>[0022]实施例2
如图2所示，可用于视频监控设备的智能监控方法，包含以下步骤:
S1、从DVR、NVR、IPC或其他监控设备获取视频流，对获取的视频流的每一帧数据进行格式转换、降噪、缩放等操作，同时计算图像的直方图信息、色彩信息、纹理信息以及灰度信息等，对比视频流帧与帧之间的信息相似程度，根据帧与帧之间的信息差异是否达到阈值，判断视频流是否发生异常情况；将异常情况反馈至监控设备的板端
52、将获取的视频图像进行高斯混合模型建模，将当前图像与背景模型的图像进行逐帧对比，当前图像中与背景模型图像的差别低于设定阈值的部分归类为背景区域图像，当前图像中与背景模型图像的差别达到设定阈值的部分归类为前景区域图像；对前景区域图像进行滤波和形态学处理，去除前景区域图像中的噪声和干扰，确定运动目标；
53、通过对前景区域图像进行图像形态学处理、滤波处理以及连通区域标记获取当前图像中运动目标的特征信息，特征信息包括纹理和色彩等；逐帧对比运动目标特征信息的相关性，相关性达到阈值的被认为是同一运动目标，如此实现帧与帧之间对运动目标的跟踪；利用帧与帧之间对运动目标形成的跟踪不断循环，实现对运动目标的跟踪；利用对运动目标的跟踪历史能够预测运动目标将来的位置以及优化两帧之间的短暂跟踪；
54、将运动目标的轨迹信息与用户设置的边界信息进行对比，判断运动目标是否越过设定边界；根据运动目标的轨迹紊乱程度是否达到阈值，判断运动目标是否处于徘徊运动；根据运动目标的聚集程度是否达到阈值，判断运动目标是否处于聚集状态；分析运动目标的轨迹信息以及运动目标对应的纹理信息，判断是否存在物品的丢失或遗留；运动目标的轨迹信息包括位置和方向；
55、收集各类物体图像形成正样本，收集周围环境图像形成负样本；提取正负样本的方向梯度直方图的特征信息，利用二叉树结构进行弱分类器训练；利用adaboost算法进行强分类器训练；利用cascade级联前面形成的强分类器形成最终的目标分类器；结合目标分类器和运动目标所在区域的区域信息，在运动目标所在的区域内进行多尺度的滑动搜索检测，对运动目标进行分类；
56、当上述任一步骤的分析结果触发联动报警子系统时，预览报警模块将触发报警的目标，在预览界面中用方框或其他形状将目标框选以及显示，并触发日志存储模块或录像存储模块或图标显示模块或邮件发送模块或蜂鸣报警模块；日志存储模块，将报警信息保存为日志；录像存储模块，对当前图像进行录像并保存；图标显示模块，在当前监控画面上显示报警图标和报警范围；邮件发送模块，对触发场景图像进行抓图，并将所抓画面以邮件的方式发送至用户邮箱；蜂鸣报警模块，进行蜂鸣报警。
【主权项】
1.可用于视频监控设备的智能监控系统，其特征在于，包括智能分析子系统和联动报警子系统: 所述智能分析子系统包括运动目标检测模块、运动目标跟踪模块、目标行为分析模块、运动目标分类模块和异常检测模块: 运动目标检测模块，用于对获取的图像场景进行建模，对各种场景中的运动目标进行检测； 运动目标跟踪模块，通过对比图像帧与帧之间的信息相似度，实现对运动目标的短暂跟踪，利用短暂跟踪的循环实现对运动目标的跟踪； 目标行为分析模块，用于分析运动目标的轨迹信息，根据运动目标的轨迹信息数据是否达到设定阈值对运动目标的运动行为进行分析； 运动目标分类模块，结合预先训练好的目标分类器和运动目标所在区域的区域信息，对运动目标进行分类； 异常检测模块，用于对监控视频中因外部干扰或设备原因出现的各种视频异常现象进行检测； 所述联动报警子系统包括预览报警模块、日志存储模块、录像存储模块、图标显示模块和邮件发送模块: 预览报警模块，所述智能分析子系统中任一模块的分析结果触发联动报警子系统时，预览报警模块将触发报警的目标，在预览界面中用方框或其他形状将目标框选以及显示，并触发日志存储模块或录像存储模块或图标显示模块或邮件发送模块； 日志存储模块，将报警信息保存为日志； 录像存储模块，对当前图像进行录像并保存； 图标显示模块，用于在当前监控画面上显示报警图标和报警范围； 邮件发送模块，对触发报警的监控图像进行抓图，并将所抓画面以邮件的方式发送至用户邮箱。2.如权利要求1所述的智能监控系统，其特征在于，所述联动报警子系统还包括蜂鸣报警模块，当前图像的智能分析结果触发联动报警子系统时，预览报警模块触发蜂鸣报警模块，蜂鸣器进行蜂鸣报警。3.可用于视频监控设备的智能监控方法，其特征在于，包括以下步骤: 51、从监控设备获取视频流，对比视频流帧与帧之间的信息相似程度，根据帧与帧之间的信息差异是否达到阈值，判断视频流是否发生异常情况；将异常情况反馈至监控设备的板端； 52、将获取的视频图像进行建模，将当前图像与背景模型的图像进行逐帧对比，当前图像中与背景模型图像的差别低于设定阈值的部分归类为背景区域图像，当前图像中与背景模型图像的差别达到设定阈值的部分归类为前景区域图像；对前景区域图像进行滤波和形态学处理，去除前景区域图像中的噪声和干扰，确定运动目标； 53、获取运动目标的特征信息，逐帧对比运动目标特征信息的相关性，相关性达到阈值的被认为是同一运动目标，如此实现帧与帧之间对运动目标的跟踪；利用帧与帧之间对运动目标形成的跟踪不断循环，实现对运动目标的跟踪； 54、将运动目标的轨迹信息与用户设置的边界信息进行对比，判断运动目标是否越过设定边界；根据运动目标的轨迹紊乱程度是否达到阈值，判断运动目标是否处于徘徊运动；根据运动目标的聚集程度是否达到阈值，判断运动目标是否处于聚集状态；分析运动目标的轨迹信息以及运动目标对应的纹理信息，判断是否存在物品的丢失或遗留； 55、结合预先训练好的目标分类器和运动目标所在区域的区域信息，在运动目标所在的区域内进行多尺度的滑动搜索检测，对运动目标进行分类； 56、当上述任一步骤的分析结果触发联动报警子系统时，预览报警模块将触发报警的目标，在预览界面中用方框或其他形状将目标框选以及显示，并触发日志存储模块或录像存储模块或图标显示模块或邮件发送模块；日志存储模块，将报警信息保存为日志；录像存储模块，对当前图像进行录像并保存；图标显示模块，在当前监控画面上显示报警图标和报警范围；邮件发送模块，对触发场景图像进行抓图，并将所抓画面以邮件的方式发送至用户邮箱。4.如权利要求3所述的可用于视频监控设备的智能监控方法，其特征在于，当前图像的智能分析结果触发联动报警子系统时，预览报警模块触发蜂鸣报警模块，蜂鸣器进行蜂鸣报警。5.如权利要求3所述的可用于视频监控设备的智能监控方法，其特征在于，对比视频流帧与帧之间的信息相似程度之前，对获取的视频流的每一帧数据进行格式转换、降噪和缩放。6.如权利要求3所述的可用于视频监控设备的智能监控方法，其特征在于，对比视频流帧与帧之间的信息相似程度，所对比的信息包括图像的直方图信息、色彩信息、纹理信息以及灰度信息。7.如权利要求3所述的可用于视频监控设备的智能监控方法，其特征在于，将获取的视频图像进行建模所用的建模方法为高斯混合模型建模方法。8.如权利要求3所述的可用于视频监控设备的智能监控方法，其特征在于，获取运动目标的特征信息之前对前景区域图像进行图像形态学处理以及滤波处理。9.如权利要求3所述的可用于视频监控设备的智能监控方法，其特征在于，所述运动目标的特征信息包括纹理和色彩。10.如权利要求3所述的可用于视频监控设备的智能监控方法，其特征在于，所述运动目标的轨迹信息包括位置信息与方向信息。
【专利摘要】本发明公开了一种可用于视频监控设备的智能监控系统，包括智能分析子系统和联动报警子系统:智能分析子系统包括运动目标检测模块、运动目标跟踪模块、目标行为分析模块、运动目标分类模块和异常检测模块:联动报警子系统包括预览报警模块、日志存储模块、录像存储模块、图标显示模块和邮件发送模块。本发明还公开了一种可用于视频监控设备的智能监控方法。
【IPC分类】H04N7/18, G06T7/20, G08B13/196
【公开号】CN105208343
【申请号】CN201510619728
【发明人】王振, 江发钦, 杨亮亮, 宋庆丰, 杨运红, 邹小蓉, 庞继锋, 唐自兴
【申请人】珠海安联锐视科技股份有限公司
【公开日】2015年12月30日
【申请日】2015年9月25日