CN105120217B - 基于大数据分析和用户反馈的智能摄像机移动侦测报警系统及方法 - Google Patents

Abstract

本发明提供了一种基于大数据分析和用户反馈的智能摄像机移动侦测报警系统及方法，属于移动监控技术领域。所述报警系统包括智能摄像机、中心服务器、云服务器、图像分析服务器、推送服务器和移动客户端；智能摄像机侦测移动，上传视频到云服务器存储，发送报警信息给中心服务器；中心服务器通知图像分析服务器做二级检测，并根据二级检测结果和摄像机报警进行决策。所述报警方法利用上述报警系统进行移动检测进行报警，在用户收到报警时，从云服务器获取视频查看并反馈报警结果，利用报警反馈结果和上传视频更新移动侦测算法参数。本发明实现对具体应用场景的个性化分析以及对移动侦测算法持续优化，同时也提高了移动检测的准确性。

Description

基于大数据分析和用户反馈的智能摄像机移动侦测报警系统 及方法

技术领域

本发明涉及移动监控技术领域，具体涉及一种基于大数据分析和用户反馈的智能摄像机移动侦测报警系统及方法。

背景技术

移动侦测(Motion detection technology)，一般也叫运动检测，常用于无人值守监控录像和自动报警。通过摄像头按照不同帧率采集得到的图像会被CPU按照一定算法进行计算和比较，当画面有变化时，如有人走过、镜头被移动，当计算比较的结果超过阈值时指示系统自动作出相应的处理。

移动侦测可以降低公共机构和企业场所的人工监控成本，并且避免人员长期值守疲劳导致的监察失误，可以极大地提高监控效率和监控精度。移动侦测技术是运动检测录像技术的基础，现在已经被广泛使用。目前实现移动侦查的方式主要有两种。

一种采用通过硬件来实现侦测，例如数字宝护神、无线婴儿监视器等监控设备通过内置VMD(Video Motion Detector视频移动探测器)电路实现侦测报警。这种方式的优点是具有较快的处理速度、不占用CPU、可以采用较复杂算法，缺点是硬件成本较高，并且灵活性不高，无法动态改变移动侦查策略，不能针对具体情况进行个性化处理。另一种是用软件实现移动侦查。软件实现的好处是更新方便，可以提供个性化功能组合。但是软件实现需要用CPU做计算，算法不能太复杂，计算量不能太大，否则会影响监控系统其他功能(如显示、录像等)的实现，并且误报率可能较高。但目前对软件实现移动侦测的方式主要通过在实验室进行效果评估，当将程序集成到产品之后，很难对该软件实现的移动侦测算法在实际应用情况下做大规模有效性评估。并且，目前现有软件实现的移动侦查方式，不能针对具体应用场景而进行个性化侦查报警分析，存在灵活性不高的问题。

发明内容

本发明针对目前移动侦查存在灵活性不高的问题，提供了一种基于大数据分析和用户反馈的智能摄像机移动侦测报警系统及方法，可实现对具体应用场景的个性化分析以及对移动侦测算法持续优化，同时也提高了移动检测的准确性。

本发明提供的基于大数据分析和用户反馈的智能摄像机移动侦测报警系统，包括：智能摄像机、中心服务器、云服务器、图像分析服务器、推送服务器和移动客户端。

智能摄像机用于实时采集视频图像，并根据内置的第一移动侦测算法对图像中的运动物体进行检测，当侦测到运动物体时，将侦测到运动物体的视频图像上传到云服务器存储，并发送报警给中心服务器，将上传到云服务器的视频图像的存储地址发送给中心服务器。

中心服务器发送云存储地址和鉴权给智能摄像机，收到智能摄像机发送来的报警时，通知图像分析服务器有新的移动侦测信息，并将收到的视频图像的存储地址发送给图像分析服务器。中心服务器根据智能摄像机发送的报警和图像分析服务器的检测结果决策是否报警，推送报警消息给推送服务器。中心服务器在预设时间内收到图像分析服务器的检测结果，则根据该结果决策是否报警，否则根据智能摄像机发送的报警推送报警消息给推送服务器。中心服务器还统计用户报警反馈结果发送给图像分析服务器。

云服务器用于存储移动侦测的视频上传的移动侦测的相关视频。

图像分析服务器根据收到的视频图像存储地址从云服务器中获取相应的视频图像，利用预设的第二移动侦测算法对视频图像进行检测，确定是否有运动物体以及运动物体信息。图像分析服务器将检测结果发送给中心服务器。图像分析服务器中还存储有第一移动侦测算法，在接收到用户报警反馈结果后，利用户报警反馈结果和相应的视频图像，对两个移动侦测算法进行训练改进，定期将改进的第一移动侦测算法更新到智能摄像机中。

推送服务器推送报警消息到移动客户端。

移动客户端安装在智能移动设备上，在接收到报警消息时显示给用户，并提示用户反馈报警结果是否准确，将用户反馈结果返回给中心服务器。

本发明提供的基于大数据分析和用户反馈的智能摄像机移动侦测报警方法，包括步骤：

步骤1，智能摄像机开启并接入网络，中心服务器检测到智能摄像机上线后，将云存储地址和鉴权发送给智能摄像机；

步骤2，智能摄像机内置的第一移动侦测算法侦测到物体移动时，利用云存储地址和鉴权，上传侦测到运动物体的视频图像到云服务器存储；

步骤3，智能摄像机在侦测到物体移动时，发生报警消息给中心服务器，在智能摄像机上传视频到云服务器结束后，将上传视频在云服务器中的存储地址发送给中心服务器；

若在设定时间内智能摄像机侦测到连续移动，则只作一次报警；

步骤4，中心服务器收到报警时，通知图像分析服务器有新的移动侦测信息，并将视频在云服务器的存储地址发生给图像分析服务器；

步骤5，图像分析服务器根据收到的存储地址从云服务器读取视频图像，利用本身预设的第二移动侦测算法对视频图像进行检测；

步骤6，图像分析服务器把检测结果发给中心服务器；

步骤7，中心服务器等待图像分析服务器的检测结果，若在预设时间内收到，则采用图像分析服务器的检测结果来决定是否报警，否则中心服务器推送报警消息给用户；

步骤8，推送服务器将报警消息推送给移动客户端；

步骤9，用户收到报警推送后，通过移动客户端向云服务器请求视频并展示；

步骤10，移动客户端向用户请求报警反馈，确认该报警结果是否准确，并且把反馈结果返回给中心服务器；

步骤11，中心服务器统计用户报警反馈结果并发送给图像分析服务器；

步骤12，图像分析服务器根据用户报警反馈结果和对应的视频图像，对第一移动侦测算法和第二移动侦测算法进行训练改进，定期将改进的第一移动侦测算法更新到智能摄像机。

相对于现有技术，本发明的优点与积极效果在于：

(1)本发明针对智能摄像机固件中移动侦测算法复杂度不能太高的问题，利用图像分析服务器做二次移动检测，从而能提高移动检测的准确性；本发明还通过设定时间阈值来进行报警决策，解决由于两步移动检测分析会造成报警延迟的问题，从而综合智能摄像机的侦测结果和分析服务器的检测结果，让用户在准确性和及时性找到最好的平衡；

(2)本发明中智能摄像机绑定到具体用户，因此可以针对该用户的报警历史、用户反馈以及用户上传的视频做个性化分析，提供对该用户场景最有效的移动侦测方法和报警策略；

(3)本发明中通过用户反馈来确定侦测报警的准确性，由于用户是对自己场景最了解的，用户的反馈是最真实的评估，因此系统可以用真实的评估来进一步优化移动侦测方法；上传的真实报警视频以及用户反馈，提供了优质的真实场景作为训练素材，可以利用大数据方法进行训练，大大提高移动侦测方法的准确性。

附图说明

图1是本发明的智能摄像机移动侦测报警系统的整体框架示意图；

图2是应用本发明的智能摄像机移动侦测报警系统进行监测的方法流程图。

具体实施方式

下面将结合附图和实施例对本发明作进一步的详细说明。

如图1所示，本发明提供的基于大数据分析和用户反馈的智能摄像机移动侦测报警系统，包括智能摄像机1、中心服务器2、云服务器3、图像分析服务器4、推送服务器5和移动客户端6。

智能摄像机1用于实时采集视频图像，并根据内置的第一移动侦测算法对图像中的运动物体进行检测，当检测到运动物体时，将侦测到运动物体的视频图像上传到云服务器3存储，发送报警给中心服务器2，并获取上传到云服务器3的视频图像的存储地址发送给中心服务器2。智能摄像机1也可以安装存储卡存储视频图像。

中心服务器2发送云存储地址和鉴权给智能摄像机1，当收到智能摄像机1发送来的报警时，通知图像分析服务器4有新的移动侦测信息，将收到的视频图像的存储地址发送给图像分析服务器4。中心服务器2根据智能摄像机1发送的报警和图像分析服务器4的检测结果决策是否需要报警，当需要报警时推送报警消息给推送服务器5。本发明设定时间阈值，在该时间内若收到图像分析服务器4的检测结果，则根据该结果决策是否报警，若超出该时间仍未收到图像分析服务器4的检测结果，为了保证实时性，中心服务器2将直接推送报警消息给推送服务器5。中心服务器2还接收用户报警反馈结果，统计用户报警反馈结果并发送给图像分析服务器4。

云服务器3用于存储智能摄像机1上传的移动侦测的相关视频。

图像分析服务器4根据收到的存储地址从云服务器3中获取相应的视频图像，利用预设的第二移动侦测算法对视频图像进行检测，确定是否有运动物体，以及运动物体具体信息，例如运动物体是人或动物或其他物体，或者更进一步的判断运动物体的特征，标记外形、颜色等等。图像分析服务器4中预设的第二移动侦测算法较智能摄像机1内置的第一移动侦测算法，计算复杂度和精度都比较高，通过做二次移动侦测，提高移动检测的准确性。图像分析服务器4将检测结果发送给中心服务器2。检测结果至少包括是否有运动物体的判断结果。图像分析服务器4在接收到统计的用户报警反馈结果时，从云服务器3中获取智能摄像机1内置的利用反馈结果和相应的视频图像，此外，图像分析服务器4中还存储有第一移动侦测算法，在定期接收到中心服务器2统计的用户报警反馈结果后，基于大数据原理，利用用户报警反馈结果和相应的视频图像对两个移动侦测算法进行训练改进。

推送服务器5推送报警消息到移动客户端6。

移动客户端6安装在智能移动设备上，例如手机、ipad等；移动客户端6接收到报警消息时显示给用户，并提示用户反馈报警消息是否准确，将用户报警反馈结果返回给中心服务器2。

基于上述的智能摄像机移动侦测报警系统，本发明相应提供的基于大数据分析和用户反馈的智能摄像机移动侦测报警方法，具体流程如图2所示，包括步骤1～步骤12。

步骤1，智能摄像机1开启并接入网络，中心服务器2检测到智能摄像机1上线后，将云存储地址和鉴权发送给智能摄像机1。

每台智能摄像机在中心服务器2上注册有唯一的识别码，当智能摄像机联网工作时，发生识别码给中心服务器2。中心服务器2凭借识别码来识别设备，并返回云存储地址和鉴权。

智能摄像机1是能够一直在线。只有在用户绑定智能摄像机1并设置视频可上传后，智能摄像机1才会上传视频。

步骤2，智能摄像机1中的移动侦测算法侦测到物体移动时，利用云存储地址和鉴权，上传侦测到运动物体的视频图像到云服务器3存储。

步骤3，在智能摄像机1上传视频到云服务器3结束后，智能摄像机1发送移动侦测报警消息给中心服务器2，并将上传视频在云服务器3中的具体存储地址发送给中心服务器2。

每当侦测到运动物体时，就作为一次报警，上传相关的移动侦测视频。当智能摄像机侦测到连续移动时，在一定时间内，只会作为一次报警。

此处获取视频图像在云服务器3的具体存储地址发送给中心服务器2，保证后期对视频处理的准确性。

步骤4，中心服务器2收到报警时，通知图像分析服务器4有新的移动侦测信息，并将视频在云服务器的存储地址发生给图像分析服务器4。

步骤5，图像分析服务器4根据收到的存储地址从云服务器3中读取视频，进一步利用本身预设的移动侦测算法对视频图像进行高级分析，判断是否应该对该次移动做报警。

图像分析服务器4对包含移动信息的视频进行二级检测，以得到更准确具体的检测结果，并将检测结果发送给中心服务器2。

(1)图像分析服务器3首先对视频做分析，判断该视频中是否有移动物体。

(2)图像分析服务器3对视频做进一步分析，判断该视频是否有1.人体移动，2.动物移动，3.其他移动。

步骤6，图像分析服务器4把检测结果发给中心服务器2。检测结果至少包含是否有移动物体的判断结果。

步骤7，中心服务器2综合智能摄像机1的报警和图像分析服务器4的分析结果，决定是否报警。如果决定报警，中心服务器2利用推送服务器5推送报警消息给用户。

中心服务器2等待图像分析服务器4的检测结果。如果图像分析服务器4在设定的时间内返回结果，则中心服务器2采用图像分析服务器4的检测结果来决定是否报警。如果图像分析服务器4不能在设定的时间内返回检测结果，则中心服务器2推送报警消息给用户。每次推送报警消息后，中心服务器2记录使用哪种策略做的报警。

步骤8，推送服务器5将报警消息推送给移动客户端6。

步骤9，用户收到报警推送后，通过移动客户端6向云服务器3请求视频并展示。

步骤10，移动客户端6向用户请求报警反馈，确认该报警结果是否准确，并且把反馈结果传给中心服务器2。

步骤11，中心服务器2统计用户报警反馈结果并发送给图像分析服务器4。

步骤12，图像分析服务器4根据用户报警反馈结果，以及对应上传的侦测视频图像，改进智能摄像机1内置的移动侦测算法，以及图像分析服务器4中的移动侦测算法。智能摄像机1内置的移动侦测算法也保存在云服务器3和图像分析服务器4中。

本发明获取用户的反馈结果以及上传的视频图像做为训练素材，对移动侦测做训练，提高移动侦测算法的准确度，实现对移动侦测算法持续优化以及对具体场景的个性化设计，具体体现在如下方面：

a)智能摄像机1绑定到指定用户，因此，图像分析服务器4可以针对该用户的报警历史，用户报警反馈结果，以及用户上传的视频做个性化分析，提供对该用户场景最有效的移动侦测算法和报警策略。

b)让用户来判断侦测报警是否准确。由于用户是对自己场景最了解的，用户的反馈是最真实的评估，从而可以用真实的评估来进一步优化移动侦测算法。

c)上传的报警视频以及用户的报警反馈结果，提供了优质的真实场景训练数据，从而可以用大数据方法来训练提高移动侦测算法的准确性。

在大数据训练后的移动侦测算法调整后，将新参数传给智能摄像机的固件中以更新算法。

本发明中，在大数据训练后可能使用新的第一移动侦测算法。对于新的算法，中心服务器2将产生出新的动态链接库，告知移动客户端6有更新，智能摄像机的固件下载新算法动态链接库，更新后，使用新的第一移动侦测算法。

为了平衡报警的实时性和准确性，以及用于体验，本发明实施例还对基于大数据分析和用户反馈的智能摄像机移动侦测报警系统进行如下的策略和交互设置。

智能摄像机1的录像策略包括：

(1)智能摄像机1如果检测到移动，从当前时刻之前3秒开始录制视频。

(2)录制视频结束的时间根据以下策略确定：一直录到当前分钟的最后一秒。如果在最后一秒，仍然检测到移动信息，那么继续录制下一分钟，以此类推。

智能摄像机1上传移动侦测视频的策略包括：

A.持续移动只上传一次视频；

B.持续移动结束的判断标准是，30秒内未侦测到移动；之间间隔时间大于预设间隔值

C.相邻两次报警上传之间的时间间隔大于等于预设的最小间隔值。最小间隔默认10分钟。最小间隔可以根据需要设置。

智能摄像机1上传视频的策略为：

a)智能摄像机1上线的时候，中心服务器2返回视频上传地址和鉴权；

b)当智能摄像机1侦测到移动时，智能摄像机1用中心服务器2返回的视频上传地址和鉴权上传视频到云服务器3；

c)视频上传结束后，智能摄像机1向中心服务器2上传移动报警消息，同时告诉中心服务器2视频在云服务器3的存储地址，以及智能摄像头1用于移动侦测的帧数。

中心服务器2推送报警消息给移动客户端6，目前策略是收到智能摄像机1报警后，立刻推送给用户。也可以设置为多设备报警推送，多消息推送场景。

在移动客户端6对报警策略进行设置，包括：

a.报警打开开关；

b.报警类型开关；

c.报警提醒时间段设置；

d.报警重复设置；

e.连续报警最短间隔设置；

f.报警方式；

g.报警是否上传视频；

h.报警历史保留时间。

在移动客户端6设置报警反馈，在用户观看报警视频后，以一定的灰度，向用户询问报警准确性。用户报警反馈设置的参数包括用户地域、用户性别、用户活跃度等等。目的是为了拿到较平衡的反馈，以及提高反馈填写比例。

中心服务器2收到智能摄像机1报警后，以一定的策略，向图像分析服务器4发送分析请求。由于智能摄像机设备较多，报警集中概率大(早上出门，晚上在家)，图像分析服务器4不太可能同时处理所有报警，所以实时报警分析需要选择。将用户分层，在不同的时间，不同的用户，以不同的比例向图像分析服务器4发送实时请求。

图像分析服务器4的个性化处理：由于智能摄像机1和用户有绑定关系，图像分析服务器4可以对用户做个性化服务，针对某位用户，根据该用户报警历史、报警视频以及用户报警反馈，为用户训练生成对应的移动侦测算法参数，提高报警准确性和用户满意度。但实际由于移动侦测模型生成和校验需要较长时间，因此只有在某用户持续反馈报警不准确后，为该用户定制移动侦测算法参数。

Claims (5)

1.一种基于大数据分析和用户反馈的智能摄像机移动侦测报警系统，包括智能摄像机、中心服务器、云服务器、图像分析服务器、推送服务器和移动客户端；其特征在于，

所述的智能摄像机实时采集视频图像，并根据内置的第一移动侦测算法对图像中的运动物体进行检测，当侦测到运动物体时，将侦测到运动物体的视频图像上传到云服务器存储，并发送报警给中心服务器，将上传到云服务器的视频图像的存储地址发送给中心服务器；

所述的中心服务器发送云存储地址和鉴权给智能摄像机，收到智能摄像机发送来的报警时，通知图像分析服务器有新的移动侦测信息，并将收到的视频图像的存储地址发送给图像分析服务器；中心服务器在预设时间内收到图像分析服务器的检测结果，则根据该结果决策是否报警，否则根据智能摄像机发送的报警推送报警消息给推送服务器；所述的中心服务器还统计用户报警反馈结果发送给图像分析服务器；

所述的云服务器用于存储智能摄像机上传的视频图像；

所述的图像分析服务器根据收到的视频图像存储地址从云服务器中获取相应的视频图像，利用预设的第二移动侦测算法对视频图像进行检测，确定是否有运动物体以及运动物体信息；图像分析服务器将检测结果发送给中心服务器；所述的图像分析服务器中还存储有第一移动侦测算法，在接收到用户报警反馈结果后，利用户报警反馈结果和相应的视频图像，对两个移动侦测算法进行训练改进，定期将改进的第一移动侦测算法更新到智能摄像机的固件中；

所述的推送服务器推送报警消息到移动客户端；

所述的移动客户端安装在智能移动设备上，在接收到报警消息时显示给用户，并提示用户反馈报警结果是否准确，将用户报警反馈结果返回给中心服务器。

2.根据权利要求1所述的基于大数据分析和用户反馈的智能摄像机移动侦测报警系统，其特征在于，所述的智能摄像机，在检测到移动时，从当前时刻之前3秒开始录制视频，一直录到当前分钟的最后一秒，如果在最后一秒，仍然检测到移动，继续录制下一分钟。

3.根据权利要求1所述的基于大数据分析和用户反馈的智能摄像机移动侦测报警系统，其特征在于，所述的智能摄像机，在检测到持续移动时，只上传一次视频；持续移动结束的判断标准是30秒内未侦测到移动；并且设置智能摄像机相邻两次报警之间间隔时间大于等于预设间隔值。

4.根据权利要求1所述的基于大数据分析和用户反馈的智能摄像机移动侦测报警系统，其特征在于，所述的图像分析服务器，针对某位用户，根据用户报警历史、报警视频以及用户报警反馈结果，为该用户训练生成移动侦测算法的参数。

5.一种基于大数据分析和用户反馈的智能摄像机移动侦测报警方法，其特征在于，实现步骤如下：

步骤1，智能摄像机开启并接入网络，中心服务器检测到智能摄像机上线后，将云存储地址和鉴权发送给智能摄像机；

步骤2，智能摄像机内置的第一移动侦测算法侦测到物体移动时，利用云存储地址和鉴权，上传侦测到运动物体的视频图像到云服务器存储；

步骤3，智能摄像机发生报警消息给中心服务器，在智能摄像机上传视频到云服务器结束后，将上传视频在云服务器中的存储地址发送给中心服务器；

若在设定时间内智能摄像机侦测到连续移动，则只作一次报警；

步骤4，中心服务器收到报警时，通知图像分析服务器有新的移动侦测信息，并将视频在云服务器的存储地址发生给图像分析服务器；

步骤5，图像分析服务器根据收到的存储地址从云服务器读取视频图像，利用本身预设的第二移动侦测算法对视频图像进行检测；

步骤6，图像分析服务器把检测结果发给中心服务器；

步骤7，中心服务器等待图像分析服务器的检测结果，若在预设时间内收到，则采用图像分析服务器的检测结果来决定是否报警，否则中心服务器推送报警消息给用户；

步骤8，推送服务器将报警消息推送给移动客户端；

步骤9，用户收到报警推送后，通过移动客户端向云服务器请求视频并展示；

步骤10，移动客户端向用户请求报警反馈，确认该报警结果是否准确，并且把反馈结果返回给中心服务器；

步骤11，中心服务器统计用户报警反馈结果并发送给图像分析服务器；

步骤12，图像分析服务器根据用户报警反馈结果和对应的视频图像，对第一移动侦测算法和第二移动侦测算法进行训练改进，定期将改进的第一移动侦测算法更新到智能摄像机。