CN101872524B - 基于虚拟墙的视频监控方法、系统及装置 - Google Patents

Abstract

本申请实施例公开了一种基于虚拟墙的视频监控方法、系统及装置，根据预采集的视频图像在监控视频中设置任意形状的断面作为虚拟墙，并设定用于触发告警的目标特征，所述方法包括：采集监控视频中的视频图像；对所述视频图像进行内容分析，获取所述视频图像中运动目标的特征信息和运动轨迹信息；当所述运动目标的特征信息符合所述目标特征时，根据所述运动目标的运动轨迹信息判断所述运动目标是否穿越所述虚拟墙。应用本申请实施例进行视频监控，由于设置的虚拟墙的监控范围要远大于视频绊索中线段的监控范围，因此可以提高视频监控的准确率，不易被入侵者窥视。

Description

基于虚拟墙的视频监控方法、系统及装置

技术领域

本申请涉及视频监控技术领域，尤其涉及一种基于虚拟墙的视频监控方法、系统及装置。

背景技术

视频内容分析技术作为一种新兴的技术已经开始应用于视频监控领域。视频内容分析技术由各种计算机视频分析方法组成，包括背景建模方法、目标跟踪方法、目标运动预测方法、目标分割方法、目标分类方法、目标特征检测方法等。视频内容分析技术在不同的应用框架下可以由各种计算机视频分析方法组合而成，视频内容分析技术的目的是从视频图像中获取视频的内容信息，视频内容信息包括视频中运动目标的行为信息及目标的特征信息等，例如检测视频中是否有人在奔跑，是否有火焰在燃烧，获取视频中车辆的牌照号码等，以实现根据视频内容分析结果进行视频监控。

现有技术中，可以将视频内容分析与视频绊索技术结合起来进行视频监控。该技术可以在视频中设置任意形状的虚拟线段，并检测是否有目标穿过线段，当检测到有目标穿过线段就产生报警。发明人在对现有技术的研究过程中发现，现有监控过程只能对某条线段进行防护，而无法防护整个断面，当目标从视频绊索上方跳跃经过或者从视频绊索下方钻过，就无法产生报警。由此可知，视频绊索技术仅能对线段进行防护，因此容易被入侵者规避，降低了视频监控的准确率。

发明内容

本申请实施例的目的是提供一种基于虚拟墙的视频监控方法、系统及装置，以解决现有视频监控对线段进行防护，容易被入侵者规避的问题。

为解决上述技术问题，本申请实施例提供了一种基于虚拟墙的视频监控方法，是这样实现的：

一种基于虚拟墙的视频监控方法，根据预采集的视频图像在监控视频中设置任意形状的断面作为虚拟墙，并设定用于触发告警的目标特征，包括：

采集监控视频中的视频图像；

对所述视频图像进行内容分析，获取所述视频图像中运动目标的特征信息和运动轨迹信息；

当所述运动目标的特征信息符合所述目标特征时，根据所述运动目标的运动轨迹信息判断所述运动目标是否穿越所述虚拟墙。

为解决上述技术问题，本申请实施例还提供了一种基于虚拟墙的视频监控系统，是这样实现的：

一种基于虚拟墙的视频监控系统，包括：通过计算机网络连接的远程配置中心和视频监控设备，

远程配置中心，用于根据预采集的视频图像在监控视频中设置任意形状的断面作为虚拟墙，并设定用于触发告警的目标特征；

视频监控设备，用于采集监控视频中的视频图像，对所述视频图像进行内容分析，获取所述视频图像中运动目标的特征信息和运动轨迹信息，当所述运动目标的特征信息符合所述目标特征时，根据所述运动目标的运动轨迹信息判断所述运动目标是否穿越所述虚拟墙。

为解决上述技术问题，本申请实施例还提供了一种基于虚拟墙的视频监控装置，是这样实现的：

一种基于虚拟墙的视频监控装置，包括：

采集单元，用于采集监控视频中的视频图像，所述监控视频中预先根据预采集的视频图像设置了任意形状的断面作为虚拟墙；

分析单元，用于对所述视频图像进行内容分析，获取所述视频图像中运动目标的特征信息和运动轨迹信息；

判断单元，用于当所述运动目标的特征信息符合预先设定的目标特征时，根据所述运动目标的运动轨迹信息判断所述运动目标是否穿越所述虚拟墙。

可见，本申请实施例中在监控视频中根据预采集的视频图像设置任意形状的断面作为虚拟墙，并设定用于触发告警的目标特征，对采集的视频图像进行内容分析，获取视频图像中运动目标的特征信息和运动轨迹信息，当运动目标的特征信息符合目标特征时，根据运动目标的运动轨迹信息判断运动目标是否穿越所述虚拟墙，以达到视频监控的目的。应用本申请实施例进行视频监控，由于设置的虚拟墙的监控范围要远大于视频绊索中线段的监控范围，因此可以提高视频监控的准确率，不易被入侵者规避。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本申请基于虚拟墙的视频监控方法的第一实施例流程图；

图2为本申请基于虚拟墙的视频监控方法的第二实施例流程图；

图3为本申请基于虚拟墙的视频监控系统的第一实施例框图；

图4为本申请基于虚拟墙的视频监控系统的第二实施例框图；

图5为本申请基于虚拟墙的视频监控装置的第一实施例框图；

图6为本申请基于虚拟墙的视频监控装置的第二实施例框图。

具体实施方式

本申请实施例提供基于虚拟墙的视频监控方法、系统及装置。

为了使本技术领域的人员更好地理解本申请实施例中的技术方案，并使本申请实施例的上述目的、特征和优点能够更加明显易懂，下面结合附图对本申请实施例中技术方案作进一步详细的说明。

参见图1，为本申请基于虚拟墙的视频监控方法的第一实施例流程图：

步骤101：根据预采集的视频图像在监控视频中设置任意形状的断面作为虚拟墙，并设定用于触发告警的目标特征。

其中，触发告警的目标特征包括至少一个下述特征：目标的尺寸、目标的形状、目标的颜色、目标的类型、目标的速度。

步骤102：采集监控视频中的视频图像。

其中，可以通过黑白或彩色摄像机采集监控视频中的视频图像，或者通过热成像摄像机采集监控视频中的视频图像，或者通过红外摄像机采集监控视频中的视频图像。

步骤103：对采集的视频图像进行内容分析，获取视频图像中运动目标的特征信息和运动轨迹信息。

步骤104：当运动目标的特征信息符合目标特征时，根据运动目标的运动轨迹信息判断运动目标是否穿越虚拟墙。

参见图2，为本申请基于虚拟墙的视频监控方法的第二实施例流程图：

步骤201：根据预采集的视频图像在监控视频中设置任意形状的断面作为虚拟墙，并设定用于触发告警的目标特征。

其中，虚拟墙通常可以在远程配置中心内通过图像界面进行配置，当预采集了一些视频图像后，用户可以根据这些预采集的视频图像在监控视频的任意位置，通过鼠标点击绘制一个多边形，并设置该多边形为监控视频的虚拟墙。优选的，该多边形为平行四边形。

触发告警的目标特征包括下述至少一种：目标的尺寸、目标的形状、目标的颜色、目标的类型、目标的速度。例如，可以设置目标的尺寸特征为高1.5米，高宽比大于2。

步骤202：根据预采集的视频图像为监控视频建立背景模型。

其中，背景模型用于描述监控视频中的固定场景及监控视频中的规律性运动，背景模型也是根据预采集一定数量的视频图像后建立的，并且按照预先设定的时间间隔更新所述背景模型。

例如，背景模型中有一些固定场景，可以为路面、停靠的车辆等，规律性运动可以为电扇的转动。对背景模型进行更新是因为当开始建立的背景模型中驶入一辆车，该车停靠后形成固定场景，因此需要对开始建立的背景模型进行更新，将该车加入到背景模型中。

步骤203：采集监控视频中的视频图像。

当根据预先建立的背景模型、设置的虚拟墙和目标特征开始进行视频监控时，需要实时采集监控视频中的视频图像。

步骤204：通过比较视频图像与背景模型，获得视频图像相对于背景模型产生变化的变化区域。

其中，比较的内容包括：像素灰度、像素颜色、图像纹理等，根据比较的结果获得采集的视频图像相对于背景模型产生变化的变化区域。

步骤205：获取时序上连续的视频图像的变化区域，并将满足预设条件的变化区域作为当前时刻的运动目标。

对时序上连续的视频图像的变化区域的图像特征进行匹配，获取图像特征一致的变化区域，判断所述图像特征一致的变化区域的串接轨迹是否符合运动惯性特征，提取符合运动惯性特征的串接轨迹上的变化区域作为当前时刻的运动目标。

例如，在T1时刻提取了变化区域A，T2时刻提取了变化区域B，T3时刻提取了变化区域C，T4时刻提取了变化区域D，如果变化区域A、B、C、D的图像特征具有较高的相似性，也就是说图像特征一致，并且变化区域A、B、C、D串接而成的轨迹符合运动惯性，则认为A、B、C、D四个变化区域是由运动目标形成的，因此通过变化区域A、B、C、D提取出当前时刻的运动目标。

步骤206：匹配与当前时刻的运动目标的图像特征一致的下一时刻的运动目标。

根据当前时刻的运动目标的运动轨迹预测下一时刻的运动目标的位置，当该位置属于下一时刻视频图像的变化区域时，将下一时刻视频图像的变化区域中的图像特征与当前时刻的运动目标的图像特征进行比较，若一致，则确定下一时刻视频图像的变化区域为下一时刻的运动目标。

其中，根据当前时刻的运动目标的运动轨迹预测下一时刻的运动目标的位置时，可以采用卡尔曼运动预测、粒子滤波预测、K-mean预测等方式；图像特征包括图像的尺寸、图像的形状、图像的纹理、图像的颜色等。

步骤207：根据当前时刻的运动目标和下一时刻的运动目标获得运动目标的运动轨迹信息，并提取运动目标的特征信息。

其中，提取的运动目标的特征信息包括目标的尺寸、目标的类型、目标的形状、目标的颜色、目标的速度等。

步骤208：当运动目标的特征信息符合目标特征时，对运动目标的运动轨迹曲线与虚拟墙的断面进行几何比较。

将提取的运动目标的特征信息与预先设定的目标特征进行比较，例如，运动目标的颜色与用户设定的目标颜色相符，即当两者一致时则进行运动目标的运动轨迹曲线与虚拟墙的断面进行比较的步骤。

步骤209：判断运动轨迹曲线是否从断面的一端穿过到达断面的另一端，若是，则执行步骤210；否则，结束当前流程。

步骤210：确定运动目标穿越虚拟墙，向告警中心触发告警，结束当前流程。

在告警中心可以设置视音频播放和保存装置、报警提示和记录装置、报警日志管理装置、报警录像回放装置、报警记录搜索装置等。

与本申请基于虚拟墙的视频监控方法的实施例相对应，本申请还提供了基于虚拟墙的视频监控系统和装置的实施例。

参见图3，为本申请基于虚拟墙的视频监控系统的第一实施例框图。

该系统包括：远程配置中心310和视频监控设备320，所述远程配置中心310和视频监控设备320通过计算机网络连接。

其中，远程配置中心310，用于根据预采集的视频图像在监控视频中设置任意形状的断面作为虚拟墙，并设定用于触发告警的目标特征；

视频监控设备320，用于采集监控视频中的视频图像，对所述视频图像进行内容分析，获取所述视频图像中运动目标的特征信息和运动轨迹信息，当所述运动目标的特征信息符合所述目标特征时，根据所述运动目标的运动轨迹信息判断所述运动目标是否穿越所述虚拟墙。

参见图4，为本申请基于虚拟墙的视频监控系统的第二实施例框图。

该系统包括：远程配置中心410、视频监控设备420和告警中心430，所述远程配置中心410和告警中心430分别通过计算机网络与所述视频监控设备420通过计算机网络连接。

其中，远程配置中心410，用于根据预采集的视频图像在监控视频中设置任意形状的断面作为虚拟墙，并设定用于触发告警的目标特征；

视频监控设备420，用于采集监控视频中的视频图像，对所述视频图像进行内容分析，获取所述视频图像中运动目标的特征信息和运动轨迹信息，当所述运动目标的特征信息符合所述目标特征时，根据所述运动目标的运动轨迹信息判断所述运动目标是否穿越所述虚拟墙；

告警中心430，用于当所述运动目标穿过虚拟墙时，接收所述视频监控设备420触发的告警。

参见图5，为本申请基于虚拟墙的视频监控装置的第一实施例框图。

该装置包括：采集单元510、分析单元520和判断单元530。

其中，采集单元510，用于采集监控视频中的视频图像，所述监控视频中预先根据预采集的视频图像设置了任意形状的断面作为虚拟墙；

分析单元520，用于对所述视频图像进行内容分析，获取所述视频图像中运动目标的特征信息和运动轨迹信息；

判断单元530，用于当所述运动目标的特征信息符合预先设定的目标特征时，根据所述运动目标的运动轨迹信息判断所述运动目标是否穿越所述虚拟墙。

参见图6，为本申请基于虚拟墙的视频监控装置的第二实施例框图。

该装置包括：采集单元610、分析单元620、判断单元630和告警单元640。

其中，采集单元610，用于采集监控视频中的视频图像，所述监控视频中预先根据预采集的视频图像设置了任意形状的断面作为虚拟墙；

分析单元620，用于对所述视频图像进行内容分析，获取所述视频图像中运动目标的特征信息和运动轨迹信息；

判断单元630，用于当所述运动目标的特征信息符合预先设定的目标特征时，根据所述运动目标的运动轨迹信息判断所述运动目标是否穿越所述虚拟墙。

告警单元640，用于当所述运动目标穿过所述虚拟墙时，向告警中心触发告警。

进一步，该装置还可以包括(图6中未示出)：建模单元，用于根据预采集的视频图像为所述监控视频建立背景模型，所述背景模型用于描述所述监控视频中的固定场景及所述监控视频中的规律性运动，并按照预先设定的时间间隔更新所述背景模型。

其中，分析单元620可以包括(图6中未示出)：变化区域获取单元，用于通过比较所述视频图像与所述背景模型，获得所述视频图像相对于所述背景模型产生变化的变化区域；当前运动目标获取单元，用于获取时序上连续的所述视频图像的变化区域，并将满足预设条件的变化区域作为当前时刻的运动目标；运动目标匹配单元，用于匹配与所述当前时刻的运动目标的图像特征一致的下一时刻的运动目标；信息获取单元，用于根据所述当前时刻的运动目标和所述下一时刻的运动目标获得所述运动目标的运动轨迹信息，并提取所述运动目标的特征信息。

具体的，当前运动目标获取单元可以包括：运动惯性判断单元，用于判断所述图像特征一致的变化区域的串接轨迹是否符合运动惯性特点；运动目标提取单元，用于提取符合所述运动惯性特点的串接轨迹上的变化区域作为所述当前时刻的运动目标。

具体的，运动目标匹配单元可以包括：位置预测单元，用于根据所述当前时刻的运动目标的运动轨迹预测下一时刻的运动目标的位置；运动目标确定单元，用于当所述位置属于下一时刻视频图像的变化区域时，将所述下一时刻视频图像的变化区域中的图像特征与所述当前时刻的运动目标的图像特征进行比较，若一致，则确定所述下一时刻视频图像的变化区域为下一时刻的运动目标。

其中，判断单元630可以包括(图6中未示出)：几何比较单元，用于对所述运动目标的运动轨迹曲线与所述虚拟墙的断面进行几何比较；穿越确定单元，用于当所述运动轨迹曲线从所述断面的一端穿过到达所述断面的另一端时，确定所述运动目标穿越所述虚拟墙。

通过以上的实施方式的描述可知，本申请实施例中根据预采集的视频图像在监控视频中设置任意形状的断面作为虚拟墙，并设定用于触发告警的目标特征，对采集的视频图像进行内容分析，获取视频图像中运动目标的特征信息和运动轨迹信息，当运动目标的特征信息符合目标特征时，根据运动目标的运动轨迹信息判断运动目标是否穿越所述虚拟墙，以达到视频监控的目的。应用本申请实施例进行视频监控，由于设置的虚拟墙的监控范围要远大于视频绊索中线段的监控范围，因此可以提高视频监控的准确率，不易被入侵者规避。

通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例或者实施例的某些部分所述的方法。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

本申请可用于众多通用或专用的计算系统环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。

本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

虽然通过实施例描绘了本申请，本领域普通技术人员知道，本申请有许多变形和变化而不脱离本申请的精神，希望所附的权利要求包括这些变形和变化而不脱离本申请的精神。

Claims (18)

1.一种基于虚拟墙的视频监控方法，其特征在于，根据预采集的视频图像在监控视频中设置任意形状的断面作为虚拟墙，并设定用于触发告警的目标特征，所述虚拟墙为通过图像界面设置的多边形，包括：

采集监控视频中的视频图像；

对所述视频图像进行内容分析，获取所述视频图像中运动目标的特征信息和运动轨迹信息；

当所述运动目标的特征信息符合所述目标特征时，根据所述运动目标的运动轨迹信息判断所述运动目标是否穿越所述虚拟墙。

2.根据权利要求1所述的方法，其特征在于，所述用于触发告警的目标特征包括至少一个下述特征：

目标的尺寸、目标的形状、目标的颜色、目标的类型、目标的速度。

3.根据权利要求1所述的方法，其特征在于，所述采集监控视频中的视频图像包括：

通过黑白或彩色摄像机采集监控视频中的视频图像；或

通过热成像摄像机采集监控视频中的视频图像；或

通过红外摄像机采集监控视频中的视频图像。

4.根据权利要求1所述的方法，其特征在于，在所述采集监控视频中的视频图像之前，还包括：

根据预采集的视频图像为所述监控视频建立背景模型，所述背景模型用于描述所述监控视频中的固定场景及所述监控视频中的规律性运动；

按照预先设定的时间间隔更新所述背景模型。

5.根据权利要求4所述的方法，其特征在于，所述对视频图像进行内容分析，获取所述视频图像中运动目标的特征信息和运动轨迹信息包括：

通过比较所述视频图像与所述背景模型，获得所述视频图像相对于所述背景模型产生变化的变化区域；

获取时序上连续的所述视频图像的变化区域，并将满足预设条件的变化区域作为当前时刻的运动目标；

匹配与所述当前时刻的运动目标的图像特征一致的下一时刻的运动目标；

根据所述当前时刻的运动目标和所述下一时刻的运动目标获得所述运动目标的运动轨迹信息，并提取所述运动目标的特征信息。

6.根据权利要求5所述的方法，其特征在于，所述将满足预设条件的变化区域作为当前时刻的运动目标包括：

对所述时序上连续的视频图像的变化区域的图像特征进行匹配，获取图像特征一致的变化区域；

判断所述图像特征一致的变化区域的串接轨迹是否符合运动惯性特征；

提取符合所述运动惯性特征的串接轨迹上的变化区域作为所述当前时刻的运动目标。

7.根据权利要求5所述的方法，其特征在于，所述匹配与所述当前时刻的运动目标的图像特征一致的下一时刻的运动目标包括：

根据所述当前时刻的运动目标的运动轨迹预测下一时刻的运动目标的位置；

当所述位置属于下一时刻视频图像的变化区域时，将所述下一时刻视频图像的变化区域中的图像特征与所述当前时刻的运动目标的图像特征进行比较，若一致，则确定所述下一时刻视频图像的变化区域为下一时刻的运动目标。

8.根据权利要求1所述的方法，其特征在于，所述根据所述运动目标的运动轨迹信息判断所述运动目标是否穿越所述虚拟墙包括：

对所述运动目标的运动轨迹曲线与所述虚拟墙的断面进行几何比较；

当所述运动轨迹曲线从所述断面的一端穿过到达所述断面的另一端时，确定所述运动目标穿越所述虚拟墙。

9.根据权利要求1所述的方法，其特征在于，还包括：当所述运动目标穿过所述虚拟墙时，向告警中心触发告警。

10.一种基于虚拟墙的视频监控系统，其特征在于，包括：通过计算机网络连接的远程配置中心和视频监控设备，

远程配置中心，用于根据预采集的视频图像在监控视频中设置任意形状的断面作为虚拟墙，并设定用于触发告警的目标特征，所述虚拟墙为通过图像界面设置的多边形；

视频监控设备，用于采集监控视频中的视频图像，对所述视频图像进行内容分析，获取所述视频图像中运动目标的特征信息和运动轨迹信息，当所述运动目标的特征信息符合所述目标特征时，根据所述运动目标的运动轨迹信息判断所述运动目标是否穿越所述虚拟墙。

11.根据权利要求10所述的系统，其特征在于，还包括：通过计算机网络与所述视频监控设备连接的告警中心，

所述告警中心，用于当所述运动目标穿过虚拟墙时，接收所述视频监控设备触发的告警。

12.一种基于虚拟墙的视频监控装置，其特征在于，包括：

采集单元，用于采集监控视频中的视频图像，所述监控视频中预先根据预采集的视频图像设置了任意形状的断面作为虚拟墙，所述虚拟墙为通过图像界面设置的多边形；

分析单元，用于对所述视频图像进行内容分析，获取所述视频图像中运动目标的特征信息和运动轨迹信息；

判断单元，用于当所述运动目标的特征信息符合预先设定的目标特征时，根据所述运动目标的运动轨迹信息判断所述运动目标是否穿越所述虚拟墙。

13.根据权利要求12所述的装置，其特征在于，还包括：

建模单元，用于根据预采集的视频图像为所述监控视频建立背景模型，所述背景模型用于描述所述监控视频中的固定场景及所述监控视频中的规律性运动，并按照预先设定的时间间隔更新所述背景模型。

14.根据权利要求13所述的装置，其特征在于，所述分析单元包括：

变化区域获取单元，用于通过比较所述视频图像与所述背景模型，获得所述视频图像相对于所述背景模型产生变化的变化区域；

当前运动目标获取单元，用于获取时序上连续的所述视频图像的变化区域，并将满足预设条件的变化区域作为当前时刻的运动目标；

运动目标匹配单元，用于匹配与所述当前时刻的运动目标的图像特征一致的下一时刻的运动目标；

信息获取单元，用于根据所述当前时刻的运动目标和所述下一时刻的运动目标获得所述运动目标的运动轨迹信息，并提取所述运动目标的特征信息。

15.根据权利要求14所述的装置，其特征在于，所述当前运动目标获取单元包括：

运动惯性判断单元，用于判断所述图像特征一致的变化区域的串接轨迹是否符合运动惯性特征；

运动目标提取单元，用于提取符合所述运动惯性特征的串接轨迹上的变化区域作为所述当前时刻的运动目标。

16.根据权利要求14所述的装置，其特征在于，所述运动目标匹配单元包括：

位置预测单元，用于根据所述当前时刻的运动目标的运动轨迹预测下一时刻的运动目标的位置；

运动目标确定单元，用于当所述位置属于下一时刻视频图像的变化区域时，将所述下一时刻视频图像的变化区域中的图像特征与所述当前时刻的运动目标的图像特征进行比较，若一致，则确定所述下一时刻视频图像的变化区域为下一时刻的运动目标。

17.根据权利要求12所述的装置，其特征在于，所述判断单元包括：

几何比较单元，用于对所述运动目标的运动轨迹曲线与所述虚拟墙的断面进行几何比较；

穿越确定单元，用于当所述运动轨迹曲线从所述断面的一端穿过到达所述断面的另一端时，确定所述运动目标穿越所述虚拟墙。

18.根据权利要求12所述的装置，其特征在于，还包括：

告警单元，用于当所述运动目标穿过所述虚拟墙时，向告警中心触发告警。

Images