(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202211113232.9 (22)申请日 2022.09.14 (65)同一申请的已公布的文献号 申请公布号 CN 115187918 A (43)申请公布日 2022.10.14 (73)专利权人 中广核贝谷科技有限公司 地址 330000 江西省南昌市南昌 高新技术 产业开发区艾溪湖三路13 5号 (72)发明人 蔡莹杰　张海平　 (74)专利代理 机构 南昌贤达专利代理事务所 (普通合伙) 36136 专利代理师 胡友胜 (51)Int.Cl. G06V 20/40(2022.01) G06V 20/52(2022.01) (56)对比文件 CN 109583 315 A,2019.04.0 5 US 20191 16322 A1,2019.04.18 CN 113300792 A,2021.08.24 CN 110580324 A,2019.12.17CN 112115911 A,2020.12.2 2 CN 110059760 A,2019.07.26 CN 1045743 63 A,2015.04.2 9 CN 111767243 A,2020.10.13 CN 106920214 A,2017.07.04 CN 109087278 A,2018.12.25 CN 114723959 A,202 2.07.08 CN 113128614 A,2021.07.16 WO 2022041188 A1,202 2.03.03 US 2022207109 A1,202 2.06.30 US 2019385 073 A1,2019.12.19 WO 20210 54968 A1,2021.0 3.25 US 2021142106 A1,2021.0 5.13 CN 113686810 A,2021.1 1.23 Efthimia Kafal i 等.RobusterNet: Improving Copy- Move Forgery Detecti on with Volterra-based Co nvolutions. 《2020 25th Internati onal Conference o n Pattern Recognition(ICPR)》 .2021, 李红艳.交通 监控系统中的运动目标检测与 分类. 《信息科技》 .2012,第2012年卷(第12期), 审查员 王婕 (54)发明名称 一种监控视频流中移动物体的识别方法及 系统 (57)摘要 本发明公开一种监控视频流中移动物体的 识别方法及系统， 方法包括： 获取视频流中的至 少一个图像帧； 基于预设的自定义卷积核对至少 一个图像帧进行骨架特征提取， 得到至少一个骨 架特征图； 将当前时刻的骨架特征图与上一时刻 的骨架特征图进行帧差处理， 得到帧差图像， 并 判断所述帧差图像中灰度值非0的像素点数量是 否大于预设阈值； 若所述帧差图像中灰度值非0 的像素点数量大于预设阈值， 则当前时刻的监控 区域中存在移动物体。 能够实现对于图像中梯度 明显的像素区域实现增强， 而同时对其周围图像区域梯度不明显的像素起到抑制作用， 进而实现 对图像完整的骨架特 征进行提取。 权利要求书4页 说明书9页 附图2页 CN 115187918 B 2022.12.13 CN 115187918 B 1.一种监控视频流中移动物体的识别方法， 其特 征在于， 包括： 获取视频流中的至少一个图像帧， 并判断所述至少一个图像帧中的移动物体是否在预 设目标选择框中， 其中， 判断所述至少一个图像 帧中的移动物体是否在预设目标选择框的 表达式为： ， 式中， 1代表移动物体在预设目标选择框中， 0代表移动物体不在预设目标选择框中， 为预设目标选择框右下角的横坐标， 为预设目标选择框右下角的纵坐标， 为预设目标 选择框左上角的横坐标， 为预设目标选择框左上角的纵坐标， 为移动物体的中心点横 坐标， 为移动物体的中心点纵坐标； 其中， 计算移动物体的中心点 坐标的表达式为： ， 式中， 为坐标 处的像素灰度值， 取1或0， 取1或0， v为移动物体的宽度， u为 移动物体的高度； 其中， 令p = 1, q = 0， 则 ； 令p = 0, q = 1， 则 ； 令p = 0, q = 0， 则 ； 则移动物体的中心点 坐标为 ； 若所述至少一个图像帧中的移动物体在预设目标选择框中， 则基于预设的自定义卷积 核对至少一个图像帧进 行骨架特征提取， 得到至少一个骨架特征图， 其中， 构建所述自定义 卷积核的规则包括： 假设待构建的自定义卷积核 的大小为 的矩阵， 为卷积核在位置 处的 值； 当 时， ， 式中， 且取整， 为整数， 为卷积核的幅值； 当 时， ， 式中， 为幅值系数；权　利　要　求　书 1/4 页 2 CN 115187918 B 2当 时， ； 当 时， ； 当 为其他时， ； 将当前时刻的骨架特征图与上一时刻的骨架特征图进行帧差处理， 得到帧差 图像， 并 判断所述帧差图像中灰度值非0的像素点数量是否大于预设阈值； 若所述帧差 图像中灰度值非0的像素点数量大于预设阈值， 则当前时刻的监控区域中 存在移动物体。 2.根据权利要求1所述的一种监控视频流中移动物体的识别方法， 其特征在于， 其中， 基于预设的自定义卷积核对至少一个图像帧进行骨架特 征提取的表达式为： ， 式中， 为图像坐标 处的像素值， 为卷积核在位置 处的值， 为图像坐标 处的像素值。 3.根据权利要求1所述的一种监控视频流中移动物体的识别方法， 其特征在于， 在基于 预设的自定义卷积核对至少一个图像帧进行骨架特征提取， 得到至少一个骨架特征图之 前， 所述方法还 包括： 将所述至少一个图像帧转换为至少一个灰度图， 并对所述至少一个灰度图进行滤波处 理。 4.根据权利要求1所述的一种监控视频流中移动物体的识别方法， 其特征在于， 在将当 前时刻的骨架特征图与上一时刻的骨架特征图进行帧差处理， 得到帧差图像之前， 所述方 法还包括： 对当前时刻的骨架特征图以及上一 时刻的骨架特征图进行二值化， 得到二值化后的第 一图像 和第二图像 ， 其中， 第一图像 和第二图像 的表达式分别为： ， ， 式中， 为当前时刻的骨架特征图的坐标 处的像素值， 为上一时刻 的骨架特 征图的坐标 处的像素值， 、 均为二值化阈值。 5.一种监控视频流中移动物体的识别系统， 其特 征在于， 包括： 获取模块， 配置为获取视频流中的至少一个图像帧， 并判断所述至少一个图像帧中的 移动物体是否在预设目标选择框中， 其中， 判断所述至少一个图像 帧中的移动物体是否在 预设目标选择框的表达式为： ， 式中， 1代表移动物体在预设目标选择框中， 0代表移动物体不在预设目标选择框中， 权　利　要　求　书 2/4 页 3 CN 115187918 B 3