视频监控系统、异常事件检测方法与流程

文档序号:33622237发布日期:2023-03-25 12:46阅读:167来源:国知局
视频监控系统、异常事件检测方法与流程

1.本发明涉及安全检测技术领域,具体而言,涉及一种视频监控系统、异常事件检测方法。


背景技术:

2.高原电力项目施工规模庞大且系统复杂,局部异常事件会影响整体项目的正常运行,为确保施工安全、协调,若能精确预警、识别异常事件对高原环境下电力项目施工有重要意义。
3.目前,基于视频监控实时检测高原电力施工中异常事件成为了研究的热门方向,然而在高原复杂环境下基于视频监控的异常事件检测非常具有挑战性,传统的视频监控系统普遍采用高清摄像头对施工场地的关键性节点进行实时监控,并基于视频监控对施工场地内的异常事件进行识别,该类监控系统通常采用的是一种被动监控的模块,一般是在异常事件发生后,监控人员通过调取监视画面或其它途径以获得异常事件信息,进一步判断异常事件类型;上述方案在实际运用中,依靠人工操作来监控场景,通过观看视频发现异常事件,时常发生错检、漏检;
4.尤其是当施工场地内发生例如火灾、台风、雷电等自然灾害引起的严重异常事件时,现有方法在基于图像识别时难以正确检测出实际事故类型;另一方面,由于高原环境的复杂性,图像采集设备能够采集到的区域有限,当事故发生在检测盲区无法被检测时,会造成异常事件的漏检和难检的问题。为有效提升传统视频异常事件检测精度、稳定性,我们提出了一种视频监控系统、异常事件检测方法。


技术实现要素:

5.本发明的目的在于提供一种视频监控系统、异常事件检测方法,用以解决高原环境下施工过程中异常事件漏检、难检的技术问题。
6.本发明第一方面技术方案提供一种视频监控系统,包括服务器以及布置在监控区域内至少一个电子围栏,所述服务器与电子围栏通信连接,所述电子围栏包括:
7.至少一个数据采集装置,用于采集监控区域内的环境数据;
8.至少一个检测节点,用于检测监控区域内检测数据的变化趋势,对异常事件进行预测;
9.至少一个监控设备,用于获取监控区域内的视频图像信息;
10.至少一个感应组件,用于识别闯入或闯出电子围栏;
11.显示屏,用于显示视频图像监控数据以及危险报警数据;
12.主控模块,其配置有目标检测模块,所述目标检测模块配置为根据所述监控设备采集到的图像数据进行目标检测,确定存在目标检测对象的目标显示区。
13.进一步地,所述监控设备上安装有角度调节组件,所述角度调节组件配置为根据目标检测模块的检测结果调节监控设备的角度参数。
14.进一步地,该系统还包括:
15.火灾传感器,布置在监控区域内并与监控设备通信连接,当检测火灾时,通过角度调节组件调节监控设备的角度对火灾进行监控。
16.进一步地,多个所述目标检测模块包括:
17.第一目标检测单元,配置为对所述图像数据进行全图扫描,用于检测监控区域内有无异物闯入;
18.第二目标检测单元,配置为对所述图像数据进行全图扫描,用于检测监控区域内有无自然灾害发生;
19.第三目标检测单元,配置为对所述图像数据进行全图扫描,用于检测监控区域内施工人员是否佩戴护具;
20.第四目标检测单元,配置为对所述图像数据进行全图扫描,用于检测监控区域内有无交通异常事件。
21.进一步地,所述服务器采用云服务器,所述云服务器配置为接收目标检测模块传送的图像信息进行解压后分区存储至数据库中。
22.进一步地,所述数据采集装置所采集的环境数据信息至少包括:温湿度、氧气浓度、天气、紫外线辐射、大气压。
23.进一步地,该系统还包括:预警通知模块,用于根据监控区域内是否存在异常事件发出预警信息,若存在异常事件,则获取对应的预警信息,所述预警信息至少包括:时间、地理位置坐标以及异常事件类型。
24.本发明第二方面技术方案提供一种异常事件检测方法,应用于本发明第一方面技术方案中任一项所述的视频监控系统,包括如下步骤:
25.按照预设比例收集多种类别数据集信息并分别标注至数据集,根据预设比例进行划分得到多个训练集和验证集;
26.将多个训练集分别输入训练模型进行模型训练,训练集对应的验证集输入训练模块进行验证,将训练好的模型分别嵌入对应的目标检测单元内;
27.根据施工区域确定电子围栏的布置区域,针对电子围栏布置区域进行区域划分并设定跨区域规则和判定异常事件等级规则;
28.根据预设检测节点的检测结果调取监控画面并对监控画面进行预处理;
29.利用目标检测模块获取预处理后监控画面的目标检测结果;
30.根据目标检测结果获取异常事件类型及等级。
31.进一步地,监控画面预处理包括:
32.将监控画面拆分成帧图像,分别输入至多个目标检测单元中对异常事件进行检测,若检测到某一类别,将该检测类别输出且标记预警信息;
33.若无异常事件,则直接输出无预警信息。
34.进一步地,,所述获取目标检测结果还包括:将视频片段输入至m-i3d模块的空间流卷积神经网络和时间流卷积神经网络中进行特征提取,并利用多示例排序模型根据特征输出异常分数,判断是否发生异常事件。
35.本发明第二方面技术方案提供的异常事件检测方法,应用于本发明第一方面技术方案中任一项所述的视频监控系统,因而其具有如本技术第一方面技术方案所述的视频监
控系统的全部有益效果,在此不再赘述。
36.本发明的有益效果包括:
37.1.本发明所提供的视频监控系统,通过电子围栏、监控设备、数据采集装置、检测节点以及目标检测模块的配合使用,改善了高原环境下施工视频监控系统中仅对关键性节点实时监控的问题,采用一种主动监控的模式,在异常事件发生之前做出预警,无需依靠人工操作来监控场景,进一步加强了监控区域的安全管理;
38.2.本发明所提供的异常事件检测方法,基于视频监控系统,通过对比目标检测模块中多种正负样本的特征匹配程度,来判断该施工区域内是否存在异常事件,避免出现错检、漏检的情况,有效提高了针对异常事件的准确率;另一方面通过对异常事件进行等级划分,以实现针对不同等级采用不同处理手段。
附图说明
39.为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
40.图1为本发明实施例提供的视频监控系统的结构示意图;
41.图2为本发明实施例提供的电子围栏的结构示意图;
42.图3为本发明实施例提供的异常事件检测方法的步骤示意图。
具体实施方式
43.下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行描述。
44.应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本发明的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
45.本技术实施例以高原环境下的电力施工工程为例介绍本技术提出的技术方案,但不是将使用场景限定于电力施工工程,任何可以使用本技术的场景都是本技术要求保护的范围。
46.首先,所述监控设备优选具有广角整体场景拍摄、高变焦能力的摄像设备,以使得每个监控设备的拍摄范围较大,实现对目标进行特征判别;在施工区域内,监控设备的布置以尽可能覆盖施工区域为准。
47.请参见图1和图2所示,本技术第一方面技术方案提供一种视频监控系统,包括服务器以及布置在监控区域内至少一个电子围栏,所述服务器与电子围栏通信连接,所述电子围栏包括:
48.多个数据采集装置,用于采集监控区域内的环境数据;所述数据采集装置所采集的环境数据信息至少包括:温湿度、氧气浓度、天气、紫外线辐射、大气压,考虑到高原的复杂环境,其环境因素也是引起异常事件的主要原因之一,数据采集装置可以包括但不限于温湿度传感器、气压计、风量仪、氧气浓度监测仪、紫外检测器、气象探测仪中的一种或多种;
49.至少一个检测节点,用于检测监控区域内检测数据的变化趋势,对异常事件进行预测;其中检测数据包括但不限于上述数据采集装置所采集到的环境数据以及所述监控设备采集到的视频图像信息,根据检测数据对监控区域内发生异常事件进行预测;
50.至少一个监控设备,用于获取视频图像信息;所述监控设备可通过假设高塔布置在监控区域内,其通信优选无线通讯方式讲过采集到的图像信息上传至服务器;由于高原环境下供电困难,其电源模块优选光伏板+蓄电池实现供电;其布置点包括但不限于监控区域出入口、路口、电力设备、施工设备、档案室、财务资料室中的一个或多个;
51.至少一个感应组件,用于识别闯入或闯出电子围栏;所述感应组件配置为通过雷达不间断扫描监控区域,如果感应组件检测到有非法闯入,则输出可疑目标的位置信息,此时通过监控设备对非法闯入的异物进行目标检测,以获取异常事件的类型。
52.显示屏,用于显示视频图像监控数据以及危险报警数据;主控模块,其配置有目标检测模块,所述目标检测模块配置为根据所述监控设备采集到的图像数据进行目标检测,确定存在目标对象的目标显示区。本实施例中提供一种调度中心与所述显示屏和主控模块配合使用,所述调度中心用于对整个建设工程进行区域划分,与现有技术相比,其仅需配置有一个显示屏即可完成对整个施工区域的异常事件监控,无需人工辅助判断,以此解决了难检、漏检的问题。
53.其中,所述监控设备上安装有角度调节组件,同时施工区域内布置有与监控设备通信连接的多个火灾传感器,所述角度调节组件配置为根据目标检测模块调节监控设备的角度参数;其中角度调节组件可配置为通过电机改变监控设备的监控范围,当火灾传感器检测到火灾出现时,通过角度调节组件调节监控设备的角度对火灾现场进行监控;所述角度调节组件的具体结构及工作原理可参考公开号为cn112911224b的发明专利一种视频监控系统高清摄像模组,在此不再进行赘述。
54.其中,多个所述目标检测模块包括:
55.第一目标检测单元,配置为对所述图像数据进行全图扫描,用于检测监控区域内有无异物闯入;所述第一目标检测单元的触发条件与上述实施例中的感应组件匹配;第二目标检测单元,配置为对所述图像数据进行全图扫描,用于检测监控区域内有无自然灾害发生;所述第二检测单元的触发条件与上述实施例中检测节点匹配;第三目标检测单元,配置为对所述图像数据进行全图扫描,用于检测监控区域内施工人员是否佩戴护具;第四目标检测单元,配置为对所述图像数据进行全图扫描,用于检测监控区域内有无交通异常事件;
56.本实施例中通过第一目标检测单元、第二目标检测单元,实现了对监控区域内异常事件的提前预测,即监控区域内存在引发异常事件的因素但并未实际发生异常事件,与现有技术相比,该方式属于主动监控,更利于预防施工过程中发生异常事件;结合第三目标检测单元、第四目标检测单元,有效提升了对异常事件的检测精度,避免出现漏检的情况。
57.其中,所述服务器采用云服务器,所述云服务器配置为接收目标检测模块传送的图像信息进行解压并分区存储至数据库中。
58.其中,该系统还包括:预警通知模块,用于识别监控区域内是否存在异常事件,若存在异常事件,则获取对应的预警信息,所述预警信息至少包括:时间、地理位置坐标以及异常事件类型。
59.请参见图3所示,本发明第二方面技术方案提供一种异常事件检测方法,应用于本发明第一方面技术方案任一项所述的视频监控系统,包括:
60.步骤s1,按照预设比例收集多种类别数据集信息并分别标注至数据集,根据预设比例进行划分得到多个训练集和验证集;
61.在步骤s1中,多种类别数据集信息包括:涉及异物闯入的数据集信息、涉及自然灾害的数据集信息、涉及护具佩戴的数据集信息以及涉及交通异常的数据集信息;
62.步骤s2,将多个训练集分别输入训练模型进行模型训练,训练集对应的验证集输入训练模块进行验证,将训练好的模型分别嵌入对应的目标检测单元内;
63.在步骤s2中,所述第一目标检测单元的训练过程包括:将异物闯入数据集信息中有关非法闯入特征的图像信息输入所述训练模型进行迭代训练,训练完成后将验证数据中的非法闯入特征图像输入该模型进行验证并获取验证结果;所述第二目标检测单元的训练过程包括:将自然灾害数据集信息中有关自然灾害特征的图像信息输入所述训练模型进行迭代训练,训练完成后加工验证数据中的自然灾害特征图像输入该模型进行验证并获取验证结果;所述第三目标检测单元的模型训练过程包括:将数据集中有关施工人员佩戴施工设备特征的图像信息输入所述训练模型进行迭代训练,训练完成后将验证数据中的施工人员特征图像输入该模型进行验证,并获取验证结果;利用所述第四目标检测单元的训练过程包括:将数据集中有关交通异常特征的图像信息输入所述训练模型进行迭代训练,训练完成后将验证数据中的交通异常特征图像输入该模型进行验证并获取验证结果;
64.步骤s3,根据施工区域确定电子围栏的布置区域,针对电子围栏布置区域进行区域划分并设定跨区域规则和判定异常事件等级规则;
65.在步骤s3中,所述跨区域规则的划分具体包裹:建立第一规则编辑器,根据施工区域内的区域划分对应至合适的跨区域规则,例如在高原环境下,施工过程中考虑到对自然环境、人员保护等因素,制定不同的跨区域规则;所述异常事件等级规则的划分具体包括:建立第二规则编辑器,根据上述多种数据集信息中不同的异常事件对应至合适的异常事件等级;需要说明的是,本实施例中关于跨区域规则、异常事件等级判定规则应根据监控区域及施工区域的具体情况而定,本公开中不针对跨区域规则、异常事件等级判定规则进行限定;
66.步骤s4,根据预设检测节点的检测结果调取监控画面并对监控画面进行预处理;
67.其中,监控画面预处理包括:
68.将监控画面拆分成帧图像,并将图片尺寸统一大小为416
×
416,以减少尺寸输入不同导致目标检测能力降低的影响,分别输入至多个目标检测单元中对异常事件进行检测,若检测到某一类别,将该检测类别输出且标记预警信息;
69.若无异常事件,则直接输出无预警信息。
70.步骤s5,利用目标检测模块获取预处理后监控画面的目标检测结果;
71.步骤s6,根据目标检测结果获取异常事件类型及等级。
72.其中,所述获取目标检测结果还包括:将视频片段进行输入至m-i3d模块的空间流卷积神经网络和时间流卷积神经网络中进行特征提取,并利用多示例排序模型根据特征输出异常分数,判断是否发生异常事件,本实施例中的目标监测方法主要应用于上述实施例中的第三目标检测单元,实现对施工人员的行为识别,实现相对复杂施工环境下进行施工
人员行为识别,其具体识别方法可参考公开号为cn114724236a的发明专利一种基于3d卷积神经网络的行为识别方法及系统,在不不再进行赘述。
73.本发面第二方面技术方案提供的异常事件检测方法,应用于本发明第一方面技术方案任一项所述的视频监控系统,因而其具有如本技术第一方面技术方案所述的视频监控系统的全部有益效果,在此不再赘述。
74.以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1