公开(公告)号：CN104902265B

公开(公告)日：2017-04-05

申请号：CN201510266956.0

申请日：2015-05-22

申请人： 深圳市赛为智能股份有限公司

发明人： 陈雁 ,  匡慈维 ,  贺振钟

IPC分类号： H04N17/00 ,  G06T7/13

摘要： 本发明公开了一种基于背景边缘模型的摄像机异常检测方法及系统，采用PBAS前景检测方法提取出前景图，并通过加权随机更新得到背景样本图，能在光照条件复杂和大量人群活动的场景下进行正确检测，对噪声不敏感，抗干扰能力强；通过边缘检测提取边缘特征，并结合自适应的边缘阈值初步判断摄像机的异常情况，可以快速地初步判断摄像机的所有异常情况，消耗CPU和内存资源均较少；采用surf角点特征来排除将监控画面中出现一群人的正常情况误报为摄像机异常的现象，增加了异常检测的准确性。本发明可广泛应用于视频监控领域。

公开(公告)号：CN104902265A

公开(公告)日：2015-09-09

申请号：CN201510266956.0

申请日：2015-05-22

申请人： 深圳市赛为智能股份有限公司

发明人： 陈雁 ,  匡慈维 ,  贺振钟

IPC分类号： H04N17/00 ,  G06T7/00

摘要： 本发明公开了一种基于背景边缘模型的摄像机异常检测方法及系统，采用PBAS前景检测方法提取出前景图，并通过加权随机更新得到背景样本图，能在光照条件复杂和大量人群活动的场景下进行正确检测，对噪声不敏感，抗干扰能力强；通过边缘检测提取边缘特征，并结合自适应的边缘阈值初步判断摄像机的异常情况，可以快速地初步判断摄像机的所有异常情况，消耗CPU和内存资源均较少；采用surf角点特征来排除将监控画面中出现一群人的正常情况误报为摄像机异常的现象，增加了异常检测的准确性。本发明可广泛应用于视频监控领域。

公开(公告)号：CN104077786A

公开(公告)日：2014-10-01

申请号：CN201410301849.2

申请日：2014-06-27

申请人： 深圳市赛为智能股份有限公司

发明人： 匡慈维 ,  吴悦 ,  莫永波 ,  刘文昌 ,  江厚银 ,  陈敏 ,  汪永强

IPC分类号： G06T7/20

摘要： 本发明公开了一种基于自适应核密度估计模型的运动目标检测方法，包括：根据输入视频构建基于核密度估计的背景模型，从而得到输入视频像素点的概率密度函数和核函数的宽度；根据输入视频像素灰度值的概率密度函数和核函数的宽度确定样本点的概率取值区间，然后遍历所有像素点灰度值的概率，从而形成概率分布直方图；对概率分布直方图进行二次线性插值和小阈值差分，从而得到差分直方图；根据差分直方图自适应求取前景阈值和背景阈值；根据输入视频像素点灰度值的概率值、前景阈值和背景阈值对构建的背景模型进行更新。本发明具有计算量小、实时性较好且误差较小的优点，可广泛应用于计算机视觉分析领域。