基于監控運動目標識別檢測系統的設計與實現

爨 瑩， 李亦珂

（西安石油大學 計算機學院， 西安710065）

0 引 言

馬拉松等運動賽事的舉辦，不僅能夠提高人們的生活品質，同時也是激活一座城市的動力，對城市宣傳、文化等方面的發展具有極大的推動作用［1］。但目前許多比賽在其軟硬件設施上存在很多問題，很容易造成比賽混亂。 本文設計的系統能夠針對監控中的視頻數據進行實時截取并保存，對截取的圖像進行預處理，方便工作人員得到更加精準的信息，可根據需求選擇不同的目標檢測內容，得到最終結果。 本系統采用了熱門的目標檢測和圖像識別等技術，完成對運動目標的識別跟蹤分析，同樣適用于具有類似特征的汽車運行軌跡分析等場景，能夠為社會帶來諸多方便。

1 設計思路

本設計從系統的可行性、相關技術、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查，分析以往不同類型賽事中，工作人員應對突發情況的解決能力，以及對整個比賽進程產生的影響，另一方面針對相關智能檢測識別技術［2－4］領域展開研究，了解當前較為成熟的熱門技術，分析系統實現的可行性。 本系統在技術方面進行了以下幾點研究：

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

（2）研究系統對運動員多維度信息的存儲和匹配，包括不同時間對于參賽人員的匹配結果進行核對。 對于系統用戶交互式界面的設計，需要簡潔、易于操作，能夠適用于不同的硬件環境，具有良好的可推廣性。

2 系統總體設計

系統主要由硬件設備、用戶端、服務器端構成。硬件設備部分主要是監控攝像頭，用來傳輸實時監控視頻，并顯示在用戶界面。 系統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，包括系統中用戶對視頻進行幀的截取、圖像預處理、保存、目標識別等所有功能；服務器端用來實現系統具體的功能、與外部設備的連接、重要信息的數據庫存儲和本地存儲。 系統采用64 位的PyCharm 開發工具，使用Python3.0 ＋PyQt5 設計并實現GUI 界面。界面設計完成后，與SQLite 數據庫進行連接，用來實現用戶的注冊和登錄，存儲系統的用戶信息，以及參賽人員的信息。 系統功能架構如圖1 所示。

圖1 系統整體功能圖Fig.1 System function diagram

3 詳細設計

3.1 系統管理模塊

在使用系統進行目標識別檢測之前，系統管理人員需要完成個人信息的注冊，參賽人員也需要錄入個人參賽信息，將錄入信息存入SQLite 數據庫，用于目標識別檢測模塊中的信息匹配，從而得到系統的檢測結果。 系統模塊還包括對于監控視頻的導入以及關鍵幀的存儲。 系統進行目標檢測的主要對象是視頻中的幀對象。 視頻獲取方式有兩種：一種是通過外界監控直接獲取實時視頻，并從中截取關鍵幀；另一種是從本地導入已有視頻，選擇播放并截取關鍵幀。 截取后的圖像會直接顯示在用戶操作界面中，用戶根據需要，對圖像進行處理并保存在本地文件夾中，易于隨時調用。 系統開發結合了PyQt5，實現了圖形可視化界面，文件打開方式選擇的是QFileDialog 類，通過OpenCV 實現對實時監控數據的采集。

3.2 圖像預處理模塊

在截取關鍵幀時，往往會出現畫面不清晰、不易識別等情況。 為了提高系統的實用性和目標檢測的準確性，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。結合現有應用技術，對截取后的圖像進行預處理并保存，系統根據預處理后的圖像結果進行號碼識別、人體檢測等操作。

3.3 目標識別檢測模塊

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

人體檢測采用Yolov3 目標檢測算法。 該算法是一款深度學習框架darknet 的目標檢測開源項目，實現了回歸功能的深度卷積神經網絡。 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果，與存入SQLite 數據庫中的數據進行對比，給出最終結論。

4 系統運行截圖

本系統采用C／S 架構進行開發，具有較高的安全性及較快的響應速度。 參賽人員的信息錄入需要根據具體的應用場景進行設置，主要包括性別、參賽號碼等，用來進行識別信息的匹配，管理員信息和參賽人員信息分別存儲在數據庫的不同表中。

系統主界面如圖2 所示。 界面左上角為視頻的播放區域，右上側為截取當前播放幀的顯示區域，當截取的圖像不滿足檢測要求時，可以對圖像進行預處理操作，主界面的右下側為預處理后的圖像顯示區域。 圖像處理完成之后，即可進行號碼識別和人體檢測，檢測結果會自動顯示在主界面右下側的表格中。 根據檢測信息，在數據庫中查找對應的人員，對信息進行匹配，判斷參賽人員是否符合，判斷結果顯示在表格中。

圖2 系統主界面Fig.2 System main interface

5 結束語

基于監控的運動目標識別跟蹤系統，是基于python 開發環境和當前較為成熟的深度學習框架開發的一個應用系統。 系統操作簡單，易于掌握，能夠運行在Windows、Linux 等系統上，具有較好的兼容性。 本系統功能較為簡單，仍然具有很大的開發空間。 希望在以后的具體使用中能夠根據需求對系統功能進行改進和擴充，從而實現更大的應用價值。