一种异常事件实时报警方法及系统与流程

本发明涉及智能监控技术领域，尤其涉及一种异常事件实时报警方法及系统。

背景技术：

目前，社会上的异常事件，例如，打架、抢劫等行为层出不穷，尤其是针对于ATM的抢劫犯罪行为，传统的视频监控主要靠安保人员全天候的查看视频监控确定是否有抢劫行为，耗费了大量人力物力，且事后查看监控录像时，已错过阻止犯罪的最佳时期。现在学术界有关于打劫等异常事件检测的研究，但是算法过于复杂，速度很慢，不能达到实时性的要求。

技术实现要素：

本发明的目的是提供一种异常事件实时报警方法及系统，具有低成本、高可靠性的优点。

本发明的目的是通过以下技术方案实现的：

一种异常事件实时报警系统，包括：

视频采集单元，用于实时采集被监测区域的环境图像；

异常检测单元，用于利用异常事件检测算法对被监测区域的环境图像进行处理，以确定是否发生异常事件；

信息处理单元，用于当确定发生异常事件时，发出告警信息；以及在接收到查看指令后，将发生异常事件时的图像数据向外发送；

视频显示单元，用于接收到告警信息后，向信息处理单元发送查看指令，并显示信息处理单元所发送的发生异常事件时的图像数据。

所述视频采集单元为智能终端，固定设置在被监测区域的预定位置；所述异常检测单元设置在所述智能终端内；所述信息处理单元为web服务器，通过有线或无线的方式与视频采集单元及异常检测单元进行数据通信；所述视频显示单元为设置在监控室的智能终端，通过有线或无线的方式与信息处理单元行数据通信。

所述利用异常事件检测算法对被监测区域的环境图像进行处理，以确定是否发生异常事件包括：

运动区域提取：对采集到的任意相邻两帧图像，采用混合高斯背景模型算法，将背景与运动前景分离，获得运动前景区域即为运动目标；

运动前景区域处理：采用稠密光流算法，计算运动前景区域内每个像素点的光流向量，计算完成后，建立统计直方图；在按0-360°均分成N个bin，统计每个bin上的幅值，从而得到了运动前景区域的基于幅值强度的加权方向直方图；

异常行为检测：采用区域熵的计算方法，对于所述基于幅值强度的加权方向直方图进行区域熵计算，区域熵越大说明区域内运动越无序混乱；当区域熵大于设定的阈值T时，则判断运动前景区域有异常行为发生；

异常事件报警：当连续的S时间内都检测到异常行为发生，则确认发生异常事件，并向信息处理单元发出报警信息。

一种异常事件实时报警方法，包括：

实时采集被监测区域的环境图像；

利用异常事件检测算法对被监测区域的环境图像进行处理，以确定是否发生异常事件；

当确定发生异常事件时，发出告警信息；以及在接收到查看指令后，将发生异常事件时的图像数据向外发送。

该方法还包括：在接收到告警信息后，发出查看指令，并显示所述发生异常事件时的图像数据。

所述利用异常事件检测算法对被监测区域的环境图像进行处理，以确定是否发生异常事件包括：

运动区域提取：对采集到的任意相邻两帧图像，采用混合高斯背景模型算法，将背景与运动前景分离，获得运动前景区域即为运动目标；

运动前景区域处理：采用稠密光流算法，计算运动前景区域内每个像素点的光流向量，计算完成后，建立统计直方图；在按0-360°均分成N个bin，统计每个bin上的幅值，从而得到了运动前景区域的基于幅值强度的加权方向直方图；

异常行为检测：采用区域熵的计算方法，对于所述基于幅值强度的加权方向直方图进行区域熵计算，区域熵越大说明区域内运动越无序混乱；当区域熵大于设定的阈值T时，则判断运动前景区域有异常行为发生；

异常事件报警：当连续的S时间内都检测到异常行为发生，则确认发生异常事件，并向信息处理单元发出报警信息。

由上述本发明提供的技术方案可以看出，通过异常事件检测算法，可准确探测出被监测区域是否出现异常事件，并且能及时采取异常措施，具有可靠性高、误报率低、报警及时等特点；同时将检测算法直接写入智能终端，相比以往将检测算法运行在后台服务器，本发明省去了大量的网络视频流传输时间，具有低成本和实时性等优点。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例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，对于本领域的普通技术人员来讲，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附图。

图1为本发明实施例提供的异常事件实时报警系统的示意图；

图2为本发明实施例提供的监测ATM机取款时发生异常事件的示意图；

图3为本发明实施例提供的通过子模块实现异常事件报警、图片/视频监看的示意图；

图4为本发明实施例提供的异常检测单元检测异常事件的流程图。

具体实施方式

下面结合本发明实施例中的附图，对本发明实施例中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他实施例，都属于本发明的保护范围。

本发明实施例提供一种异常事件实时报警系统。如图1所示，该系统主要包括：

视频采集单元，用于实时采集被监测区域的环境图像；

异常检测单元，用于利用异常事件检测算法对被监测区域的环境图像进行处理，以确定是否发生异常事件；

信息处理单元，用于当确定发生异常事件时，发出告警信息；以及在接收到查看指令后，将发生异常事件时的图像数据向外发送；

视频显示单元，用于接收到告警信息后，向信息处理单元发送查看指令，并显示信息处理单元所发送的发生异常事件时的图像数据。

本领域技术人员可以理解，文中所说的图像包括视频图像与单帧的图片，具体的可以根据实际情况来设定。

本发明实施例中，所述异常事件包括抢劫、打架等事件；被监测区域也可以根据需求来选定，例如，可以用来监测ATM机取款时所发生的抢劫，打架等异常事件，或者银行其他区域，以及酒店、办公大楼、住宅楼等区域的抢劫、打架等异常事件。

本发明实施例中，所述视频采集单元为智能终端，固定设置在被监测区域的预定位置。例如，智能终端可以为安卓手机，当用于监测ATM机取款时所发生的抢劫，打架等异常行为时，可以将安卓手机的外壳及屏幕去掉后放入铁盒中，便于保护，再固定在一个视野较好的位置。安卓手机中安装有视频采集app，可以进行图像的实时采集。

本发明实施例中，异常检测单元可以设置在所述智能终端内。例如，将异常检测单元所要执行的算法直接写入智能终端中的微处理器中；采用这种方式，可以避免图像传输所耗费的时间。

本发明实施例中，信息处理单元可以为web服务器，其主要实现两个功能：向外发送告警信息，以及向外发送发生异常事件时的图像数据。其中，向外发送告警信息的触发条件为，异常检测单元检测到异常事件；发送发生异常事件时的图像数据的触发条件为，接收到视频显示单元发送的查看指令，之后，将从视频采集单元采集到的图像中截取相应的图像。当然，信息处理单元也不仅限于发送异常事件时的图像数据，还可以发送实时的图像，具体的将在介绍视频显示单元时进行说明。也就是说，在结构上，信息处理单元需要与异常检测单元、视频采集单元、视频显示单元连接，以实现这两个功能。具体的连接方式没有限制，可以是有线或者无线的方式。

本发明实施例中，所述视频显示单元为设置在监控室的智能终端。例如，可以为安卓手机；其具备发送查看指令，以及查看相应图像的功能；所述视频显示单元可以在任一时刻发送所述查看指令，并不仅限于接收到告警信息时，例如，监控人员在视频显示单元没有接收到告警信息时，想要观看被监测区域的图像，也可以通过查看指令，显示视频采集单元实时采集到的图像。此外，本发明实施例所述的监控室可以是银行、酒店、办公大楼、住宅楼的管理人员设定的监控室，当接收到告警信息后，向公安部分报案或者做出相应的处理措施；当然，监控室也可以由公安部门设定，当接收到告警信息后，可以直接做出相应的处理措施；或者，也可以是第三方安保单位设定的监控室；具体的可以根据实际情况来设定，本发明并不对此做出限制。

如图2所示，为监测ATM机取款时所发生的抢劫，打架等异常事件的示意图，通过各个单元的协同工作，实现异常事件实时报警。此外，为了实现前文所述的各项功能，可以将各个单元划分出现相应的子模块；如图3所示，异常检测单元检测到异常事件后，可以通过其内部的异常报警模块向信息处理单元发送报警信息(参见图3a)。同时，如前文所述图像可以是视频也可以是图片，相应的，信息处理单元中可以设置图片监看模块与视频监看模块，以便根据查询指令，向视频查看单元反馈相应的图片与视频(参见图3b～图3c)。

本发明实施例中，实现异常事件实时报警的基础为准确的检测出异常事件。其过程如图4所示，主要包括如下步骤：

运动区域提取：对采集到的任意相邻两帧图像，采用混合高斯背景模型算法，将背景与运动前景分离，获得运动前景区域即为运动目标；

运动前景区域处理：采用稠密光流算法，计算运动前景区域内每个像素点的光流向量，计算完成后，建立统计直方图；在按0-360°均分成N个bin，统计每个bin上的幅值，从而得到了运动前景区域的基于幅值强度的加权方向直方图；

异常行为检测：采用区域熵的计算方法，对于所述基于幅值强度的加权方向直方图进行区域熵计算，区域熵越大说明区域内运动越无序混乱；当区域熵大于设定的阈值T时，则判断运动前景区域有异常行为发生，否则，没有发生异常行为；

异常事件报警：为了减少误判的情况，需要重复执行前面3个步骤，当连续的S时间内(例如，3秒内)都检测到异常行为发生，则确认发生异常事件，并向信息处理单元发出报警信息；否则，认为是误判，不做处理。

本发明实施例的上述方案中，通过异常事件检测算法，可准确探测出被监测区域是否出现异常事件，并且能及时采取异常措施，具有可靠性高、误报率低、报警及时等特点；同时将检测算法直接写入智能终端，相比以往将检测算法运行在后台服务器，本发明省去了大量的网络视频流传输时间，具有低成本和实时性等优点。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将系统的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。

本发明的另一实施例，还提供一种异常事件实时报警方法，该方法可以通过前述实施例所要保护的系统来实现，该方法主要包括：

实时采集被监测区域的环境图像；

利用异常事件检测算法对被监测区域的环境图像进行处理，以确定是否发生异常事件；

当确定发生异常事件时，发出告警信息；以及在接收到查看指令后，将发生异常事件时的图像数据向外发送。

此外，该方法还包括：在接收到告警信息后，发出查看指令，并显示所述发生异常事件时的图像数据。

所述利用异常事件检测算法对被监测区域的环境图像进行处理，以确定是否发生异常事件包括：

运动区域提取：对采集到的任意相邻两帧图像，采用混合高斯背景模型算法，将背景与运动前景分离，获得运动前景区域即为运动目标；

运动前景区域处理：采用稠密光流算法，计算运动前景区域内每个像素点的光流向量，计算完成后，建立统计直方图；在按0-360°均分成N个bin，统计每个bin上的幅值，从而得到了运动前景区域的基于幅值强度的加权方向直方图；

异常行为检测：采用区域熵的计算方法，对于所述基于幅值强度的加权方向直方图进行区域熵计算，区域熵越大说明区域内运动越无序混乱；当区域熵大于设定的阈值T时，则判断运动前景区域有异常行为发生；

异常事件报警：当连续的S时间内都检测到异常行为发生，则确认发生异常事件，并向信息处理单元发出报警信息。

需要说明的是，上述方法具体实现方式在前面的实施例中已经有详细描述，故在这里不再赘述。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例可以通过软件实现，也可以借助软件加必要的通用硬件平台的方式来实现。基于这样的理解，上述实施例的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明披露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求书的保护范围为准。