CN105338294A - 监控装置和方法 - Google Patents

Abstract

本发明实施例提供一种监控装置以及方法，其中，该装置包括：第一监控单元，该第一监控单元用于对待监控区域进行音频监控；第一计算单元，该第一计算单元用于计算该第一监控单元监控的当前音频帧的音频能量值；第一判定单元，该第一判定单元用于在该第一计算单元计算出的该音频能量值相对于背景声音能量值的变化量超过第一阈值时，判定为发生异常事件；第二监控单元，该第二监控单元用于在该第一判定单元的判定结果为发生异常事件时，启动对该异常事件的视频监控。通过音频监控控制音视频监控协同工作，提高了监控的准确度，同时避免了由单一的视频监控导致的开发周期长、后期无法进行功能扩展、运行功耗高，存储空间大的问题。

Description

监控装置和方法

技术领域

本发明涉及图像处理领域，尤其涉及一种监控装置和方法。

背景技术

随着社会的发展和科技的进步，监控早已成为社会不可或缺的一部分。监控在社会安全、交通管理、智能城市等各方各面扮演着越来越重要的角色。时至今日，视频监控仍是监控领域的绝对主角，比如公路上随处可见的交通探头，或者小区的闭路监控系统等等。此外，虽然音频监控的发展由于各种各样的原因一直落后于视频监控，但是音频监控却有着许多视频监控所无法比拟的优点，所以音频监控也越来越受到重视。

在视频监控系统中，对于摄像头摄录的视频，需要进行存储以备后期检索查询。由于视频原始码流数据量巨大，这就需要对原始码流进行视频编码处理。普通的视频编码标准针对消费娱乐目的的高清晰度视频进行编解码，在这种情况下，原始视频图像具有巨大的数据量(一帧图像原始数据往往达到几兆甚至几十兆)，为了达到实时编码，往往需要专用的编码芯片进行处理。既便如此，编码后产生的压缩码流仍将占据相当大的存储空间。

专用视频编码芯片的功能复杂、开发周期长、后期无法进行功能扩展、运行功耗高，并且需要巨大的存储空间以及高吞吐的数据总线。而监控系统实时性很高，并且需要长时间不停顿地进行监控记录。因此普通的视频高清编码并不适合于监控系统。所以在实际的监控系统中，其编码标准也与普通的视频编码标准有不同，摄像质量往往较低。然而低像素的监控质量有时候会对后期的检索查询产生一定的不良影响，比如很多时候采用公路监控探头的监控视频中根本看不清车牌号码。同时，视频监控也有其固有的缺点，例如在黑夜或者雾霭天气中，监控效果会大打折扣，其监控范围存在很大的盲区。

相比起视频监控，虽然音频监控无法实现监控的可视化，但由于音频监控需要处理的数据量要小很多，所以音频编码处理速度较快，甚至可以直接使用ARM等嵌入式CPU进行编码处理，开发周期相对较短。由于音频监控采用软件进行处理，后期功能扩展性强。并且，音频监控不存在盲区，即使黑夜或者严重雾霭天气照样正常工作。

可见音频监控完全弥补了视频监控的缺点。正是由于音频监控的这些特点，使得音频监控在监控领域显得越来越重要。

应该注意，上面对技术背景的介绍只是为了方便对本发明的技术方案进行清楚、完整的说明，并方便本领域技术人员的理解而阐述的。不能仅仅因为这些方案在本发明的背景技术部分进行了阐述而认为上述技术方案为本领域技术人员所公知。

发明内容

发明人发现，单纯的视频监控或音频监控已经越来越无法满足持续增长的监控需求了。视频或音频监控在很多情况下能够独挡一面，但是更多的情况下，单独的音频监控或者视频监控都无法很好地获得监控效果，这时候就需要音频和视频监控协同进行。

本发明实施例提供了一种监控装置和方法，通过音频监控来控制音视频监控协同工作，提高了监控的准确度，同时避免了由单一的视频监控导致的开发周期长、后期无法进行功能扩展、运行功耗高、存储空间大的问题。

根据本发明实施例的第一个方面，提供一监控装置，其中，该装置包括：

第一监控单元，所述第一监控单元用于对待监控区域进行音频监控；

第一计算单元，所述第一计算单元用于计算所述第一监控单元监控的当前音频帧的音频能量值；

第一判定单元，所述第一判定单元用于在所述第一计算单元计算出的所述音频能量值相对于背景声音能量值的变化量超过第一阈值时，判定为发生异常事件；

第二监控单元，所述第二监控单元用于在所述第一判定单元的判定结果为发生异常事件时，启动对所述异常事件的视频监控。

根据本发明实施例的第二个方面，提供了一种监控方法，其中，该方法包括：

对待监控区域进行音频监控；

计算当前音频帧的音频能量值；

在所述音频能量值相对于背景声音能量值变化量超过所述第一阈值时，判定为发生异常事件，并启动对所述异常事件的视频监控。

本发明的有益效果在于：通过本发明实施例的方法和装置，提高了监控的准确度，同时避免了由单一的视频监控导致的开发周期长、后期无法进行功能扩展、运行功耗高、存储空间大的问题。

参照后文的说明和附图，详细公开了本发明的特定实施方式，指明了本发明的原理可以被采用的方式。应该理解，本发明的实施方式在范围上并不因而受到限制。在所附权利要求的精神和条款的范围内，本发明的实施方式包括许多改变、修改和等同。

针对一种实施方式描述和/或示出的特征可以以相同或类似的方式在一个或更多个其它实施方式中使用，与其它实施方式中的特征相组合，或替代其它实施方式中的特征。

应该强调，术语“包括/包含”在本文使用时指特征、整件、步骤或组件的存在，但并不排除一个或更多个其它特征、整件、步骤或组件的存在或附加。

附图说明

所包括的附图用来提供对本发明实施例的进一步的理解，其构成了说明书的一部分，用于例示本发明的实施方式，并与文字描述一起来阐释本发明的原理。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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。在附图中：

图1是本发明实施例1的监控装置构成一示意图；

图2是本发明实施例1的监控方法一流程图；

图3是本发明实施例2的监控装置构成一示意图；

图4是本发明实施例2的第二判定单元108的构成示意图；

图5是本发明实施例2的监控方法一流程图；

图6是本发明实施例3的监控装置构成一示意图。

具体实施方式

参照附图，通过下面的说明书，本发明的前述以及其它特征将变得明显。在说明书和附图中，具体公开了本发明的特定实施方式，其表明了其中可以采用本发明的原则的部分实施方式，应了解的是，本发明不限于所描述的实施方式，相反，本发明包括落入所附权利要求的范围内的全部修改、变型以及等同物。

实施例1

本发明实施例1提供了一种监控装置，图1是本发明实施例1的监控装置100构成示意图。请参照图1，该装置100包括：

第一监控单元101，其用于对待监控区域进行音频监控；

第一计算单元102，其用于计算第一监控单元101监控的当前音频帧的音频能量值；

第一判定单元103，其用于在第一计算单元102计算出的所述音频能量值相对于背景声音能量值的变化量超过第一阈值时，判定为发生异常事件；

第二监控单元104，其用于在第一判定单元103的判定结果为发生异常事件时，启动对所述异常事件的视频监控。

由上述实施例中的装置可知，通过音频监控控制音视频监控协同工作，提高了监控的准确度，同时避免了由单一的视频监控导致的开发周期长、后期无法进行功能扩展、运行功耗高、存储空间大的问题。

在本实施例中，第一监控单元101用于对待监控区域进行音频监控，对监控到的音频声音进行检测，其中，关于音频监控的实施方式与现有技术类似，例如将检测到的音频声音进行音频编码，并存储音频编码码流，从而保证音频监控的持续性，以备后期检索查询；或者在某些应用场合，音频编码可以和视频监控一样只在检测到发生异常事件时才执行，进一步提高了监控的准确度。

在本实施例中，音频帧为音频编码的处理单元，其中包含多个声道的多个脉冲编码调制(PulseCodeModulation,PCM)值，其中，声道数可以根据实际需求设定，通常设定为双声道、三声道等，声道数越多，音频监控的效果就越好。例如，高级音频编码(AdvancedAudioCoding,AAC)音频标准双声道编码，其每个音频帧包含两个声道，每个声道有1024个PCM值。

在本实施例中，第一计算单元102计算当前音频帧的音频能量值，在一个实施方式中，第一计算单元102将当前音频帧所有声道音频能量值取平均值计算出所述音频能量值。例如，在当前音频帧包含两个声道时，第一计算单元102分别计算当前音频帧左右声道的能量值，并将左右声道能量值的平均值作为当前音频帧的音频能量值；或者也可以采用其它方式计算当前音频帧的能量值，本实施例并不以此作为限制。

在本实施例中，在第一计算单元102计算出的该音频能量值相对于背景声音能量值的变化量超过第一阈值时，则表示检测到了明显的声音变化，第一判定单元103判定当前发生了异常事件，其中该音频能量值相对于背景声音能量值的变化量可以通过音频能量值与背景声音能量值的差或者商来计算，该第一阈值可以根据监控的环境视实际情况而定，本实施例并不以此作为限制。

在本实施例中，背景声音能量值也可以根据监控的环境预先设定，例如在安静的场所，例如实验室等，背景声音能量值预先设定为较低的值，例如在吵杂的场所，例如公路上等，背景声音能量值可以预先设定为较高的值，本实施例并不以此作为限制。

在一个实施方式中，为了进一步提高异常事件判定的准确性，可以随着监控的进行及时更新该背景声音能量值，则该监控装置还可以包括：第一更新单元105(可选)，其用于在第一计算单元102计算出的该音频能量值相对于背景声音能量值的变化量没有超过该第一阈值时，根据已计算出的音频能量值及背景声音能量值更新该背景声音能量值。例如可以将先前M个未检测到异常声音的音频帧的音频能量值的平均值或先前计算的多个背景声音能量值的平均值作为新的背景声音能量值。

在本实施例中，在第一判定单元103的判定结果为发生异常事件时，则第二监控单元104启动对该异常事件的视频监控，其视频监控的具体实施方式与现有技术类似，例如，打开摄像头对待监控的区域进行拍摄，并对拍摄的视频进行编码处理并存储以备后期检索查询。

在一个实施方式中，为了进一步提高监控的效果，该第二监控单元104还可以包括：第一处理单元1041，其用于根据声音变化时音频帧的相关声道能量值的差，确定异常事件发生的方向；第一调整单元1042，其根据第一处理单元1041确定的异常事件发生的方向，调整视频监控的摄像头的角度，获取最佳的监控方向，从而实现对异常事件的精确监控。

例如，当前检测出异常的音频帧包括两个声道，则第一处理单元1041可以通过双声道的能量差分析异常事件发生的方向，另外，为了获取更加精确的异常事件发生的方向，第一处理单元1041还可以结合双声道的时间差、相位差等信息确定异常事件发生的方向，以上仅以双声道为例，对本实施例进行了说明，而采用的声道数越多，分析出异常事件发生的方向就越精确，本实施例并不以此作为限制。

在本实施例中，在第二监控单元104启动视频监控后，可以设定监控的时间，在经过预定时间后，停止视频监控，并重新进行异常事件的检测，其中，该预定时间可以通过视频帧数来设定，监控的视频帧数的选择需要根据监控应用的场合以及监控目标事件而选择。例如在监控公路车祸的监控系统中，车祸的发生往往是一瞬间，则监控的视频帧数可以设定较少的值。由此可以减少视频监控的时间，降低存储的数据量。

在本实施例中，该监控装置还可以包括：存储单元106，其用于存储异常事件发生的时间和与异常事件相关的音频帧和视频帧的编码码流，以备后期的检索和查询。

在本实施例中，为实现异常事件相关的音视频同步以及异常事件发生时间的确定，第一监控单元101和第二监控单元104可以使用一个时钟信号源。

图2是本发明实施例1的监控方法一流程图，如图2所示，该方法包括：

步骤201，第一监控单元101对待监控区域进行音频监控。

步骤202，第一计算单元102计算当前音频帧的音频能量值；其具体的计算方法如上所述，此处不再赘述。

步骤203，第一判定单元103判断计算出的所述音频能量值相对于背景声音能量值的变化量是否超过第一阈值，在判定结果为是时，执行步骤205，否则执行步骤204。

步骤204，第一更新单元105计算新的背景声音能量值，并返回步骤202；其具体的计算方法如上所述，此处不再赘述。

步骤205，判定为发生异常事件。

步骤206，存储单元106存储发生异常事件的时间。

步骤207，第一处理单元1041根据该音频帧的相关声道能量值的差、时间差、相位差等信息确定异常事件发生的方向。

步骤208，第一调整单元1042调整视频监控的摄像头的角度。

步骤209，第二监控单元104打开摄像头，启动对该异常事件的视频监控。

步骤210，判断监控的视频帧数L是否超过预设值，在判断结果为是时，执行步骤212，否则执行步骤211。

步骤211，将L值加1，并返回至步骤210。

步骤212，第二监控单元104关闭视频监控，存储单元106存储异常事件相关的音视频码流，并返回至步骤202重新进行异常事件的检测。

由上述实施例中的装置可知，通过音频监控控制音视频监控协同工作，提高了监控的准确度，同时避免了由单一的视频监控导致的开发周期长、后期无法进行功能扩展、运行功耗高，存储空间大的问题。

实施例2

本发明实施例2提供了一种监控装置，在实施例1的基础上，对该监控装置进行进一步说明，图3是本实施例2中监控装置构成示意图，其中，将实施例1的内容合并与此，此处不再赘述。

在本发明实施例中，对于监控而言，每种监控都有其固定的监控目标事件，例如，某段易肇事交通路段的监控目标事件是交通事故。但是对于任何监控，无法预先知道所有可能的异常事件类型并且根据异常事件类型来设定监控目标事件，也即无法保证在监控范围内发生的所有异常事件都是监控目标事件。

例如，虽然交通事故是监控目标事件，但是还有会监控到许多其它异常事件，如车辆经过、行人跑过、以及某些犯罪活动。而这些异常事件虽然不是监控目标事件，但是在诸如警方破案时又都会起很大的作用。也就是说，在这些场合，除了监控目标事件外，其它很多异常事件都需要进行记录，但例如到了夜深人静，公路上没车没人，这时候显然不需要进行监控记录。因此，需要为了判断所发生的异常事件是否是监控目标事件，进一步提高监控的准确度。

在本实施例中，该装置100还可以包括：

第二处理单元107，其用于对视频监控的图像进行摄取和编码；

第二判定单元108，其在对该异常事件的视频监控时间超过第二阈值时，根据对第二处理单元107摄取的图像进行分析来判定该异常事件是否为监控目标事件。

在本实施例中，该第二阈值例如可以是实施例1中视频监控开启的预定时间，也可以小于该预定时间，本实施例并不以此作为限制。以下以该第二阈值等于视频监控的时间为例对本实施例进行说明。

在本实施例中，图4是本实施例中第二判定单元108的构成示意图，其中，为判定该异常事件是否为监控目标事件，第二判定单元108可以包括：

第一获取单元1081，其用于将该异常事件发生前的图像帧与该异常事件发生后的一个或多个图像帧分别进行比较，获得一个或多个比较结果以确定视频图像帧的差别；

第一确定单元1082，其用于根据第一获取单元1081获取的所述视频图像帧的差别来确定异常事件相关图像块；

第二确定单元1083，其在对该异常事件的视频监控时间超过第二阈值时，通过比较该相关图像块与预设的该监控目标事件特征确定该异常事件是否为监控目标事件。

在本实施例中，如果第二判断单元108成功确定出该异常事件为监控目标事件，则可以根据设定的处理方式处理，例如报警；如果未能检测出监控目标事件，则存储单元106存储下异常事件的相关音视频帧以备后期检索查询。

在本实施例中，例如，L_max表示预先设定的视频监控的时间，这里以视频监控的帧数表示视频监控的时间。在本实施例中，在第一判定单元103判定为发生异常事件时，第二监控单元104会启动视频监控，视频监控的摄像头会连续摄取L_max帧视频图像，作为该异常事件的监控图像，这时，第二判定单元108会对L_max帧图像结合异常事件变化前的图像，判定是否为监控目标事件。

在本实施例中，异常事件变化前的图像帧(参考背景图像帧)可以根据监控的环境预先拍摄，并存储至存储单元中，例如在执行监控之前，通过视频监控的摄像头预先拍摄当前监控环境的图像作为异常事件变化前的图像帧。为了进一步提高异常事件是否是监控目标事件判定的准确性，可以通过调整摄像头的角度拍摄多张当前监控环境的图像，并分别存储与不同的拍摄角度对应的当前监控环境的图像帧，当检测到异常声音，根据实施例1中的实施方式判断出异常声音发生的方向后，调整摄像头的角度并启动视频监控，之后从存储单元中读取与当前摄像头角度对应的参考背景图像帧，与当前获取的视频图像帧进行比较，判定当前监控到的异常事件是否是监控目标事件。或者，还可以预先存储与当前监控环境不同时段对应的图像帧，例如针对某一特定的摄像头角度，预先存储其早、中、晚时段的监控环境的图像帧，作为参考背景图像帧，在检测到异常事件发生时，从存储单元中读取与当前异常事件发生的时间对应参考背景图像帧，与当前获取的视频图像帧进行比较，判定当前监控到的异常事件是否是监控目标事件，以上仅为示例性的说明，本实施例并不以此作为限制。

例如，L_max为1000(对于一帧30秒的码流，则意味着连续监控1000/30＝33.33秒)，在时间t的时候检测到了异常事件，假设当时视频码流正好是第10001帧，那么第10001帧到第11000帧会被视频编码，并连同t存储至存储单元；按照上述方式获取与当前监控环境对应的预先存储的参考背景图像帧，作为异常事件发生前的图像帧，将从第10001帧开始后的图像作为异常事件发生后的图像帧，第一获取单元1081将当前帧(第10001帧)与异常事件发生前的图像帧(参考背景图像帧)进行比较确定视频图像帧的差别，第10002帧时，则还是将当前帧(第10002帧)与以前帧(参考背景图像帧和第10001帧)进行比较确定视频图像帧的差别，以此累推，在最后一帧第11000帧的时候，将当前帧和以前帧(参考背景图像帧和10001帧到10999帧中所有帧，或任取预定个数的帧)进行对比确定视频图像帧的差别。即共进行L_max次比较分析，每次分析都有一个结果，在L_max次结束后，综合所有的结果得到一个最终结果。第一确定单元1082根据该结果来确定异常事件相关图像块；第二确定单元1083结合监控目标事件特征，对异常事件相关图像块进行分析处理对比以确认是否为监控目标事件。在本实施例中，以共进行L_max次比较分析，得到L_max个分析结果为例对第一获取单元1081进行说明，但本实施例并不以此作为限制，例如可以在第10001至第11000帧内任取预定数量的图像帧进行比较分析，得到预定数量个分析结果。

图5是本发明实施例2的监控方法一流程图，该实施例只是示意的，例如，在图5中，有些步骤可以省略，有些步骤可以被其他实施方式替换，请参照图5，该方法包括：

步骤501～509的实施方式与实施例1中的步骤201～209相同，其内容被合并与此，此处不再重复。

步骤510，将获取的当前帧与先前帧进行比较，确定异常事件相关图像块。

步骤511，判断L是否超过L_max，在判断结果为是时，执行步骤512，否则将L值加1，并返回至步骤510。

步骤512，结合L_max个分析结果与预设的该监控目标事件特征比较确定该异常事件是否为监控目标事件，在判断结果为是时，执行步骤513，否则执行步骤514。

步骤513，报警处理。

步骤514，第二监控单元104关闭视频监控，存储单元106存储异常事件相关的音视频码流，并返回至步骤202重新进行异常事件的检测。

由上述实施例中的装置可知，通过音频监控控制音视频监控协同工作，提高了监控的准确度，同时避免了由单一的视频监控导致的开发周期长、后期无法进行功能扩展、运行功耗高，存储空间大的问题，并且通过对视频监控的图像分析判断所发生的异常事件是否是监控目标事件，进一步提高监控的准确度。

实施例3

本发明实施例还提供一种监控装置。

图6是本发明实施例的监控装置一构成示意图。如图6所示，该检测装置60可以包括：中央处理器(CPU)600和存储器610；存储器610耦合到中央处理器600。其中该存储器610可存储各种数据，如异常事件发生的时间以及音频视频码流等；此外还存储监控的程序，并且在中央处理器600的控制下执行该程序。

在一个实施方式中，上述监控装置的功能可以被集成到中央处理器600中。其中，中央处理器600可以被配置为：对待监控区域进行音频监控；计算当前音频帧的音频能量值；在该音频能量值相对于背景声音能量值变化量超过该第一阈值时，判定为发生异常事件，并启动对该异常事件的视频监控。

其中，中央处理器600还可以被配置为：将该当前音频帧所有声道音频能量值取平均值计算出该音频能量值。

其中，中央处理器600还可以被配置为：在该音频能量值相对于背景声音能量值的变化量没有超过该第一阈值时，根据已计算出的音频能量值及背景声音能量值更新该背景声音能量值。

其中，中央处理器600还可以被配置为：根据声音变化确定异常事件发生的方向；

根据第一处理单元确定的异常事件发生的方向，调整视频监控的摄像头的角度。

其中，中央处理器600还可以被配置为：通过计算声音变化时音频帧的相关声道的能量差，或者能量差、时间差以及相位差，确定异常事件发生的方向。

其中，中央处理器600还可以被配置为：该相关声道为该音频帧的左右两个声道。

其中，中央处理器600还可以被配置为：对该视频监控的图像和编码；

在对该异常事件的视频监控时间超过第二阈值时，根据对摄取的图像进行分析来判定该异常事件是否为监控目标事件。

其中，中央处理器600还可以被配置为：将该异常事件发生前的图像帧与该异常事件发生后的一个或多个图像帧分别进行比较，获得一个或多个比较结果以确定视频图像帧的差别；根据获取的该视频图像帧的差别来确定异常事件相关图像块；在对该异常事件的视频监控时间超过第二阈值时，通过比较该相关图像块与预设的该监控目标事件特征确定该异常事件是否为监控目标事件。

其中，中央处理器600还可以被配置为：使存储器610存储异常事件发生的时间和与异常事件相关的音频帧和视频帧编码码流。

其中，中央处理器600还可以被配置为：该音频监控和该视频监控使用一个时钟640，以实现异常事件相关的音视频同步。

在另一个实施方式中，监控装置可以与中央处理器分开配置，例如可以将监控装置配置为与中央处理器600连接的芯片，通过中央处理器的控制来实现监控装置的功能。

此外，如图6所示，监控装置还可以包括：收发器620和传感器630等；其中，上述部件的功能与现有技术类似，此处不再赘述。值得注意的是，监控装置60也并不是必须要包括图6中所示的所有部件；此外，监控装置60还可以包括图6中没有示出的部件，可以参考现有技术。

由上述实施例中的装置可知，通过音频监控控制音视频监控协同工作，提高了监控的准确度，同时避免了由单一的视频监控导致的开发周期长、后期无法进行功能扩展、运行功耗高，存储空间大的问题。

本发明实施例还提供一种计算机可读程序，其中当在监控装置中执行所述程序时，所述程序使得计算机在所述监控装置中执行实施例1或实施例2所述的监控方法。

本发明实施例还提供一种存储有计算机可读程序的存储介质，其中所述计算机可读程序使得计算机在监控装置中执行实施例1或实施例2所述的监控方法。

本发明以上的装置和方法可以由硬件实现，也可以由硬件结合软件实现。本发明涉及这样的计算机可读程序，当该程序被逻辑部件所执行时，能够使该逻辑部件实现上文所述的装置或构成部件，或使该逻辑部件实现上文所述的各种方法或步骤。本发明还涉及用于存储以上程序的存储介质，如硬盘、磁盘、光盘、DVD、flash存储器等。

以上结合具体的实施方式对本发明进行了描述，但本领域技术人员应该清楚，这些描述都是示例性的，并不是对本发明保护范围的限制。本领域技术人员可以根据本发明的精神和原理对本发明做出各种变型和修改，这些变型和修改也在本发明的范围内。

关于包括以上实施例的实施方式，还公开下述的附记：

附记1、一种监控装置，其中，所述装置包括：

第一监控单元，所述第一监控单元用于对待监控区域进行音频监控；

第一计算单元，所述第一计算单元用于计算所述第一监控单元监控的当前音频帧的音频能量值；

第一判定单元，所述第一判定单元用于在所述第一计算单元计算出的所述音频能量值相对于背景声音能量值的变化量超过第一阈值时，判定为发生异常事件；

第二监控单元，所述第二监控单元用于在所述第一判定单元的判定结果为发生异常事件时，启动对所述异常事件的视频监控。

附记2、根据附记1所述的装置，其中，所述第一计算单元将所述当前音频帧所有声道音频能量值取平均值计算出所述音频能量值。

附记3、根据附记1所述的装置，其中，所述装置还包括：第一更新单元，其用于在所述第一计算单元计算出的所述音频能量值相对于背景声音能量值的变化量没有超过所述第一阈值时，根据已计算出的音频能量值及背景声音能量值更新所述背景声音能量值。

附记4、根据附记1所述的装置，其中，所述第二监控单元包括：

第一处理单元，所述第一处理单元用于根据声音变化确定异常事件发生的方向；

第一调整单元，所述第一调整单元根据第一处理单元确定的异常事件发生的方向，调整视频监控的摄像头的角度。

附记5、根据附记4所述的装置，其中，第一处理单元用于计算声音变化时音频帧的相关声道的能量差，或者能量差、时间差以及相位差，确定异常事件发生的方向。

附记6、根据附记5所述的装置，其中，所述相关声道为所述音频帧的左右两个声道。

附记7、根据附记1所述的装置，其中，所述装置还包括：

第二处理单元，所述第二处理单元用于对所述视频监控的图像和编码；

第二判定单元，所述第二判定单元在对所述异常事件的视频监控时间超过第二阈值时，根据对第二处理单元摄取的图像进行分析来判定所述异常事件是否为监控目标事件。

附记8、根据附记7所述的装置，其中，所述第二判定单元包括：

第一获取单元，所述第一获取单元用于将所述异常事件发生前的图像帧与所述异常事件发生后的一个或多个图像帧分别进行比较，获得一个或多个比较结果以确定视频图像帧的差别；

第一确定单元，所述第一确定单元用于根据所述第一获取单元获取的所述视频图像帧的差别来确定异常事件相关图像块；

第二确定单元，所述第二确定单元在对所述异常事件的视频监控时间超过第二阈值时，通过比较所述相关图像块与预设的所述监控目标事件特征确定所述异常事件是否为监控目标事件。

附记9、根据附记1所述的装置，其中，所述装置还包括存储单元，所述存储单元用于存储异常事件发生的时间和与异常事件相关的音频帧和视频帧的编码码流。

附记10、根据附记1所述的装置，其中，所述第一监控单元和所述第二监控单元使用一个时钟，以实现异常事件相关的音视频同步。

附记11、一种监控方法，其中，所述方法包括：

对待监控区域进行音频监控；

计算当前音频帧的音频能量值；

在所述音频能量值相对于背景声音能量值变化量超过所述第一阈值时，判定为发生异常事件，并启动对所述异常事件的视频监控。

附记12、根据附记10所述的方法，其中，将所述当前音频帧所有声道音频能量值取平均值计算出所述音频能量值。

附记13、根据附记10所述的方法，其中，所述方法还包括：在所述音频能量值相对于背景声音能量值的变化量没有超过所述第一阈值时，根据已计算出的音频能量值及背景声音能量值更新所述背景声音能量值。

附记14、根据附记10所述的方法，其中，启动对所述异常事件的视频监控还包括：根据声音变化确定异常事件发生的方向；

根据第一处理单元确定的异常事件发生的方向，调整视频监控的摄像头的角度。

附记15、根据附记14所述的方法，其中，通过计算声音变化时音频帧的相关声道的能量差，或者能量差、时间差以及相位差，确定异常事件发生的方向。

附记16、根据附记15所述的方法，其中，所述相关声道为所述音频帧的左右两个声道。

附记17、根据附记10所述的方法，其中，所述方法还包括：

对所述视频监控的图像和编码；

在对所述异常事件的视频监控时间超过第二阈值时，根据对摄取的图像进行分析来判定所述异常事件是否为监控目标事件。

附记18、根据附记17所述的方法，其中，在对所述异常事件的视频监控时间超过第二阈值时，根据对摄取的图像进行分析来判定所述异常事件是否为监控目标事件包括：

将所述异常事件发生前的图像帧与所述异常事件发生后的一个或多个图像帧分别进行比较，获得一个或多个比较结果以确定视频图像帧的差别；

根据获取的所述视频图像帧的差别来确定异常事件相关图像块；

在对所述异常事件的视频监控时间超过第二阈值时，通过比较所述相关图像块与预设的所述监控目标事件特征确定所述异常事件是否为监控目标事件。

附记19、根据附记10所述的方法，其中，所述方法还包括，存储异常事件发生的时间和与异常事件相关的音频帧和视频帧的编码码流。

附记20、根据附记10所述的方法，其中，所述音频监控和所述视频监控使用一个时钟，以实现异常事件相关的音视频同步。

Claims (10)

1.一种监控装置，其中，所述装置包括：

第一监控单元，所述第一监控单元用于对待监控区域进行音频监控；

第一计算单元，所述第一计算单元用于计算所述第一监控单元监控的当前音频帧的音频能量值；

第一判定单元，所述第一判定单元用于在所述第一计算单元计算出的所述音频能量值相对于背景声音能量值的变化量超过第一阈值时，判定为发生异常事件；

第二监控单元，所述第二监控单元用于在所述第一判定单元的判定结果为发生异常事件时，启动对所述异常事件的视频监控。

2.根据权利要求1所述的装置，其中，所述第一计算单元将所述当前音频帧所有声道音频能量值取平均值计算出所述音频能量值。

3.根据权利要求1所述的装置，其中，所述装置还包括：

第一更新单元，其用于在所述第一计算单元计算出的所述音频能量值相对于背景声音能量值的变化量没有超过所述第一阈值时，根据已计算出的音频能量值及背景声音能量值更新所述背景声音能量值。

4.根据权利要求1所述的装置，其中，所述第二监控单元包括：

第一处理单元，所述第一处理单元用于根据声音变化时的音频参数确定异常事件发生的方向；

第一调整单元，所述第一调整单元根据第一处理单元确定的异常事件发生的方向，调整视频监控的摄像头的角度。

5.根据权利要求1所述的装置，其中，所述装置还包括：

第二处理单元，所述第二处理单元用于对所述视频监控的图像进行摄取和编码；

第二判定单元，所述第二判定单元在对所述异常事件的视频监控时间超过第二阈值时，根据对第二处理单元摄取的图像进行分析来判定所述异常事件是否为监控目标事件。

6.根据权利要求5所述的装置，其中，所述第二判定单元包括：

第一获取单元，所述第一获取单元用于将所述异常事件发生前的图像帧与所述异常事件发生后的一个或多个图像帧分别进行比较，获得一个或多个比较结果以确定视频图像帧的差别；

第一确定单元，所述第一确定单元用于根据所述第一获取单元获取的所述视频图像帧的差别来确定异常事件相关图像块；

第二确定单元，所述第二确定单元在对所述异常事件的视频监控时间超过第二阈值时，通过比较所述相关图像块与预设的所述监控目标事件特征确定所述异常事件是否为监控目标事件。

7.根据权利要求1所述的装置，其中，所述装置还包括：

存储单元，所述存储单元用于存储异常事件发生的时间和与异常事件相关的音频帧和视频帧的编码码流。

8.根据权利要求1所述的装置，其中，所述第一监控单元和所述第二监控单元使用一个时钟，以实现异常事件相关的音视频同步。

9.一种监控方法，其中，所述方法包括：

对待监控区域进行音频监控；

计算当前音频帧的音频能量值；

在所述音频能量值相对于背景声音能量值变化量超过所述第一阈值时，判定为发生异常事件，并启动对所述异常事件的视频监控。

10.根据权利要求9所述的方法，其中，所述方法还包括：

对视频监控的图像进行摄取和编码；

在对所述异常事件的视频监控时间超过第二阈值时，根据对摄取的图像进行分析来判断所述异常事件是否为监控目标事件。