一种智能视频多点监控方法和系统与流程

本发明属于智能监控领域，尤其涉及一种智能视频多点监控方法和系统。

背景技术：

视频多点监控是将安放在不同监控点的视频监控系统前端设备(例如，摄像头)采集的视频汇集到一处进行播放的技术。目前，比较流行的一种方式是将来自各处的视频或图像定时地放大，在监控大屏上轮流显示。当监控点比较多时，采集的视频或图像必然很多，这会带来如下问题：

1)耗费监控人员的精力。由于多数时候，监控点会是正常情形，非法入侵或异常情形较少，但监控人员却要求时刻紧盯屏幕，这会增加人力成本；

2)出现异常情形时，监控人员可能会忽略。这是因为，监控人员也有疲惫或因疲惫疏忽的情形，由此降低了视频监控的有效性。

目前，业界还没有解决上述问题的方案。

技术实现要素：

本发明的目的在于提供一种智能视频多点监控方法和系统，以减小视频监控人员精力的损耗和提高多点视频监控的有效性。

本发明第一方面提供一种智能视频多点监控方法，所述方法包括：

根据对监控点图像的采集，判断监控范围内是否存在异常；

若所述监控范围内存在异常，则将所述异常对应的监控画面放大显示在监控室的大显示屏幕上；

针对所述异常，发出报警信息提示监控人员。

本发明第二方面提供一种智能视频多点监控系统，所述系统包括：

判断模块，用于根据对监控点图像的采集，判断监控范围内是否存在异常；

显示模块，用于若所述判断模块的判断结果为所述监控范围内存在异常，则将所述异常对应的监控画面放大显示在监控室的大显示屏幕上；

报警模块，用于针对所述异常，发出报警信息提示监控人员。

从上述本发明技术方案可知，一方面，由于只在监控范围内出现异常时才将所述异常对应的监控画面放大显示在监控室的大显示屏幕上，监控人员此时才需要关注监控画面，因此，本发明提供的技术方案减小了监控人员的人力消耗；另一方面，在出现异常时发出报警信息提示监控人员，如此，即使监控人员不是时时刻刻紧盯大屏幕，也能及时觉察异常，采取应对措施，提高了视频多点监控的有效性。

附图说明

图1是本发明实施例一提供的智能视频多点监控方法的实现流程示意图；

图2是本发明实施例二提供的智能视频多点监控系统的结构示意图；

图3是本发明实施例三提供的智能视频多点监控系统的结构示意图；

图4是本发明实施例四提供的智能视频多点监控系统的结构示意图；

图5是本发明实施例五提供的智能视频多点监控系统的结构示意图；

图6-a是本发明实施例六提供的智能视频多点监控系统的结构示意图；

图6-b是本发明实施例七提供的智能视频多点监控系统的结构示意图；

图6-c是本发明实施例八提供的智能视频多点监控系统的结构示意图；

图6-d是本发明实施例九提供的智能视频多点监控系统的结构示意图；

图7是本发明实施例十提供的智能视频多点监控系统的结构示意图。

具体实施方式

为了使本发明的目的、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

本发明实施例提供一种智能视频多点监控方法，所述方法包括：根据对监控点图像的采集，判断监控范围内是否存在异常；若所述监控范围内存在异常，则将所述异常对应的监控画面放大显示在监控室的大显示屏幕上；针对上述异常，发出报警信息提示监控人员。本发明实施例还提供相应的智能视频多点监控系统。以下分别进行详细说明。

请参阅附图1，是本发明实施例一提供的智能视频多点监控方法的实现流程示意图，主要包括以下步骤s101至步骤s103，详细说明如下：

s101，根据对监控点图像的采集，判断监控范围内是否存在异常。

在本发明实施例中，监控点是指安放了视频监控系统前端图像、视频设备，例如，摄像头、录像机等的地方，监控点的这些前端图像、视频设备能够采集到监控点的图像，还可以做进一步的处理。监控范围内是否存在异常是指监控范围内是否监控到有非法入侵的目标物，例如，非法进入的人或车辆等。

作为本发明一个实施例，根据对监控点图像的采集，判断监控范围内是否存在异常可以通过如下步骤s1011至s1013实现：

s1011，预先计算监控点采集的n张图片的灰度平均值μ0。

此处，n为大于1的整数，例如，n取100。可以取监控点的摄像头采集的n张图片，将其转化为灰度图，然后，计算这n张图片的灰度平均值，记为μ0。

s1012，在开始检测异常时，求取预设时间内监控点采集的n张图片中每一张图片的灰度均值μi，并按照公式求取方差s。

s1013，若方差s的值大于预设阈值，则确定监控范围内存在异常。

考虑到一些特殊情况下，上述s1011至s1013提供的方案可能会产生误判，例如，在一段时间内监控范围连续出现大风天气，一些摄像头采集的图像中可能有树、草或旗帜之类的背景物体，这些会产生干扰的背景物体会以一定的规律在画面中的一定范围内来回运动，如此，导致计算出来的方差s会较大，因而出现对异常的误判，即，所谓“非法入侵目标”可能是随风飘动的树、草或旗帜等背景物体。

因此，若通过上述s1011至s1013的方法无法判断监控范围内是否存在异常或错误地判断监控范围内存在异常，则作为本发明另一实施例，根据对监控点图像的采集，判断监控范围内是否存在异常可以是：根据对监控点图像的采集，采用光流法对监控范围内是否存在异常进行判断。以下具体说明。

所谓光流法，是基于空间运动物体在观察成像平面上的像素运动存在瞬时速度的事实，利用图像序列中像素在时间域上的变化以及相邻帧之间的相关性来找到上一帧跟当前帧之间存在的对应关系，从而计算出相邻帧之间物体的运动信息的一种方法。光流法用于目标跟踪的原理可以阐述为：1)对一个连续的视频帧序列进行处理；2)针对每一个视频序列，利用一定的目标检测方法，检测可能出现的前景目标；3)如果某一帧出现了前景目标，找到其具有代表性的关键特征点，例如，可以随机产生，也可以利用角点来做特征点)；4)对之后的任意两个相邻视频帧而言，寻找上一帧中出现的关键特征点在当前帧中的最佳位置，从而得到前景目标在当前帧中的位置坐标；5)如此迭代进行，便可实现目标的跟踪。

具体而言，在本发明实施例中，光流法可以是采用基于梯度的光流法、基于匹配的光流法或基于能量的光流法等，其中，基于梯度的光流法又称为微分法，它是利用时变图像灰度(或其滤波形式)的时空微分(即时空梯度函数)来计算像素的速度矢量。由于计算简单和较好的结果，该方法得到了广泛应用和研究。典型的代表是光流计算方法，该方法在光流基本约束方程的基础上附加了全局平滑假设，从而计算出光流场。进一步地，可以采用有条件的平滑约束，即通过加权矩阵的控制对梯度进行不同平滑处理，或分段平滑的方法。基于匹配的光流法包括基于特征和区域的两种，而基于特征的方法不断地对目标主要特征进行定位和跟踪，对目标大的运动和亮度变化具有鲁棒性(robustness)，基于区域的方法先对类似的区域进行定位，然后通过相似区域的位移计算光流。特别地，在考虑光流精度和稠密性时，基于匹配的方法适用。基于能量的光流法首先要对输入图像序列进行时空滤波处理，这是一种时间和空间整合。对于均匀的流场，要获得正确的速度估计，这种时空整合是非常必要的。此方法涉及大量的滤波器，可以预期，随着相应硬件的发展，滤波将不再是一个严重的限制因素，所有这些技术都可以在帧速下加以实现。

s102，若监控范围内存在异常，则将异常对应的监控画面放大显示在监控室的大显示屏幕上。

作为本发明一个实施例，将异常对应的监控画面放大显示在监控室的大显示屏幕上可通过如下步骤s1021和s1022实现：

s1021，若存在多个异常，则将多个异常按照显示优先级排序。

需要说明的是，在本发明实施例中，多个异常，既可以是同一个监控点监控到的多个异常，也可以是不同监控点监控到的异常的汇总。

s1022，在监控室的大显示屏幕上轮流显示异常对应的监控画面，且在每一轮显示时，根据显示优先级排序的排序结果，将显示优先级高的异常对应的监控画面优先显示。

s103，针对异常，发出报警信息提示监控人员。

其中，报警信息可以是声音提示，例如，发出尖锐的警报声或者语音提示，也可以是光电提示，例如，灯闪等。

需要说明的是，在上述本发明实施例中，若监控范围内不存在异常，则可以启动休眠程序，使大显示屏幕进入休眠状态，例如，熄灭大屏幕，如此，可以节省资源，例如省电等。

从上述附图1示例的智能视频多点监控方法可知，一方面，由于只在监控范围内出现异常时才将所述异常对应的监控画面放大显示在监控室的大显示屏幕上，监控人员此时才需要关注监控画面，因此，本发明提供的技术方案减小了监控人员的人力消耗；另一方面，在出现异常时发出报警信息提示监控人员，如此，即使监控人员不是时时刻刻紧盯大屏幕，也能及时觉察异常，采取应对措施，提高了视频多点监控的有效性。

请参阅附图2，是本发明实施例二提供的智能视频多点监控系统的结构示意图。为了便于说明，附图2仅示出了与本发明实施例相关的部分。附图2示例的智能视频多点监控系统主要包括判断模块201、显示模块202和报警模块203，其中：

判断模块201，用于根据对监控点图像的采集，判断监控范围内是否存在异常；

显示模块202，用于若判断模块201的判断结果为监控范围内存在异常，则将异常对应的监控画面放大显示在监控室的大显示屏幕上；

报警模块203，用于针对异常，发出报警信息提示监控人员。

附图2示例的判断模块201可以包括第一计算单元301、第二计算单元302和比较单元303，如附图3所示本发明实施例三提供的智能视频多点监控系统，其中：

第一计算单元301，用于预先计算监控点采集的n张图片的灰度平均值μ0，其中，n为大于1的整数；

第二计算单元302，用于在开始检测异常时，求取预设时间内监控点采集的n张图片中每一张图片的灰度均值μi，并按照公式求取方差s；

比较单元303，用于若方差s的值大于预设阈值，则确定监控范围内存在异常。

附图3示例的判断模块201还可以包括光流法判断单元401，如附图4所示本发明实施例四提供的智能视频多点监控系统。光流法判断单元401用于若第一计算单元301、第二计算单元302和比较单元303无法判断监控范围内是否存在异常时，根据对监控点图像的采集，采用光流法对监控范围内是否存在异常进行判断。

附图2示例的显示模块202可以包括排序单元501和轮播单元502，如附图5所示本发明实施例五提供的智能视频多点监控系统，其中：

排序单元501，用于若监控范围内存在多个异常，则将多个异常按照显示优先级排序；

轮播单元502，用于在监控室的大显示屏幕上轮流显示异常对应的监控画面，且在每一轮显示时，根据显示优先级排序的排序结果，将显示优先级高的异常对应的监控画面优先显示。

附图2至5任一示例的智能视频多点监控系统还可以包括休眠模块601，如附图6-a至附图6-d所示实施例六至实施例九提供的智能视频多点监控系统。休眠模块601用于若判断模块201的判断结果为监控范围内不存在异常，则启动休眠程序，使大显示屏幕进入休眠状态。

需要说明的是，上述装置各模块/单元之间的信息交互、执行过程等内容，由于与本发明方法实施例基于同一构思，其带来的技术效果与本发明方法实施例相同，具体内容可参见本发明方法实施例中的叙述，此处不再赘述。

请参阅附图7，是本发明实施例十提供的一种智能视频多点监控系统。智能视频多点监控系统701可能是计算机设备或者计算机设备中的一个功能单元，本发明具体实施例并不对智能视频多点监控系统701的具体实现做限定。智能视频多点监控系统701包括：

处理器(processor)7010，通信接口(communicationsinterface)7011，存储器(memory)7012，总线7013。

处理器7010，通信接口7011，存储器7012通过总线7013完成相互间的通信。

通信接口7011，用于与外界设备，例如，个人电脑、服务器等通信。

处理器7010，用于执行程序7014。

具体地，程序7014可以包括程序代码，所述程序代码包括计算机操作指令。

处理器7010可能是一个中央处理器cpu，或者是特定集成电路asic(applicationspecificintegratedcircuit)，或者是被配置成实施本发明实施例的一个或多个集成电路。

存储器7012，用于存放程序7014。存储器7012可能包含高速ram存储器，也可能还包括非易失性存储器(non-volatilememory)，例如至少一个磁盘存储器。程序7014具体可以包括：

判断模块7015，用于根据对监控点图像的采集，判断监控范围内是否存在异常；

显示模块7016，用于若判断模块7015的判断结果为监控范围内存在异常，则将异常对应的监控画面放大显示在监控室的大显示屏幕上；

报警模块7017，用于针对异常，发出报警信息提示监控人员。

可选地，判断模块7015包括：第一计算单元，用于预先计算所述监控点采集的n张图片的灰度平均值μ0，其中，n为大于1的整数；第二计算单元，用于在开始检测异常时，求取预设时间内监控点采集的n张图片中每一张图片的灰度均值μi，并按照公式求取方差s；比较单元，用于若方差s的值大于预设阈值，则确定监控范围内存在异常。

进一步地，判断模块7015还包括：光流法判断单元，用于若所述第一计算单元、第二计算单元和比较单元无法判断监控范围内是否存在异常时，根据对监控点图像的采集，采用光流法对所述监控范围内是否存在异常进行判断。

进一步地，显示模块7016包括：排序单元，用于若存在多个异常，则将多个异常按照显示优先级排序；轮播单元，用于在监控室的大显示屏幕上轮流显示异常对应的监控画面，且在每一轮显示时，根据显示优先级排序的排序结果，将显示优先级高的异常对应的监控画面优先显示。

进一步地，智能视频多点监控系统701还可以包括休眠模块，用于若判断模块7015的判断结果为监控范围内不存在异常，则启动休眠程序，使大显示屏幕进入休眠状态。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、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单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

在本发明所提供的实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的系统实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，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)或处理器(processor)执行本发明实施例各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。