中提取出符合紋理、形狀等條件的運動目標 的相關(guān)信息。其中，所述檢索目標的紋理，可以用一些專門的數(shù)學工具來進行描述，常用的是灰 度共生矩陣。共生矩陣用兩個位置的像素的聯(lián)合概率密度來定義，它不僅反映亮度的分布 特性，也反映具有同樣亮度或接近亮度的像素之間的位置分布特性，是有關(guān)圖像亮度變化的二階統(tǒng)計特征。它是定義一組紋理特征的基礎(chǔ)。一幅圖像的灰度共生矩陣能反映出圖像 灰度關(guān)于方向、相鄰間隔、變化幅度的綜合信息，它是分析圖像的局部模式和它們排列規(guī)則 的基礎(chǔ)。不同類型的紋理對應(yīng)的灰度共生矩陣具有明顯的差異。本發(fā)明實施例根據(jù)不同的 紋理來采集相似的大量樣本，然后統(tǒng)計出不同類型樣本的灰度共生矩陣。對于新的紋理，當 計算出灰度共生矩陣后，利用矩陣的相似性就可以檢測出不同類型的樣本。與現(xiàn)有的檢索系統(tǒng)相比，本發(fā)明實施例可以更準確地查詢出目標的相關(guān)信息。下面結(jié)合附圖對本發(fā)明實施例提供的技術(shù)方案進行說明。參見圖1，本發(fā)明實施例提供的一種信息檢索方法總體包括步驟S101、對待檢索目標進行跟蹤和檢測，確定待檢索目標的SIFT特征。S102、將待檢索目標的SIFT特征與預(yù)先設(shè)置在數(shù)據(jù)庫中的監(jiān)控目標的SIFT特征 進行匹配，確定滿足SIFT特征條件的監(jiān)控目標。S103、利用滿足SIFT特征條件的監(jiān)控目標所關(guān)聯(lián)的信息生成檢索結(jié)果并輸出。本發(fā)明實施例中所述的待檢索目標，以及監(jiān)控目標，可以是運動目標，也可以是靜 止目標。較佳地，參見圖2，本發(fā)明實施例提供的一種信息檢索方法具體包括步驟S201、確定待檢索目標的SIFT特征。S202、按照預(yù)先設(shè)置的多種類別對待檢索目標進行分類，確定待檢索目標所屬的 類別。由于監(jiān)控目標絕大多數(shù)都是人和汽車等運動目標，因此在將監(jiān)控目標的SIFT特 征等信息存入數(shù)據(jù)庫時，可以先對存入數(shù)據(jù)庫的運動目標進行大致分類，例如分為三類 人、汽車和不明目標。S203、將待檢索目標的SIFT特征與預(yù)先設(shè)置在數(shù)據(jù)庫中的同屬于一種類別的監(jiān) 控目標的SIFT特征進行匹配，確定滿足SIFT特征條件的監(jiān)控目標。S204、根據(jù)待檢索目標的運動參數(shù)，進一步從滿足SIFT特征條件的監(jiān)控目標中進 行檢索，確定滿足運動參數(shù)條件的監(jiān)控目標。S205、利用滿足運動參數(shù)條件的監(jiān)控目標所關(guān)聯(lián)的信息生成檢索結(jié)果并輸出。其中，步驟S202、S203、和S204的執(zhí)行順序不一定限定為本發(fā)明實施例中圖2所 示的順序，也可以前后調(diào)整，同樣可以達到可以根據(jù)檢索目標的紋理、形狀等特征信息，以 及運動信息，準確地查詢出目標的相關(guān)信息的效果。相應(yīng)地，參見圖3，本發(fā)明實施例提供的一種監(jiān)控方法總體包括步驟S301、確定監(jiān)控目標，并對監(jiān)控目標進行檢測和跟蹤。S302、確定滿足預(yù)先設(shè)置的異常事件發(fā)生條件的監(jiān)控目標的SIFT特征。S303、提取滿足異常事件發(fā)生條件的監(jiān)控目標的信息，并將該信息以及該監(jiān)控目 標的SIFT特征存儲在預(yù)先設(shè)置的數(shù)據(jù)庫中。較佳地，參見圖4，本發(fā)明實施例提供的一種監(jiān)控方法具體包括步驟S401、對監(jiān)控目標進行檢測和跟蹤。S402、判斷監(jiān)控目標是否滿足預(yù)先設(shè)置的異常事件發(fā)生條件，如果是，則分別執(zhí)行 步驟S403、S404和S405，否則執(zhí)行步驟S401，即繼續(xù)對監(jiān)控目標進行檢測和跟蹤。S403、確定滿足預(yù)先設(shè)置的異常事件發(fā)生條件的監(jiān)控目標的SIFT特征，將該監(jiān)控目標的SIFT特征存儲在預(yù)先設(shè)置的數(shù)據(jù)庫中。S404、提取滿足異常事件發(fā)生條件的監(jiān)控目標的信息，并將該信息存儲在預(yù)先設(shè) 置的數(shù)據(jù)庫中。較佳地，滿足異常事件發(fā)生條件的監(jiān)控目標的信息包括滿足異常事件發(fā)生條件的監(jiān)控目標的圖像信息和/或運動參數(shù)信息，其中圖像信 息可以為圖片，也可以為視頻片段。S405、按照預(yù)先設(shè)置的多種類別對滿足異常事件發(fā)生條件的監(jiān)控目標進行分類， 確定該監(jiān)控目標的類別信息，并將該類別信息存儲在預(yù)先設(shè)置的數(shù)據(jù)庫中。其中，步驟S403、S404和S405可以并行執(zhí)行，也可以先后執(zhí)行?？梢灶A(yù)先訓(xùn)練出一個分類器來對監(jiān)控目標進行分類，然后為每個監(jiān)控目標分配一 個類型號。分類器的訓(xùn)練充分利用監(jiān)控系統(tǒng)的數(shù)據(jù)特點，除了圖像信息外，還可以包括運動 目標的大小、速度、方向、位置等運動參數(shù)信息。綜合利用各種信息可以提高分類的精度。在檢索時，可以對待檢索目標進行檢測，結(jié)合圖像信息、運動參數(shù)信息等確定待檢 索目標屬于的目標類別。本發(fā)明實施例之所以采用結(jié)合目標的SIFT特征的檢索方式，是因為SIFT特征算 法基于尺度空間理論提出，對圖像縮放、旋轉(zhuǎn)甚至仿射變換都能保持不變性，也就是說SIFT 特征算法提取的特征具有良好的魯棒性。SIFT算法首先在尺度空間進行特征檢測，并確定關(guān)鍵點(Keypoints)的位置和關(guān) 鍵點所處的尺度，然后使用關(guān)鍵點鄰域梯度的主方向作為該點的方向特征，以實現(xiàn)算子對 尺度和方向的無關(guān)性。SIFT算法提取的SIFT特征向量具有如下特性1) ,SIFT特征是圖像的局部特征，其對旋轉(zhuǎn)、尺度縮放、亮度變化保持不變性，對視 角變化、仿射變換、噪聲也保持一定程度的穩(wěn)定性。2)、獨特性(Distinctiveness)好，信息量豐富，適用于在海量特征數(shù)據(jù)庫中進行 快速、準確的匹配。3)、多量性，即使少數(shù)的幾個物體也可以產(chǎn)生大量SIFT特征向量。4)、高速性，經(jīng)優(yōu)化的SIFT匹配算法甚至可以達到實時的要求。5)、可擴展性，可以很方便地與其他形式的特征向量進行聯(lián)合。SIFT算子在圖像二維平面空間和高斯差分(DoG，Difference-of-Gaussian)尺度 空間中同時檢測局部極值作為特征點，以使特征具備良好的獨特性和穩(wěn)定性。DoG算子定 義為兩個不同尺度的高斯核的差分，其具有計算簡單的特點，是歸一化高斯拉普拉斯算子 (LoG, Laplacian-of-Gaussian)算子的近似。DoG算子如下式所示D (X，y，σ ) = (G (χ, y，k σ ) -G (x，y，σ )) *Ι (χ, y)= L(x, y, k σ )-L(x, y, σ )其中，k表示預(yù)先設(shè)定的一個常數(shù)，σ表示方差，I表示圖像。上式的含義就是用 兩個方差相差k倍的高斯卷積核分別與圖像進行卷積，然后相減。SIFT特征匹配算法包括兩個階段，第一階段是SIFT特征的生成，即從多幅待匹配 圖像中提取出對尺度縮放、旋轉(zhuǎn)、亮度變化無關(guān)的特征向量；第二階段是SIFT特征向量的 匹配。下面介紹一下本發(fā)明實施例提供的系統(tǒng)。
參見圖5，本發(fā)明實施例提供的監(jiān)控系統(tǒng)包括目標檢測跟蹤單元11，用于確定監(jiān)控目標，并對監(jiān)控目標進行檢測和跟蹤。異常事件確定單元12，用于確定滿足預(yù)先設(shè)置的異常事件發(fā)生條件的監(jiān)控目標。SIFT特征確定單元13，用于確定滿足預(yù)先設(shè)置的異常事件發(fā)生條件的監(jiān)控目標 的SIFT特征，并將該監(jiān)控目標的SIFT特征存儲在預(yù)先設(shè)置的數(shù)據(jù)庫16中。信息提取單元14，用于提取滿足異常事件發(fā)生條件的監(jiān)控目標的信息，并將該信 息存儲在預(yù)先設(shè)置的數(shù)據(jù)庫16中。較佳地，該系統(tǒng)還包括分類單元15，用于按照預(yù)先設(shè)置的多種類別對滿足異常事件發(fā)生條件的監(jiān)控目標 進行分類，確定該監(jiān)控目標的類別信息，并將該類別信息存儲在預(yù)先設(shè)置的數(shù)據(jù)庫16中。較佳地，所述信息提取單元14提取的滿足異常事件發(fā)生條件的監(jiān)控目標的信息 包括滿足異常事件發(fā)生條件的監(jiān)控目標的圖像信息和/或運動參數(shù)信息。本發(fā)明實施例提供的信息檢索系統(tǒng)包括待檢索目標確定單元21，用于確定待檢索目標。SIFT特征確定單元22，用于確定待檢索目標的SIFT特征。分類單元23，用于按照預(yù)先設(shè)置的多種類別對待檢索目標進行分類，確定待檢索 目標所屬的類別。運動參數(shù)條件單元對，用于供用戶選擇或輸入待檢索目標的運動參數(shù)。匹配單元25，用于將待檢索目標的SIFT特征與預(yù)先設(shè)置在數(shù)據(jù)庫16中的同屬于 一種類別的監(jiān)控目標的SIFT特征進行匹配，確定滿足SIFT特征條件的監(jiān)控目標；并進一步 根據(jù)待檢索目標的運動參數(shù)，從滿足SIFT特征條件的監(jiān)控目標中進行檢索，確定滿足運動 參數(shù)條件的監(jiān)控目標。檢索結(jié)果輸出單元沈，用于利用滿足運動參數(shù)條件的監(jiān)控目標(當然也滿足SIFT 特征條件)所關(guān)聯(lián)的信息生成檢索結(jié)果并輸出。本發(fā)明實施例提供的監(jiān)控系統(tǒng)，是基于視頻的監(jiān)控系統(tǒng)，可以自動對監(jiān)控場景內(nèi) 的運動目標或靜止目標進行檢測和跟蹤，也可以對監(jiān)控場景內(nèi)的異常事件進行檢測。和傳 統(tǒng)的人工監(jiān)控相比，基于視頻的智能視頻監(jiān)控具有全自動化、不間斷監(jiān)控的特點。本發(fā)明實施例提供的監(jiān)控系統(tǒng)包括有目標檢測跟蹤單元11和異常事件確定單元 12。其中，目標檢測跟蹤單元11是監(jiān)控系統(tǒng)的基礎(chǔ)，異常事件確定單元12 —般都是基于目 標檢測跟蹤單元11來實現(xiàn)入侵、絆線、逆向等異常事件的檢測的。在監(jiān)控系統(tǒng)中，靜止目標的檢測也是一個很重要的功能，該功能可以在異常事件 確定單元12中實現(xiàn)，可以用來分析遺留、遺失等事件。當異常事件發(fā)生后，監(jiān)控系統(tǒng)可以將異常事件發(fā)生時的目標和事件信息，例如運 動速度、運動方向和對應(yīng)的異常事件等，一起存入數(shù)據(jù)庫16中。為了方便后續(xù)檢索，在存入 數(shù)據(jù)庫16時，計算發(fā)生異常事件的目標的SIFT特征，并將該目標的SIFT特征存入數(shù)據(jù)庫 16。本發(fā)明實施例基于SIFT特征進行內(nèi)容檢索，并可以和運動特征相結(jié)合，檢索出具 有特定紋理、特定形狀以及特定運動特征的目標。例如，檢索穿著某種款式服裝的人，檢索 具有某種特定形狀(比如某種類型的汽車，某種體型的人等)，以及特定運動速度和運動方向的目標。檢索時，用戶可以提供一幅含有待檢索目標的示意圖，該示意圖可以是從視頻中 截取的，也可以是單純的一副圖片，檢索系統(tǒng)可以從圖片中檢測到待檢索目標，并從數(shù)據(jù)庫 16中檢索出所有和待檢索目標相似的目標。檢索系統(tǒng)對待檢索目標進行大致分類，確定該待檢索目標是人、車還是其它的不 明目標。然后，從待檢索目標中提取出SIFT特征，根據(jù)待檢索目標的分類號從監(jiān)控系統(tǒng)中 的數(shù)據(jù)庫16中尋找出類別相同的SIFT特征相匹配的目標。進一步，除了 SIFT特征和分類結(jié)果，本發(fā)明實施例還支持附加的檢索條件，因為 監(jiān)控系統(tǒng)可以檢測出運動目標的速度、方向等特征，這些特征被存放到數(shù)據(jù)庫中，因此可以 參與檢索。綜上，檢索系統(tǒng)對提交的待檢索目標進行目標分類，并計算待檢索目標的SIFT特 征。根據(jù)分類結(jié)果可以縮小檢索的范圍，對相同類別中的目標，進行SIFT特征匹配就可以 找到相似的目標。如果還有附加的運動參數(shù)等檢索條件，比如待檢索目標的方向、速度等， 就可以根據(jù)該限制條件對找到的相似目標進一步進行篩選，最后得到檢索結(jié)果。顯然，本領(lǐng)域的技術(shù)人員可以對本發(fā)明進行各種改動和變型而不脫離本發(fā)明的精 神和范圍。這樣，倘若本發(fā)明的這些修改和變型屬于本發(fā)明權(quán)利要求及其等同技術(shù)的范圍 之內(nèi)，則本發(fā)明也意圖包含這些改動和變型在內(nèi)。
權(quán)利要求
1.一種信息檢索方法，其特征在于，該方法包括對待檢索目標進行跟蹤和檢測，確定待檢索目標的尺度不變特征變換SIFT特征，并將 所述待檢索目標的SIFT特征與預(yù)先設(shè)置在數(shù)據(jù)庫中的監(jiān)控目標的SIFT特征進行匹配，確 定滿足SIFT特征條件的監(jiān)控目標；利用滿足所述SIFT特征條件的監(jiān)控目標所關(guān)聯(lián)的信息生成檢索結(jié)果并輸出。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，該方法還包括按照預(yù)先設(shè)置的多種類別對所述待檢索目標進行分類，確定所述待檢索目標所屬的類別；將所述待檢索目標的SIFT特征與預(yù)先設(shè)置在數(shù)據(jù)庫中的監(jiān)控目標的SIFT特征進行匹 配的步驟包括將所述待檢索目標的SIFT特征與預(yù)先設(shè)置在數(shù)據(jù)庫中的同屬于一種類別的監(jiān)控目標 的SIFT特征進行匹配。
3.根據(jù)權(quán)利要求1或2所述的方法，其特征在于，該方法還包括根據(jù)待檢索目標的運動參數(shù)，進一步從滿足所述SIFT特征條件的監(jiān)控目標中進行檢 索，確定滿足運動參數(shù)條件的監(jiān)控目標；利用滿足所述SIFT特征條件的監(jiān)控目標所關(guān)聯(lián)的信息生成檢索結(jié)果的步驟包括 利用滿足所述運動參數(shù)條件的監(jiān)控目標所關(guān)聯(lián)的信息生成檢索結(jié)果。
4.一種監(jiān)控方法，其特征在于，該方法包括 確定監(jiān)控目標，并對監(jiān)控目標進行檢測和跟蹤；確定滿足預(yù)先設(shè)置的異常事件發(fā)生條件的監(jiān)控目標的尺度不變特征變換SIFT特征； 提取滿足所述異常事件發(fā)生條件的監(jiān)控目標的信息，并將該信息以及該監(jiān)控目標的 SIFT特征存儲在預(yù)先設(shè)置的數(shù)據(jù)庫中。
5.根據(jù)權(quán)利要求4所述的方法，其特征在于，該方法還包括按照預(yù)先設(shè)置的多種類別對滿足所述異常事件發(fā)生條件的監(jiān)控目標進行分類，確定該 監(jiān)控目標的類別信息，并將該類別信息存儲在預(yù)先設(shè)置的數(shù)據(jù)庫中。
6.根據(jù)權(quán)利要求4或5所述的方法，其特征在于，滿足所述異常事件發(fā)生條件的監(jiān)控目 標的信息包括滿足所述異常事件發(fā)生條件的監(jiān)控目標的圖像信息和/或運動參數(shù)信息。
7.一種信息檢索系統(tǒng)，其特征在于，該系統(tǒng)包括 待檢索目標確定單元，用于確定待檢索目標；SIFT特征確定單元，用于確定待檢索目標的尺度不變特征變換SIFT特征； 匹配單元，用于將所述待檢索目標的SIFT特征與預(yù)先設(shè)置在數(shù)據(jù)庫中的監(jiān)控目標的 SIFT特征進行匹配，確定滿足SIFT特征條件的監(jiān)控目標；檢索結(jié)果輸出單元，用于利用滿足所述SIFT特征條件的監(jiān)控目標所關(guān)聯(lián)的信息生成 檢索結(jié)果并輸出。
8.根據(jù)權(quán)利要求7所述的系統(tǒng)，其特征在于，該系統(tǒng)還包括分類單元，用于按照預(yù)先設(shè)置的多種類別對所述待檢索目標進行分類，確定所述待檢 索目標所屬的類別；所述匹配單元，將所述待檢索目標的SIFT特征與預(yù)先設(shè)置在數(shù)據(jù)庫中的同屬于一種類別的監(jiān)控目標的SIFT特征進行匹配。
9.根據(jù)權(quán)利要求7或8所述的系統(tǒng)，其特征在于，該系統(tǒng)還包括 運動參數(shù)條件單元，用于供用戶選擇或輸入待檢索目標的運動參數(shù)；所述匹配單元，進一步根據(jù)待檢索目標的運動參數(shù)，從滿足所述SIFT特征條件的監(jiān)控 目標中進行檢索，確定滿足運動參數(shù)條件的監(jiān)控目標；所述檢索結(jié)果輸出單元，用于利用滿足所述運動參數(shù)條件的監(jiān)控目標所關(guān)聯(lián)的信息生 成檢索結(jié)果并輸出。
10.一種監(jiān)控系統(tǒng)，其特征在于，該系統(tǒng)包括目標檢測跟蹤單元，用于確定監(jiān)控目標，并對監(jiān)控目標進行檢測和跟蹤； 異常事件確定單元，用于確定滿足預(yù)先設(shè)置的異常事件發(fā)生條件的監(jiān)控目標； SIFT特征確定單元，用于確定滿足預(yù)先設(shè)置的異常事件發(fā)生條件的監(jiān)控目標的尺度不 變特征變換SIFT特征，并將該監(jiān)控目標的SIFT特征存儲在預(yù)先設(shè)置的數(shù)據(jù)庫中；信息提取單元，用于提取滿足所述異常事件發(fā)生條件的監(jiān)控目標的信息，并將該信息 存儲在預(yù)先設(shè)置的數(shù)據(jù)庫中。
11.根據(jù)權(quán)利要求10所述的系統(tǒng)，其特征在于，該系統(tǒng)還包括分類單元，用于按照預(yù)先設(shè)置的多種類別對滿足所述異常事件發(fā)生條件的監(jiān)控目標進 行分類，確定該監(jiān)控目標的類別信息，并將該類別信息存儲在預(yù)先設(shè)置的數(shù)據(jù)庫中。
12.根據(jù)權(quán)利要求10或11所述的系統(tǒng)，其特征在于，所述信息提取單元提取的滿足所 述異常事件發(fā)生條件的監(jiān)控目標的信息包括滿足所述異常事件發(fā)生條件的監(jiān)控目標的圖像信息和/或運動參數(shù)信息。
全文摘要
本發(fā)明公開了一種信息檢索方法及系統(tǒng)，用以檢索具有特定形狀以及特定運動方式的目標的信息。本發(fā)明提供的一種信息檢索方法包括對待檢索目標進行跟蹤和檢測，確定待檢索目標的SIFT特征，并將所述待檢索目標的SIFT特征與預(yù)先設(shè)置在數(shù)據(jù)庫中的監(jiān)控目標的SIFT特征進行匹配，確定滿足SIFT特征條件的監(jiān)控目標；利用滿足所述SIFT特征條件的監(jiān)控目標所關(guān)聯(lián)的信息生成檢索結(jié)果并輸出。
文檔編號G06K9/64GK102103609SQ200910242990
公開日2011年6月22日 申請日期2009年12月21日 優(yōu)先權(quán)日2009年12月21日
發(fā)明者謝東海 申請人:北京中星微電子有限公司