基于監(jiān)控運(yùn)動(dòng)目標(biāo)識別檢測系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)

爨 瑩， 李亦珂

（西安石油大學(xué) 計(jì)算機(jī)學(xué)院， 西安710065）

0 引 言

馬拉松等運(yùn)動(dòng)賽事的舉辦，不僅能夠提高人們的生活品質(zhì)，同時(shí)也是激活一座城市的動(dòng)力，對城市宣傳、文化等方面的發(fā)展具有極大的推動(dòng)作用［1］。但目前許多比賽在其軟硬件設(shè)施上存在很多問題，很容易造成比賽混亂。 本文設(shè)計(jì)的系統(tǒng)能夠針對監(jiān)控中的視頻數(shù)據(jù)進(jìn)行實(shí)時(shí)截取并保存，對截取的圖像進(jìn)行預(yù)處理，方便工作人員得到更加精準(zhǔn)的信息，可根據(jù)需求選擇不同的目標(biāo)檢測內(nèi)容，得到最終結(jié)果。 本系統(tǒng)采用了熱門的目標(biāo)檢測和圖像識別等技術(shù)，完成對運(yùn)動(dòng)目標(biāo)的識別跟蹤分析，同樣適用于具有類似特征的汽車運(yùn)行軌跡分析等場景，能夠?yàn)樯鐣?huì)帶來諸多方便。

1 設(shè)計(jì)思路

本設(shè)計(jì)從系統(tǒng)的可行性、相關(guān)技術(shù)、功能需求等方面著手分析。 首先，從賽事主辦方對軟件的需求展開調(diào)查，分析以往不同類型賽事中，工作人員應(yīng)對突發(fā)情況的解決能力，以及對整個(gè)比賽進(jìn)程產(chǎn)生的影響，另一方面針對相關(guān)智能檢測識別技術(shù)［2－4］領(lǐng)域展開研究，了解當(dāng)前較為成熟的熱門技術(shù)，分析系統(tǒng)實(shí)現(xiàn)的可行性。 本系統(tǒng)在技術(shù)方面進(jìn)行了以下幾點(diǎn)研究：

（1）研究了系統(tǒng)中功能實(shí)現(xiàn)所涉及到的關(guān)鍵算法和技術(shù)，包括圖像預(yù)處理算法［5－6］、YOLOv3 目標(biāo)檢測算法［7－9］、百度智能處理庫的調(diào)用等。 用以解決系統(tǒng)對于多維度不同層級信息的融合以及圖像中關(guān)鍵特征的提取，提高系統(tǒng)檢測識別的準(zhǔn)確性和魯棒性，以及算法的實(shí)用性能。

（2）研究系統(tǒng)對運(yùn)動(dòng)員多維度信息的存儲(chǔ)和匹配，包括不同時(shí)間對于參賽人員的匹配結(jié)果進(jìn)行核對。 對于系統(tǒng)用戶交互式界面的設(shè)計(jì)，需要簡潔、易于操作，能夠適用于不同的硬件環(huán)境，具有良好的可推廣性。

2 系統(tǒng)總體設(shè)計(jì)

系統(tǒng)主要由硬件設(shè)備、用戶端、服務(wù)器端構(gòu)成。硬件設(shè)備部分主要是監(jiān)控?cái)z像頭，用來傳輸實(shí)時(shí)監(jiān)控視頻，并顯示在用戶界面。 系統(tǒng)也可選擇從本地讀取視頻的方式；用戶端用來顯示用戶交互界面，包括系統(tǒng)中用戶對視頻進(jìn)行幀的截取、圖像預(yù)處理、保存、目標(biāo)識別等所有功能；服務(wù)器端用來實(shí)現(xiàn)系統(tǒng)具體的功能、與外部設(shè)備的連接、重要信息的數(shù)據(jù)庫存儲(chǔ)和本地存儲(chǔ)。 系統(tǒng)采用64 位的PyCharm 開發(fā)工具，使用Python3.0 ＋PyQt5 設(shè)計(jì)并實(shí)現(xiàn)GUI 界面。界面設(shè)計(jì)完成后，與SQLite 數(shù)據(jù)庫進(jìn)行連接，用來實(shí)現(xiàn)用戶的注冊和登錄，存儲(chǔ)系統(tǒng)的用戶信息，以及參賽人員的信息。 系統(tǒng)功能架構(gòu)如圖1 所示。

圖1 系統(tǒng)整體功能圖Fig.1 System function diagram

3 詳細(xì)設(shè)計(jì)

3.1 系統(tǒng)管理模塊

在使用系統(tǒng)進(jìn)行目標(biāo)識別檢測之前，系統(tǒng)管理人員需要完成個(gè)人信息的注冊，參賽人員也需要錄入個(gè)人參賽信息，將錄入信息存入SQLite 數(shù)據(jù)庫，用于目標(biāo)識別檢測模塊中的信息匹配，從而得到系統(tǒng)的檢測結(jié)果。 系統(tǒng)模塊還包括對于監(jiān)控視頻的導(dǎo)入以及關(guān)鍵幀的存儲(chǔ)。 系統(tǒng)進(jìn)行目標(biāo)檢測的主要對象是視頻中的幀對象。 視頻獲取方式有兩種：一種是通過外界監(jiān)控直接獲取實(shí)時(shí)視頻，并從中截取關(guān)鍵幀；另一種是從本地導(dǎo)入已有視頻，選擇播放并截取關(guān)鍵幀。 截取后的圖像會(huì)直接顯示在用戶操作界面中，用戶根據(jù)需要，對圖像進(jìn)行處理并保存在本地文件夾中，易于隨時(shí)調(diào)用。 系統(tǒng)開發(fā)結(jié)合了PyQt5，實(shí)現(xiàn)了圖形可視化界面，文件打開方式選擇的是QFileDialog 類，通過OpenCV 實(shí)現(xiàn)對實(shí)時(shí)監(jiān)控?cái)?shù)據(jù)的采集。

3.2 圖像預(yù)處理模塊

在截取關(guān)鍵幀時(shí)，往往會(huì)出現(xiàn)畫面不清晰、不易識別等情況。 為了提高系統(tǒng)的實(shí)用性和目標(biāo)檢測的準(zhǔn)確性，本文研究了幾種針對圖像的處理方式，其中包括均值濾波、高斯濾波、非局部均值降噪算法等。結(jié)合現(xiàn)有應(yīng)用技術(shù)，對截取后的圖像進(jìn)行預(yù)處理并保存，系統(tǒng)根據(jù)預(yù)處理后的圖像結(jié)果進(jìn)行號碼識別、人體檢測等操作。

3.3 目標(biāo)識別檢測模塊

目前，號碼識別技術(shù)已相當(dāng)成熟，被廣泛地應(yīng)用于日常生活中。 其中較為經(jīng)典的識別算法有RCNN算法［10－11］、STPN 算法等，本系統(tǒng)采用百度智能處理庫中的方法。 通過百度云文字識別技術(shù)，實(shí)現(xiàn)參賽人員的號碼識別。 首先通過python 導(dǎo)入百度AirOcr包［12］，分別獲取在百度智能庫中注冊得到的APPID、API_KEY、SECRET_KEY，直接在系統(tǒng)中使用。

人體檢測采用Yolov3 目標(biāo)檢測算法。 該算法是一款深度學(xué)習(xí)框架darknet 的目標(biāo)檢測開源項(xiàng)目，實(shí)現(xiàn)了回歸功能的深度卷積神經(jīng)網(wǎng)絡(luò)。 這種方法檢測速度快，在檢測圖像中尺寸較小的物體上具有較高的準(zhǔn)確率，非常適合用于大量參賽人員的人體檢測。 檢測完成后，通過PyQt5 中的表格插件顯示檢測結(jié)果，與存入SQLite 數(shù)據(jù)庫中的數(shù)據(jù)進(jìn)行對比，給出最終結(jié)論。

4 系統(tǒng)運(yùn)行截圖

本系統(tǒng)采用C／S 架構(gòu)進(jìn)行開發(fā)，具有較高的安全性及較快的響應(yīng)速度。 參賽人員的信息錄入需要根據(jù)具體的應(yīng)用場景進(jìn)行設(shè)置，主要包括性別、參賽號碼等，用來進(jìn)行識別信息的匹配，管理員信息和參賽人員信息分別存儲(chǔ)在數(shù)據(jù)庫的不同表中。

系統(tǒng)主界面如圖2 所示。 界面左上角為視頻的播放區(qū)域，右上側(cè)為截取當(dāng)前播放幀的顯示區(qū)域，當(dāng)截取的圖像不滿足檢測要求時(shí)，可以對圖像進(jìn)行預(yù)處理操作，主界面的右下側(cè)為預(yù)處理后的圖像顯示區(qū)域。 圖像處理完成之后，即可進(jìn)行號碼識別和人體檢測，檢測結(jié)果會(huì)自動(dòng)顯示在主界面右下側(cè)的表格中。 根據(jù)檢測信息，在數(shù)據(jù)庫中查找對應(yīng)的人員，對信息進(jìn)行匹配，判斷參賽人員是否符合，判斷結(jié)果顯示在表格中。

圖2 系統(tǒng)主界面Fig.2 System main interface

5 結(jié)束語

基于監(jiān)控的運(yùn)動(dòng)目標(biāo)識別跟蹤系統(tǒng)，是基于python 開發(fā)環(huán)境和當(dāng)前較為成熟的深度學(xué)習(xí)框架開發(fā)的一個(gè)應(yīng)用系統(tǒng)。 系統(tǒng)操作簡單，易于掌握，能夠運(yùn)行在Windows、Linux 等系統(tǒng)上，具有較好的兼容性。 本系統(tǒng)功能較為簡單，仍然具有很大的開發(fā)空間。 希望在以后的具體使用中能夠根據(jù)需求對系統(tǒng)功能進(jìn)行改進(jìn)和擴(kuò)充，從而實(shí)現(xiàn)更大的應(yīng)用價(jià)值。