省大量云端存储成本，并且因为非重要视频意味着并没有人入侵，因此这些视频片段可以安全地保存在SD卡等存储介质中。
[0098]除此之外，当用户自身走入监控区域后，为了保护用户隐私，报警监视自动关闭，具体包括如下步骤:
[0099]当用户允许通过手机app接收报警信息时，记录手机的MAC地址；然后扫描路由器内网的设备的MAC地址；当用户带着手机回家时，手机会自动连上家里的W1-Fi，而这时通过检测这个MAC地址可以确定是用户回到了家中，然后自动关闭报警监控，最大限度的保护了用户的隐私，也防止了误报的发生。
[0100]综上所述，本发明所提供的基于本地计算的视频监控方法，在本地实时读取局域网内的视频流，将读取的视频流分解成多帧图像。通过对视频采集单位时间内的图像进行提取和分析，判断是否触发报警。由于在监控过程中，会产生一些常态性干扰和非常态性干扰，所以不能保证每次帧差产生的报警都是准确地报警。本发明通过智能算法对视频采集单位时间内的每帧图像进行网格化分析，通过每帧图像中栅格变化次数和变化数量，确定是否需要触发报警。而对两帧的帧差图像进行边缘提取，进一步排除了光线等常态性干扰对报警准确性的影响，提高了报警的准确率。除此之外，视频的采集处理均在本地进行，只有判定推送报警的视频片段在保存在本地SD卡的基础上，上传至云端备份，即使本地的设备被破坏，云端的视频片段依然得以保留，为用户提供了法律证据，在保证重要视频片段安全的情况下，节省了大量云端存储成本。将非重要报警视频保存在本地SD卡等存储介质中。供用户可以通过手机app远程查看，会节省大量云端存储成本。
[0101]上面对本发明所提供的基于本地计算的视频监控方法进行了详细的说明。对本领域的一般技术人员而言，在不背离本发明实质精神的前提下对它所做的任何显而易见的改动，都将构成对本发明专利权的侵犯，将承担相应的法律责任。
【主权项】
1.一种基于本地计算的视频监控方法，其特征在于包括如下步骤: Si，实时读取局域网内的视频流，将读取的视频流分解成多帧图像； S2，计算当前帧和上一帧的帧差，当帧差大于单次帧差报警阈值时，对两帧的帧差图像进行边缘提取，如果不能提取出边缘，忽略所述帧差，否则触发报警，报警次数加I ; S3，根据监控视频采集单位时间内发生报警的次数判断是否推送报警，如果推送报警，则将引发报警的视频片段保存在本地，同时传到云端备份，并向用户推送报警；如果判定不推送报警，则仅将视频片段保存在本地。2.如权利要求1所述的基于本地计算的视频监控方法，其特征在于在步骤S2中，计算当前帧和上一帧的帧差，根据帧差判断是否触发报警，包括如下步骤: S21，将整个监控区域分解成多个栅格； S22，为每个栅格赋予活性，根据获取的图像，判断监控区域中的栅格变化，并统计其变化数量，如果前后两帧图像栅格变化数量小于设定的阈值，则不触发报警；否则，转向步骤S23 ； S23，对两帧图像的帧差进行边缘提取，如果不能提取出所述边缘，则不触发报警；否则触发报警。3.如权利要求2所述的基于本地计算的视频监控方法，其特征在于在步骤S22中，为每个栅格赋予活性，并实时判断栅格的活性状态，包括如下步骤: 为每个栅格设定状态值，当栅格处于激活状态时，状态值为1，当栅格处于失活状态时，状态值为O ; 当在本地实时读取局域网内的视频流时，将整个监控区域内的栅格的状态值调整为I，使每个栅格处于激活状态； 判断距离上一次栅格的活性状态发生变化的时间，如果时间小于更新间隔时间，则栅格活性状态不发生变化； 如果时间大于或等于更新间隔时间，判断更新间隔时间内栅格变化次数，如果栅格变化次数大于阈值，则改变栅格的活性状态。4.如权利要求2所述的基于本地计算的视频监控方法，其特征在于在步骤S22中，根据栅格的变化情况判断是否触发报警，包括如下步骤: S221，当读入一帧图像时，根据所述图像的颜色通道判断摄像机的状态，如果三通道数值相同则监控时间是夜晚，否则监控时间是白天； S222，根据摄像机的状态选择要更新和计算的权重和休眠时间； S223，根据栅格像素变化比例判断栅格的变化，当栅格变化时，栅格变化次数加1，并统计总的激活区域变化栅格数量以及总的变化栅格数量，其中，总的激活区域变化栅格数量=总的变化栅格数量-处于失活状态的栅格数量； S224，如果总的激活区域变化栅格数量小于设定的报警阈值，则不触发报警。5.如权利要求4所述的基于本地计算的视频监控方法，其特征在于: 在步骤S223判断栅格的状态是否发生变化之前，将读入的一帧图像转换为单通道灰度图像。6.如权利要求1所述的基于本地计算的视频监控方法，其特征在于在步骤S3中，根据监控视频采集单位时间内发生报警的次数判断是否推送报警，判断过程包括如下步骤: S31，监控视频采集单位时间内触发报警的次数，如果触发报警的次数小于等于噪点干扰阈值，则判定不推送报警；如果触发报警的次数大于噪点干扰阈值，则转向步骤S32 ; S32，进一步判断是否是由于摄像机状态切换引起的报警，如果是则判定不推送报警；否则转向步骤S33 ; S33，如果报警次数大于噪点干扰阈值小于等于推送报警阈值，则判定不推送报警，将该视频片段保存在本地，如果大于推送报警阈值则判定推送报警，将引发报警的视频片段保存在本地，同时传到云端备份，并向用户推送报警。7.如权利要求6所述的基于本地计算的视频监控方法，其特征在于在步骤S32中，进一步判断是否是由于摄像机状态切换引起的报警，包括如下步骤: 获取视频采集单位时间内所有视频帧的颜色通道，并对相邻两帧的颜色通道值进行比较； 如果在视频采集单位时间内仅有一组相邻两帧图像的颜色通道值不同，并且颜色通道值不同的两帧图像在所述视频采集单位时间的前20帧内，则判定是由于摄像机状态切换引起的报警，忽略此次报警； 否则，判定不是由于摄像机状态切换引起的报警。8.如权利要求6所述的基于本地计算的视频监控方法，其特征在于在步骤S3中，根据监控视频采集单位时间内发生报警的次数判断是否报警还包括如下步骤: S34，每进行一个更新间隔时间后，更新每个栅格的权重以及休眠时间状态。9.如权利要求8所述的基于本地计算的视频监控方法，其特征在于在步骤S34中，每进行一个更新间隔时间后，更新每个栅格的权重以及休眠时间状态，包括如下步骤: S341，对于任意一个栅格，判断所述格栅的休眠时间，如果所述休眠时间不为0，则所述休眠时间减去一个更新间隔的时间； S342，栅格的休眠时间为0，或者经过步骤S341后休眠时间为0，则判断格栅的变化次数，并根据栅格的变化次数调整权重和休眠时间；如果所述栅格的变化次数小于per1dUpThres*2~ I weight I，则权重加 I ;所述栅格休眠时间延长 baseTime*2~ | weight | ；如果所述栅格的变化次数大于per1dDownThres*2~ weight |，则权重减1，所述栅格休眠时间增加 baseTime*2~ I weight I ； S343，如果所述栅格的权重为0，则将所述栅格的休眠时间也置为O ;否则，延长所述栅格的休眠时间为I weight I *baseTime*unitSize，并将所述栅格的变化次数置为O ; 其中，weight为权重，其值小于等于O ;per1dUpThres为基础权重上升阈值；per1dDownThres为基础权重下降阈值；baseTime为基础休眠时间；unitSize为更新间隔。10.如权利要求1所述的基于本地计算的视频监控方法，其特征在于当用户走入监控区域后，报警监控关闭，包括如下步骤: 当用户允许通过手机接收报警时，记录手机的MAC地址； 当启动视频监控后，扫描路由器内网的设备的MAC地址； 当用户返回时，手机连接W1-Fi，此时，检测到所述手机的MAC地址，关闭报警监控。
【专利摘要】本发明公开了一种基于本地计算的视频监控方法，包括如下步骤：S1，实时读取局域网内的视频流，将读取的视频流分解成多帧图像；S2，计算当前帧和上一帧的帧差，当帧差大于单次帧差报警阈值时，对两帧的帧差图像进行边缘提取，如果不能提取出边缘，忽略所述帧差，否则触发报警，报警次数加1；S3，根据监控视频采集单位时间内发生报警的次数判断是否推送报警，如果推送报警，则将引发报警的视频片段保存在本地，同时传到云端备份，并向用户推送报警；如果判定不推送报警，则仅将视频片段保存在本地。本发明同时实现了及时准确报警和安全有效视频存储，不仅保护了引发报警的视频片段，而且节省大量云端存储成本，能有效地满足人们的监控需求。
【IPC分类】G06T7/00, H04N7/18
【公开号】CN105046682
【申请号】CN201510260808
【发明人】王向恒, 漆思远
【申请人】王向恒
【公开日】2015年11月11日
【申请日】2015年5月20日