发明内容
本发明提供一种视频监控方法及系统,以解决现有技术中对硬件要求高的同时还解决了使用红外灯光造成眼睛伤害大的问题。
具体方案如下:
一种视频监控方法,步骤包括:
实时采集被检测对象在自然光源条件下的脸部图像;
将所述脸部图像进行分析,获取所述被检测对象的眼部图像眼睑信息,判断被检测对象的眼部图像眼睑信息是否符合预设报警条件,如果是,则触发报警。
优选地,所述获取被检测对象的眼部图像眼睑信息包括:眼睑张开度。
优选地,获取所述被检测对象的眼部图像眼睑信息包括:
将所述被检测对象的脸部图像中的眼睑张开度与预设的脸部信息库中的多个参考脸部图像的眼睑张开度进行比对。
优选地,判断被检测对象的眼部图像眼睑信息是否符合预设报警条件的过程:
判断所述被检测对象的脸部图像眼睑信息中的眼睑张开度是否在预设时间内维持在预设的眼睑张开度范围内,若是,则不符合预设报警条件,若否,则符合预设报警条件。
优选地,判断被检测对象的眼部图像眼睑信息是否符合预设报警条件的过程:
判断所述被检测对象的脸部图像眼睑信息中的眼睑张开度是否在预设时间内维持在预设的眼睑张开度范围内,若是,则不符合预设报警条件,若否,则符合预设报警条件。
一种视频监控系统,包括:视频采集器和智能分析终端;
所述视频采集器,用于实时采集被检测对象在自然光源条件下的脸部图像,将所述被检测对象在自然光源条件下的脸部图像传递给所述智能分析终端;
所述智能分析终端与所述视频采集器相连,用于接收所述视频采集器传送的所述被检测对象在自然光源条件下的脸部图像,并将所述被检测对象的脸部图像进行分析,获取所述被检测对象的眼部图像眼睑信息,判断被检测对象的眼部图像眼睑信息是否符合预设报警条件,如果否,则触发报警。
优选地,所述报警模块为蜂鸣器或者指示灯。
从以上技术方案可以看出,本发明中,提供的一种视频监控方法及系统,通过实时采集被检测对象在自然光源下的脸部图像,将所述被检测对象的脸部图像进行分析,获取所述被检测对象的眼部图像眼睑信息,判断被检测对象的眼部图像眼睑信息是否符合预设报警条件,如果是否,则触发报警,该 方法应用于视频监控系统中,能够实时对值班员的工作状态进行监控,并对非正常工作的情况进行报警,大大的降低了对硬件的要求,并且避免了红外灯光对人眼的伤害。
具体实施方式
下面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清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明的保护范围。
本发明中,图1为一种视频监控方法的流程示意图,参照图1所示,该方法包括:
步骤S101:实时采集被检测对象在自然光源条件下的脸部图像;
步骤S102:将所述脸部图像进行分析,获取所述被检测对象的眼部图像眼睑信息;
其中,将所述被检侧对象的脸部图像进行分析,即对所述脸部图像进行定位,使用Haar(哈尔)特征及迭代算法Adaboost的检测程序,Adaboost算法能根据弱学习的反馈适应性地调整假设错误率,在准确度及效率上较为突出,因此直接选用。而人眼定位容易受到眉毛等附属物的影响,故提出使用 纹理特征以及Haar特征联合进行Adaboost检测,实验结果证明其误判率在0.001%时拒真率为1%,能够满足进一步识别的要求。
为了获取所述被检测对象的眼部图像眼睑信息,利用自然光条件下眼球表面会反射光源,并在瞳孔或虹膜表面留下光斑的特点,来进行识别。
本发明中,提出RLBP(递归二值模式)算子,该算子自顶向下逐级获取更精确的二值特征,克服了局部LBP(二值模式)算子只能提取单一尺度的纹理特征,使得在人眼区域较小,低分辨率条件下,能够完整获得人眼特征,同时提取肤色在YCrCb(即YUV,Y表示明亮度,U和V则是色度)空间特征,对眼球纹理与眼睑纹理进行贝叶斯分类,得到相应的被检测对象的眼睑张开度信息。
其中,存在预设的信息库,所述信息库中会预存根据递归二值模式算子、Gabor(傅里叶变换)算法和肤色在YCrCb空间特征计算得到的若干用于比对的眼睑张开度信息,所述信息库以R树形式存在,通过与预存在信息库中的眼睑张开度信息比对,得到被检测对象的眼睑张开度。
其中,所述被检测对象的眼部图像眼睑张开度为眼睛上下眼睑睁开的角度。
步骤S103:判断被检测对象的眼部图像眼睑信息是否符合预设报警条件;
步骤S104:如果是,则触发报警;
步骤S105:如果否,则不触发报警。
本实施例中,通过实时采集被检测对象在自然光源条件下的脸部图像,将所述脸部图像进行分析,获取所述被检测对象的眼部图像眼睑信息,判断被检测对象的眼部图像眼睑信息是否符合预设报警条件,即,判断被检测对象是否将眼睛闭起,以此来得到所述被检测对象是否在打瞌睡,如果是,则触发报警,此方法中,通过判断被检测对象的眼部图像眼睑信息得到是否符合预设报警条件,降低了对硬件的要求,避免使用红外光源对人眼的伤害,扩大了监控的应用范围。
上述实施例中,获取所述被检测对象的眼部图像眼睑信息还可以包括:通过计算所述被检测对象的脸部图像的眼睑信息中的上下眼睑的垂直距离与眼角的角度,来得到所述被检测对象的眼睑张开度。
参见图2,为本发明的一种视频监控方法实施例二的流程示意图,该方法步骤包括:
步骤S201:实时采集被检测对象在自然光源条件下的脸部图像;
步骤S202:将所述脸部图像进行分析,获取所述被检测对象的眼部图像眼睑张开度;
步骤S203:判断被检测对象的眼部图像眼睑张开度是否在预设范围内;
步骤S204:如果是,则不触发报警;
步骤S205:如果否,则触发报警。
本实施例,优化了上一实施例,通过获取所述被检测对象的眼部图像眼睑张开度,从而判断被检测对象的眼部图像眼睑张开度是否在预设范围内,如果是,则不触发报警,此方法中,当所述被检测对象的眼部图像眼睛闭合的角度在预设范围,则不会触发报警,如果超出了预设范围,则会触发报警,进一步对眼部图像的信息眼睑张开度进行了判断,此方法的应用,提高了监控的准确率。
参见图3,为本发明的一种视频监控方法实施例三的流程示意图,该方法步骤包括:
步骤S301:实时采集被检测对象在自然光源下的脸部图像;
步骤S302:将所述脸部图像进行分析,获取所述被检测对象的眼部图像眼睑信息;
步骤S303:判断所述被检测对象的眼部图像眼睑张开度是否在预设时间内维持在预设的眼睑张开度范围内;
其中,所述被检测对象的眼部图像眼睑张开度要在预设时间内维持在预设的眼睑张开度的范围内,例如,所述被检测对象的眼睑张开度预设时间5S内维持在预设眼睑张开度的范围内,可以得到所述被检测对象没有将眼睛闭起打瞌睡。
步骤S304:若是,则不符合预设报警条件,不触发报警;
步骤S305:若否,则符合预设报警条件,触发报警。
本实施例中,通过获取的所述被检测对象的眼部图像眼睑信息,从而判断所述被检测对象的眼睑张开度是否在预设时间内维持在预设的眼睑张开度范围内,若是,则不符合预设报警条件,不触发报警,上述实施例中,判断了所述被检测对象的眼睑张开度是否在预设时间内维持在预设眼睑张开度范围内,即,判断了所述被检测对象的眼睛在预设时间内闭起来,如果闭起来,则说明被检测对象在打瞌睡,此方法中,进一步优化了上一实施例,进一步提高了监控的准确率。
其中,在实际应用的过程中,实时采集被检测对象在自然光源条件下的脸部图像,将所述被检测对象的脸部图像进行分析,获取所述被检测对象的眼部图像眼睑信息:眼睑张开度,当确定所述被检测对象的眼部图像眼睑张开度在预设时间内超出了眼睑张开度预设范围时,则触发报警,此处的预设时间和眼睑张开度可以自定义预设,此方法判断了被检测对象的眼部图像眼睑张开度在预设时间内是否超出了预设眼睑张开度的应用,提高了视频监控的准确率。
本发明中,图4为一种视频监控系统的结构示意图,参照图4所示,该系统包括:
视频采集器101和智能分析终端102;
所述视频采集器101,用于实时采集被检测对象在自然光源下的脸部图像,将所述脸部图像传递给所述智能分析终端102;
所述智能分析终端102与所述视频采集器101相连,用于接收所述视频采集器101传送的所述被检测对象在自然光源条件下的脸部图像,并将所述被检测对象的脸部图像进行分析,获取所述被检测对象的眼部图像眼睑信息,判断被检测对象的眼部图像眼睑信息是否符合预设报警条件,如果是,则触发报警。
上述实施例对应的视频监控系统,视频采集器用于实时采集被检测对象在自然光源下的脸部图像,将所述脸部图像传递给所述智能分析终端,所述智能分析终端接收所述被检测对象在自然光源下的脸部图像,并将所述被检测对象的脸部图像进行分析,获取所述被检测对象的眼部图像眼睑信息,判断被检测对象的眼部图像眼睑信息是否符合预设报警条件,如果否,则触发报警,此系统通过判断被检测对象是否将眼睛闭起,以此来得到所述被检测对象是否在打瞌睡,避免使用红外光源对人眼的伤害,扩大了监控的应用范围。
在上述的系统中,所述报警模块为蜂鸣器或指示灯。
上述实施例对应的视频监控系统,所述报警模块为蜂鸣器或指示灯,方便提醒值班员,可以提高监控的准确率。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况 下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽范围。