如何對視頻中人員翻牆的行為進行檢測？

02-05

如圖所示，我需要當左側的人翻牆到右邊的時候進行報警。要求演算法複雜度低，實時性好。現在已經用了高斯背景法提取背景，並做出了運動物體的外接矩形。但是對接下來的人物識別和跟蹤沒有太好的思路我現在粗略的判斷了一下矩形和用黃線畫出的牆的位置的關係，然後用Canny+hough變換檢測人頭，但是效果一般，不是很理想。接下來也沒有太好的想法。求知乎上的各位程序員大神大神提供思路！
該項目目前已取得了一定進展，如視頻所示
http://v.youku.com/v_show/id_XODc4MjI4OTQ4.html?x

視頻中檢測結果如下圖

謝邀

首先我不是搞演算法的，偏向於視覺應用。

通過你對項目的描述，這個項目分為兩個部分，首先是檢測有沒有人翻牆，然後是對翻牆人的識別和跟蹤。翻牆人的識別部分應該是比較難的，不是說開發演算法難，而是說在這種情況下進行識別很難，人臉識別的演算法，都是成型的，OpenCV也有，無外乎就是修改修改參數，一般都用在入口處的人臉識別，這種情形下，識別率會高一些。像翻牆這種行為，本身就不是光明正大的，會刻意躲避，避免被看到或者拍到，甚至會把頭部遮起來。所以不用說演算法，就是監控拍下來，直接人來看，都分辨不清。所以你的第二部分工作中，進行翻牆人的識別，不管演算法簡單或複雜，基本不太現實。

所以按實際應用來看，項目的重點可以放在檢測有沒有人翻牆以及翻牆後的跟蹤。

先看檢測翻牆動作。基本思路都是一樣的，就是判斷某個Region之內有沒有運動物體，例如在牆體上或者附近設置一個區域。但這裡面需要考慮干擾因素，例如牆附近如果有樹或者其它容易飄動的物體，在風的作用下會來回擺動，又或者人為的扔過牆的物體，這些可能都會導致誤報警。所以需要增加判斷要素，例如運動物體的形狀或者面積之類的，或者可以增加一台遠紅外熱成像相機（利用溫度成像的），成像效果如下：

如果利用遠紅外相機的話，就可以增加一個判斷要素--溫度，無論白天和黑夜，對於遠紅外來說只感應溫度，這樣就排除了無生命的運動物體，尤其是晚上，周圍的無生命物體，溫度都是低於人體體溫的。當然，對於白天來說，尤其是夏季，牆上的鐵質物體會被曬的很熱，但是這些物體是不移動的，而且人體溫度限定到36~37.5之間，也是可以通過閾值來判斷出人體的。這樣結合溫度、物體的體積，就比較能夠正確的判斷在牆上或者周圍運動或者通過牆體的物體是不是人類，而不至於所有運動物體都會引起報警。

通過以上找到正確的目標Region之後，接下來進行跟蹤。這個跟蹤應該是在拍攝範圍內的跟蹤，因為拍攝範圍肯定會覆蓋到牆內的一些區域，因此本來在牆內的而且在拍攝範圍內的人來回移動，是不應該被標記為跟蹤對象的。

運動跟蹤的演算法，可以考慮光流法，OpenCV也應該有。效果如下：

這裡面也有一個難點，從人爬牆前（展開）到爬到牆上（蜷縮），再到翻下牆（展開），這期間形態是發生了變化，而且跳下的速度是比較快的，這種情況跟蹤容易丟失。

謝邀。

@Tiger David 的思路是對的。

檢測黃線右側的運動物體即可。

檢測的方法倒是有很多。

幀差法。兩幀、三幀、五幀差分都可以，但是這種方法很容易出空洞。

背景模型法也不錯，試試高斯背景建模再減除背景的方法（記得定時更新背景模型），這種方法對於固定拍攝設備的效果較好。

話說，要是成本允許的話，結合紅外圖像探測，效果會更好，至少誤檢率會降下來。

謝邀

我就提供一下思路，大概能夠簡化一下你的工作量

你的這個監測設備，本質上是防止有人進入牆右邊的區域，而那個區域，我看這個樣子平時也不會有人走動吧

所以你可以把監測範圍，從判斷牆人有沒有人，轉變成牆右邊的區域，也就是黃線右邊到攝像最右邊這個區域，有沒有在運動的物體，這樣就可以了吧

希望這個思路能夠對你有所幫助

以上

既然是檢測翻牆，那你直接檢測牆部分區域啊。兩條平行線不是更好

只是做翻牆報警的話，不考慮特殊情況和報警時間兩三秒之間的差別，描述下柵欄遮擋範圍就可以了，不用那麼複雜。

將牆的邊緣提取出來然後判斷邊緣是否被遮擋可行嗎？

提取牆邊緣圖像塊，，二值化，，霍夫檢測直線，，檢測直線與二值圖像相與，，結果圖像與標準直線進行比較，，設定閾值判斷遮擋

這種方法可行嗎？因為沒看到圖像也不太確定！

為何不在牆頭搭紅外？