一种智慧金睛识别人员聚集打斗报警方法和装置与流程

本发明涉及一种智慧金睛识别人员聚集打斗报警方法和装置。

背景技术：

目前在安防领域中，一般通过摄像头检测当前区域内的事件，如检测监控区域中活动的人或物；但是现有的检测技术只能拍摄图像的内容，不能对图像的内容做进一步的分析，在监控区域出现人员聚集打斗事件时，工作人员无法及时发现和控制，特别是在金融（银行）安防监控区域中，聚集打斗很多时候伴随着抢劫、暴恐等，存在着很高的安全隐患。

技术实现要素：

本发明的目的在于克服现有技术的不足，提供一种智慧金睛识别人员聚集打斗报警方法和装置，能够识别监控区域的人员聚集打斗行为，并进行报警，以便于安防人员及时采取应对措施。

本发明的目的是通过以下技术方案来实现的：一种智慧金睛识别人员聚集打斗报警方法，包括以下步骤：

S1.利用双目图像采集模块在监控区域中实时采集人员动作的视频图像信息；

S2.对视频图像信息进行分析，获取监控区域内的人员数目和各个人员的运动轨迹；

S3.根据监控区域内的人员数目判断是否有人员聚集行为：

（1）如果监控区域内有人员聚集行为，进入步骤S4；

（2）如果监控区域内没有人员聚集行为，返回步骤S1；

S4.根据各个人员的运动轨迹，判断是否有人员倒地行为：

（1）如果监控区域内有人员倒地行为，进入步骤S5；

（2）如果监控区域内没有人员倒地行为，返回步骤S1；

S5.根据倒地人员运动轨迹和各个人员运动轨迹之间的距离判读是否有打斗行为：

（1）如果有打斗行为，生成报警信号并进行聚集打斗报警；

（2）如果没有打斗行为，返回步骤S1。

所述的双目图像采集模块包括二维摄像头和三维视觉传感器。

所述的步骤S1包括以下子步骤：

S11.利用二维摄像头采集监控区域二维图像信息；

S12.利用三维视觉传感器同时采集监控区域的三维图像信息。

所述的步骤S2包括以下子步骤：

S21.采用目标检测算法检测并获取进入监控区域内的目标在视频图像中占据的像素点集合；

S22.根据所述的像素点集合，采用目标提取算法获取进入监控区域内的目标在视频图像中的位置及尺寸；

S23.根据从视频图像中提取的目标，采用有效目标特征识别算法，识别出视频图像中的有效目标的数量及色彩纹理特征，每个有效目标对应监控区域中的一个人员，有效目标数量即监控区域的人员数目；

S24.根据所述的有效目标，采用目标运动跟踪算法，获取各个有效目标在视频图像中的运动轨迹，即各个人员在视频图像中的运动轨迹。

所述的步骤：所述的步骤S22包括以下子步骤：

S221.利用区域生长法获取所述的像素点集合的生长区域；

S222.采用K均值特征聚类法获取进入监控区域内的各个目标在视频图像中的尺寸。

所述的步骤S24包括以下子步骤：

S241.采用光流法计算各个有效目标的瞬时位移；

S242.使用卡尔曼滤波器校正所得的目标运动量并根据各个有效目标的瞬时位移累计，获得各个有效目标的运动轨迹。

所述的步骤S3包括：将监控区域内的人员数目与预设的数量阈值比较，如果监控区域的人员数目大于预设的数量阈值，则判定有人员聚集行为；如果监控区域的人员数目不大于预设的数量阈值，则判定没有人员聚集行为。

所述的步骤S4包括：将各个人员在视频图像中的运动轨迹和预设的倒地轨迹相比较：

（1）如果存在与倒地轨迹相同的运动轨迹，将该运动轨迹对应的人员标记为倒地人员，并判定有倒地行为；

（2）如果不存在与倒地轨迹相同的运动轨迹，则判定没有倒地行为。

所述的步骤S5包括以下子步骤：

S51.将各个人员的运动轨迹与倒地人员运动轨迹比较，检测各个人员离倒地人员最近的距离值；

S52.将各个距离值与预设阈值相比较，判断是否存在低于预设阈值的距离值，若不存在，则认为没有打斗行为；若存在，则认为有打斗行为。

一种智慧金睛识别人员聚集打斗报警装置，包括

双目图像采集模块，用于实时采集人员动作的视频图像信息；

图像分析模块，用于根据采集到的视频图像进行分析，监控区域内的人员数目和各个人员的运动轨迹；

人员聚集判断模块，用于判断是否有人员聚集行为；

倒地判断模块，用于判断是否有人员倒地行为；

打斗判断模块，用于判断是否有打斗行为；

报警模块，用于在识别到人员聚集打斗行为时，进行报警。

本发明的有益效果是：通过监控区域的人员数量、各个人员的运动轨迹、以及运动轨迹之间的最小距离判断是否发生聚集打斗行为，在发生聚集打斗行为时进行报警，以便于安防人员及时采取应对措施。

附图说明

图1为本发明的方法流程图；

图2为本发明的装置原理框图。

具体实施方式

下面结合附图进一步详细描述本发明的技术方案，但本发明的保护范围不局限于以下所述。

如图1所示，一种智慧金睛识别人员聚集打斗报警方法，包括以下步骤：

S1.利用双目图像采集模块在监控区域中实时采集人员动作的视频图像信息；

S2.对视频图像信息进行分析，获取监控区域内的人员数目和各个人员的运动轨迹；

S3.根据监控区域内的人员数目判断是否有人员聚集行为：

（1）如果监控区域内有人员聚集行为，进入步骤S4；

（2）如果监控区域内没有人员聚集行为，返回步骤S1；

S4.根据各个人员的运动轨迹，判断是否有人员倒地行为：

（1）如果监控区域内有人员倒地行为，进入步骤S5；

（2）如果监控区域内没有人员倒地行为，返回步骤S1；

S5.根据倒地人员运动轨迹和各个人员运动轨迹之间的距离判读是否有打斗行为：

（1）如果有打斗行为，生成报警信号并进行聚集打斗报警；

（2）如果没有打斗行为，返回步骤S1。

所述的双目图像采集模块包括二维摄像头和三维视觉传感器。

所述的步骤S1包括以下子步骤：

S11.利用二维摄像头采集监控区域二维图像信息；

S12.利用三维视觉传感器同时采集监控区域的三维图像信息（即监控区域的三维场景信息）；

故由双目图像采集模块的二维摄像头和三维视觉传感器即可获得具有立体视觉的视频图像。

所述的步骤S2包括以下子步骤：

S21.采用目标检测算法检测并获取进入监控区域内的目标在视频图像中占据的像素点集合；

S22.根据所述的像素点集合，采用目标提取算法获取进入监控区域内的目标在视频图像中的位置及尺寸；

S23.根据从视频图像中提取的目标，采用有效目标特征识别算法，识别出视频图像中的有效目标的数量及色彩纹理特征，每个有效目标对应监控区域中的一个人员，有效目标数量即监控区域的人员数目；

S24.根据所述的有效目标，采用目标运动跟踪算法，获取各个有效目标在视频图像中的运动轨迹，即各个人员在视频图像中的运动轨迹。

现有的视频图像分析方法中， 用于检测及获取所有目标在视频图像中占据的像素点集合的目标检测算法主要有背景减除类算法、时间差分类算法、光流类算法；

背景减除类算法的基本原理是利用背景的参数模型来近似背景图像的像素值， 将当前帧与背景图像进行差分比较实现对运动区域的检测， 其中区别较大的像素区域被认为是运动区域， 而区别较小的像素区域被认为是背景区域；

步骤S3中，所采用的目标检测算法是背景减除类算法中的高斯混合背景算法，该算法为现有技术，该算法的基本原理是：在视频图像中，目标与背景之间存在着灰度差异，视频图像的灰度直方图会呈现与背景、目标一一对应的多峰，将视频图像的灰度直方图多峰特性视为多个高斯分布的叠加，即可实现视频图像中的背景与目标的分割。

所述的步骤：所述的步骤S22包括以下子步骤：

S221.利用区域生长法获取所述的像素点集合的生长区域；

具体来说，以获取的像素点集合中的各个像素点为种子像素点，并以这些像素点的灰度值作为数学期望值建立生长区域高斯分布；

将各种子像素点周围邻域中符合生长区域高斯分布的各像素点作为生长点分别合并到各种子像素点所在的区域中，再将各生长点作为新的种子像素点，重复本步骤至没有新的生长点出现，即可获取像素点集合的生长区域，进而得到进入监控区域内的各个目标在视频图像中的位置。

S222.采用K均值特征聚类法获取进入监控区域内的各个目标在视频图像中的尺寸。

具体来说，采用 K 均值特征聚类法，选取各生长区域的均值点作为聚类中心，计算各个样本到聚类中心的距离，把各个样本归到离它最近的那个聚类中心所在的类，并根据计算形成的每一个聚类的数据对象平均值，得到新的聚类中心，重复本步骤至相邻两次得到的聚类中心没有变化，则表明样本调整结束，聚类准则函数已经收敛，即可得到进入监控区域内的各个目标在视频图像中的尺寸。

所述的步骤S24包括以下子步骤：

S241.采用光流法计算各个有效目标的瞬时位移；

S242.使用卡尔曼滤波器校正所得的目标运动量并根据各个有效目标的瞬时位移累计，获得各个有效目标的运动轨迹。

所述的步骤S3包括：将监控区域内的人员数目与预设的数量阈值比较，如果监控区域的人员数目大于预设的数量阈值，则判定有人员聚集行为；如果监控区域的人员数目不大于预设的数量阈值，则判定没有人员聚集行为。

所述的步骤S4包括：将各个人员在视频图像中的运动轨迹和预设的倒地轨迹相比较：

（1）如果存在与倒地轨迹相同的运动轨迹，将该运动轨迹对应的人员标记为倒地人员，并判定有倒地行为；

（2）如果不存在与倒地轨迹相同的运动轨迹，则判定没有倒地行为。

所述的步骤S5包括以下子步骤：

S51.将各个人员（除倒地人员外）的运动轨迹与倒地人员运动轨迹比较，检测各个人员离倒地人员最近的距离值；

S52.将各个距离值与预设阈值相比较，判断是否存在低于预设阈值的距离值，若不存在，则认为没有打斗行为；若存在，则认为有打斗行为。

一种智慧金睛识别人员聚集打斗报警装置，包括

双目图像采集模块，用于实时采集人员动作的视频图像信息；

图像分析模块，用于根据采集到的视频图像进行分析，监控区域内的人员数目和各个人员的运动轨迹；

人员聚集判断模块，用于判断是否有人员聚集行为；

倒地判断模块，用于判断是否有人员倒地行为；

打斗判断模块，用于判断是否有打斗行为；

报警模块，用于在识别到人员聚集打斗行为时，进行报警。

通过监控区域的人员数量、各个人员的运动轨迹、以及运动轨迹之间的最小距离判断是否发生聚集打斗行为，在发生聚集打斗行为时进行报警，以便于安防人员及时采取应对措施，降低了安全隐患。

以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。