基于互联网的远程信息多视角建模系统的制作方法
【技术领域】
:
[0001]本发明涉及互联网通信技术领域，具体地说是一种处理效率高、结果输出准确的基于互联网的远程信息多视角建模系统。
【背景技术】
:
[0002]视频监控系统作为现代安防的有效手段，越来越受到社会的重视。然而传统的数字视频监控系统仅仅提供了视频的捕获、存储、分发等简单的功能，而对异常事件判断只能靠人来实现，这样的监控系统不仅需要极其大量的人力来维系，极大地提高了系统的运行成本，而且使用人来长时间监控也降低了系统的安防性能。因此，现有监控系统已经不能满足当前安防的需求。新一代的监控系统以智能的异常事件检测为核心，能够发现监控画面中的异常情况，以最快和最佳的方式发出警报和提供有用信息，更加有效地协助安全人员处理危机，最大限度地降低误报和漏报现象。现有监控视频异常事件检测具有两个显著的缺点:I)现有异常事件检测模块多是通过依赖特定规则的制定对单目摄像头下简单的异常事件(如:逆向行驶、超速行驶等)进行检测，这使得智能监控具有明显的局限性;2)现有检测模块多独立对待各个视角摄像头采集的视频并对其进行分别检测，忽略了各摄像头间在时间和空间上的关联，因此往往造成大量的异常事件错检和漏检。
【发明内容】
:
[0003]本发明针对现有技术中存在的缺点和不足，提出了一种处理效率高、结果输出准确的基于互联网的远程信息多视角建模系统。
[0004]本发明可以通过以下措施达到:
[0005]—种基于互联网的远程信息多视角建模系统，其特征在于设有服务器、与服务器相连接的两个以上数据采集终端，所述数据采集终端设有图像信息存储器、文字信息存储器、音频信息存储器、上传/下载电路;所述服务器上设有数据获取单元、数据预处理单元、数据挖掘单元、数据输出单元;所述数据挖掘单元包括文字相关性挖掘单元、图像数据处理单元，其中图像数据处理单元设有时空局部特征提取单元、词袋构建单元，其中时空局部特征提取单元包括时空特征兴趣点检测模块和时空特征兴趣点描述模块;词袋构建单元设有码本构建模块、基于码本的关键点投影模块。
[0006]本发明所述数据挖掘单元中设有文字关联性处理单元、多视角信息处理模型，其中所述多视角信息处理模型包括对于单目摄像机采集的视频进行处理的分类器单视角建模，以采用支持向量机(Support Vector Machine，缩写:SVM)为例进行模型学习，对于支持向量机核函数的选择这里采用X2核函数，其定义K (Xi，X j)如下:
[0007]K(xi,xj)=exp(-1 yD(xi,xj)), γ>0]]>
[0008]D(xi，xj) = 12 Σ i = ln I |ui_wi| 2/(ui+wi)]]>
[0009]其中Xi=(Ul，U2....Un)和 Xj=(Wl，W2....Wn)是训练样本，J 是核参数，D ( Xi，Xj )是样本&和&的X2距离，模型训练过程中，通过训练数据的交叉验证来寻求最优的核参数γ。
[0010]本发明所述多视角信息处理模型还设有多信息融合判决模型，具体形式:
[0011]F(al,...,an)= Σ i = lnwibi,]]>；s.t.Σ i = Inwi = 1,0 < wi<I,i = I,...,η]]>;其中，F表不有序加权融合算子，ai表不多分类器的判决，bi表不多分类器判决(ai，...，an)中第i个最大的元素，《,表示权重，因此该融合问题转化为上式表示的目标函数最优化问题，可以通过对有序加权融合涉及到的如下两个重要因子的最大化实现融合结果的优化:
[0012]关联性因子:orness(W)= ln-lSi = ln(n_i)wi]]>;信息量因子:dispers1n(ff)=-Σ i = Inwilnwi.]]>。
[0013]本发明与现有技术相比，具有处理效率高、结果输出准确等显著的优点。
【附图说明】
:
[0014]附图1是本发明的系统框图。
[0015]附图标记:服务器1、数据采集终端2、数据获取单元3、数据预处理单元4、数据挖掘单元5、数据输出单元6。
【具体实施方式】
:
[0016]下面结合附图对本发明作进一步的说明。
[0017]如附图所示，本发明提出了一种基于互联网的远程信息多视角建模系统，其特征在于设有服务器1、与服务器I相连接的两个以上数据采集终端2，所述数据采集终端2设有图像信息存储器、文字信息存储器、音频信息存储器、上传/下载电路;所述服务器I上设有数据获取单元3、数据预处理单元4、数据挖掘单元5、数据输出单元6;所述数据挖掘单元包括文字相关性挖掘单元、图像数据处理单元，其中图像数据处理单元设有时空局部特征提取单元、词袋构建单元，其中时空局部特征提取单元包括时空特征兴趣点检测模块和时空特征兴趣点描述模块;词袋构建单元设有码本构建模块、基于码本的关键点投影模块。
[0018]本发明所述数据挖掘单元中设有文字关联性处理单元、多视角信息处理模型，其中所述多视角信息处理模型包括对于单目摄像机采集的视频进行处理的分类器单视角建模，以采用支持向量机(Support Vector Machine，缩写:SVM)为例进行模型学习，对于支持向量机核函数的选择这里采用X2核函数，其定义KU1, Xj)如下:
[0019]K(xi,xj)=exp(-1 yD(xi,xj)), γ>0]]>
[0020]D(xi，xj) = 12 Σ i = ln I |ui_wi| 2/(ui+wi)]]>
[0021]其中Xi=(Ul，U2....un)和 Xj=(Wl，W2....Wn)是训练样本，J 是核参数，D ( Xi，Xj )是样本的X2距离，模型训练过程中，通过训练数据的交叉验证来寻求最优的核参数γ。
[0022]本发明所述多视角信息处理模型还设有多信息融合判决模型，具体形式:
[0023]F(al,...,an)= Σ i = lnwibi,]]>；s.t.Σ i = Inwi = 1,0 < wi<I,i = I,...,η]]>;其中，F表不有序加权融合算子，ai表不多分类器的判决，bi表不多分类器判决(ai，...，an)中第i个最大的元素，《,表示权重，因此该融合问题转化为上式表示的目标函数最优化问题，可以通过对有序加权融合涉及到的如下两个重要因子的最大化实现融合结果的优化:
[0024]关联性因子:orness(W)= ln-lSi = ln(n_i)wi]]>;信息量因子:dispers1n(ff)=-Σ i = Inwilnwi.]]>。
[0025]本发明与现有技术相比，具有处理效率高、结果输出准确等显著的优点。
【主权项】
1.一种基于互联网的远程信息多视角建模系统，其特征在于设有服务器、与服务器相连接的两个以上数据采集终端，所述数据采集终端设有图像信息存储器、文字信息存储器、音频信息存储器、上传/下载电路;所述服务器上设有数据获取单元、数据预处理单元、数据挖掘单元、数据输出单元;所述数据挖掘单元包括文字相关性挖掘单元、图像数据处理单元，其中图像数据处理单元设有时空局部特征提取单元、词袋构建单元，其中时空局部特征提取单元包括时空特征兴趣点检测模块和时空特征兴趣点描述模块;词袋构建单元设有码本构建模块、基于码本的关键点投影模块。2.根据权利要求1所述的一种基于互联网的远程信息多视角建模系统，其特征在于所述数据挖掘单元中设有文字关联性处理单元、多视角信息处理模型，其中所述多视角信息处理模型包括对于单目摄像机采集的视频进行处理的分类器单视角建模。3.根据权利要求1所述的一种基于互联网的远程信息多视角建模系统，其特征在于本发明所述多视角信息处理模型还设有多信息融合判决模型。
【专利摘要】本发明涉及互联网通信技术领域，具体地说是一种处理效率高、结果输出准确的基于互联网的远程信息多视角建模系统，其特征在于设有服务器、与服务器相连接的两个以上数据采集终端，所述数据采集终端设有图像信息存储器、文字信息存储器、音频信息存储器、上传/下载电路；所述服务器上设有数据获取单元、数据预处理单元、数据挖掘单元、数据输出单元；所述数据挖掘单元包括文字相关性挖掘单元、图像数据处理单元，其中图像数据处理单元设有时空局部特征提取单元、词袋构建单元，本发明与现有技术相比，具有处理效率高、结果输出准确等显著的优点。
【IPC分类】H04N7/18
【公开号】CN105554465
【申请号】CN201511027610
【发明人】高辉, 尚成辉
【申请人】芜湖乐锐思信息咨询有限公司
【公开日】2016年5月4日
【申请日】2015年12月30日