类神经控制自动追踪识别系统

1、一种类神经控制自动追踪识别系统，包括用于获取固定区域范围内图像 的固定视场视频采集模块，其特征在于，其还包括：
全功能可变视场视频采集模块，其在360度范围内迅速捕捉该固定视场视 频采集模块中的固定视场摄像机覆盖范围内出现的可疑运动物细节图像；
视频图像识别判断演算法模块，其从该固定视场视频采集模块与全功能可 变视场视频采集模块采集到的视频图像中提取目标物，进行分类，确定目标物 的特征部位，识别目标特征；
类神经控制模块，其控制该全功能可变视场视频采集模块中的全功能可变 视场摄像机和该固定视场摄像机的角度匹配，根据固定视场运动物的方位角度， 控制该全功能可变视场摄像机转动角度、变动镜头焦距和光圈等，以保证该全 功能可变视场摄像机始终追踪可疑运动物，并使该全功能可变视场摄像机捕获 到详细的物体特征；
运动物轨迹追踪模块，其根据该视频图像识别判断演算法模块确定的目标 物体的类别选择轨迹的形成特征，并根据该视频图像识别判断演算法模块中演 算法识别的结果记录并形成可疑物体的运动轨迹；
资料库比对与报警判断模块，其根据该视频图像识别判断演算法模块中演 算法识别的结果，提取特征资料库的信息进行比对，并根据设定的规则进行报 警判断；
监控特征录入与规则设定模块，其是输入目标物特征，形成资料库，并根 据监控区域的要求设定报警的规则和灵敏度等级；
光线监测与控制模块，其根据该视频采集模块的图像分析环境光线的情况， 当环境光线不利于探测时，控制启动背景光源；
背景光源模块，其根据应用现场的不同，选择红外光或人工光的光源以提 供背景光源；
报警输出、显示与存储模块，其根据该资料库比对与报警判断模块输出的 报警判断进行报警信息的显示，并显示该运动物轨迹追踪模块输出的运动物轨 迹，对监控录像和报警信息进行整理、存储；
安全监控感测器，其用于与其他类型的安全监控系统进行融合，当该安全 监控感测器动作时，还用于调动该全功能可变视场摄像机来捕捉需要的信息。
2、根据权利要求1所述的类神经控制自动追踪识别系统，其特征在于，该 固定视场视频采集模块使用复数个固定视场的枪式或球型摄像机；该全功能可 变视场视频采集模块使用自动变焦的高速云台摄像机或快速球型摄像机；该摄 像机使用电荷耦合器件摄像机、互补金属氧化物摄像机或热成像摄像机中的一 种。
3、根据权利要求1所述的类神经控制自动追踪识别系统，其特征在于，该 视频图像识别判断演算法包括人形侦测辨识演算法、人头定位演算法、运动物 识别演算法车辆牌照识别演算法、行为识别演算法、系统故障演算法。
4、根据权利要求1所述的类神经控制自动追踪识别系统，其特征在于，其 使用类似人眼捕捉目标物的神经控制方法，先通过该固定视场摄像机锁定疑似 目标，之后系统控制该全功能可变视场摄像机转动、放大、大尺寸锁定目标物， 并重点捕捉重要特征。
5、根据权利要求1所述的类神经控制自动追踪识别系统，其特征在于，其 设定行为规则来确定可疑目标，对于违反规则的目标，均会被视为可疑目标， 进而启动该运动物轨迹追踪模块自动轨迹追踪功能。
6、根据权利要求1所述的类神经控制自动追踪识别系统，其特征在于，该 背景光源模块使用近红外光源或可见光源；使用该近红外光源时，该摄像机具 备夜视功能，以获取运动物的近红外图像。
7、一种基于上述的类神经控制自动追踪识别系统的追踪识别方法，其包括 步骤1、录入目标特征资料库和设定追踪识别规则，供系统分析使用，其特征在 于，其还包括以下步骤：
步骤2、摄像机的设定和追踪校正；
步骤3、类神经控制模块控制固定视场视频采集模块和全功能可变视场视频 采集模块进行图像采集，采集到的可疑物体细节特征图像与固定视场摄像机的 图像一起存储到硬盘或图像记录仪中；
步骤4、可疑目标轨迹追踪；
步骤5、可疑目标特征识别提取；
步骤6、资料库对比分析与报警输出。
8、根据权利要求7所述的基于上述的类神经控制自动追踪识别系统的追踪 识别方法，其特征在于，步骤1中目标特征资料库的建立使用系统的监控特征 录入与规则设定模块即时录入，或使用已经录制好的图像库或资料库直接导入 系统作为资料库使用。
9、根据权利要求7所述的基于上述的类神经控制自动追踪识别系统的追踪 识别方法，其特征在于，步骤4中所述可疑目标轨迹追踪既完成视频图像范围 的轨迹计算、跟踪和标识，还完成将轨迹座标映射到建筑平面座标中，而将可 疑目标的轨迹标识在建筑平面上。
10、根据权利要求7所述的基于上述的类神经控制自动追踪识别系统的追 踪识别方法，其特征在于，步骤5中所述可疑目标特征识别提取具体包括：
步骤51、对固定视场视频采集模块获得的每一个系列的图像进行分析，提 取出运动物，计算运动物的比例特征参数、颜色分布特征、违反规则标志、运 动物重心、运动轨迹、方向预测参数；
步骤52、针对违反规则的可疑目标，通过类神经控制模块控制全功能可变 视场视频采集模块，获取可疑物体的放大、细节图像，提取可疑物体的特征部 位；
步骤53、计算可疑物体的特征部位参数，包括形体比例、人脸骨胳特征、 瞳孔距离、五官特征、肤色、车牌号码、车辆颜色；
步骤54、针对监控区域内出现的多个可疑目标，系统使用轮询的方式逐一 进行甄别，当运动物是一个群体时，识别演算法将进行聚类分析，重点选择距 离近、特征最清楚的可疑目标进行探测、追踪和特征分析；当可疑目标是分散 的时，系统即会逐一进行甄别。

暂无