一种基于视频分析的危险行为监测系统的制作方法

1.本发明属于视频分析技术领域，具体是一种基于视频分析的危险行为监测系统。


背景技术：

2.传统人工肉眼审查视频耗费大量人力，且受诸多环境因素影响，视频监督员人工审查视频效率低下，易造成关键线索遗漏。另外，视频监控实战化水平低，在高效利用视频分析、巡查、追踪等多种手段进行分析研判，深挖等方面缺少门路。基于上述需求，以及监控视频利用效率低、人工巡查成本高等现状，因此需要一种基于视频分析的危险行为监测系统解决上述技术问题。


技术实现要素：

3.本发明提供了一种基于视频分析的危险行为监测系统，用于解决现有技术分析视频中危险行为不及时的技术问题。
4.本发明的目的可以通过以下技术方案实现：
5.一种基于视频分析的危险行为监测系统，包括：
6.至少一个监控终端，所述监控终端用于获取监控区域的监控视频，并发送至边缘处理器；
7.边缘处理器，将监控视频内的监控区域划分为若干等级的分析区域，每个等级的分析区域对应设置分析策略；获取人员行为并判断是否为可疑动作，当判断有可疑动作时，将对应的行为视频流发送至云处理器；然后接收云处理器发送的危险实施动作进行核对，获取警报信息发送至警报模块；
8.可疑动作的过程包括：
9.提取行为视频流中持续时间t1的连线人动作视频流，根据分析区域对应的分析策略，将连线人动作在分析策略对应的若干可疑行为库中进行比对，当比对结果不符合时，继续提取行为视频流中持续时间t1的连线人动作；当比对结果为符合时，标记对应人员；然后获取的行为视频流中持续时间t2 的连线人动作，然后将连线人动作在可疑行为库中进行比对，当两次比对的结果一致时，判断为可疑动作；
10.云处理器，用于对行为视频流进行深度分析，获取可疑动作对应的危险实施动作发送至边缘处理器。
11.进一步地，所述行为视频流的获取过程包括：
12.当在监控视频中识别到人员时，获取人体关键点，然后对应连接人员关键点生成连线人；然后截取监控视频，获取时间间隔相同的标记帧生成行为视频流。
13.进一步地，所述人体关键点包括：
14.人脸、左右肩部、左右肘部、左右手部、胯部、左右膝部以及左右脚。
15.进一步地，所述分析区域的获取过程包括：
16.获取监控视频的关键帧，然后对关键帧进行高斯滤波，消除噪声，然后将高斯滤波
后的关键帧进行和灰度化处理，得到灰度帧；然后对灰度帧进行边缘检测；本实施例中边缘检测采用laplacian算子；再对其进行霍夫变换，对获得的曲线和直线进行标记获取区域帧，将区域帧与标准场景库进行比对，获取分析区域的等级。
17.进一步地，所述关键帧为没有人员存在的图像帧。
18.进一步地，所述深度分析的过程包括：
19.获取行为视频流中人员的人脸图像，将人脸图像在图像库中进行比对，当人脸图像比对不符合时，获取可疑行为对应的后续的危险实施动作，然后将其发送至对应的边缘处理器；
20.当人脸图像比对符合时，获取人员对应的危险记录；判断可疑行为是否与危险记录相符，当可疑行为与危险记录相符时，生成预警信息发送至管理员终端；当可疑行为与危险记录不符合时，获取可疑行为对应的后续的危险实施动作，然后将其发送至对应的边缘处理器。
21.进一步地，所述核对的过程包括：
22.设定时间t3，每隔t3时间提取行为视频流中持续时间t3的连线人动作，然后将连线人动作与危险实施动作进行比对，当比对相符时，生成警告信号发送至对应监控摄像头处设置的警告模块，当比对不相符时，继续提取行为视频流中取连线人动作，直至人员离开分析区域。
23.进一步地，所述可疑行为库的获取过程包括：
24.通过大数据获取同一危险事实的多个危险行为视频，截取危险行为发生之前的活动视频，然后采集活动视频的若干图像帧，采集的频率为每秒钟三十次；然后获取图像帧中的人体关键点，然后对应连接人员关键点生成连线人；若干个连续的图像帧形成生成对比视频流。
25.进一步地，还包括警告模块，用于执行警告信息。
26.与现有技术相比，本发明的有益效果是：
27.本发明通过设置在监控区域设置监控终端，获取监控视频，然后对监控视频中拍摄的区域划分等级，不同等级分析区域设置的分析策略不相同，便于减小边缘处理器的计算压力；然后获取分析区域内人员的行为视频流，然后分析人员的动作是否为可疑动作，若人员连续两次的动作均判定为同一可疑行为库中的可疑动作时，将人员的行为视频流发送至云处理器进行处理，然后将连线人动作与危险实施动作进行比对，便于及时发现危险行为，及时进行警告和制止。
附图说明
28.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
29.图1为本发明原理框图。
30.图2为获取可疑动作的步骤流程图。
具体实施方式
31.下面将结合实施例对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
32.这里使用的术语用于描述实施例，并不意图限制和/或限制本公开；应该注意的是，除非上下文另有明确指示，否则单数形式的“一”、“一个”和“该”也包括复数形式；而且，尽管属于“第一”、“第二”等可以在本文中用于描述各种元件，但是元件不受这些术语的限制，这些术语仅用于区分一个元素和另一个元素。
33.如图1所示，一种基于视频分析的危险行为监测系统，包括：
34.监控终端，所述监控终端用于获取监控视频，并将监控视频发送至边缘处理器；所述监控终端设置有若干个，每个监控终端对应监控区域，所述监控终端包括若干个设置在监控区域的监控摄像头；所述监控终端与边缘处理器通信连接，所述监控终端还与云处理器通信连接；
35.监控终端与云处理器通信连接的过程包括：
36.云处理器向监控终端对应的边缘处理器发送视频调取信息，所述视频调取信息包括监控摄像头的ip地址，边缘处理器根据视频调取信息将对应监控摄像头与云处理器建立通信连接；当云处理器不再需要调取所述监控摄像头拍摄的监控视频时，云处理器断开与监控摄像头的通信连接。
37.本实施例中，监控区域为一个小区；监控终端获取社区内部、小区进出口以及小区围墙处的监控视频；和在一些其他的实施例中，监控区域可以为一栋居民楼。
38.边缘处理器，将监控视频内的监控区域划分为若干等级的分析区域，每个等级的分析区域对应设置分析策略；获取人员行为并判断是否为可疑动作，当判断有可疑动作时，将对应的行为视频流发送至云处理器；然后接收云处理器发送的危险实施动作进行核对，获取警报信息发送至警报模块；
39.所述监控视频的处理过程包括划分分析区域和人员行为获取；
40.对监控视频中的监控区域设置分析区域，所述分析区域设置有若干个等级，不同等级的分析区域对应设置有不同的分析策略；过程包括：获取监控视频的关键帧，然后对关键帧进行高斯滤波，消除噪声，然后将高斯滤波后的关键帧进行和灰度化处理，得到灰度帧；然后对灰度帧进行边缘检测；本实施例中边缘检测采用laplacian算子；再对其进行霍夫变换，对获得的曲线和直线进行标记获取区域帧，将区域帧与标准场景库进行比对，获取分析区域的等级。
41.所述标准场景库通过获取大数据获取场景图片，并对其进行上述步骤处理，然后获取图片中的关键元素，所述关键元素为具有场景代表性的元素，所述关键元素包括场景图片中的文字、树、车辆；然后对应获取区域帧中的场景名称，并获取分析区域的等级。
42.不同场景对应的分析策略不同，所述分析策略包括，对于不同等级的分析区域中的人员行为在不同数量和种类的可疑行为数据库中进行动作比对。
43.本实施例中设置有i、ii以及iii三个等级，其中i级分析区域的等级最高，ii级分析区域的等级次之，iii级分析区域的等级最低；在本实施例中，将小区门口处设置为i级分
析区域，将小区的公共活动部分设置为ii 级分析区域，将居民楼出口处设置为iii级区域；小区门口处人员流动量大，人员复杂，还包括车流，需要分析的内容比较多；小区的公共活动部分大多为本小区内部的居民，人员构成相对稳定，多为老人和小孩；对于小区的居民楼出口处，其人员流动更加小，人员大多为本楼栋的居住人员，人员较少，需要分析的内容较少，可能发生的危险行为较小；
44.所述人员行为获取的过程包括：
45.当监控视频识别到人员时，获取人体关键点，所述人体关键点包括人脸、左右肩部、左右肘部、左右手部、胯部、左右膝部以及左右脚，然后对应连接人体关键点生成连线人；然后提取人员的若干个标记帧形成行为视频流，所述行为视频流的帧数在30fps左右。
46.可疑动作的分析过程包括：
47.如图2所示，提取行为视频流中持续时间t1的连线人动作，所述t1为 10秒，根据分析区域对应的分析策略，将连线人动作在若干个可疑行为库中进行比对，当比对结果不符合时，继续提取行为视频流中持续时间为t1连线人动作；当比对结果为符合时，标记对应人员；然后获取的行为视频流中持续时间t2连线人动作，t2为30秒，然后将连线人动作在若干个可疑行为数据库中进行比对，当两次比对的结果一致时，将人员对应的行为视频流发送至云处理器，行为视频流的持续时间40秒；当后一次比对的结果与若干可疑行为库中的动作不符合时，取消人员的标记，然后继续获取行为视频流中持续时间t1的连线人动作进行比对；当后一次比对的结果与其他可疑行为库中的动作符合时，获取的行为视频流中持续时间t2连线人动作，然后将连线人动作在若干个可疑行为数据库中进行比对；重复上述过程。
48.所述可疑行为库的获取过程包括：
49.通过大数据获取同一危险事实的多个危险行为视频，截取危险行为发生之前的活动视频，然后采集活动视频的若干图像帧，采集的频率为每秒钟三十次；然后获取图像帧中的人体关键点，然后对应连接人员关键点生成连线人；若干个连续的图像帧形成生成对比视频流。
50.边缘处理器接收到云处理器发送的危险实施动作后进行核对，核对过程包括：
51.设定时间t3，每隔t3时间提取行为视频流中持续时间t3的连线人动作，所述t3为5秒，然后将连线人动作与危险实施动作进行比对，当比对相符时，生成警告信号发送至对应监控摄像头处设置的警告模块，当比对不相符时，继续提在行为视频流中取连线人动作，直至人员离开分析区域。
52.云处理器，用于对分析结果进行深度分析，获取预估行为，并将预估行为发送至对应的边缘处理器；
53.所述深度分析的过程包括：
54.获取行为视频流中人员的人脸图像，将人脸图像在图像库中进行比对，当人脸图像比对不符合时，获取可疑行为对应的后续的危险实施动作，然后将其发送至对应的边缘处理器；
55.当人脸图像比对符合时，获取人员对应的危险记录；判断可疑行为是否与危险记录相符，当可疑行为与危险记录相符时，生成预警信息发送至管理员终端；当可疑行为与危险记录不符合时，获取可疑行为对应的后续的危险实施动作，然后将其发送至对应的边缘
处理器；所述管理人员终端为监控区域管理人员的智能设备终端，预警信息提醒管理人员通过云处理器调取对应监控摄像头的监控视频。
56.危险行为分为准备阶段和实施阶段，其中危险行为的准备阶段即为可疑行为，危险行为的实施阶段即危险实施动作发生，对于大多数危险行为来说，其实施阶段相对来说比较短。其中危险实施动作相对于可疑行为的动作来说更加明显和具体，可疑行为的动作相对来说并不明显，而且人员有可疑行为并不意味着危险行为一定发生；但是危险行为的发生时，其之前存在着可疑动作。可疑行为包括徘徊滞留、尾随、翻墙越界以及频繁观望等。
57.警告模块，用于执行警告信息，所述警告模块设置在监控摄像头附近位置，警告进行危险行为的人员停止实施。
58.在本说明书的描述中，参考术语“一个实施例”、“示例”、“具体示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
59.以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。