视频监控方法、视频监控系统以及计算机程序产品的制作方法
【技术领域】
[0001 ] 本公开涉及视频监控领域，更具体地，本公开涉及基于深度视频的视频监控方法、视频监控系统以及计算机程序产品。
【背景技术】
[0002]当前的图像或者视频监控往往需要依赖于工作人员人工的检测和处理。虽然越多来多的场景(例如机场、车站、商场、街道等)有摄像头覆盖，但是因为监控系统自身无法实现对行人特征的分析和跟踪，所以需要很多人力来进行处理和监视。这样需要配备大量的人力去进行监控和管理，并且随着摄像头规模进一步扩大后，难以高效的处理和反应一些突发事件。
[0003]智能监控的目的是根据图像数据，自动跟踪视频场景中的行人，并且对每个行人的特点和行为做分析处理。目前，智能监控往往仅仅依赖于传统非深度相机(RGB摄像机)。由于相机本身的限制，导致行人跟踪的精度不准，并且受限于场景中的行人动作姿态，所以基于行人的特征分析效果达不到预期。深度相机(深度摄像机)目前已被广泛用于人机交互等应用场景，但目前还不存在成熟的系统和方法能将其推广到智能监控领域。特别地，现有的各种监控系统，均无法实现对行人的特征(比如身高、体重、运动速度)的准确分析和对行人异常行为的有效检测。
【发明内容】
[0004]鉴于上述问题而提出了本公开。本公开提供了一种基于深度视频的视频监控方法、视频监控系统以及计算机程序产品，其能够高速有效地跟踪场景中的行人，并且准确实时地分析行人的特征信息，从而实现对于场景的统计分析以及异常情况监控。
[0005]根据本公开的一个实施例，提供了一种视频监控方法，包括:获取经由视频采集装置采集的视频数据；基于所述视频数据，确定作为监控目标的对象；以及提取所述对象的特征信息；其中，所述视频数据为包含深度信息的视频数据。
[0006]此外，根据本公开的一个实施例的视频监控方法，还包括:配置所述视频采集装置，并且确定所述视频采集装置的坐标参数。
[0007]此外，根据本公开的一个实施例的视频监控方法，其中确定所述视频采集装置的坐标参数包括:选择预定基准面上的多个基准点；基于所述多个基准点的坐标信息，确定所述视频采集装置的相机坐标系统与世界坐标系统的变换关系；基于所述变换关系，确定所述视频采集装置的坐标参数。
[0008]此外，根据本公开的一个实施例的视频监控方法，其中，所述基于所述视频数据，确定作为监控目标的对象包括:确定所述视频数据中的背景信息；基于所述背景信息，确定所述视频数据的每帧中的前景信息；获取对应于所述前景信息的前景区域的边缘轮廓信息；以及基于所述边缘轮廓信息，确定所述对象。
[0009]此外，根据本公开的一个实施例的视频监控方法，其中，基于所述边缘轮廓信息，确定所述对象包括:基于所述边缘轮廓信息，获取候选块；确定大于第一预定阈值的所述候选块为候选对象；以及基于预定算法获取所述候选对象的评估值，确定所述评估值大于第二预定阈值的所述候选对象为所述对象。
[0010]此外，根据本公开的一个实施例的视频监控方法，其中，基于所述边缘轮廓信息，确定所述对象还包括:匹配前一帧与当前帧中确定的所述对象的每一个，以确定离开前一帧的对象。
[0011]此外，根据本公开的一个实施例的视频监控方法，其中所述对象的特征信息包括:对象的体型信息以及移动速度。
[0012]此外，根据本公开的一个实施例的视频监控方法，其中提取所述对象的体型信息包括:选取所述对象距离所述视频采集装置的最近点作为所述对象的头部点；基于所述视频采集装置的相机坐标系统与世界坐标系统的变换关系，确定所述头部点在世界坐标系统中的坐标参数；以及基于所述头部点在世界坐标系统中的坐标参数，确定所述对象的头部距离地面的距离作为所述对象的身高信息。
[0013]此外，根据本公开的一个实施例的视频监控方法，其中提取所述对象的体型信息包括:选取所述对象距离所述视频采集装置的最近点作为所述对象的头部点；选取所述对象在图像坐标系的纵轴上的最大值的点作为所述对象的脚底点；基于所述视频采集装置的相机坐标系统与世界坐标系统的变换关系，确定在世界坐标系统中所述对象的头部点和所述对象的脚底点之间的距离作为所述对象的身高信息。
[0014]此外，根据本公开的一个实施例的视频监控方法，还包括:
[0015]计算所述对象的第一固定点在世界坐标体系中在第一选定帧与第二选定帧之间的运动距离；
[0016]基于所述第一选定帧与所述第二选定帧之间的时间间隔以及所述运动距离，确定所述对象的移动速度。
[0017]此外，根据本公开的一个实施例的视频监控方法，其中提取所述对象的体型信息还包括:提取所述对象的身高信息和轮廓信息；基于预先采集的不同对象的身高信息、轮廓信息与体重信息之间的对应关系，根据所述对象的身高信息和轮廓信息确定所述对象的体重信息。
[0018]此外，根据本公开的一个实施例的视频监控方法，还包括:分析所述特征信息，确定所述对象的异常事件，其中分析所述特征信息，确定所述对象的异常事件包括:在预定时间段内所述对象的体型信息的变化大于预定第三阈值时和/或所述对象的移动速度大于第四阈值时，确定所述对象的异常事件。
[0019]根据本公开的另一个实施例，提供了一种视频监控系统，包括:处理器；存储器；和存储在所述存储器中的计算机程序指令，在所述计算机程序指令被所述处理器运行时执行以下步骤:获取经由视频采集装置采集的视频数据；基于所述视频数据，确定作为监控目标的对象；以及提取所述对象的特征信息；其中，所述视频数据为包含深度信息的视频数据。
[0020]此外，根据本公开的另一个实施例的视频监控系统，还包括用于采集所述视频数据的所述视频采集装置。
[0021]此外，根据本公开的另一个实施例的视频监控系统，其中在所述计算机程序指令被所述处理器运行时还执行以下步骤:选择预定基准面上的多个基准点；基于所述多个基准点的坐标信息，确定所述视频采集装置的相机坐标系统与世界坐标系统的变换关系；基于所述变换关系，确定所述视频采集装置的坐标参数。
[0022]此外，根据本公开的另一个实施例的视频监控系统，其中在所述计算机程序指令被所述处理器运行时所执行的基于所述视频数据，确定作为监控目标的对象的步骤包括:确定所述视频数据中的背景信息；基于所述背景信息，确定所述视频数据的每帧中的前景信息；获取对应于所述前景信息的前景区域的边缘轮廓信息；以及基于所述边缘轮廓信息，确定所述对象。
[0023]此外，根据本公开的另一个实施例的视频监控系统，其中在所述计算机程序指令被所述处理器运行时所执行的基于所述边缘轮廓信息，确定所述对象的步骤包括:基于所述边缘轮廓信息，获取候选块；确定大于第一预定阈值的所述候选块为候选对象；以及基于预定算法获取所述候选对象的评估值，确定所述评估值大于第二预定阈值的所述候选对象为所述对象。
[0024]此外，根据本公开的另一个实施例述的视频监控系统，其中在所述计算机程序指令被所述处理器运行时所执行的基于所述边缘轮廓信息，确定所述对象的步骤还包括:匹配前一帧与当前帧中确定的所述对象的每一个，以确定离开前一帧的对象。
[0025]此外，根据本公开的另一个实施例的视频监控系统，其中所述对象的特征信息包括:对象的体型信息以及移动速度。
[0026]此外，根据本公开的另一个实施例的视频监控系统，其中在所述计算机程序指令被所述处理器运行时所执行的提取所述对象的体型信息的步骤包括:选取所述对象距离所述视频采集装置的最近点作为所述对象的头部点；基于所述视频采集装置的相机坐标系统与世界坐标系统的变换关系，确定所述头部点在世界坐标系统中的坐标参数；以及基于所述头部点在世界坐标系统中的坐标参数，确定所述对象的头部距离地面的距离作为所述对象的身高信息。
[0027]此外，根据本公开的另一个实施例的视频监控系统，其中在所述计算机程序指令被所述处理器运行时所执行的提取所述对象的体型信息的步骤包括:选取所述对象距离所述视频采集装置的最近点作为所述对象的头部点；选取所述对象在图像坐标系的纵轴上的最大值的点作为所述对象的脚底点；基于所述视频采集装置的相机坐标系统与世界坐标系统的变换关系，确定在世界坐标系统中所述对象的头部点和所述对象的脚底点之间的距离作为所述对象的身高信息。
[0028]此外，根据本公开的另一个实施例的视频监控系统，其中在所述计算机程序指令被所述处理器运行时所执行的提取所述对象的特征信息的步骤包括:计算所述对象的第一固定点在世界坐标体系中在第一选定帧与第二选定帧之间的运动距离；基于所述第一选定帧与所述第二选定帧之间的时间间隔以及所述运动距离，确定所述对象的移动速度。
[0029]此外，根据本公开的另一个实施例的视频监控方法，其中在所述计算机程序指令被所述处理器运行时所执行的提取所述