本发明涉及摄像分析的,尤其涉及一种基于多视频摄像头的异常行为分析方法及系统。
背景技术:
1、随着信息技术的发展,视频监控已经广泛应用在生活中,这些监控视频可以用于证明发生了什么事情,也可以用于实时地对事态进行掌握,然而现有技术中的监控视频通常只能从一个角度进行视频采集,这就导致了获取的信息不够全面,存在着对视频信息误判漏判的风险。
技术实现思路
1、本发明的目的在于提供一种基于多视频摄像头的异常行为分析方法及系统,旨在解决现有技术中从单一视角进行异常行为分析容易导致误判的问题。
2、本发明是这样实现的,第一方面,本发明提供一种基于多视频摄像头的异常行为分析方法,包括:
3、通过若干视频摄像头对目标区域持续进行图像采集,并根据时间顺序对各个所述视频摄像头采集的图像分别进行排序处理,以得到所述目标区域由各个所述视频摄像头采集到的基础图像序列;
4、获取各个所述视频摄像头与所述目标区域之间的相对位置信息,并根据各个所述视频摄像头的相对位置信息进行方位融合的计算处理,以得到各个所述视频摄像头的方位融合特征,根据各个所述视频摄像头的方位融合特征对各个所述视频摄像头的基础图像序列进行方位融合处理,以得到所述目标区域的整体场景序列;其中,所述整体场景序列包括若干依次排列的整体场景,所述整体场景用于对所述目标区域进行多角度的描述;
5、根据预期设置的异常行为标准对所述整体场景序列的各个所述整体场景进行异常特征的采集处理,以生成所述整体场景序列的各个所述整体场景的若干异常特征;
6、基于所述整体场景序列对各个所述异常特征分别进行追溯处理,以得到各个所述异常特征在所述整体场景序列中的连续变化图谱,并分别基于各个所述连续变化图谱对各个所述异常特征进行时间顺序上的自我关联性的分析,以得到各个所述异常特征的在时间顺序上的自我关联性参数;
7、根据各个所述连续变化图谱对各个所述异常特征进行互相之间的交互关联性的分析,以得到各个所述异常特征在所述目标区域中的交互关联性参数;
8、根据所述异常特征的自我关联性参数与交互关联性参数对所述异常特征进行异常行为分析,以得到所述异常特征的异常行为分析结果;其中,所述异常行为分析结果用于描述所述异常特征属于何种异常行为。
9、优选地,获取各个所述视频摄像头与所述目标区域之间的相对位置信息,并根据各个所述视频摄像头的相对位置信息进行方位融合的计算处理,以得到各个所述视频摄像头的方位融合特征的步骤包括:
10、基于所述目标区域构建所述目标区域的区域定位坐标系;
11、获取各个所述视频摄像头与所述目标区域之间的相对位置信息,并根据所述相对位置信息对所述区域定位坐标系进行映射关系的计算处理,以得到所述视频摄像头获取到的图像信息与所述区域定位坐标系之间的映射关系,将所述映射关系记录为方位融合特征的第一融合特征;
12、以所述目标区域的所述区域定位坐标系为基准,根据各个所述视频摄像头获取到的图像信息与所述区域定位坐标系之间的映射关系进行各个所述视频摄像头获取到的图像信息之间的映射关系的计算处理,以得到各个所述视频摄像头获取到的图像之间的映射关系,将所述映射关系记录为方位融合特征的第二融合特征。
13、优选地,根据各个所述视频摄像头的方位融合特征对各个所述视频摄像头的基础图像序列进行方位融合处理,以得到所述目标区域的整体场景序列的步骤包括:
14、根据各个所述视频摄像头的所述第一融合特征,将各个所述视频摄像头获取到的图像信息转换为所述区域定位坐标系的单视角行为信息;
15、根据各个所述视频摄像头之间的所述第二融合特征,对各个所述视频摄像头获取到的图像信息转换的所述区域定位坐标系的单视角行为信息进行修正处理,以得到各个所述视频摄像头在所述区域定位坐标系中转换的视角修正行为信息;
16、基于所述区域定位坐标系,对各个所述视角修正行为信息进行叠加处理,以得到所述目标区域在一个时刻的整体场景;
17、重复上述步骤,得到各个时刻的所述整体场景,并按时间顺序将各个所述整体场景排序,以得到所述目标区域的整体场景序列。
18、优选地,根据预期设置的异常行为标准对所述整体场景序列的各个所述整体场景进行异常特征的采集处理,以生成所述整体场景序列的各个所述整体场景的若干异常特征的步骤包括:
19、根据预期设置的异常行为标准对所述整体场景序列的各个所述整体场景进行异常行为的提取,以得到若干疑似异常行为和对应各个所述疑似异常行为的疑似参数图谱;其中,所述疑似参数图谱包含有若干疑似参数,所述疑似参数用于描述所述疑似异常行为与预期设置的异常行为标准中的某项异常行为的近似程度;
20、根据所述疑似异常行为归属的所述整体场景在所述整体场景序列中的位置信息,生成所述疑似异常行为的时刻标签;
21、根据所述疑似异常行为在所述整体场景中的位置信息生成所述疑似异常行为的位置标签;
22、将所述疑似异常行为与相应的所述疑似参数图谱、所述时刻标签以及所述位置标签构建为一个组合,以生成所述整体场景的一个异常特征。
23、优选地,基于所述整体场景序列对各个所述异常特征分别进行追溯处理,以得到各个所述异常特征在所述整体场景序列中的连续变化图谱的步骤包括:
24、将具有连续关系的所述时刻标签和具有一致关系的所述位置标签的各个所述异常特征归纳为一个集合,并按时间顺序对集合中的各个异常特征进行排列,将排列的结果作为所述异常特征的连续变化图谱。
25、优选地,分别基于各个所述连续变化图谱对各个所述异常特征进行时间顺序上的自我关联性的分析,以得到各个所述异常特征的在时间顺序上的自我关联性参数的步骤包括:
26、将所述连续变化图谱的各个所述异常特征的所述各个疑似参数按进行分类与排列,得到所述连续变化图谱的各个疑似参数变化图谱;其中,所述疑似参数变化图谱中的所述疑似参数均用于描述所述疑似异常行为与预期设置的异常行为标准中的同一项异常行为的近似程度;
27、对各个所述疑似参数变化图谱进行所述疑似参数的数值连续性的判断,得到各个所述疑似参数变化图谱的连续性特征,并排除所述连续性特征不符合预设标准的所述疑似参数变化图谱;
28、对剩余的各个所述疑似参数变化图谱分别进行均值计算,得到各个所述疑似参数变化图谱的疑似均值,并将各个所述疑似均值的集合作为所述异常特征在时间顺序上的自我关联性参数。
29、优选地,根据各个所述连续变化图谱对各个所述异常特征进行互相之间的交互关联性的分析,以得到各个所述异常特征在所述目标区域中的交互关联性参数的步骤包括:
30、对各个所述连续变化图谱进行时间关系上的分析,以得到各个所述连续变化图谱的时间关联性向量;
31、对各个所述连续变化图谱进行空间关系上的分析,以得到各个所述连续变化图谱的空间关联性向量;
32、构建互相垂直的时间向量轴与空间向量轴,并根据所述时间关联性向量与所述空间关联性向量分别在所述时间向量轴与所述空间向量轴上取值,之后对所述时间向量轴与所述空间向量轴的取值进行距离计算,将所述距离计算的结果作为所述交互关联性参数。
33、优选地,根据所述异常特征的自我关联性参数与交互关联性参数对所述异常特征进行异常行为分析,以得到所述异常特征的异常行为分析结果的步骤包括:
34、将具有符合预期标准的所述交互关联性参数的各个所述异常特征归纳为一个集合,并对集合内的各个所述异常特征的自我关联性参数所包含的各个疑似均值进行互相组合,对所述组合中的各个所述疑似均值进行关联性的分析,以得到关联性分析参数;
35、对各个所述组合的所述关联性分析参数与所述疑似均值进行叠加运算,以得到运算结果,并将具有最高数值的运算结果的所述疑似均值的所述组合作为最终组合,将所述最终组合中的所述疑似均值所对应的疑似异常行为确定为所述异常特征的异常行为。
36、第二方面,本发明提供一种基于多视频摄像头的异常行为分析系统,包括:
37、图像采集模块,用于通过若干视频摄像头对目标区域持续进行图像采集,并根据时间顺序对各个所述视频摄像头采集的图像分别进行排序处理,以得到所述目标区域由各个所述视频摄像头采集到的基础图像序列;
38、图像处理模块,用于获取各个所述视频摄像头与所述目标区域之间的相对位置信息,并根据各个所述视频摄像头的相对位置信息进行方位融合的计算处理,以得到各个所述视频摄像头的方位融合特征,根据各个所述视频摄像头的方位融合特征对各个所述视频摄像头的基础图像序列进行方位融合处理,以得到所述目标区域的整体场景序列;其中,所述整体场景序列包括若干依次排列的整体场景,所述整体场景用于对所述目标区域进行多角度的描述;
39、特征采集模块,用于根据预期设置的异常行为标准对所述整体场景序列的各个所述整体场景进行异常特征的采集处理,以生成所述整体场景序列的各个所述整体场景的若干异常特征;
40、第一计算模块,用于基于所述整体场景序列对各个所述异常特征分别进行追溯处理,以得到各个所述异常特征在所述整体场景序列中的连续变化图谱,并分别基于各个所述连续变化图谱对各个所述异常特征进行时间顺序上的自我关联性的分析,以得到各个所述异常特征的在时间顺序上的自我关联性参数;
41、第二计算模块,用于根据各个所述连续变化图谱对各个所述异常特征进行互相之间的交互关联性的分析,以得到各个所述异常特征在所述目标区域中的交互关联性参数;
42、结果分析模块,用于根据所述异常特征的自我关联性参数与交互关联性参数对所述异常特征进行异常行为分析,以得到所述异常特征的异常行为分析结果;其中,所述异常行为分析结果用于描述所述异常特征属于何种异常行为。
43、第三方面,本发明提供一种计算机设备,包括存储器和处理器,所述存储器存储有可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现第一方面任一项所述的一种基于多视频摄像头的异常行为分析方法。
44、第四方面,本发明提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序在被处理器运行时使得所述处理器执行如第一方面中任一项所述的一种基于多视频摄像头的异常行为分析方法。
45、本发明提供了一种基于多视频摄像头的异常行为分析方法,具有以下有益效果:
46、本发明通过对目前区域进行多视角的图像采集和图像分析,得到整体场景序列与若干异常特征,对各个异常特征进行追溯处理,得到连续变化图谱,通过对各个连续变化图谱的自我关联性分析与交互关联性分析,得到异常特征的自我关联性参数与各个异常特征之间的交互关联性参数,基于自我关联性参数和交互关联性参数进行分析,确定异常特征实际代表的异常行为,解决了现有技术中从单一视角进行异常行为分析容易导致误判的问题。