视频监控系统的活动识别和检测的概念及设计
- 格式：docx
- 大小：22.54 KB
- 文档页数：3
视频监控系统的活动识别和检测的概念及设计
Bernd Schulze, Martin Floeck, and Lothar Litz
德国凯泽斯劳滕大学自动控制研究所
摘要
视频监控系统提出了旨在发现单独人群的特殊情况，尤其是老年人群可能发生的特殊情况。
如果举个例子，一个老年人摔倒但是不能够独立求救，通常要等几个小时甚至几天才能被注意，从而得到救助。
所以提出视频监控系统来解决这种情况。
如果检测到紧急情况时,则会产生自动报警。
开发这种系统的的一个主要方面是尽可能的达到一个高的用户体验。
此外,系统需要收入高的个人家庭环境。
跟踪探测系统是广泛的现实环境辅助生活(AAL)的一部分概念和许多其他扩展支持的功能。
关键词：计算机视觉、跟踪检测,辅助生活,辅助
1.简介
人口严重下降的后果往往是老年人比年轻人多二分之一。
老年人的的单身生活的突发情况尤其要重视。
如果他们跌倒后不能独立呼吁帮助，直到亲戚邻居,或医务人员的发现通常要花几个小时甚至几天。
在这段时间人的状况不断恶化，这段时间越长,发病率和死亡率会越高，接近四分之三。
在世界范围内,许多研究小组正致力于开发可靠的检测系统。
目前,主要有两种方法。
首先,可以使用跟踪设备来检测。
这种方法的主要缺点之一是许多老人们忘了戴上或拒绝这样的设备。
因此,第二种方法旨在用摄像机跟踪检测。
然而,在大多数情况下,多个摄像机必须放置在一个房间,可能导致有限的收益。
考虑上述方面,每房间为了实现高验收监测系统的用户，只使用一个相机。
尽管如此,这个系统仍需要设计在收入较高的个人家庭环境。
视频监控系统的概念和设计提出了视频监控系统是为降低上述风险的老年人的单身生活。
自动跟踪检测旨在减少这种情况下的严重程度。
监控系统将嵌入到现有的现实环境辅助生活（AAL）项目。
2003年，凯泽斯劳滕大学与当地房屋协会发起的现实环境辅助生活项目合作, 旨在帮助老年人尽可能长时间的习惯独立生活。
系统确定了三个主要的领域:健康，安全，舒适。
在以确保一个独立生活的老年人健康和安全的重要前提下,舒适也被认为是实现用户满意程度的重要指标。
2.技术方案
在当前系统中使用MOBOTIX（凯泽斯劳滕，德国）发明的“Q22M安全协议” 摄像头。
这个相机有鱼眼摄像镜头(垂直水平图像角度:180度,160度)。
鱼眼摄像镜头使一个相机可以使系统检测监控一个完整的房间。
Q22M的附加功能包括一个图片下载的集成的HTTP服务器, 这是一个针对以太网的设计。
而且为视频监控系统摄像机定位是至关重要的。
如果摄像机安装在墙上，这种方法的优点是,侧面看到一个人,大多
有一个清晰的轮廓，然而,缺点是会发生相当大的遮挡从而导致跟踪失
败的问题。
因此,需要多个相机需要避免此类问题。
为了减少的相机数
量和大小遮挡,较好的安装相机的方法是安装在天花板上。
在这个位置
上几乎没有一个很大的遮挡发生，而且通常每个房间只有是需要一个相
机。
缺点是一个人从上面主要是观察,姿势不能很容易被认出来。
因此,
作者只考虑一个人的检测活动突发事件。
假设在一个房间里，一个人的
活动方式取决于他或她的实际位置，因此,一个房间分为不同的区域,可
以分配不同的活动区域。
三种不同的活动区域实现:
—区域1：标准区域,包括所有领域,除非下面列出
—区域2：较低的区域活动(床,沙发,椅子的地区或扶手椅)
—区域3：入口或出口地区（门）
有理由假设区域2中的活动水平通常低于区域1，因为,区域2包括的领
域是一个人需要休息时的活动(例如看书、看电视或睡觉)。
因为只有活
动被认可并检测,监测系统的敏感性检测活性两区域相比,区域2低于区
域1。
即区域2中,不可能比在区域1中持续更长时间。
区域3有一个特
殊目的,因为一个人只能通过该区域进入或离开房间，因此,一个人的运
动总是在区域3开始，人进入房间时或离开了房间,它将永远停止时。
因此,区域3是至关重要的，它决定是否有一个人在房间里。
检测人员
为了获得连续他们的位置和活动信息需要实时跟踪。
这并不是件轻松的
事情,因为个人的家庭环境和一个人的外表可以改变，照明环境变化和
阴影也有助于这一挑战。
视频监控软件是用c#语言编写的。
图像处理部分使用一个公开的、强大的、开源的计算机视觉库。
实际跟踪检测的代码由三部分组成:图
像下载和预处理,运动分析和检测。
先对每一个新的相机图像预处理。
随后,进行了运动分析。
最后,检测算法评估结果。
3.应急检测
系统运动分析人的活动后，可以进行分析检测到跌倒等突发事件后导致惊人的长时间不活动（如，循环衰竭）的状况。
应急检测算法包括两个步骤，第一，自从上次检测到的人运动的确定时间。
如果这个时间超过一定限度的时间，该系统采用紧急。
有价值的时间期限取决于人目前位于的区域。
区域3定义（入门、出境门的地区），因为如果在区域3的人停止运动，系统会假设的人离开了房间。
这样的紧急检测部分设计理念与一发现严重跌倒情况的监测系统设计相同，是某些完整的运动导致视频停止。
举例说明，如果人只是移动了一点就跌倒，无法正确检测。
因此，为了让这种静止导致检测不完全，在观察到运动后，步骤二进行统计分析。
对于运动和不运动的各个时期，并对这一时期的长度分别确定，而且考虑静止时人的目前区域。
以一分钟的时间间隔计算，以下数据可以建立这些不同时期的总结：
T1：在区域1的人每分钟的休息时间（标准区）
T2：在区域2的人每分钟的休息时间（低活性区）
TM：人每分钟移动时间
在第一步的紧急检测，在区域3停止不评估，因为这个区域运动停止将被解释为一个人离开房间或进入房间，统计分析将停止。
统计分析了当人进入房间，在正常情况下有两种不同的情况。
在第一个案例检测到的TM大体上是大于T1或T2的。
在第二个案例中，需要他人看电视或睡觉，结果是有较大的值的T2值和较低的TM。
在案例一的情况下，TM减少为好。
根据在不同区域的跌倒，分别导致T1和T2值越大。
而且，光照射后的阴影（即，不会导致完全停止运动）在2区和正常休息不能区分。
因此，光照射只能在区域1检测并进行统计分析，。
假定一个光线落在1区，而且通常人保持在区域1的活动率多次超过一定水平。
因此，将假定一个不等式满足人的休息时间在K分钟内的时间间隔。
并且保证不等式是在区域1有效的为每个k分钟正常活动和几个短时间的不活动进行检测，确保不触发假警报。
4.实验结果
视频监控系统可以在一个真实的实验室测试。
有几个窗户的一侧房间和一扇门。
除了一些实验室设备，还有一些桌子和椅子在房间里。
定义
了区域后,进行了一些初步的测试。
系统测试的对象是典型的活动(如伏
案工作或看电视)和几个模拟瀑布。
活动量严重下降直到没有运动后进
行评估以及测试。
Schulze、M . Floeck和L. Litz开启电视的效果进行了
测试,以确定屏幕上的画面是否导致错误的检测到运动，并且尝试在不
同的照明条件下(从天花板人工照明或从窗户透过日光等) 进行检测。
与从透过的日光相比,只有人工照明从windows取得了良好的计算结果。
人的活动很容易被追踪到,不管是不同位置和不同类型的运动，模拟瀑
布也被正确检测，而且假警报率接近于零。
从天花板上人工照明与在明
亮的日光下跟踪的结果,是独特的影子出现，有时无法找到正确的人。
这些错误的跟踪常常导致未发现模拟瀑布或假报警。
快速变化的照明条
件（如云经过)下,进一步加剧的这种情况。
因此在未来该系统将增强阴
影补偿算法来减少照明条件对跟踪一个人的影响。
5.结论
本文提出了一种视频监控系统，能够检测老年人的单身生活。
老人的突发紧急情况导致了相当长时间的不活动，这可以被识别(如循环衰竭)。
该系统只需要一个单一的、不引人注目的摄像机安装在每个房间天花板。
因此,一个并不引人注意但是实用的系统实现。
这个系统的智能跟踪算
法是基于运动识别开发的。
在评估房间中他或她的位置的活动水平，可
以检测到人的状态或其他紧急情况。
用于此目的的不同的活动区域的方
法，在从天花板上人工照明取得了良好的计算结果。
然而,如果主要的
光是通过窗户进入的日光,有时会有独特的阴影，从而导致跟踪错误,因
此会有活动未被发现或假警报。
为了减少这种缺点,该系统将在未来工
作中增强阴影补偿算法。
