CN102194320A - 高清网络智能摄像机及高清网络智能抓拍方法 - Google Patents

高清网络智能摄像机及高清网络智能抓拍方法 Download PDF

Info

Publication number
CN102194320A
CN102194320A CN2011101040534A CN201110104053A CN102194320A CN 102194320 A CN102194320 A CN 102194320A CN 2011101040534 A CN2011101040534 A CN 2011101040534A CN 201110104053 A CN201110104053 A CN 201110104053A CN 102194320 A CN102194320 A CN 102194320A
Authority
CN
China
Prior art keywords
video camera
module
vehicle
high definition
light filling
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.)
Granted
Application number
CN2011101040534A
Other languages
English (en)
Other versions
CN102194320B (zh
Inventor
鲍敦桥
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangzhou Hikvision Digital Technology Co Ltd
Original Assignee
Hangzhou Hikvision Digital Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hangzhou Hikvision Digital Technology Co Ltd filed Critical Hangzhou Hikvision Digital Technology Co Ltd
Priority to CN201110104053.4A priority Critical patent/CN102194320B/zh
Publication of CN102194320A publication Critical patent/CN102194320A/zh
Application granted granted Critical
Publication of CN102194320B publication Critical patent/CN102194320B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Traffic Control Systems (AREA)
  • Closed-Circuit Television Systems (AREA)

Abstract

本发明涉及视频监控领域,公开了一种高清网络智能摄像机及高清网络智能抓拍方法。在本发明中,摄像机自身在通过对当前监控图像进行的分析,捕获到车辆经过时,触发抓拍,摄像机将抓拍到的数据帧进行压缩编码,并将压缩后的数据通过网口发送给存储中心。由于无需外部辅助设备,可通过对监控图像的智能分析,自身触发对当前图像的抓拍,因此单台摄像机即可完成大多交通道路的抓拍监控应用,不需要外接分析设备,实现网络智能抓拍的一体化,大大提高了系统集成性。

Description

高清网络智能摄像机及高清网络智能抓拍方法
技术领域
本发明涉及视频监控领域,特别涉及交通监控中的图像捕获技术。
背景技术
传统的抓拍机可以将影像通过网络传至地球另一端,且远端的浏览者不需用任何专业软件,只要标准的网络浏览器或配套的客户端软件即可监视其影像。网络抓拍机内置一个嵌入式芯片,采用嵌入式操作系统。抓拍机能够抓拍图片,并将抓拍的图片压缩后,通过网络总线传送给客户端或管理服务器。网络上用户可以直接用浏览器或客户端软件观看网络抓拍机或服务器上的图像,授权用户还可以控制抓拍机对系统配置进行操作。广泛应用于交通监控中捕捉机动车及非机动车的图像以便于分析取证等场景。
目前,应用在交通监控中的抓拍机需要外接分析设备,由外接的分析设备根据当前的实际情况判断是否需要进行抓拍,并在判定需要进行抓拍时向该抓拍机发送控制信号,触发抓拍机进行抓拍。抓拍机将抓拍的图像通过网络发送给存储中心。
然而,本发明的发明人发现,在目前的监控系统中,抓拍机仅负责抓拍功能,需要由其他的分析设备向该抓拍机输入控制信号,不利于系统集成。而且,分析设备往往基于视频流触发抓拍,在交通应用上对快速移动物体图像效果难以得到保证,由于通常只为抓拍机配备一个补光设备,因此也难以保证抓拍的图像效果。
另外,在断电的情况下,抓拍机中的数据无法保存,将致使抓拍帧的丢失,无法避免网络架设的不可靠性所带来的风险。
发明内容
本发明的目的在于提供一种高清网络智能摄像机及高清网络智能抓拍方法,使得只需要一台摄像机即能完成大多交通道路的抓拍监控应用,不需要外接分析设备,大大提高了系统集成性。
为解决上述技术问题,本发明的实施方式提供了一种高清网络智能摄像机,包含:
触发信号生成模块,用于通过对摄像机图像进行分析,在捕获到车辆经过时,生成触发信号;
前端抓拍模块,与所述触发信号生成模块相连,用于接收所述触发信号生成模块生成的触发信号,并根据所述触发信号进行抓拍;
处理模块,与所述前端抓拍模块相连,用于将所述前端抓拍模块抓拍到的数据帧进行压缩编码,并检测所述摄像机的网络连接是否正常,处理模块在检测结果为正常时,将所述压缩后的数据通过网口发送给存储中心;处理模块在检测结果为异常时,将所述压缩后的数据保存到用于保存本地数据的内部存储模块中。
本发明的实施方式还提供了一种高清网络智能抓拍方法,包含以下步骤:
摄像机通过对当前监控到的图像进行分析,在捕获到车辆经过时,触发抓拍;
摄像机将抓拍到的数据帧进行压缩编码,并将压缩后的数据通过网口发送给存储中心;
其中,在所述摄像机将压缩后的数据通过网口发送给存储中心之前,还包含以下步骤:
所述摄像机判断网络连接是否正常,如果网络连接正常,则再进入所述将压缩后的数据通过网口发送的步骤;如果网络连接异常,则将所述压缩后的数据保存在所述摄像机内部的存储卡中,等待网络恢复后再将保存的所述压缩后的数据通过网口发送给存储中心。
本发明实施方式与现有技术相比,主要区别及其效果在于:
无触发任务时,使用摄像机实现高清监控的功能,摄像机自身在通过对当前监控图像进行的分析,捕获到车辆经过时,触发抓拍,摄像机将抓拍到的数据帧进行压缩编码,并将压缩后的数据通过网口发送给存储中心。由于无需外部辅助设备,可通过对监控图像的智能分析,自身触发对当前图像的抓拍,因此单台摄像机即可完成大多交通道路的抓拍监控应用,不需要外接分析设备,实现网络智能抓拍的一体化,大大提高了系统集成性。而且,在摄像机将压缩后的数据通过网口发送给存储中心之前,先判断网络连接是否正常,如果网络连接正常,则再进入将压缩后的数据通过网口发送的步骤;如果网络连接异常,则将压缩后的数据保存在摄像机内部的存储卡中,等待网络恢复后再将保存的压缩后的数据通过网口发送给存储中心。通过在断网等异常情况下实现自动存储,大大降低了网络架设的不可靠性带来的风险。
进一步地,摄像机还可根据外接设备输入的报警信号,检测是否满足触发条件,并在满足触发条件时触发抓拍。比如说,外接设备为包含两个地感线圈的车检器,摄像机利用自身的交通应用逻辑能完成测速,在超速时触发抓拍;或者,外接设备为红绿灯信号器,摄像机在检测出经过车辆闯红灯时触发抓拍。从而使得摄像机能根据各种外部信号类型分析出诸如车速,是否违章等相关信息。
进一步地,摄像机在捕获到车辆经过时,分析本次抓拍所需的补光类型,并根据分析得到的补光类型,向相应的补光设备输出同步信号,控制相应的补光设备进行补光,使得摄像机可以同时接入多个补光设备,根据本次抓拍所需的补光类型选择最合适的补光设备进行补光,从而能够提高抓拍的图像质量。
附图说明
图1是根据本发明第一实施方式的高清网络智能摄像机结构示意图;
图2是根据本发明第二实施方式的高清网络智能抓拍方法流程图;
图3是根据本发明第二实施方式中的运动物体定位示意图;
图4是根据本发明第二实施方式中的物体达到触发状态示意图;
图5是根据本发明第二实施方式中的数据备用存储的具体流程图;
图6是根据本发明第二实施方式中高清网络智能抓拍的系统结构图;
图7是根据本发明第四实施方式中高清网络智能抓拍的系统结构图;
图8是根据本发明第四实施方式中的外接设备触发抓拍的示意图;
图9是根据本发明第四实施方式中的测速流程图;
图10是根据本发明第四实施方式中的闯红灯抓拍流程图。
具体实施方式
在以下的叙述中,为了使读者更好地理解本申请而提出了许多技术细节。但是,本领域的普通技术人员可以理解,即使没有这些技术细节和基于以下各实施方式的种种变化和修改,也可以实现本申请各权利要求所要求保护的技术方案。
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明的实施方式作进一步地详细描述。
本发明第一实施方式涉及一种高清网络智能摄像机,该高清网络智能摄像机包含:
触发信号生成模块,用于通过对摄像机图像进行分析,在捕获到车辆经过时,生成触发信号。触发信号生成模块在对摄像机图像进行分析时,可以对当前监控到的图像进行虚拟线圈的检测,在有物体跨过事先设定的虚拟线圈时,判定有车辆经过。
前端抓拍模块,与触发信号生成模块相连,用于接收触发信号生成模块生成的触发信号,并根据触发信号进行抓拍。
补光类型分析模块,与触发信号生成模块相连,用于在触发信号生成模块生成触发信号时,分析本次抓拍所需的补光类型。
同步信号输出接口,与补光类型分析模块相连,用于根据补光类型分析模块分析得到的补光类型,向相应的补光设备输出同步信号,控制相应的补光设备进行补光。
处理模块,与前端抓拍模块相连,用于将前端抓拍模块抓拍到的数据帧进行压缩编码,并检测摄像机的网络连接是否正常,在检测结果为正常时,将压缩后的数据通过网口发送给存储中心;在检测结果为异常时,将压缩后的数据保存到用于保存本地数据的内部存储模块中。
其中,处理模块还用于将抓拍相关信息(如抓拍时间、对捕获车辆识别到的车牌号)叠加在所述抓拍到的数据帧上,在将抓拍到的数据帧进行压缩编码时,将叠加有所述抓拍相关信息的数据帧进行所述压缩编码。触发信号生成模块、补光类型分析模块、同步信号输出接口和处理模块,可以集成在一个模块中,如图1所示,将触发信号生成模块、补光类型分析模块、同步信号输出接口和处理模块都集成在一个处理器中。
由于无需外部辅助设备,可通过对监控图像的智能分析,自身触发对当前图像的抓拍,因此单台摄像机即可完成大多交通道路的抓拍监控应用,不需要外接分析设备,实现网络智能抓拍的一体化,大大提高了系统集成性。而且,在摄像机将压缩后的数据通过网口发送给存储中心之前,先判断网络连接是否正常,如果网络连接正常,则再进入将压缩后的数据通过网口发送的步骤;如果网络连接异常,则将压缩后的数据保存在摄像机内部的存储卡中,等待网络恢复后再将保存的压缩后的数据通过网口发送给存储中心。通过在断网等异常情况下实现自动存储,大大降低了网络架设的不可靠性带来的风险。
本发明的第二实施方式涉及一种高清网络智能抓拍方法,应用于上述第一实施方式的高清网络智能摄像机,具体流程如图2所示。
在步骤201中,摄像机通过对当前监控到的图像进行分析,在捕获到车辆经过时,触发抓拍。
具体地说,摄像机正常工作后会实时传输基于H264标准的高清编码数据至处理器,如图1所示。由于图像分析的复杂性较高运算量很大,因此由处理器对当前监控到的图像进行智能分析。具体地,处理器利用视频检测功能对视频帧进行分析定位出了运动物体,当运动物体到达设定的触发状态时,判定有车辆经过,给出触发信号,如图3、图4所示。图3,图4描述了视频检测触发的过程,首先如图4定位出运动物体。并且在视频帧中进行跟踪预测。当物体跨过事先设定的虚拟线圈时,生成触发信号,并将生成的触发信号传输至摄像机中的前端抓拍模块。本实施方式中的处理器可以实现视音频编解码、视音频处理、智能分析等功能,可以但不局限于传统意义上的DSP(数字型号处理器),主要用于运算密集型事务的处理。
接着,在步骤202中,准备抓拍,分析本次抓拍所需的补光类型。具体地说,在本实施方式中,摄像机可以直接接入多个补光设备触发线,不同的补光设备对应不同的同步信号类型。在本步骤中,摄像机分析本次抓拍所需的补光类型,产生相应类型的同步信号。比如说,摄像机同时接入3个补光设备,本次抓拍所需的补光类型为第二个补光设备的补光类型,因此产生第二个补光设备所对应的同步信号,如是沿触发信号输出还是脉冲信号输出。
接着,在步骤203中,摄像机向相应的补光设备输出相应类型的同步信号,控制相应的补光设备进行补光。针对上述案例,摄像机向第二个补光设备输出第二个补光设备所对应的同步信号,控制第二个补光设备进行补光。由于摄像机可以同时接入多个补光设备,根据本次抓拍所需的补光类型选择最合适的补光设备进行补光,因此能够有效提高抓拍的图像质量。
接着,在步骤204中,摄像机的抓拍模块抓拍图像,即抓拍模块捕获数据帧,并将捕获到的数据帧转换成数字信号发送给处理器。也就是说,当触发抓拍时摄像机将针对机动车辆运动较快的特点选择合适的快门速度抓拍,同时输出同步信号给补光设备控制闪光,抓拍到的数据帧还可以经过内部识别模块识别得出车牌车身颜色等结果,如对抓拍到的数据帧进行车牌识别分析出捕获车辆的车牌号码。
接着,在步骤205中,处理器将抓拍相关信息叠加在抓拍到的数据帧上后,进行压缩编码。比如说,处理器将车速信息、抓拍时间、车牌识别结果等抓拍相关信息叠加在数据帧图像上,再压缩为一张JPG格式的图片。
接着,在步骤206中,判断网络连接是否正常。如检测当前网络状态及布防状态。其中,网络状态主要指摄像机连接网络的物理状态是否连接正常,而布防状态主要是指软件上中心客户端是否向该摄像机建立了布防连接数据通道。如果判定网络连接正常,则进入步骤207,处理器将压缩后的数据通过网口发送给存储中心,比如说,处理器利用H264算法对数据进行压缩编码。之后打包为PS流数据通过网口发送出去。具体地说,处理器将压缩后的数据打成规定的接收格式通过网络传递出去。新的网络格式可以以软件模块化的形式加载进摄像机内部,以便具有良好的网络开放性。
如果在步骤206中,判定网络不连接,则进入步骤208,判断SD卡是否准备就绪,在准备就绪时将压缩后的数据写入SD卡。也就是说,如果网络连接异常,则将压缩后的数据保存在摄像机内部的SD卡中,比如说,在SD卡中数据以索引文件加数据文件组成,索引文件维护了当前分区中数据存储位置及数据统计。数据文件存放了图像数据及附加智能信息数据。等待网络恢复后再将保存在SD卡中的压缩数据通过网口发送给存储中心。在网络出现故障的情况下通过备用SD卡(存储卡)模块将数据存储到SD卡中,待网络连接正常的后自动上传图片,可以有效提高系统可用性和可靠性。
数据备用存储的具体流程如图5所示,在步骤501中,处理器获取到抓拍的图像数据及附加相关信息。
接着,在步骤502中,判断网络物理连接是否正常,如果异常则进入步骤505;如果正常则进入步骤503。
在步骤503中,搜索是否存在已建立上传通道,如果不存在则进入步骤505;如果存在则进入步骤504,通过网络上传出去。
在步骤505中,判断SD卡是否工作正常,如果工作正常,则进入步骤506,数据写入SD卡中;如果工作异常,则进入步骤507,初始化SD卡至正常状态。
处理器可以在无抓拍任务时获取网络软硬件状态,进而判断是否可以上传SD卡数据,如果网络不允许则重新在无抓拍任务时获取网络软硬件状态,如果判定可以上传SD卡数据,则将保存在SD卡中的压缩数据通过网口发送给存储中心。
需要说明的是,本实施方式中抓拍模块的抓拍工作与处理器中的后续数据压缩处理工作都是在不同的任务中完成的,通过多任务并行工作以保证快速响应触发。
不难发现,在本实施方式中,无触发任务时,使用摄像机实现高清监控的功能,摄像机自身在通过对当前监控图像进行的分析,捕获到车辆经过时,触发抓拍,摄像机将抓拍到的数据帧进行压缩编码,并将压缩后的数据通过网口发送给存储中心。由于无需外部辅助设备,可通过对监控图像的智能分析,自身触发对当前图像的抓拍,因此单台摄像机即可完成大多交通道路的抓拍监控应用,不需要外接分析设备,实现网络智能抓拍的一体化,大大提高了系统集成性。而且,在无网络的极限情况下,仍只需要一台插入SD卡的摄像机即能完成大多交通道路的抓拍监控应用,通过在断网等异常情况下实现自动存储,如图6所示,大大降低了网络架设的不可靠性带来的风险,提高了系统集成度的可靠性。此外,本领域技术人员可以理解,抓拍数据除了可以选择网络传递,SD卡传递,也还可以选择标准FTP传递等各种上传模式,再次不一一赘述。
本发明第三实施方式涉及一种高清网络智能摄像机。第三实施方式在第一实施方式的基础上进行了改进,主要改进之处在于:在本实施方式中,触发信号生成模块还用于根据外接设备输入的报警信号,检测是否满足触发条件,并在满足所述触发条件时生成触发信号。
比如说,外接设备为包含两个地感线圈的车检器,每个地感线圈在有车辆经过时向所述摄像机输入报警信号。触发信号生成模块包含以下子模块:
时间计算子模块,用于根据两个地感线圈分别输入的报警信号的时间,计算间隔时间;
车速计算子模块,与时间计算子模块相连,用于根据两个地感线圈的间距和时间计算子模块计算的两个地感线圈分别输入的报警信号的间隔时间,计算车辆速度。
检测子模块,与车速计算子模块相连,用于在车速计算子模块计算的车辆速度超过预定门限时,判定满足触发条件。
外接设备也可以是红绿灯信号器,红绿灯信号器向摄像机输入表示红绿灯状态的报警信号。触发信号生成模块包含以下子模块:
闯红灯检测子模块,用于通过获取红绿灯状态判断经过车辆是否闯红灯,并在经过车辆闯红灯时判定满足所述触发条件。
当然,外接设备还可以是其他设备,在此不一一列举。
本发明第四实施方式涉及一种高清网络智能抓拍方法。第四实施方式应用于上述第二实施方式的高清网络智能摄像机。也就是说,本实施方式在第二实施方式的基础上进行了改进,主要改进之处在于:在本实施方式中,摄像机中的处理器不仅可以通过自身对视频信息的分析触发抓拍,还可以根据外接设备(如车检器、红绿灯信号器、雷达等)输入的报警信号,检测是否满足触发条件,并在满足触发条件时(如有车通过、闯红灯等)触发抓拍,如图7所示。
比如说,摄像机外接有包含两个地感线圈的车检器时,每个地感线圈在有车辆经过时向摄像机输入报警信号,那么摄像机可以根据内部的测速逻辑进行车辆测速抓拍。如图8所示,车辆在经过地感线圈1时,摄像机接收到电平信号记录信号时间,在经过地感线圈2时,记录第二线圈时间。从而得到车辆经过此两线圈的时间。计算出车辆速度进行超速抓拍。同时,如果摄像机还外接有红绿灯信号器,红绿灯信号器向摄像机输入表示红绿灯状态的报警信号,则摄像机可以通过获取红绿灯状态来判定是否闯红灯,进行闯红灯抓拍。从而使得摄像机能根据各种外部信号类型分析出诸如车速,是否违章等相关信息。
具体测速流程如图9所示,在步骤901中,摄像机中的处理器等待接收外接设备的信号。外接设备信号的触发方式可以选择,包括上升沿触发,下降沿触发等。
接着,在步骤902中,处理器判断信号来源是第一线圈信号还是第二线圈信号。如果是第二线圈信号,则进入步骤903,判断是否存在合法的第一线圈信号。因车辆变道,误触发等情况引起的第二线圈信号超时或者不存在第一线圈信号则丢弃此信号。
在步骤904中,根据记录的两次线圈信号间隔及线圈间距计算出车辆的平均速度。
在步骤905中,处理器判断是否超速,如果不超速且不要求抓拍则结束此次测速。如果超速,则进入步骤906中,判定满足触发条件,生成抓拍信号,通知前端抓拍模块抓拍图像。
如果在步骤902中,判定信号来源是第一线圈信号,则进入步骤907,判断上一次测试是否结束。如果没结束,则此信号判定为非法信号丢弃。否则进入步骤908,记录第一线圈信号到达时间,用于测速。
摄像机通过获取红绿灯状态来判定是否闯红灯,进行闯红灯抓拍的流程如图10所示。
在步骤1001中,摄像机的处理器接收外接的红绿灯信号器输入的报警信号。
接着,在步骤1002中,处理器从红绿灯信号器输入接口读取红绿灯状态信号。
接着,在步骤1003中,处理器判定是否为红灯,如果是绿灯则丢弃此信号;如果是红灯,则进入步骤1004,判定满足触发条件,生成抓拍信号,通知前端抓拍模块抓拍图像。
需要说明的是,本发明各设备实施方式中提到的各单元都是逻辑单元,在物理上,一个逻辑单元可以是一个物理单元,也可以是一个物理单元的一部分,还可以以多个物理单元的组合实现,这些逻辑单元本身的物理实现方式并不是最重要的,这些逻辑单元所实现的功能的组合是才解决本发明所提出的技术问题的关键。此外,为了突出本发明的创新部分,本发明上述各设备实施方式并没有将与解决本发明所提出的技术问题关系不太密切的单元引入,这并不表明上述设备实施方式并不存在其它的单元。
本发明的各方法实施方式均可以以软件、硬件、固件等方式实现。不管本发明是以软件、硬件、还是固件方式实现,指令代码都可以存储在任何类型的计算机可访问的存储器中(例如永久的或者可修改的,易失性的或者非易失性的,固态的或者非固态的,固定的或者可更换的介质等等)。同样,存储器可以例如是可编程阵列逻辑(Programmable Array Logic,简称“PAL”)、随机存取存储器(Random Access Memory,简称“RAM”)、可编程只读存储器(Programmable Read Only Memory,简称“PROM”)、只读存储器(Read-Only Memory,简称“ROM”)、电可擦除可编程只读存储器(Electrically Erasable Programmable ROM,简称“EEPROM”)、磁盘、光盘、数字通用光盘(Digital Versatile Disc,简称“DVD”)等等。
虽然通过参照本发明的某些优选实施方式,已经对本发明进行了图示和描述,但本领域的普通技术人员应该明白,可以在形式上和细节上对其作各种改变,而不偏离本发明的精神和范围。

Claims (14)

1.一种高清网络智能摄像机,其特征在于,包含:
触发信号生成模块,用于通过对摄像机图像进行分析,在捕获到车辆经过时,生成触发信号;
前端抓拍模块,与所述触发信号生成模块相连,用于接收所述触发信号生成模块生成的触发信号,并根据所述触发信号进行抓拍;
处理模块,与所述前端抓拍模块相连,用于将所述前端抓拍模块抓拍到的数据帧进行压缩编码,并检测所述摄像机的网络连接是否正常,所述处理模块在检测结果为正常时,将所述压缩后的数据通过网口发送给存储中心;所述处理模块在检测结果为异常时,将所述压缩后的数据保存到用于保存本地数据的内部存储模块中。
2.根据权利要求1所述的高清网络智能摄像机,其特征在于,
所述触发信号生成模块还用于根据外接设备输入的报警信号,检测是否满足触发条件,并在满足所述触发条件时生成触发信号。
3.根据权利要求2所述的高清网络智能摄像机,其特征在于,所述外接设备为包含两个地感线圈的车检器,每个地感线圈在有车辆经过时向所述摄像机输入报警信号;
所述触发信号生成模块包含以下子模块:
时间计算子模块,用于根据所述两个地感线圈分别输入的报警信号的时间,计算间隔时间;
车速计算子模块,与所述时间计算子模块相连,用于根据两个地感线圈的间距和所述时间计算子模块计算的两个地感线圈分别输入的报警信号的间隔时间,计算车辆速度;
检测子模块,与所述车速计算子模块相连,用于在所述车速计算子模块计算的车辆速度超过预定门限时,判定满足所述触发条件。
4.根据权利要求2所述的高清网络智能摄像机,其特征在于,所述外接设备为红绿灯信号器,所述红绿灯信号器向所述摄像机输入表示红绿灯状态的报警信号;
所述触发信号生成模块包含以下子模块:
闯红灯检测子模块,用于通过获取红绿灯状态判断经过车辆是否闯红灯,并在经过车辆闯红灯时判定满足所述触发条件。
5.根据权利要求1至4中任一项所述的高清网络智能摄像机,其特征在于,所述高清网络智能摄像机还包含:
补光类型分析模块,与所述触发信号生成模块相连,用于在所述触发信号生成模块生成触发信号时,分析本次抓拍所需的补光类型;
同步信号输出接口,与所述补光类型分析模块相连,用于根据所述补光类型分析模块分析得到的补光类型,向相应的补光设备输出同步信号,控制相应的补光设备进行补光。
6.根据权利要求1至4中任一项所述的高清网络智能摄像机,其特征在于,
所述处理模块还用于将抓拍相关信息叠加在所述抓拍到的数据帧上,在将抓拍到的数据帧进行压缩编码时,将叠加有所述抓拍相关信息的数据帧进行所述压缩编码;
其中,所述抓拍相关信息包含抓拍时间、对捕获车辆识别到的车牌号。
7.根据权利要求1至4中任一项所述的高清网络智能摄像机,其特征在于,所述触发信号生成模块在对摄像机图像进行分析时,对当前监控到的图像进行虚拟线圈的检测,在有物体跨过事先设定的虚拟线圈时,判定有车辆经过。
8.一种高清网络智能抓拍方法,其特征在于,包含以下步骤:
摄像机通过对当前监控到的图像进行分析,在捕获到车辆经过时,触发抓拍;
所述摄像机将抓拍到的数据帧进行压缩编码,并将压缩后的数据通过网口发送给存储中心;
其中,在所述摄像机将压缩后的数据通过网口发送给存储中心之前,还包含以下步骤:
所述摄像机判断网络连接是否正常,如果网络连接正常,则再进入所述将压缩后的数据通过网口发送的步骤;如果网络连接异常,则将所述压缩后的数据保存在所述摄像机内部的存储卡中,等待网络恢复后再将保存的所述压缩后的数据通过网口发送给存储中心。
9.根据权利要求8所述的高清网络智能抓拍方法,其特征在于,还包含以下步骤:
所述摄像机根据外接设备输入的报警信号,检测是否满足触发条件,并在满足所述触发条件时触发抓拍。
10.根据权利要求9所述的高清网络智能抓拍方法,其特征在于,所述外接设备为包含两个地感线圈的车检器,每个地感线圈在有车辆经过时向所述摄像机输入报警信号;
所述摄像机通过以下方式,检测是否满足触发条件:
根据所述两个地感线圈分别输入的报警信号的间隔时间和两个地感线圈的间距,计算车辆速度;
当计算的车辆速度超过预定门限时,判定满足所述触发条件。
11.根据权利要求9所述的高清网络智能抓拍方法,其特征在于,所述外接设备为红绿灯信号器,所述红绿灯信号器向所述摄像机输入表示红绿灯状态的报警信号;
所述摄像机通过以下方式,检测是否满足触发条件:
所述摄像机通过获取红绿灯状态判断经过车辆是否闯红灯,如果闯红灯,则判定满足所述触发条件。
12.根据权利要求8至11中任一项所述的高清网络智能抓拍方法,其特征在于,所述摄像机在捕获到车辆经过时,还执行以下步骤:
分析本次抓拍所需的补光类型,并根据分析得到的补光类型,向相应的补光设备输出同步信号,控制相应的补光设备进行补光。
13.根据权利要求8至11中任一项所述的高清网络智能抓拍方法,其特征在于,所述在将抓拍到的数据帧进行压缩编码之前,还包含以下步骤:
将抓拍相关信息叠加在所述抓拍到的数据帧上;
所述将抓拍到的数据帧进行压缩编码时,将叠加有所述抓拍相关信息的数据帧进行所述压缩编码;
其中,所述抓拍相关信息包含抓拍时间、对捕获车辆识别到的车牌号。
14.根据权利要求8至11中任一项所述的高清网络智能抓拍方法,其特征在于,所述对当前监控到的图像进行分析的步骤中,包含以下子步骤:
对当前监控到的图像进行虚拟线圈的检测,在有物体跨过事先设定的虚拟线圈时,判定有车辆经过。
CN201110104053.4A 2011-04-25 2011-04-25 高清网络智能摄像机及高清网络智能抓拍方法 Active CN102194320B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201110104053.4A CN102194320B (zh) 2011-04-25 2011-04-25 高清网络智能摄像机及高清网络智能抓拍方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201110104053.4A CN102194320B (zh) 2011-04-25 2011-04-25 高清网络智能摄像机及高清网络智能抓拍方法

Publications (2)

Publication Number Publication Date
CN102194320A true CN102194320A (zh) 2011-09-21
CN102194320B CN102194320B (zh) 2014-05-21

Family

ID=44602316

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201110104053.4A Active CN102194320B (zh) 2011-04-25 2011-04-25 高清网络智能摄像机及高清网络智能抓拍方法

Country Status (1)

Country Link
CN (1) CN102194320B (zh)

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102625074A (zh) * 2012-03-19 2012-08-01 北京汉邦高科数字技术股份有限公司 Hd-sdi摄像机传输智能分析数据的方法
CN102752502A (zh) * 2012-04-28 2012-10-24 北京汉王智通科技有限公司 智能摄像机及智能摄像方法
CN104253945A (zh) * 2013-06-26 2014-12-31 杭州海康威视数字技术股份有限公司 一种高清相机的实现方法以及一种高清相机
CN104469176A (zh) * 2014-12-02 2015-03-25 安徽拓威科技有限公司 智能卡口防眩光装置及其控制方法
WO2015070767A1 (zh) * 2013-11-18 2015-05-21 杭州海康威视数字技术股份有限公司 一种高清相机的实现方法以及一种高清相机
WO2016119528A1 (zh) * 2015-01-26 2016-08-04 杭州海康威视数字技术股份有限公司 视频数据的智能处理方法及系统
CN106210727A (zh) * 2016-08-16 2016-12-07 广东中星电子有限公司 基于神经网络处理器阵列的视频分级码流编码方法和架构
CN106303527A (zh) * 2016-08-16 2017-01-04 广东中星电子有限公司 时分复用神经网络处理器的视频分级码流编码方法和架构
CN107172356A (zh) * 2017-06-23 2017-09-15 姜茂清 一种针对移动物体的人工智能抓拍高清晰照片装置
CN109243179A (zh) * 2018-11-07 2019-01-18 苏州科达科技股份有限公司 动态抓拍帧的区分方法及装置
CN112788265A (zh) * 2019-11-11 2021-05-11 浙江宇视科技有限公司 录像数据保存方法、装置、图像采集设备及可读存储介质
CN114040105A (zh) * 2021-11-17 2022-02-11 北京市商汤科技开发有限公司 视频快速抓拍方法、系统、人脸识别模组以及存储介质
CN116016848A (zh) * 2022-12-12 2023-04-25 中科环森智慧科技(苏州)有限公司 一种智能感知前端抓拍系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003242594A (ja) * 2002-02-13 2003-08-29 Mitsubishi Electric Corp 路上監視システム
CN101197080A (zh) * 2006-12-22 2008-06-11 四川川大智胜软件股份有限公司 一种新型的智能红绿灯控制系统
CN101350109A (zh) * 2008-09-05 2009-01-21 交通部公路科学研究所 多车道自由流视频车辆定位和控制方法
CN101383094A (zh) * 2008-10-21 2009-03-11 上海高德威智能交通系统有限公司 视频触发方法和装置
CN101527079A (zh) * 2008-03-07 2009-09-09 上海宝康电子控制工程有限公司 闯红灯兼卡口电子警察设备及其监测方法
CN101577050A (zh) * 2008-12-25 2009-11-11 四川川大智胜软件股份有限公司 智能交通数字监控器及其用途
CN101621673A (zh) * 2009-07-30 2010-01-06 杭州联图科技有限公司 智能网络安防监控摄像机
US20100271497A1 (en) * 2009-04-28 2010-10-28 Monsive Jr Michael G Portable traffic monitoring system and methods for use

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003242594A (ja) * 2002-02-13 2003-08-29 Mitsubishi Electric Corp 路上監視システム
CN101197080A (zh) * 2006-12-22 2008-06-11 四川川大智胜软件股份有限公司 一种新型的智能红绿灯控制系统
CN101527079A (zh) * 2008-03-07 2009-09-09 上海宝康电子控制工程有限公司 闯红灯兼卡口电子警察设备及其监测方法
CN101350109A (zh) * 2008-09-05 2009-01-21 交通部公路科学研究所 多车道自由流视频车辆定位和控制方法
CN101383094A (zh) * 2008-10-21 2009-03-11 上海高德威智能交通系统有限公司 视频触发方法和装置
CN101577050A (zh) * 2008-12-25 2009-11-11 四川川大智胜软件股份有限公司 智能交通数字监控器及其用途
US20100271497A1 (en) * 2009-04-28 2010-10-28 Monsive Jr Michael G Portable traffic monitoring system and methods for use
CN101621673A (zh) * 2009-07-30 2010-01-06 杭州联图科技有限公司 智能网络安防监控摄像机

Cited By (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102625074A (zh) * 2012-03-19 2012-08-01 北京汉邦高科数字技术股份有限公司 Hd-sdi摄像机传输智能分析数据的方法
CN102625074B (zh) * 2012-03-19 2014-11-19 北京汉邦高科数字技术股份有限公司 Hd-sdi摄像机传输智能分析数据的方法
CN102752502A (zh) * 2012-04-28 2012-10-24 北京汉王智通科技有限公司 智能摄像机及智能摄像方法
CN104253945A (zh) * 2013-06-26 2014-12-31 杭州海康威视数字技术股份有限公司 一种高清相机的实现方法以及一种高清相机
CN104253945B (zh) * 2013-06-26 2017-12-22 杭州海康威视数字技术股份有限公司 一种高清相机的实现方法以及一种高清相机
US9854193B2 (en) 2013-11-18 2017-12-26 Hangzhou Hikvision Digital Technology Co., Ltd. High definition camera and method
WO2015070767A1 (zh) * 2013-11-18 2015-05-21 杭州海康威视数字技术股份有限公司 一种高清相机的实现方法以及一种高清相机
CN104469176B (zh) * 2014-12-02 2017-11-21 合肥圣博瑞科技有限公司 智能卡口防眩光装置及其控制方法
CN104469176A (zh) * 2014-12-02 2015-03-25 安徽拓威科技有限公司 智能卡口防眩光装置及其控制方法
WO2016119528A1 (zh) * 2015-01-26 2016-08-04 杭州海康威视数字技术股份有限公司 视频数据的智能处理方法及系统
US10178430B2 (en) 2015-01-26 2019-01-08 Hangzhou Hikvision Digital Technology Co., Ltd. Intelligent processing method and system for video data
CN106303527A (zh) * 2016-08-16 2017-01-04 广东中星电子有限公司 时分复用神经网络处理器的视频分级码流编码方法和架构
CN106210727A (zh) * 2016-08-16 2016-12-07 广东中星电子有限公司 基于神经网络处理器阵列的视频分级码流编码方法和架构
CN106210727B (zh) * 2016-08-16 2020-05-22 广东中星电子有限公司 基于神经网络处理器阵列的视频分级码流编码方法和系统
CN107172356A (zh) * 2017-06-23 2017-09-15 姜茂清 一种针对移动物体的人工智能抓拍高清晰照片装置
CN109243179A (zh) * 2018-11-07 2019-01-18 苏州科达科技股份有限公司 动态抓拍帧的区分方法及装置
CN112788265A (zh) * 2019-11-11 2021-05-11 浙江宇视科技有限公司 录像数据保存方法、装置、图像采集设备及可读存储介质
CN112788265B (zh) * 2019-11-11 2024-02-02 浙江宇视科技有限公司 录像数据保存方法、装置、图像采集设备及可读存储介质
CN114040105A (zh) * 2021-11-17 2022-02-11 北京市商汤科技开发有限公司 视频快速抓拍方法、系统、人脸识别模组以及存储介质
CN116016848A (zh) * 2022-12-12 2023-04-25 中科环森智慧科技(苏州)有限公司 一种智能感知前端抓拍系统

Also Published As

Publication number Publication date
CN102194320B (zh) 2014-05-21

Similar Documents

Publication Publication Date Title
CN102194320B (zh) 高清网络智能摄像机及高清网络智能抓拍方法
CN112291520B (zh) 异常事件识别方法、装置、存储介质及电子装置
US8576284B2 (en) Monitoring system, monitoring apparatus and monitoring method
JP6134825B2 (ja) コンテクストデータを使用して端末によって画像キャプチャの確率を自動的に決定する方法
CN102592450B (zh) 机动车斑马线不礼让行人行为抓拍系统及其方法
CN109166261A (zh) 基于图像识别的图像处理方法、装置、设备及存储介质
WO2022237591A1 (zh) 运动对象的识别方法、装置、电子设备及可读存储介质
CN107948605B (zh) 车载监控视频数据存储的方法、装置、设备及存储介质
US10373015B2 (en) System and method of detecting moving objects
CN102568242A (zh) 基于视频处理的信号灯状态检测方法及其系统
CN108376246A (zh) 一种多人脸识别及跟踪系统及方法
CN102945603A (zh) 检测交通事件的方法及电子警察装置
CN103824064A (zh) 一种海量人脸发现与识别方法
CN111836102B (zh) 视频帧的分析方法和装置
KR101625538B1 (ko) 도시방범이 가능한 다차선 자동차 번호판 인식시스템
US20160212410A1 (en) Depth triggered event feature
CN103730009A (zh) 一种无车牌车辆检测方法及系统
CN102509452B (zh) 智能交通监测系统的闪光灯控制方法及其装置
CN101998111A (zh) 高清摄像机视频采集模式自动转换的系统和方法
CN202563684U (zh) 机动车斑马线不礼让行人行为抓拍系统
CN109243179B (zh) 动态抓拍帧的区分方法及装置
TW201743606A (zh) 監控資料的原始畫面儲存系統及其儲存方法
US20040184528A1 (en) Data processing system, data processing apparatus and data processing method
CN117440236A (zh) 一种控制方法、isp、电子设备及计算机存储介质
KR101088153B1 (ko) 콤보형 영상 감시 시스템 및 영상 감시 방법

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant