进行视频监控的方法及装置的制造方法
【技术领域】
[0001] 本发明涉及视频处理技术，尤其涉及进行视频监控的方法及装置。
【背景技术】
[0002] 近几年，数字化网络监控系统已经广泛的应用到各个领域。特别是针对监狱、看守 所、拘留所、戒毒所、少管所、检察院等机构，视频监控起着更为重要的作用。在送些领域中， 大多系统几乎做到了无盲点监控，但现有的视频监控方案采集视频数据后，只是如实再将 图像显示在电视墙上。面对几十路甚至上百路的电视墙，监控人员往往容易注意力分散，对 于突如其来的入侵、变故等异常事件往往被遗漏，错过了防患于未然的最佳时机。有时使得 整个监控系统成为了事后取证的录像系统。
[0003] 综上，现有的视频监控技术只是将图像显示在电视墙上，不便于对运动目标作进 一步监控。
【发明内容】
[0004] 本发明提供了一种进行视频监控的方法，该方法能够在视频图像中的运动目标出 现异常时进行告警。
[0005] 本发明提供了一种进行视频监控的装置，该装置能够在视频图像中的运动目标出 现异常时进行告警。
[0006] -种进行视频监控的方法，该方法包括：
[0007] 采集视频图像，确定视频图像的深度信息；
[0008] 从视频图像中提取运动目标，由深度信息和相机标定信息计算得到运动目标的属 性信息；
[0009] 判断计算得到的属性信息是否满足设定条件，如果是，则进行告警。
[0010] 一种进行视频监控的装置，该装置图包括像采集单元、深度信息确定单元、运动目 标提取单元、属性信息确定单元和告警单元；
[0011] 所述图像采集单元，采集视频图像，发送给所述深度信息确定单元和所述运动目 标提取单元；
[0012] 所述深度信息确定单元，接收来自所述图像采集单元的视频图像，确定视频图像 的深度信息，发送给所述属性信息确定单元；
[0013] 所述运动目标提取单元，接收来自所述图像采集单元的视频图像，从视频图像中 提取运动目标，发送给所述属性信息确定单元；
[0014] 所述属性信息确定单元，由深度信息和相机标定信息计算得到运动目标的属性信 息，将计算得到的属性信息发送给所述告警单元；
[0015] 所述告警单元，判断计算得到的属性信息是否满足设定条件，如果是，则进行告 警。
[0016] 从上述方案可W看出，本发明中，采集视频图像后，确定视频图像的深度信息；并 从视频图像中提取运动目标，由深度信息和相机标定信息计算得到运动目标的属性信息； 判断计算得到的属性信息是否满足设定条件，如果是，则进行告警。本发明基于对视频图 像的分析，在运动目标出现异常，满足关于异常情况的设定条件时便进行告警。送样，即使 面对几十路甚上百路的电视墙，对于突如其来的入侵、变故等异常事件时，也能及时进行告 警，抓住了防患于未然的最佳时机；从而，提高了视频监控的效率。
【附图说明】
[0017] 图1为本发明进行视频监控的方法示意性流程图；
[0018] 图2为本发明从视频图像中提取运动目标的方法流程图实例；
[0019] 图3为本发明从视频图像中提取人体头部的方法流程图实例；
[0020] 图4为本发明计算运动目标高度信息的方法流程图实例；
[0021] 图5为本发明计算运动目标速度信息的方法流程图实例；
[0022] 图6为本发明计算运动目标运动剧烈程度信息的方法流程图实例；
[0023] 图7为本发明进行视频监控的装置结构示意图。
【具体实施方式】
[0024]为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本 发明进一步详细说明。
[00巧]现有的视频监控方案中，采集视频数据后，只是如实再将图像显示在电视墙上；而 对于画面出现异常的情况，事发当时却容易疏漏。针对该情况，本发明给出了基于对视频图 像的分析，在运动目标出现异常时便进行告警的方案，从而，W提高视频监控的效率。
[0026] 参见图1，为本发明进行视频监控的方法示意性流程图，其包括W下步骤：
[0027] 步骤101，采集视频图像，确定视频图像的深度信息。
[0028] 深度信息，是反应场景中目标距离相机远近的信息，深度信息图中的每个像素值 代表场景中某一点与摄像机之间的距离。
[0029] 计算视频图像深度信息可采用现有的多种方式实现，例如基于双目立体视觉的技 术、基于结构光的技术、基于tof的技术等。其中，基于双目立体视觉的技术主要采用置于 不同位置的两个相机对同一场景进行视频图像的采集，根据图像偏差确定视频图像中各像 素点所对应目标的深度信息；其他计算深度信息的技术也都是已有方案，送里不多赏述。
[0030] 步骤102,从视频图像中提取运动目标，由深度信息和相机标定信息计算得到运动 目标的属性信息。
[0031] 从视频图像提取运动目标的方式有多种，如现有的模式识别方式，该方式将视频 图像输入运动目标检测算法（比如高斯建模、差分等），获取运动目标。但现有进行运动目 标提取的实现方案，提取的运动目标会受到光照，阴影等的干扰，其准确度不高。
[0032]为了提高确定的运动目标的准确性，本发明提供了图2所有的优化方式，其包括 W下步骤：
[0033]步骤201，提取视频图像中的运动团块。
[0034] 该步骤可采用现有进行运动目标提取的方式实现，为初步结果，送里将提取出的 运动对象称为运动团块，送些运动团块可能由两个W上的运动目标连粘而成，如互相搭着 肩走在一起的两个人像，或者前后两个有重合部分的人像，等等。
[0035] 步骤202,对运动团块化lob)内所有像素点进行离地高度计算，滤除离地高度小 于预设阔值的像素点。
[0036] 获取一个像素点对应的深度信息，W及相机标定信息，根据一定的几何运算，便可 得到该像素点所对应实体的离地高度。关于像素点离地高度的具体计算，可参见后续关于 图3的记载。
[0037] 所述预设阔值可根据需要设置；例如为保留头像的预设阔值，此时，按照预设阔值 滤除后，保留关于头部的像素点。
[0038] 步骤203,将运动团块内剩下的像素点投影到地平面上，得到剩下各像素点的地面 坐标。
[0039] 已经获知像素点对应的深度信息，W及相机标定信息，采用简单的几何运算，便可 计算出像素点的地面坐标。
[0040] 步骤204,根据各个像素点的地面坐标W及人体的实际尺度信息，对像素点进行聚 类，得到满足人体尺度的像素点集合，每个集合称为一个类。
[0041]W头部为例，本步骤所述人体的实例尺度信息，为标准的人体头部尺寸。对所有像 素点按照实际尺度进行聚类，得到满足人体头部尺寸的像素点集合，该像素点集合为一个 类。若针对人体头部，则一个类为一个人头。
[0042] 聚类算法为现有成熟的方案，例如meanshift等算法，送里不过多赏述。
[0043] 步骤205,确定聚类出的各个类在视频图像上的坐标范围，将该坐标范围确定为运 动目标所在的范围。
[0044] 图3示出了W人体头部为例，采用图2的流程进行运动目标提取的实例。该实例 中两个人的图像有较多重合，采用图2的优化方式，可分别提取出两个人的头部目标，为图 中最右侧的两处虚线标注部分。
[0045] 步骤103,判断计算得到的属性信息是否满足设定条件，如果是，则进行告警。
[0046] 进一步地，可采用等级划分方式进行报警，包括；确定告警类型所属的等级；采用 与确定等级对应的报警方式进行报警。
[0047] 与确定等级对应的报警方式例如为：采用图片弹出方式、联动声音方式或联动声 光方式等。
[0048]用于进行判断的属性信息包含运动目标的属性，可根据需要确定，例如为高度信 息、速度信息、运动剧烈程度信息等。下面进行举例说明。
[0049] -、属性信息包含高度信息：
[0050] 获知像素点的深度信息和相机标定信息后，采用一定的几何运算便可得到高度信 息，下面通过图4的实例进行说明，其包括W下步骤：
[0051] 步骤401，由深度信息和相机标定信息计算运动目标中像素点的相机坐标系