细阐述的部分均属于现有技术。
[0159] 应当理解的是，上述针对较佳实施例的描述较为详细，并不能因此而认为是对本 发明专利保护范围的限制，本领域的普通技术人员在本发明的启示下，在不脱离本发明权 利要求所保护的范围情况下，还可以做出替换或变形，均落入本发明的保护范围之内，本发 明的请求保护范围应以所附权利要求为准。
【主权项】
1. 一种异常行为预警信息约束的视频大数据快速检索方法，其特征在于:包括以下步 骤， 步骤1，构建异常行为库，包括接收前端智能摄像头的异常行为预警信息，录入异常行 为库，所述异常行为库记录的数据包括异常行为类型、监控点名称、监控探头编号、发生时 间、持续时长、快照图片或视频片段文件名、原始监控录像索引和备注信息； 步骤2,建立关联度模型表，关联度模型表存储案件或事件类型与异常行为类型的关联 关系； 步骤3，为实现视频取证，基于关联度模型表和异常行为库，执行如下子步骤， 步骤3.1，根据实际发生的案件或事件类型，查询关联度模型表，得到相关的异常行为 类型； 步骤3.2，根据异常行为类型，检索异常行为库，获得异常行为发生的时空信息； 步骤3.3,浏览与异常行为有关的快照图片或视频片段，进而将多点的图片或片段重构 成一段完整的摘要视频，还原待检索目标的活动轨迹； 步骤3.4,根据实际需要，通过异常行为库中的原始监控录像索引进一步调阅监控录 像。2. 根据权利要求1所述异常行为预警信息约束的视频大数据快速检索方法，其特征在 于:对异常行为库进行检索、统计和分析操作的实现方式如下， 所述检索操作如下， 根据行为类型检索，显示检索结果图片，及其地点、时间； 根据地点检索，显示检索结果图片，及其名称、时间； 根据时间段检索，显示检索结果图片，及其名称、地点； 所述统计操作如下， 按时间统计，用曲线显示一年中每月份发生的异常行为数； 按地点统计，用曲线显示一年中各地点发生的异常行为数； 按时间、地点的二维统计，用二维曲面显示一年发生的异常行为数； 所述分析操作如下， 对异常行为的时空属性进行聚类分析，绘制风险曲面，并结合地理信息，用不同颜色可 视化呈现风险等级； 挖掘异常行为的时空分布规律及预测其变化趋势，寻找安全防范的关键节点，得到辅 助决策信息，为未来警力分配提供科学参考。3. 根据权利要求1或2所述异常行为预警信息约束的视频大数据快速检索方法，其特征 在于:建立关联度模型表，包括根据已知的若干组案件或事件类型与异常行为类型的关联 关系，初始化关联度模型表，并采用以下子步骤进行更新， 1) 定义案件或事件集合E; 2) 定义异常行为集合A; 3) 随着智能监控摄像头检测的异常行为种类的增加，相应地扩大异常行为集合A; 4) 随着异常行为集合A的扩大，分析与新增加的异常行为关系密切的案件或事件，将其 添加到案件或事件集合E中； 5) 针对案件或事件集合E中的某一元素 Ei，根据历史案发大数据，统计与其相关的异 常行为出现的频次，并按频次排序，得到集合si; 6) 针对案件或事件集合E中的某一元素 Ei，根据用户选择，列举与其相关的异常行为， 并按相关度排序，得到集合S2; 7) 对集合求交集，S=S1 Π S2,将S中的前二者作为与该事件最密切的异常行为，录入到 关联度模型表中。4. 根据权利要求3所述异常行为预警信息约束的视频大数据快速检索方法，其特征在 于:异常行为与案件或事件是否关系密切，按以下原则进行分析， ① 案件或事件发生前，异常行为与案件或事件的发生存在时序关系合乎逻辑的关系； ② 案件或事件发生后，视频中的异常行为对象表现出的异常行为。5. -种异常行为预警信息约束的视频大数据快速检索系统，其特征在于:包括以下模 块， 异常行为库构建模块，用于包括接收前端智能摄像头的异常行为预警信息，录入异常 行为库，所述异常行为库记录的数据包括异常行为类型、监控点名称、监控探头编号、发生 时间、持续时长、快照图片或视频片段文件名、原始监控录像索引和备注信息； 关联度模型表建立模块，用于关联度模型表存储案件或事件类型与异常行为类型的关 联关系； 视频取证模块，用于基于关联度模型表和异常行为库，包括如下单元， 关联查询单元，用于根据实际发生的案件或事件类型，查询关联度模型表，得到相关的 异常行为类型； 时空信息检索单元，用于根据异常行为类型，检索异常行为库，获得异常行为发生的时 空信息； 活动轨迹生成单元，用于浏览与异常行为有关的快照图片或视频片段，进而将多点的 图片或片段重构成一段完整的摘要视频，还原待检索目标的活动轨迹； 监控录像调阅单元，用于根据实际需要，通过异常行为库中的原始监控录像索引进一 步调阅监控录像。6. 根据权利要求5所述异常行为预警信息约束的视频大数据快速检索系统，其特征在 于:设置异常行为库的检索单元、统计单元和分析单元， 所述检索单元用于如下操作， 根据行为类型检索，显示检索结果图片，及其地点、时间； 根据地点检索，显示检索结果图片，及其名称、时间； 根据时间段检索，显示检索结果图片，及其名称、地点； 所述统计单元用于如下操作， 按时间统计，用曲线显示一年中每月份发生的异常行为数； 按地点统计，用曲线显示一年中各地点发生的异常行为数； 按时间、地点的二维统计，用二维曲面显示一年发生的异常行为数； 所述分析单元用于如下操作， 对异常行为的时空属性进行聚类分析，绘制风险曲面，并结合地理信息，用不同颜色可 视化呈现风险等级； 挖掘异常行为的时空分布规律及预测其变化趋势，寻找安全防范的关键节点，得到辅 助决策信息，为未来警力分配提供科学参考。7. 根据权利要求5或6所述异常行为预警信息约束的视频大数据快速检索系统，其特征 在于:建立关联度模型表，包括根据已知的若干组案件或事件类型与异常行为类型的关联 关系，初始化关联度模型表，并采用以下子步骤进行更新， 1) 定义案件或事件集合E; 2) 定义异常行为集合A; 3) 随着智能监控摄像头检测的异常行为种类的增加，相应地扩大异常行为集合A; 4) 随着异常行为集合A的扩大，分析与新增加的异常行为关系密切的案件或事件，将其 添加到案件或事件集合E中； 5) 针对案件或事件集合E中的某一元素 Ei，根据历史案发大数据，统计与其相关的异 常行为出现的频次，并按频次排序，得到集合S1; 6) 针对案件或事件集合E中的某一元素 Ei，根据用户选择，列举与其相关的异常行为， 并按相关度排序，得到集合S2; 7) 对集合求交集，S=S1 Π S2,将S中的前二者作为与该事件最密切的异常行为，录入到 关联度模型表中。8. 根据权利要求7所述异常行为预警信息约束的视频大数据快速检索系统，其特征在 于:异常行为与案件或事件是否关系密切，按以下原则进行分析， ① 案件或事件发生前，异常行为与案件或事件的发生存在时序关系合乎逻辑的关系； ② 案件或事件发生后，视频中的异常行为对象表现出的异常行为。
【专利摘要】本发明公开了一种异常行为预警信息约束的视频大数据快速检索方法及系统，利用智能监控摄像头发出的异常行为预警信息，约束海量视频监控数据线索排查范围，包括接收前端智能摄像头的异常行为预警信息，建立入异常行为库；建立关联度模型表，关联度模型表存储案件或事件类型与异常行为类型的关联关系；根据关联度模型表，检索异常行为库，定位到对应的监控点定点排查有价值的线索。本发明技术方案显著降低了视频检索过程中调阅的录像数据规模，极大地提升了有价值线索的发现效率。
【IPC分类】G06F17/30
【公开号】CN105653690
【申请号】
【发明人】邵振峰, 蔡家骏, 王中元, 杨珂
【申请人】武汉大学
【公开日】2016年6月8日
【申请日】2015年12月30日