|
1.一种目标检测及跟踪的视频监控系统，其特征在于：包括图像采集设备、嵌入式单元、交换机以及PC机，所述交换机分别与PC机、图像采集设备和嵌入式单元连接，所述交换机与图像采集设备之间连接有转换模块；所述转换模块为USB转RS485装置；所述嵌入式单元包括目标检测模块和信息处理模块。2.根据权利要求1所述的目标检测及跟踪的视频监控系统，其特征在于：所述图像采集设备为网络云台摄像机、云台搭载的网络枪机、云台搭载的USB摄像头或者云台搭载的摄像机模组。3.根据权利要求1所述的目标检测及跟踪的视频监控系统，其特征在于：所述嵌入式单元为卡片电脑。4.根据权利要求1至3任一项所述的目标检测及跟踪的视频监控系统的方法，其特征在于：包括如下步骤：步骤一、视频采集视频采集由前端图像采集设备和视频解码设备组成，并获得包括目标物体的实时视频流；步骤二、目标检测通过分析获得的实时视频流，获得目标物体种类、数量、位置及大小信息；步骤三、信息处理根据连续时间内的目标物体相关信息进行实时处理；步骤四、信息传输将目标物体的预判位置、大小及速度信息发送给图像采集设备；也将图像采集设备发送的用户操作指令返回给嵌入式单元，实现嵌入式单元与图像采集设备之间的双向通讯；步骤五，图像采集设备的控制根据目标物体的预判位置、大小及速度信息，判断目标物体在画面中的位置，以及与中心区域的偏差，图像采集设备执行对应速度的3D算法，将目标物体移动到视场中心区域。5.根据权利要求4所述的目标检测及跟踪的视频监控系统的方法，其特征在于：所述步骤二中，目标检测主要包括如下步骤：(1)采集实时视频通过调用OpenCV库或者FFMPEG解码库，开辟视频获取子线程，获得实时视频流，该线程会一直工作，直至程序结束或异常退出；(2)载入深度学习模型该模型是根据实际场景以及特定检测目标，应用基于深度学习算法的yolo框架预先训练出深度学习模型；(3)计算物体位置、大小、类别及所属类别的置信概率将所述深度学习模型载入到嵌入式单元的内存中，在采集实时视频的同时，将每帧视频流输入该模型进行计算，获得目标物体位置、大小、类别及所属类别的置信概率；采集在测试过程中发现的画面中的误检漏检目标，将这些误检漏检目标图像加入训练集再次训练，得出该场景下准确率最高的模型；(4)置信概率与设定阈值进行比较在获得目标物体置信概率后，并与设定阈值比较：大于设定阈值，则程序继续判断目标物体；如果小于设定阈值，则舍弃该组检测数据，返回采集实时视频，开始下一帧目标检测；(5)判断目标是否在有效区域根据目标物体位置判断是否在有效区域内，如果在有效区域，则程序继续判断目标物体；如果不在有效区域，则舍弃该组检测数据，返回采集实时视频，开始下一帧目标检测；(6)目标类别是否为特定检测目标在阈值判断和有效区域判断后，需要判断目标的种类是否符合用户接口输入的特定种类，如果符合特定种类，则为有效目标，进入信息处理步骤继续处理；若为无效目标，则检测数据被舍弃，返回采集实时视频。6.根据权利要求5所述的目标检测及跟踪的视频监控系统的方法，其特征在于：所述步骤3中，所述误检漏检目标为像素占比较少的小目标，或者在各种光线变化和外来无关事物的干扰下误检漏检的目标。7.根据权利要求4所述的目标检测及跟踪的视频监控系统的方法，其特征在于：所述步骤三中，信息处理主要包括如下步骤：(1)获取当前帧目标数据实时视频流经过目标检测步骤后，会输出当前帧特定目标相关数据，包括目标种类、位置及大小信息等；(2)采集一定数量连续帧的目标数据在信息处理过程中，需要采集一定连续数据帧的目标物体数据值，设采集了N组目标数据，在获得当前帧目标数据后，会及时更新最后一组即第N组的目标数据，根据这N组数据，可以继续分析出目标的运动轨迹，以及给出目标前进方向的预判坐标等操作；(3)剔除无效的目标数据在连续N帧的目标数据中，会出现目标暂时丢失的情况，此时该组目标数据即为无效数据，需要对这些数据剔除，剔除无效数据是指剔除数据组内目标位置坐标点为(0,0)的坐标点；(4)判断目标物体运动轨迹、剔除偏离轨迹的目标数据预估目标物体运动方向、运动速度，绘制目标物体运动轨迹，是指根据目标数据组内数据的坐标点(x，y)，按照时间顺序对x轴和y轴做方向和速度计算，得到目标物体在x轴和y轴的运动轨迹及运动趋势；之后对目标运动轨迹上数据点进行统计学分析，计算目标物体相关数据即目标位置，目标运动方向和目标运动速度的可信区间，剔除数据组中偏离可信区间的数据值；(5)预判目标物体下一帧运动位置是指获得目标运动方向后，根据最后一帧的有效目标坐标点位置，以及目标物体运动方向、运动速度，获得每帧目标移动距离。8.根据权利要求7所述的目标检测及跟踪的视频监控系统的方法，其特征在于：所述步骤(5)中，所述目标物体运动方向向左，则目标物体下一帧目标位置计算方法为：预判目标位置坐标点(x，y)＝最近一帧有效帧坐标点(x，y)-每帧目标移动距离(△x，△y)；如果目标物体运动方向向右，则目标物体下一帧目标位置计算方法为：预判目标位置坐标点(x，y)＝最近一帧有效帧坐标点(x，y)+每帧目标移动距离(△x，△y)。9.根据权利要求4所述的目标检测及跟踪的视频监控系统的方法，其特征在于：所述步骤五中，所述移动速度根据坐标位置据中心位置的远近自动调整，并根据目标物体占屏幕比例进行相应的变焦动作使目标物体在视场中大小适中，目标物体占屏幕比例的三分之一。
|