了一个检测点，该检测点对应有自己的检测位图ml、检测次数nl和容错次数n2。
[0090]设置该检测点的检测位图ml中需要检测的区域为禁区，禁区所对应的矩阵格的值为1，表示需要检测，检测位图ml中其他矩阵格的值为0，表示不需要检测。检测次数nl为1、容错次数n2为0，即只要检测到有移动目标在规定区域，就认为符合智能分析策略。
[0091]实施例5、智能分析策略为双向姅线，即移动目标触碰到姅线。假设双向姅线输入条件为姅线区域坐标与灵敏度Si (O?9)。
[0092]双向姅线的判定步骤只有一步，即在姅线及其扩展区域内检测到移动目标，就认为有双向姅线的发生。因此双向姅线的检测序列只有一个检测点，该检测点的检测位图ml如图4所示，其需要检测的区域包括姅线及其扩展区域，其中网纹矩阵格为姅线的扩展区域，扩展区域所包围的黑色矩阵格区域就是姅线区域，姅线及其扩展区域所对应的矩阵格的值为1，表示需要检测，检测位图ml中其他矩阵格的值为O，表示不需要检测。
[0093]根据灵敏度在姅线的区域内换算出扩展区域，扩展区域的矩阵格符合与姅线区域的最小距离小与等于距离D (格数)，距离D计算公式:
[0094]D =(检测位图长N与高M的取小值)*调节常数* (S1/10)；
[0095]本实施例调节常数取值0.2。
[0096]双向姅线检测序列的检测次数nl为1、容错次数n2为O。双向姅线检测点为一个，触发则认为符合智能分析策略。
[0097]实施例6、智能分析策略为单向姅线，即移动目标从特定一个方向触碰到拌线。假设单向姅线输入条件为姅线区域坐标与灵敏度Si (O?9)。
[0098]与实施例5不同的是，本实施例姅线的扩展区域需要根据姅线的触发方向来设定，假设姅线的触发方向为X — Y方向，则当X在姅线左侧，则向右扩展，X在姅线右侧则向左扩展，Y在姅线上侧则向下扩展，Y在姅线下侧则向上扩展。
[0099]如图5所示，姅线区域为黑色矩阵格区域，本实施例的扩展区域向左上扩展，如图5中网纹矩阵格，扩展的计算公式为:
[0100]扩展的格数=(禁区的高度与禁区的宽度的取小值)*灵敏度sl/ΙΟ，如计算结果为O则调整为I。
[0101]单向姅线的判定步骤通常包括两步，首先判定是否有移动目标进入姅线的扩展区域，如果是则触发进一步的判断，判断移动目标是否进入姅线区域。因此对于单向姅线的检测序列，也设置了两个检查点，每个检测点对应有自己的检测位图ml、检测次数nl和容错次数n2。
[0102]对应于第一个判定步骤设置第一个检测点，第一个检测点的检测位图ml中需要检测的区域使用扩展区域，扩展区域所对应的矩阵格的值为1，表示需要检测，检测位图ml中其他矩阵格的值为O，表示不需要检测。检测次数η I为1、容错次数η2为O，这个检测点用于单向姅线的触发点。
[0103]对应于第二个判定步骤设置第二个检测点，第二个检测点的检测位图ml中需要检测的区域使用姅线区域。姅线所对应的矩阵格的值为1，表示需要检测，检测位图ml中其他矩阵格的值为0，表示不需要检测。检测次数nl为1，容错次数n2为:
[0104]容错次数n2 =(调节时间/存储位图间隔tl)*(sl/10);
[0105]其中，调节时间为常数，取值为2秒，容错次数n2用于消除进入目标的移动速度与徘徊导致的误差。
[0106]对于根据智能分析策略生成检测序列，需要根据具体的实际情况来分别对待，设置对应的不同检测序列，以下不再赘述。
[0107]步骤2、获取为所述视频图像序列生成的对应移动信息位图序列，按照检测序列所包含的检测点的顺序，采用检测点对应的检测位图依次对移动信息位图序列进行检测，当检测序列包含的所有检测点均检测满足各自的检测次数和容错次数时，记录一个可疑事件到检测结果集。
[0108]本实施例的检测序列包含k个检测点，每个检测点对应有各自的检测位图ml、检测次数nl和容错次数n2为例，按照检测点的顺序，采用检测点对应的检测位图依次对移动信息位图序列进行检测。
[0109]每一个检测点采用检测位图依次对移动信息位图序列中的每个移动信息位图进行检测，检测结果为非O则终止检测该位图检测，判定该移动信息位图符合该检测点的检测位图，否则认为不符合检查位图。依次对移动信息位图序列的检测符合累计nl次后，再进入检测序列的下一个检测点进行检测。
[0110]容错次数n2用于容错度调节，对于每一个检测点，采用检测位图依次与移动信息位图序列中的每个移动信息位图进行检测，当检测结果不符合累计n2次后，中断检测序列中本次检测点的检测，重新开启检测序列中第一个检测点的检测。
[0111]如果一个检测点检测到移动信息位图符合该检测点的检测位图的次数等于或大于其检测次数和检测到移动信息位图不符合该检测点的检测位图的次数少于其容错次数时，则认为该检测点的检测满足其检测次数和容错次数，则继续下一个检测点检测，直到所有检测点均检测满足各自的检测次数和容错次数时，记录一个可疑事件到检测结果集；任何一个检测点的检测不满足其检测次数和容错次数，就终止本次检测。无论是否检测到可疑事件，在检测序列的一次检测结束之后，可以返回检测序列的第一个检测点再次进行循环检测，直到所有移动信息位图序列检测完毕。
[0112]下面以一个检测点的检测过程为例，详细介绍检测过程如下:
[0113]将检测点的检测位图ml依次与移动信息位图序列中的移动信息位图进行与运算;
[0114]当运算结果为非O时，累加运算结果为非O的次数，如果累加的运算结果为非O的次数小于检测次数nl，则继续与移动信息位图序列中的下一个移动信息位图进行与运算，否则结束本检测点的检测，进入下一个检测点的检测；
[0115]当运算结果为O时，累加运算结果为O的次数，如果累加的运算结果为O的次数小于容错次数n2，则继续与移动信息位图序列中的下一个移动信息位图进行与运算，否则终止本次检测，返回第一个检测点再次进行循环检测。
[0116]可见，检测序列对应了智能分析策略的判断步骤，只有在前的检测点检测到满足其检测次数和容错次数时后，才会进入下一个检测点，以此类推，直到所有检测点都到满足其检测次数和容错次数时，才判断根据视频图像的智能分析策略检测到了所要分析的事件，记录一个可疑事件到检测结果集，返回第一个检测点再次进行循环检测。如果中间有一个检测点未满足其检测次数和容错次数时，就终止本次检测，返回第一个检测点再次进行循环检测。
[0117]以下通过一个具体的实施例来对本发明视频图像序列进行智能分析的方法进行阐述，将一个水池设置为禁区，对应的智能分析策略为禁区入侵，要求在水池内滞留不能超过t2秒，灵敏度为Si。
[0118]首先根据禁区入侵智能分析策略生成检测序列，检测序列包括两个检测点，假设编码设备产生移动信息位图的每秒个数为jl个，则第一个检测点以根据灵敏度Si计算出的水池周边的扩展区域为检测位图ml中需要检测的区域，检测次数nl为1，容错次数n2为0，第二个检测点以水池为检测位图ml中需要检测的区域，检测次数nl为t2* j 1-(t2* j I) * (sl/10) *cl，容错次数 n2 为(t2* j I) * (sl/10) *cl。
[0119]检测序列的第一检测点检测移动信息位图序列，当可疑目标在触碰到水池周边的扩展区域时，第一个检测点检测符合事件检测，则触发第二个检查点开始检测移动信息位图序列，即对水池内区域进行运动检测；在第二个检测点进行检测时，如果在水池内运动检测有效次数大于或等于t2*jl-(t2*jl)*(sl/10)*cl，且容错次数小于(t2*jI)*(sl/10)*cl，则判断第二检测点检测符合事件检测，记录一个禁区入侵事件到检测结果集中，重新采用第一检测点检测后续的移动信息位图序列，监控是否有可疑物入侵；当第二个检测点检测不符合事件检测时，则重新采用第一检测点检测后续的移动信息位图序列，监控是否有可疑物入侵。
[0120]基于本发明的方法，对视频监控录像进行分析，其计算量大大降低。以单向姅线为例，设定检查单向姅线需要每秒10个移动信息位图，每个移动信息位图大小按照22*18，则一天的数据量为40MB (如果按4mps视频录像则需要346Gb录像数据)，64位CPU的与运算需要计算次数为5M次。设定CPU频率为2G，20亿赫兹，每个核心每个时钟周期执行2条指令，4个核心，总的运算速度就是20亿*2*4 = 160亿次，理论上一秒可以完成与运算3200次。
[0121]可见通过本发明提出的方法，摈弃传统智能分析录像方法，避免处理庞大的视频数据，极大缩减用户从海量视频录像找到关键视频录像的时间。可以对单摄像机一天录像使用基于移动信息