CN101320427A - 一种具有对目标的辅助监测功能的视频监控方法及系统 - Google Patents
一种具有对目标的辅助监测功能的视频监控方法及系统 Download PDFInfo
- Publication number
- CN101320427A CN101320427A CNA200810115997XA CN200810115997A CN101320427A CN 101320427 A CN101320427 A CN 101320427A CN A200810115997X A CNA200810115997X A CN A200810115997XA CN 200810115997 A CN200810115997 A CN 200810115997A CN 101320427 A CN101320427 A CN 101320427A
- Authority
- CN
- China
- Prior art keywords
- monitoring objective
- image
- monitoring
- target
- obtains
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 188
- 238000000034 method Methods 0.000 title claims abstract description 35
- 238000004458 analytical method Methods 0.000 claims abstract description 10
- 238000012545 processing Methods 0.000 claims abstract description 8
- 206010000117 Abnormal behaviour Diseases 0.000 claims description 19
- 238000011221 initial treatment Methods 0.000 claims description 18
- 238000004454 trace mineral analysis Methods 0.000 claims description 15
- 238000006243 chemical reaction Methods 0.000 claims description 10
- 238000001914 filtration Methods 0.000 claims description 9
- 231100001261 hazardous Toxicity 0.000 claims description 7
- 238000005260 corrosion Methods 0.000 claims description 6
- 230000007797 corrosion Effects 0.000 claims description 6
- 230000000877 morphologic effect Effects 0.000 claims description 6
- 239000004744 fabric Substances 0.000 claims description 3
- 238000005206 flow analysis Methods 0.000 claims description 3
- 238000009499 grossing Methods 0.000 claims description 3
- 230000003542 behavioural effect Effects 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 2
- 230000007246 mechanism Effects 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 230000005012 migration Effects 0.000 description 2
- 238000013508 migration Methods 0.000 description 2
- 230000004069 differentiation Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Landscapes
- Alarm Systems (AREA)
Abstract
一种具有对目标的辅助监测功能的视频监控方法,包括以下步骤:a)对目标区域图像进行采集;b)对目标区域图像中的监测目标进行识别和跟踪处理,获取监测目标的数目和/或运动信息;c)根据获取的监测目标的数目和/或运动信息进行人流状况综合统计及分析。本发明能够智能化地辅助安全管理员进行管理,从而有效地减少安全隐患,同时能够节省大量的管理人力。并且通过独特的背景更新机制,对轨道交通站台、商场门口、通道门口等人流量很大的场景的应用更可靠;针对不同人流量区分进行目标跟踪处理,既简化了现有的过于细化的跟踪算法,也使得处理效果更佳。
Description
技术领域
本发明涉及计算机视觉领域的安全监控技术,尤其涉及一种视频监控方法及系统。
背景技术
现代城市中的轨道交通是一种非常便利的交通方式,它不受天气和交通状况的影响,可以载乘客按时到达目的地,因此人们都非常喜欢选择轨道交通作为出行方式。但是,由于城市人口众多,多数人又都希望按时到达目的地,因此使得轨道交通的客流量非常大。通常在站台上,特别是上车下车的屏蔽门处,更是人群拥挤之处,同时也是最容易造成安全事故的地方。用安全员来进行人为管理,需要消耗人的大量精力,而且由于人群拥挤,容易忽略一些看不到的情景。
现有的人流统计系统主要是利用在现场安装传感器来进行测量统计,这样的装置在类似轨道交通这种场景下安装非常不方便,使用和维护的耗资也比较大,而且人流过大时,统计也不准确。
对于其他公众,例如商场、公园门口和某些通道出入口也存在类似的问题。而除了人以外,对车辆等其他运动目标,也有类似的问题。
发明内容
本发明所要解决的技术问题是提供一种具有对目标的辅助监测功能的视频监控方法及系统,能够智能化地辅助安全管理员进行管理,从而有效地减少安全隐患,同时能够节省大量的管理人力。
为了解决上述技术问题,本发明提供了一种具有对目标的辅助监测功能的视频监控方法,包括以下步骤:
(a)对目标区域图像进行采集;
(b)对目标区域图像中的监测目标进行识别和跟踪处理,获取监测目标的数目和/或运动信息;
(c)根据获取的监测目标的数目和/或运动信息进行人流状况综合统计及分析。
进一步地,步骤(b)分为以下步骤:
背景建模,对目标区域图像进行过滤,得到背景图像并进行更新;
获取监测目标图像,从当前帧图像中减去当前背景图像并根据相减后得到的像素点的差分值选择监测目标图像的像素点,获取作为前景的监测目标图像;
识别和跟踪,先对监测目标图像中的监测目标进行识别,然后对识别出的监测目标进行跟踪。
进一步地,在进行背景建模时,是对目标区域图像进行多帧中值滤波,并且判断中值变化是否超过一预设的阈值,如果没有超过,则将滤波后的图像更新为新的背景图像,如果超过,则不对背景图像进行更新。
进一步地,在获取监测目标图像时,从当前帧图像中减去当前背景图像,对图像上的每一像素点,先对相减后的差分值进行加权值变换,再判断变换后的值是否大于一预设的阈值,如果大于,则判定其为监测目标图像中的像素点,对各像素点处理完后,再采用形态学的腐蚀膨胀方法进一步消除其中的噪声及目标干扰,得到监测目标图像。
进一步地,对监测目标进行识别和跟踪时,先对监测目标图像中的监测目标进行识别,获取图像中监测目标的数目并与一设定的阈值进行比较,当大于或大于等于该阈值时,采用均值迁移方法对监测目标图像中的运动目标进行跟踪分析,否则用多个椭圆近似所有的前景目标进行跟踪分析,跟踪分析后获取监测目标的运动信息。
进一步地,
步骤(c)进行综合统计及分析后,如符合设定的报警条件则进行报警,包括以下处理中的一种或多种:
将监测目标的数目信息与预设的一人流报警阈值进行比较,如超过该阈值即通知报警装置进行报警;
根据监测目标的运动信息并判断是否有异常行为发生,包括:根据监测目标的运动方向判断是否有逆行情况发生,和/或根据监测目标所在位置判断是否有人进行危险区域,如有异常行为发生则进行报警。
进一步地,在获取监测目标图像时,对差分值进行加权值变换的公式如下:
式中:
i表示图像坐标点;
xi表示第i坐标点的前景值;
Bi表示第i坐标点的背景值;
σ表示抗噪平滑参数,通常根据图像噪声大小确定;
exp表示为指数运算符。
本发明提供的一种具有对目标的辅助监测功能的视频监控系统,包括依次连接的数据采集装置、初始处理装置、综合统计分析装置以及报警装置,其中:
数据采集装置,由一组摄像头组成,用于拍摄目标区域的图像并输出到相应的初始处理装置。
初始处理装置,用于对收到的目标区域图像进行监测目标即人的识别和跟踪处理,并得到的监测目标信息并输出到综合统计分析装置;
综合统计分析装置,用于根据收到的监测目标信息对监测目标进行各种行为分析。
进一步地,初始处理模块包括依次连接的背景建模单元、前景目标检测单元以及目标跟踪单元,其中:
背景建模单元用于对目标区域图像进行过滤,得到背景图像并进行更新;
前景目标检测单元用于从当前帧图像中减去当前背景图像并根据相减后得到的像素点的差分值选择监测目标图像的像素点,获取作为前景的监测目标图像;
目标跟踪单元用于先对监测目标图像中的监测目标进行识别,然后对识别出的监测目标进行跟踪。
进一步地,背景建模单元在进行背景建模时,是对目标区域图像进行多帧中值滤波,并且判断中值变化是否超过一预设的阈值,如果没有超过,则将滤波后的图像更新为新的背景图像,如果超过,则不对背景图像进行更新。
进一步地,前景目标检测单元进一步包括:
初始目标获取子单元,用于接收运动区域图像和背景图像,从当前帧图像中减去当前背景图像后,对获取的两幅图像上的每一像素点,先对相减后的差分值进行加权值的变换,再判断变换后的值是否大于或大于等于一预设的阈值,只在该条件成立时,将该像素点作为监测目标图像中的像素点,对各像素点处理完后输出得到的监测目标图像;
噪声及干扰消除子单元,用于接收初始目标获取子单元输出的所述监测目标图像,采用形态学的腐蚀膨胀方法进一步消除其中的噪声及目标干扰后,作为监测目标图像输出到目标跟踪单元。
进一步地,目标跟踪单元进一步包括:
流量判定子单元,用于根据对收到的监测目标图像中的监测目标进行识别,获取图像中监测目标的数目并与一设定的阈值进行比较,当大于或大于等于该阈值时,触发小流量目标跟踪子单元进行处理,否则,触发大流量目标跟踪子单元进行处理,同时将监测目标的数目信息发送到综合统计分析装置;
小流量目标跟踪子单元,用于采用均值迁移方法对监测目标图像中的运动目标进行跟踪分析,获取监测目标的运动信息并发送到综合统计分析装置;
大流量目标跟踪子单元,用于采用前景目标椭圆化方法,即用多个椭圆近似所有的前景目标进行跟踪分析,获取监测目标的运动信息并发送到综合统计分析装置。
进一步地,本发明的系统还包括报警装置,其中:
综合统计分析装置进行行为分析后,如判断符合设定条件时,通知该报警装置;
所述报警装置,用于在收到所述通知后进行报警。
进一步地,本发明的系统还包括一报警装置,且综合统计分析装置进一步包括:
流量分析单元,用于接收监测目标的数目信息,与预设的一人流报警阈值进行比较,如超过该阈值即通知报警装置进行报警并指示报警原因为监测目标的流量过大;
异常行为分析单元,用于接收监测目标的运动信息并判断是否有异常行为发生,包括根据监测目标的运动方向判断是否有逆行情况发生,和/或根据监测目标所在位置判断是否有人进行危险区域,如有异常行为发生时通知报警装置进行报警并指示有异常行为;
小流量目标跟踪子单元和大流量目标跟踪子单元获取的监测目标的运动信息包括监测目标的位置信息和/或运动方向信息。
进一步地,该视频监控系统为轨道交通站台的视频监控系统,所述目标区域包括上下车门处,所述监测目标为人。
本发明能够智能化地辅助安全管理员进行管理,从而有效地减少安全隐患,同时能够节省大量的管理人力。进一步地,通过独特的背景更新机制,对轨道交通站台、商场门口、通道门口等等人流量很大的场景的应用更可靠;另外针对不同人流量区分进行目标跟踪处理,既简化了现有的过于细化的跟踪算法,也使得处理效果更佳。
附图说明
图1为本发明实施例视频监控系统的结构框图;
图2为图1中初始处理装置的单元框图;
图3为本发明实施例视频监控方法的流程图。
具体实施方式
本发明采集目标区域的图像后进行目标检测和跟踪处理,并根据检测及跟踪结果对监测目标进行各种行为分析,当分析出异常状况时,通过报警装置发出相应的报警信号,以提示安全管理人员涉入管理。
下面以轨道交通站台的视频监控系统为例,结合附图对本发明的技术方案进行更详细的阐述。
如图1所示,为本发明实施例的结构框图。该系统包括依次连接的数据采集装置、初始处理装置、综合统计分析装置以及报警装置;其中:
数据采集装置,由一组摄像头(1~N)组成,该组摄像头安装在各自对应的目标区域的上方,一般采用俯拍方式,用于拍摄目标区域如上下车门处或一些禁止区域内的图像并输出到相应的初始处理装置。
初始处理装置,由对应于N个摄像头的一组初始处理模块组成,用于对收到的目标区域图像进行监测目标即人的识别和跟踪处理,并得到的监测目标信息如监测目标的数量、运动方向等输出到综合统计分析装置;
综合统计分析装置,用于根据收到的监测目标信息对监测目标进行各种行为分析并在符合预定条件时通知报警装置,如有人逆行时,人流量过大时,危险区域中有人时等等。
报警装置,用于在收到通知后进行报警,以提醒安全管理员涉入管理。
图2给出了本发明的上述系统的初始处理装置中的各个初始处理模块的框图。该初始处理模块100包括依次连接的背景建模单元110、前景目标检测单元120以及目标跟踪单元130,其中:
背景建模单元110,用于对目标区域图像进行多帧中值滤波,并且判断中值变化是否超过一预设的阈值,如果没有超过,则将滤波后的图像更新为新的背景图像,并输出到前景目标检测模块,如果超过,则对不对背景图像进行更新。
所谓多帧中值滤波即对图像上的各个像素点,根据各帧中的该像素点的值进行排序,以排在中间的像素点的值作为滤波后图像中该像素点的值。由于站台这种特殊的场景会出现一会人流非常大,一会人流较少的情况,如果直接使用多帧中值滤波不是很适合,因为这种更新方式在人流量大且持续时间较长时会把人当作背景。通过增加一个对应于中值变化的阈值,在中值变化超过该阈值即变化较大时,说明有人经过,此时并不对背景进行更新,只有当取得的中值变化不超过这个阈值时才更新背景。
前景目标检测单元120,用于接收运动区域图像和背景图像,从当前帧图像中减去当前背景图像并根据相减后得到的像素点的差分值选择监测目标图像的像素点,获取作为前景的监测目标图像。该单元进一步包括:
初始目标获取子单元1201,用于接收运动区域图像和背景图像,从当前帧图像中减去当前背景图像后,对获取的两幅图像上的每一像素点,先对相减后的差分值进行加权值的变换,再判断变换后的值是否大于或大于等于一预设的阈值,只在该条件成立时,将该像素点作为监测目标图像中的像素点,对各像素点处理完后输出得到的监测目标图像。
一种加权变换的公式如下:
式中:
i表示图像坐标点;
xi表示第i坐标点的前景值;
Bi表示第i坐标点的背景值;
σ表示抗噪平滑参数,通常根据图像噪声大小确定;
exp表示为指数运算符。
噪声及干扰消除子单元1202,用于接收所述监测目标图像,采用形态学的腐蚀膨胀方法进一步消除其中的噪声及目标干扰后,作为监测目标图像输出到目标跟踪单元。
目标跟踪单元130,用于对收到的监测目标图像中的监测目标即人进行识别和跟踪,获取监测目标信息如数目、运动方向等发送到综合统计分析装置。其进一步包括:
流量判定子单元1301,用于根据对收到的监测目标图像中的监测目标进行识别,获取图像中监测目标的数目并与一设定的阈值进行比较,当大于或大于等于该阈值时,触发小流量目标跟踪子单元1302进行处理,否则,触发大流量目标跟踪子单元1303进行处理,同时将监测目标的数目信息发送到综合统计分析装置。
小流量目标跟踪子单元1302,用于采用均值迁移Meanshift方法对监测目标图像中的运动目标进行跟踪分析,获取监测目标的运动信息如位置信息、运动方向信息并发送到综合统计分析装置。
大流量目标跟踪子单元1303,用于采用前景目标椭圆化方法,即用多个椭圆近似所有的前景目标进行跟踪分析,获取监测目标的运动信息并发送到综合统计分析装置。
综合统计分析装置可以设置在轨道交通总控室内的工控机上,进一步包括以下单元:
流量分析单元,用于接收监测目标的数目信息,与预设的一人流报警阈值进行比较,如超过该阈值即通知报警装置进行报警并指示报警原因为监测目标的流量过大。
异常行为分析单元,用于接收监测目标的运动信息并判断是否有异常行为发生,如根据监测目标的运动方向判断是否有逆行情况发生,根据监测目标所在位置判断是否有人进行危险区域等,在有异常行为发生时通知报警装置进行报警并指示有异常行为。
报警装置,用于在收到上述通知后进行报警,并可给出相应的提示信息,以提醒安全管理员涉入管理。
本实施例视频监控方法的流程如图3所示。该流程包括如下步骤:
210:对目标区域图像进行采集;
220:对目标区域图像中的监测目标进行识别和跟踪处理,获取监测目标的数目和运动信息(或其中之一);
该步骤可分为背景建模,获取监测目标图像,以及对监测目标进行识别和跟踪等处理,其中:
背景建模时,是对目标区域图像进行多帧中值滤波,并且判断中值变化是否超过一预设的阈值,如果没有超过,则将滤波后的图像更新为新的背景图像,如果超过,则不对背景图像进行更新。
获取监测目标图像时,是从当前帧图像中减去当前背景图像并根据相减后得到的像素点的差分值选择监测目标图像的像素点,获取作为前景的监测目标图像。具体地,对图像上的每一像素点,可以先对相减后的差分值进行加权值的变换,再判断变换后的值是否大于一预设的阈值,如果大于,则判定其为监测目标图像中的像素点,对各像素点处理完后即可得到监测目标图像,对该监测目标图像还可以采用形态学的腐蚀膨胀方法进一步消除其中的噪声及目标干扰后再用于监测目标的识别和跟踪。
对监测目标进行识别和跟踪时,先对监测目标图像中的监测目标进行识别,获取图像中监测目标的数目并与一设定的阈值进行比较,当大于或大于等于该阈值时,采用均值迁移Meanshift方法对监测目标图像中的运动目标进行跟踪分析,否则用多个椭圆近似所有的前景目标进行跟踪分析,跟踪分析后需要获取监测目标的运动信息如位置信息、运动方向信息等。
230:根据获取的监测目标的数目和运动信息进行人流状况综合统计及分析,如符合设定的报警条件则发出相应的报警,提醒安全人员涉入管理。
具体地,可以将监测目标的数目信息与预设的一人流报警阈值进行比较,如超过该阈值即通知报警装置进行报警;或者根据监测目标的运动信息并判断是否有异常行为发生,如根据监测目标的运动方向判断是否有逆行情况发生,根据监测目标所在位置判断是否有人进行危险区域等,在有异常行为发生时通知报警装置进行报警并指示有异常行为。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化,譬如本发明的初始处理装置可以不分单元,通过对各个摄像头识别码ID,来获取各摄像头采集的图像数据,并进行相应的初始处理。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (15)
1.一种具有对目标的辅助监测功能的视频监控方法,包括以下步骤:
(a)对目标区域图像进行采集;
(b)对目标区域图像中的监测目标进行识别和跟踪处理,获取监测目标的数目和/或运动信息;
(c)根据获取的监测目标的数目和/或运动信息进行人流状况综合统计及分析。
2.如权利要求1所述的方法,其特征在于,步骤(b)进一步分为以下步骤:
背景建模,对目标区域图像进行过滤,得到背景图像并进行更新;
获取监测目标图像,从当前帧图像中减去当前背景图像并根据相减后得到的像素点的差分值选择监测目标图像的像素点,获取作为前景的监测目标图像;
识别和跟踪,先对监测目标图像中的监测目标进行识别,然后对识别出的监测目标进行跟踪。
3.如权利要求2所述的方法,其特征在于:
在进行背景建模时,是对目标区域图像进行多帧中值滤波,并且判断中值变化是否超过一预设的阈值,如果没有超过,则将滤波后的图像更新为新的背景图像,如果超过,则不对背景图像进行更新。
4.如权利要求2所述的方法,其特征在于:
在获取监测目标图像时,从当前帧图像中减去当前背景图像,对图像上的每一像素点,先对相减后的差分值进行加权值变换,再判断变换后的值是否大于一预设的阈值,如果大于,则判定其为监测目标图像中的像素点,对各像素点处理完后,再采用形态学的腐蚀膨胀方法进一步消除其中的噪声及目标干扰,得到监测目标图像。
5.如权利要求2所述的方法,其特征在于:
对监测目标进行识别和跟踪时,先对监测目标图像中的监测目标进行识别,获取图像中监测目标的数目并与一设定的阈值进行比较,当大于或大于等于该阈值时,采用均值迁移方法对监测目标图像中的运动目标进行跟踪分析,否则用多个椭圆近似所有的前景目标进行跟踪分析,跟踪分析后获取监测目标的运动信息。
6.如权利要求1至5中任一权利要求所述的方法,其特征在于:
步骤(c)进行综合统计及分析后,如符合设定的报警条件则进行报警,包括以下处理中的一种或多种:
将监测目标的数目信息与预设的一人流报警阈值进行比较,如超过该阈值即通知报警装置进行报警;
根据监测目标的运动信息并判断是否有异常行为发生,包括:根据监测目标的运动方向判断是否有逆行情况发生,和/或根据监测目标所在位置判断是否有人进行危险区域,如有异常行为发生则进行报警。
7.如权利要求4所述的方法,其特征在于,在获取监测目标图像时,对差分值进行加权值变换的公式如下:
式中:
i表示图像坐标点;
xi表示第i坐标点的前景值;
Bi表示第i坐标点的背景值;
σ表示抗噪平滑参数,通常根据图像噪声大小确定;
exp表示为指数运算符。
8.一种具有对目标的辅助监测功能的视频监控系统,其特征在于,包括依次连接的数据采集装置、初始处理装置、综合统计分析装置以及报警装置,其中:
所述数据采集装置,由一组摄像头组成,用于拍摄目标区域的图像并输出到相应的初始处理装置。
所述初始处理装置,用于对收到的目标区域图像进行监测目标即人的识别和跟踪处理,并得到的监测目标信息并输出到综合统计分析装置;
所述综合统计分析装置,用于根据收到的监测目标信息对监测目标进行各种行为分析。
9.如权利要求8所述的视频监控系统,其特征在于,所述初始处理模块包括依次连接的背景建模单元、前景目标检测单元以及目标跟踪单元,其中:
所述背景建模单元用于对目标区域图像进行过滤,得到背景图像并进行更新;
所述前景目标检测单元用于从当前帧图像中减去当前背景图像并根据相减后得到的像素点的差分值选择监测目标图像的像素点,获取作为前景的监测目标图像;
所述目标跟踪单元用于先对监测目标图像中的监测目标进行识别,然后对识别出的监测目标进行跟踪。
10.如权利要求9所述的视频监控系统,其特征在于:
所述背景建模单元在进行背景建模时,是对目标区域图像进行多帧中值滤波,并且判断中值变化是否超过一预设的阈值,如果没有超过,则将滤波后的图像更新为新的背景图像,如果超过,则不对背景图像进行更新。
11.如权利要求9所述的视频监控系统,其特征在于,所述前景目标检测单元进一步包括:
初始目标获取子单元,用于接收运动区域图像和背景图像,从当前帧图像中减去当前背景图像后,对获取的两幅图像上的每一像素点,先对相减后的差分值进行加权值的变换,再判断变换后的值是否大于或大于等于一预设的阈值,只在该条件成立时,将该像素点作为监测目标图像中的像素点,对各像素点处理完后输出得到的监测目标图像;
噪声及干扰消除子单元,用于接收初始目标获取子单元输出的所述监测目标图像,采用形态学的腐蚀膨胀方法进一步消除其中的噪声及目标干扰后,作为监测目标图像输出到目标跟踪单元。
12.如权利要求9所述的视频监控系统,其特征在于,所述目标跟踪单元进一步包括:
流量判定子单元,用于根据对收到的监测目标图像中的监测目标进行识别,获取图像中监测目标的数目并与一设定的阈值进行比较,当大于或大于等于该阈值时,触发小流量目标跟踪子单元进行处理,否则,触发大流量目标跟踪子单元进行处理,同时将监测目标的数目信息发送到综合统计分析装置;
小流量目标跟踪子单元,用于采用均值迁移方法对监测目标图像中的运动目标进行跟踪分析,获取监测目标的运动信息并发送到综合统计分析装置;
大流量目标跟踪子单元,用于采用前景目标椭圆化方法,即用多个椭圆近似所有的前景目标进行跟踪分析,获取监测目标的运动信息并发送到综合统计分析装置。
13.如权利要求8至12中任一权利要求所述的视频监控系统,其特征在于,还包括报警装置,其中:
所述综合统计分析装置进行行为分析后,如判断符合设定条件时,通知所述报警装置;
所述报警装置,用于在收到所述通知后进行报警。
14.如权利要求12所述的视频监控系统,其特征在于,还包括一报警装置,且所述综合统计分析装置进一步包括:
流量分析单元,用于接收监测目标的数目信息,与预设的一人流报警阈值进行比较,如超过该阈值即通知报警装置进行报警并指示报警原因为监测目标的流量过大;
异常行为分析单元,用于接收监测目标的运动信息并判断是否有异常行为发生,包括根据监测目标的运动方向判断是否有逆行情况发生,和/或根据监测目标所在位置判断是否有人进行危险区域,如有异常行为发生时通知报警装置进行报警并指示有异常行为;
所述小流量目标跟踪子单元和大流量目标跟踪子单元获取的监测目标的运动信息包括监测目标的位置信息和/或运动方向信息。
15.如权利要求8所述的视频监控系统,其特征在于:
该视频监控系统为轨道交通站台的视频监控系统,所述目标区域包括上下车门处,所述监测目标为人。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNA200810115997XA CN101320427A (zh) | 2008-07-01 | 2008-07-01 | 一种具有对目标的辅助监测功能的视频监控方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNA200810115997XA CN101320427A (zh) | 2008-07-01 | 2008-07-01 | 一种具有对目标的辅助监测功能的视频监控方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101320427A true CN101320427A (zh) | 2008-12-10 |
Family
ID=40180468
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNA200810115997XA Pending CN101320427A (zh) | 2008-07-01 | 2008-07-01 | 一种具有对目标的辅助监测功能的视频监控方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101320427A (zh) |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102324016A (zh) * | 2011-05-27 | 2012-01-18 | 郝红卫 | 一种高密度人群流量统计方法 |
CN102364944A (zh) * | 2011-11-22 | 2012-02-29 | 电子科技大学 | 一种预防人员聚集的视频监控方法 |
CN103112481A (zh) * | 2013-01-15 | 2013-05-22 | 中国铁道科学研究院电子计算技术研究所 | 旅客服务信息系统中的调度数据优化方法 |
CN103200358A (zh) * | 2012-01-06 | 2013-07-10 | 杭州普维光电技术有限公司 | 摄像机与目标场景之间的坐标转换方法及装置 |
CN103428424A (zh) * | 2012-05-17 | 2013-12-04 | 佳能株式会社 | 视频处理设备和追踪物体的管理方法 |
CN103530988A (zh) * | 2013-10-11 | 2014-01-22 | 吉林大学 | 一种草坪践踏及危害程度的预警方法 |
CN103700116A (zh) * | 2012-09-27 | 2014-04-02 | 中国航天科工集团第二研究院二O七所 | 一种用于运动目标检测的背景建模方法 |
CN103793920A (zh) * | 2012-10-26 | 2014-05-14 | 杭州海康威视数字技术股份有限公司 | 基于视频的逆行检测方法及其系统 |
CN103826108A (zh) * | 2014-03-18 | 2014-05-28 | 江苏苏大大数据科技有限公司 | 基于视频图像的贷后监控方法及系统 |
CN104504401A (zh) * | 2015-01-09 | 2015-04-08 | 成都新舟锐视科技有限公司 | 一种基于多监控探头的目标识别系统 |
CN105025271A (zh) * | 2015-07-28 | 2015-11-04 | 深圳英飞拓科技股份有限公司 | 行为监测方法及装置 |
CN105160793A (zh) * | 2015-09-01 | 2015-12-16 | 小米科技有限责任公司 | 报警方法及装置 |
CN105608834A (zh) * | 2014-09-30 | 2016-05-25 | 波音公司 | 事件检测系统 |
CN107920230A (zh) * | 2017-11-20 | 2018-04-17 | 维坤智能科技(上海)有限公司 | 视频监控图像二次确认系统及方法 |
CN108280427A (zh) * | 2018-01-24 | 2018-07-13 | 成都鼎智汇科技有限公司 | 一种基于人流量的大数据处理方法 |
CN110086852A (zh) * | 2019-03-27 | 2019-08-02 | 苏州威斯德医疗科技有限公司 | 一种基于智能摄像头的用于识别异常的方法及装置 |
CN110472599A (zh) * | 2019-08-20 | 2019-11-19 | 北京海益同展信息科技有限公司 | 对象数量确定方法、装置、存储介质与电子设备 |
WO2020114232A1 (zh) * | 2018-12-06 | 2020-06-11 | 杭州海康威视数字技术股份有限公司 | 一种基于gps坐标的目标统筹方法及摄像机 |
WO2020113989A1 (en) * | 2018-12-03 | 2020-06-11 | Zhejiang Dahua Technology Co., Ltd. | Method and system for image processing |
CN111383455A (zh) * | 2020-03-11 | 2020-07-07 | 上海眼控科技股份有限公司 | 交通路口对象流量统计方法、装置、计算机设备和介质 |
CN114119941A (zh) * | 2021-10-29 | 2022-03-01 | 北京航天自动控制研究所 | 一种模块化目标检测分析装置和方法 |
-
2008
- 2008-07-01 CN CNA200810115997XA patent/CN101320427A/zh active Pending
Cited By (34)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102324016A (zh) * | 2011-05-27 | 2012-01-18 | 郝红卫 | 一种高密度人群流量统计方法 |
CN102364944A (zh) * | 2011-11-22 | 2012-02-29 | 电子科技大学 | 一种预防人员聚集的视频监控方法 |
CN103200358B (zh) * | 2012-01-06 | 2016-04-13 | 杭州普维光电技术有限公司 | 摄像机与目标场景之间的坐标转换方法及装置 |
CN103200358A (zh) * | 2012-01-06 | 2013-07-10 | 杭州普维光电技术有限公司 | 摄像机与目标场景之间的坐标转换方法及装置 |
CN103428424B (zh) * | 2012-05-17 | 2018-04-10 | 佳能株式会社 | 视频处理设备和追踪物体的管理方法 |
CN103428424A (zh) * | 2012-05-17 | 2013-12-04 | 佳能株式会社 | 视频处理设备和追踪物体的管理方法 |
CN103700116A (zh) * | 2012-09-27 | 2014-04-02 | 中国航天科工集团第二研究院二O七所 | 一种用于运动目标检测的背景建模方法 |
CN103700116B (zh) * | 2012-09-27 | 2017-02-22 | 中国航天科工集团第二研究院二O七所 | 一种用于运动目标检测的背景建模方法 |
CN103793920A (zh) * | 2012-10-26 | 2014-05-14 | 杭州海康威视数字技术股份有限公司 | 基于视频的逆行检测方法及其系统 |
CN103793920B (zh) * | 2012-10-26 | 2017-10-13 | 杭州海康威视数字技术股份有限公司 | 基于视频的逆行检测方法及其系统 |
CN103112481B (zh) * | 2013-01-15 | 2015-08-12 | 中国铁道科学研究院电子计算技术研究所 | 旅客服务信息系统中的调度数据优化方法 |
CN103112481A (zh) * | 2013-01-15 | 2013-05-22 | 中国铁道科学研究院电子计算技术研究所 | 旅客服务信息系统中的调度数据优化方法 |
CN103530988A (zh) * | 2013-10-11 | 2014-01-22 | 吉林大学 | 一种草坪践踏及危害程度的预警方法 |
CN103530988B (zh) * | 2013-10-11 | 2017-01-04 | 吉林大学 | 一种草坪践踏及危害程度的预警方法 |
CN103826108A (zh) * | 2014-03-18 | 2014-05-28 | 江苏苏大大数据科技有限公司 | 基于视频图像的贷后监控方法及系统 |
CN103826108B (zh) * | 2014-03-18 | 2017-09-19 | 江苏苏大大数据科技有限公司 | 基于视频图像的贷后监控方法及系统 |
CN105608834A (zh) * | 2014-09-30 | 2016-05-25 | 波音公司 | 事件检测系统 |
CN104504401B (zh) * | 2015-01-09 | 2018-08-31 | 成都新舟锐视科技有限公司 | 一种基于多监控探头的目标识别系统 |
CN104504401A (zh) * | 2015-01-09 | 2015-04-08 | 成都新舟锐视科技有限公司 | 一种基于多监控探头的目标识别系统 |
CN105025271A (zh) * | 2015-07-28 | 2015-11-04 | 深圳英飞拓科技股份有限公司 | 行为监测方法及装置 |
CN105160793B (zh) * | 2015-09-01 | 2018-12-25 | 小米科技有限责任公司 | 报警方法及装置 |
CN105160793A (zh) * | 2015-09-01 | 2015-12-16 | 小米科技有限责任公司 | 报警方法及装置 |
CN107920230A (zh) * | 2017-11-20 | 2018-04-17 | 维坤智能科技(上海)有限公司 | 视频监控图像二次确认系统及方法 |
CN108280427B (zh) * | 2018-01-24 | 2021-11-09 | 广州盖盟达工业品有限公司 | 一种基于人流量的大数据处理方法 |
CN108280427A (zh) * | 2018-01-24 | 2018-07-13 | 成都鼎智汇科技有限公司 | 一种基于人流量的大数据处理方法 |
WO2020113989A1 (en) * | 2018-12-03 | 2020-06-11 | Zhejiang Dahua Technology Co., Ltd. | Method and system for image processing |
US11985428B2 (en) | 2018-12-06 | 2024-05-14 | Hangzhou Hikvision Digital Technology Co., Ltd. | GPS coordinates-based target overall planning method and camera |
WO2020114232A1 (zh) * | 2018-12-06 | 2020-06-11 | 杭州海康威视数字技术股份有限公司 | 一种基于gps坐标的目标统筹方法及摄像机 |
CN111290001A (zh) * | 2018-12-06 | 2020-06-16 | 杭州海康威视数字技术股份有限公司 | 一种基于gps坐标的目标统筹方法、装置及设备 |
CN110086852A (zh) * | 2019-03-27 | 2019-08-02 | 苏州威斯德医疗科技有限公司 | 一种基于智能摄像头的用于识别异常的方法及装置 |
CN110472599B (zh) * | 2019-08-20 | 2021-09-03 | 北京海益同展信息科技有限公司 | 对象数量确定方法、装置、存储介质与电子设备 |
CN110472599A (zh) * | 2019-08-20 | 2019-11-19 | 北京海益同展信息科技有限公司 | 对象数量确定方法、装置、存储介质与电子设备 |
CN111383455A (zh) * | 2020-03-11 | 2020-07-07 | 上海眼控科技股份有限公司 | 交通路口对象流量统计方法、装置、计算机设备和介质 |
CN114119941A (zh) * | 2021-10-29 | 2022-03-01 | 北京航天自动控制研究所 | 一种模块化目标检测分析装置和方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101320427A (zh) | 一种具有对目标的辅助监测功能的视频监控方法及系统 | |
US11244171B2 (en) | Video-based system for automated detection of double parking violations | |
Bas et al. | Automatic vehicle counting from video for traffic flow analysis | |
US8666117B2 (en) | Video-based system and method for detecting exclusion zone infractions | |
US20130265423A1 (en) | Video-based detector and notifier for short-term parking violation enforcement | |
KR101095528B1 (ko) | 연속류도로 사고 및 돌발 자동판별 검지시스템 및 그 방법 | |
US8682036B2 (en) | System and method for street-parking-vehicle identification through license plate capturing | |
CN110570664A (zh) | 一种高速公路交通事件自动检测系统 | |
KR102122859B1 (ko) | 교통 영상감시시스템의 멀티 표적 추적 방법 | |
US20040131233A1 (en) | System and method for vehicle detection and tracking | |
CN105744232A (zh) | 一种基于行为分析技术的输电线路视频防外破的方法 | |
CN106297278A (zh) | 一种用于查询抛洒物车辆的方法和系统 | |
CN110288738B (zh) | 一种自行车专用车道智能综合管控系统和管控方法 | |
CN109146914B (zh) | 一种高速公路基于视频分析的醉酒驾驶行为预警方法 | |
CN106740460A (zh) | 基于fpga的公交车门开闭状态监测器 | |
CN111754786A (zh) | 一种识别高速公路交通工具通行事件的系统 | |
CN106600953A (zh) | 出租车异常营运监测方法及系统 | |
CN112380892A (zh) | 一种图像识别方法、装置、设备及介质 | |
CN110809137A (zh) | 一种校园安全防踩踏监控系统及方法 | |
KR102434154B1 (ko) | 영상감시시스템에서의 고속 이동물체의 위치 및 모션 캡쳐 방법 | |
CN113408319A (zh) | 一种城市道路异常感知处理方法、装置、系统及存储介质 | |
JP4071527B2 (ja) | 映像診断装置 | |
CN217157480U (zh) | 一种基于人车行为分析的公路隧道风险监测系统 | |
CN114863372A (zh) | 一种泊车管理方法、泊车管理装置和计算机可读存储介质 | |
Zifeng | Macro and micro freeway automatic incident detection (AID) methods based on image processing |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Open date: 20081210 |