CN105657372A - 实现执勤哨位视频智能侦测预警的方法及系统 - Google Patents

实现执勤哨位视频智能侦测预警的方法及系统 Download PDF

Info

Publication number
CN105657372A
CN105657372A CN201610078618.9A CN201610078618A CN105657372A CN 105657372 A CN105657372 A CN 105657372A CN 201610078618 A CN201610078618 A CN 201610078618A CN 105657372 A CN105657372 A CN 105657372A
Authority
CN
China
Prior art keywords
moving target
video
camera
unit
early warning
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.)
Pending
Application number
CN201610078618.9A
Other languages
English (en)
Inventor
韩贵杰
罗建禄
杨彦
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.)
Individual
Original Assignee
Individual
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 Individual filed Critical Individual
Priority to CN201610078618.9A priority Critical patent/CN105657372A/zh
Publication of CN105657372A publication Critical patent/CN105657372A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B13/00—Burglar, theft or intruder alarms
    • G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
    • G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
    • G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
    • G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
    • G08B13/19602—Image analysis to detect motion of the intruder, e.g. by frame subtraction
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B13/00—Burglar, theft or intruder alarms
    • G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
    • G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
    • G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
    • G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
    • G08B13/19602—Image analysis to detect motion of the intruder, e.g. by frame subtraction
    • G08B13/19608—Tracking movement of a target, e.g. by detecting an object predefined as a target, using target direction and or velocity to predict its new position
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/015—High-definition television systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/62—Text, e.g. of license plates, overlay texts or captions on TV images
    • G06V20/625—License plates
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00—Indexing scheme relating to image or video recognition or understanding
    • G06V2201/08—Detecting or categorising vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • Image Analysis (AREA)
  • Closed-Circuit Television Systems (AREA)

Abstract

本发明公开了一种实现执勤哨位视频智能侦测预警的方法及系统，用于针对：现有技术中装备的监控系统多数为模拟标清设备，监控效果差，存在人为干预和监控死角，自动化程度不高，监控人员工作强度大，极大地影响监控效果的问题，本案提供的方法及系统，旨在实现侦测预警的高效化、及时化、准确化和智能化等。

Description

实现执勤哨位视频智能侦测预警的方法及系统
技术领域
本发明涉及监控预警技术领域，特别是涉及一种实现执勤哨位视频智能侦测预警的方法及系统。
背景技术
国外警察机构高度重视安防体系的建设，尤其是发挥视频监控系统在治安防范系统中的作用。英国是世界上视频监控系统建设及应用水平最高的国家之一。早在80多年前，英国人就拥有了全世界最早的视频监控系统。在英国的每个街角、每栋公共建筑都装有监控摄像机，以期降低犯罪率和提高公共安全度。随着社会的进步、科技的不断发展以及市民安全防范意识的不断增强，英国的视频监控系统包括建设和管理体系都取得了很大的进步和发展。但具有预警功能的多目标监控一体机系统还没有看到。
截止目前，我国的安防业已经历了30多年的发展历程。伴随着我国改革开放的进一步深化，安防业的发展对政治、经济、科学技术的依赖程度不断加深，在此背景下，我国的视频监控方兴未艾，但也存在问题。
在国家重大项目及国际活动的推动下，视频监控产业持续增长。从2005年10月到2008年，公安部在全国范围内开展了城市监控报警联网系统建设“3111”试点工程，收效显著。随着北京奥运会的成功举办、第一批科技强警示范城市及第二批科技强警示范城市的建设、“3111”工程试点建设等大型国家项目的相继结束，安保行业进入了后奥运时代。上海世博会、广州亚冬会、深圳世界大学生运动会的各项投资都不低于奥运会，对安保的要求甚至超过了北京奥运会，“平安社区”、“平安家庭”、“平安医院”、“平安校园”、“平安市场”以及“平安油区”等形式多样的“平安”创建活动仍然能够给视频监控行业带来持续的商机。
国家、地方法规不断完善有利于视频监控的建设与管理有章可循。从2000年起，国家质量技术监督局和公安部联合下发《安全技术防范产品管理办法》将报警系统视频监控设备作为《安全技术防范产品目录》的专用产品。2004年８月，公安部又将报警系统视频监控设备作为实施生产登记批准制度的安防产品。从2007年起，我国开始开展《安全技术防范服务条例》的立法调研工作，同年８月30日通过《中华人民共和国就业促进法》，为实行从业人员的准入制度提供了法律依据，从而保证了该行业的健康发展。2008年，《安全技术防范管理条例（修改稿）》出台，2009年将《社会治安技术防范条例》纳入年度立法工作计划，2010年底，《社会治安技术防范条例》上报国务院，2011年已面向全社会征求安防立法意见。2010年４月，公安部印发《关于深入开展城市报警与监控系统应用工作的意见》，强化了城市报警与视频监控系统的结合应用。同年９月，公安部科技信息化局为开展报警与监控系统建设与应用工作提供决策依据，2010年10月25日在全国部署开展报警与监控系统设施普查工作。截止目前，我国的视频监控行业虽然取得很好的发展，但是行业的总体水平与英国相比还有较大的距离，主要是管理不规范，技术落后，资源难共享，都是基于摄像机—工控机模式，故障率和成本高。
武警部队完成综合通信网建设后，视频监控系统得到了较快发展，为执勤和部队安全提高了有力的保障。但目前装备的监控系统多数为模拟标清设备，监控效果差，存在人为干预和监控死角，自动化程度不高，监控人员工作强度大，极大地影响监控效果。
发明内容
针对上述现有技术中装备的监控系统多数为模拟标清设备，监控效果差，存在人为干预和监控死角，自动化程度不高，监控人员工作强度大，极大地影响监控效果的问题，本发明提供了一种实现执勤哨位视频智能侦测预警的方法及系统。
为解决上述问题，本发明提供的实现执勤哨位视频智能侦测预警的方法及系统通过以下技术要点来解决问题：实现执勤哨位视频智能侦测预警的方法，包括顺序进行的以下步骤：
主摄像机活动目标提取；
提取活动目标的特征点；
根据以上特征点得到目标跟踪队列；
采用从摄像机对跟踪队列中的个体进行二次识别；
根据二次识别得到的图像信息进行条件对比并输出对比结果；
所述主摄像机活动目标提出步骤通过如下方式实现：由主摄像机拍摄现场视频流，并将视频流信息传递给活动目标检测单元，所述活动目标检测单元提取出视频画面中活动目标的位置信息；
主摄像机拍摄的现场视频流在传递至目标检测单元之前，还包括降像素处理，所述降像素处理为通过降像素单元，对主摄像机拍摄的现场视频流进行降像素处理；
所述活动目标检测单元提取出视频画面中活动目标的位置信息通过如下方式进行：采用背景减法提取出降像素处理后得到的视频流中活动目标的位置信息，再根据降像素处理时采用的图像缩放比例，求得活动目标在主摄像机拍摄的现场视频流中的位置信息。
具体的，由于背景减法提取视频流中的活动目标的位置中对画质不敏感，为提高视频处理效率，以上技术方案中，主摄像机可采用高清摄像机，这样，先将原始由主摄像机采集的现场视频流经过降像素处理后，在传递至目标检测单元进行背景减法活动目标位置信息提取，最后再根据降像素处理采用的图像缩放比例，得到原始视频流中活动目标所在的位置信息。通过以上方式，目标检测单元的数据处理量大大减少，这样，本发明提供的方案，可稳定的实现对多个活动目标进行跟踪判定、可有效减小跟踪延时、可在不同的活动目标上实现快速切换、可有效保证活动目标跟踪的实时性。
同时，本案中，通过对活动目标实行特征点初次提取，在根据以上特征点得到目标跟踪队列步骤中实现活动目标的初次分类识别，在进行采用从摄像机对跟踪队列中的个体进行二次识别步骤，为系统再次识别和提高系统处理效率提供了依据和保证。
上述实现执勤哨位视频智能侦测预警的方法进一步的技术方案为：
作为以上步骤的具体实现方式，提取活动目标的特征点的实现方式为：活动目标检测单元将活动目标的位置信息传给特征提取单元，由特征提取单元对活动目标进行目标基本特征提取；
根据以上特征点得到目标跟踪队列的实现方式为：根据提取到的目标基本特征信息，生成目标跟踪队列，由从摄像机控制单元控制从摄像机对目标跟踪队列中的各个体进行跟踪；
采用从摄像机对跟踪队列中的个体进行二次识别的实现方式为：将从摄像机所拍摄的视频信息传递至形态识别单元，形态识别单元对活动目标进行二次识别，以进一步提取活动目标的特征信息；
根据二次识别得到的图像信息进行条件对比并输出对比结果的实现方式为：将进一步提取到的活动目标特征信息与设定的对比条件进行比对，若满足对比条件，输出报警。
在提取活动目标的特征点步骤中，将未提取到特征点的活动目标的位置信息反馈至特征提取单元和/或从摄像机控制单元，由特征提取单元和/或从摄像机对未提取到特征点的活动目标的特征进行再提取，并根据提取结果判定是否将所述未提取到特征点的活动目标加入目标跟踪队列中和/或输出预紧信号。本方法中，对特征提取单元未被识别和分类的活动目标进行识别和分类，并将提取的特征信息及时反馈给形态识别单元。由于有了特征提取单元和特征提取单元和/或从摄像机控制单元的反馈模式识别分析活动目标信息的方法，所以活动目标的特征信息获取效率和准确性得到极大地提高。
为实现提高对活动目标重点特征的提取效率和提取速度，实现对某些活动目标的优先跟踪，所述采用从摄像机对跟踪队列中的个体进行二次识别步骤中，对二次识别的项目进行优先权分级处理，对包括处于优先权前端项目特征的活动目标进行优先跟踪。
作为一次识别特征点、二次识别特征点的具体区分方式，在提取活动目标的特征点步骤中，所述特征点包括人车分类、行人主体颜色、车辆主体颜色；
在采用从摄像机对跟踪队列中的个体进行二次识别步骤中，二次识别的特征点包括车型、车牌、人脸特征。
为便于提升本系统的图像信息侦测预警能力、实现监控区域的警戒区域划分侦测，该方法中采用高速球机摄像机控制电路和高速球控制算法驱动多个类型均为高速球摄像机的从摄像机同时工作。
采用本方案，区别于现有技术，如采用一个枪机摄像机，采用三十个高速球从摄像机，结合本方案提供的图像侦测处理方法，可实现：
1、全景画面同时锁定的移动目标数：现有指标1个，本方案可达到指标≥60个；
2、每分钟特写抓拍的最大移动目标数：现有指标20个，本方案可达到指标30个；
3、自动跟踪时目标间的切换时间：现有指标2-3秒，本方案可达到指标≤0.5秒；
4、可锁定跟踪的目标最高速度：现有指标60公里/小时，本方案可达到指标75公里/小时；
5、有效监控（看清人脸、车牌）半径约：现有指标≤50米，本方案可达到指标150米；
6、图像分辨率：现有指标≤150万像素，本方案可达到指标200万像素；
7、警戒区域划分：现有指标不能分区，本方案可达到指标2-5级警戒区。
同时，本发明还公开了一种实现执勤哨位视频智能侦测预警的系统，该系统可作为以上方法的载体：包括主摄像机和从摄像机，所述主摄像的输出端上还连接有目标检测单元和特征提取单元，所述目标检测单元的输出端与特征提取单元的控制端电连接，所述特征提取单元上还连接有第一对比单元，所述第一对比单元的输出端上还连接有从摄像机控制单元，所述从摄像机控制单元的输出端与从摄像机相连，所述从摄像机的输出端上还连接有形态识别单元，所述形态识别单元的输出端上还连接有预警输出单元；
所述目标检测单元用于求得活动目标在主摄像机拍摄的现场视频流中的位置信息，所述特征提取单元用于对主摄像机拍摄的现场视频流中的活动目标进行特征点提取，所述第一对比单元根据提取的特征点，判定是否将对应的活动目标加入跟踪队列，从摄像机控制单元根据第一对比单元的数据输入，控制从摄像机对跟踪队列中的活动目标进行二次识别，所述形态识别单元对二次识别采集的视频流进行二次特征点提取，所述形态识别单元用于对提取到的二次特征点进行对比，预警输出单元根据二次特征点对比结果，输出或不输出预紧信号；
所述主摄像机与目标检测单元之间还串联有降像素单元，所述降像素单元用于对主摄像机采集到的视频流进行降像素处理，并将降像素后的视频流输入目标检测单元中。
所述实现执勤哨位视频智能侦测预警的系统进一步的技术方案为：
为提升本系统的能力，所述从摄像机至少有两个。
为提升本系统的能力，所述从摄像机为高速球摄像机。
本发明具有以下有益效果：
1、由于背景减法提取视频流中的活动目标的位置中对画质不敏感，为提高视频处理效率，以上技术方案中，主摄像机可采用高清摄像机，这样，先将原始由主摄像机采集的现场视频流经过降像素处理后，在传递至目标检测单元进行背景减法活动目标位置信息提取，最后再根据降像素处理采用的图像缩放比例，得到原始视频流中活动目标所在的位置信息。通过以上方式，目标检测单元的数据处理量大大减少，这样，本发明提供的方案，可稳定的实现对多个活动目标进行跟踪判定、可有效减小跟踪延时、可在不同的活动目标上实现快速切换、可有效保证活动目标跟踪的实时性。
2、本案中，通过对活动目标实行特征点初次提取，在根据以上特征点得到目标跟踪队列步骤中实现活动目标的初次分类识别，在进行采用从摄像机对跟踪队列中的个体进行二次识别步骤，便于实现对初次提取的目标进行拉近放大再次进行形态特征识别，提高了目标跟踪识别的高效性和准确性，为系统再次识别和提高系统处理效率提供了依据和保证。
附图说明
图1为本发明所述的实现执勤哨位视频智能侦测预警的方法一个具体实施例的流程图；
图2为本发明所述的实现执勤哨位视频智能侦测预警的系统一个具体实施例的系统拓扑图。
具体实施方式
本发明提供了实现执勤哨位视频智能侦测预警的方法及系统，用于针对：现有技术中装备的监控系统多数为模拟标清设备，监控效果差，存在人为干预和监控死角，自动化程度不高，监控人员工作强度大，极大地影响监控效果的问题，本案提供的方法及系统，旨在实现侦测预警的高效化、及时化、准确化和智能化等。
下面结合实施例对本发明作进一步的详细说明，但是本发明不仅限于以下实施例：
实施例1：
如图1和图2所示，实现执勤哨位视频智能侦测预警的方法，包括顺序进行的以下步骤：
主摄像机活动目标提取；
提取活动目标的特征点；
根据以上特征点得到目标跟踪队列；
采用从摄像机对跟踪队列中的个体进行二次识别；
根据二次识别得到的图像信息进行条件对比并输出对比结果；
所述主摄像机活动目标提出步骤通过如下方式实现：由主摄像机拍摄现场视频流，并将视频流信息传递给活动目标检测单元，所述活动目标检测单元提取出视频画面中活动目标的位置信息；
主摄像机拍摄的现场视频流在传递至目标检测单元之前，还包括降像素处理，所述降像素处理为通过降像素单元，对主摄像机拍摄的现场视频流进行降像素处理；
所述活动目标检测单元提取出视频画面中活动目标的位置信息通过如下方式进行：采用背景减法提取出降像素处理后得到的视频流中活动目标的位置信息，再根据降像素处理时采用的图像缩放比例，求得活动目标在主摄像机拍摄的现场视频流中的位置信息。
具体的，由于背景减法提取视频流中的活动目标的位置中对画质不敏感，为提高视频处理效率，以上技术方案中，主摄像机可采用高清摄像机，这样，先将原始由主摄像机采集的现场视频流经过降像素处理后，在传递至目标检测单元进行背景减法活动目标位置信息提取，最后再根据降像素处理采用的图像缩放比例，得到原始视频流中活动目标所在的位置信息。通过以上方式，目标检测单元的数据处理量大大减少，这样，本发明提供的方案，可稳定的实现对多个活动目标进行跟踪判定、可有效减小跟踪延时、可在不同的活动目标上实现快速切换、可有效保证活动目标跟踪的实时性。
同时，本案中，通过对活动目标实行特征点初次提取，在根据以上特征点得到目标跟踪队列步骤中实现活动目标的初次分类识别，在进行采用从摄像机对跟踪队列中的个体进行二次识别步骤，为系统再次识别和提高系统处理效率提供了依据和保证。
同时，本实施例还公开了一种实现执勤哨位视频智能侦测预警的系统，该系统可作为以上方法的载体：包括主摄像机和从摄像机，所述主摄像的输出端上还连接有目标检测单元和特征提取单元，所述目标检测单元的输出端与特征提取单元的控制端电连接，所述特征提取单元上还连接有第一对比单元，所述第一对比单元的输出端上还连接有从摄像机控制单元，所述从摄像机控制单元的输出端与从摄像机相连，所述从摄像机的输出端上还连接有形态识别单元，所述形态识别单元的输出端上还连接有预警输出单元；
所述目标检测单元用于求得活动目标在主摄像机拍摄的现场视频流中的位置信息，所述特征提取单元用于对主摄像机拍摄的现场视频流中的活动目标进行特征点提取，所述第一对比单元根据提取的特征点，判定是否将对应的活动目标加入跟踪队列，从摄像机控制单元根据第一对比单元的数据输入，控制从摄像机对跟踪队列中的活动目标进行二次识别，所述形态识别单元对二次识别采集的视频流进行二次特征点提取，所述形态识别单元用于对提取到的二次特征点进行对比，预警输出单元根据二次特征点对比结果，输出或不输出预紧信号；
所述主摄像机与目标检测单元之间还串联有降像素单元，所述降像素单元用于对主摄像机采集到的视频流进行降像素处理，并将降像素后的视频流输入目标检测单元中。
实施例2：
本实施例在实施例1的基础上作进一步限定，如图1所示，上述实现执勤哨位视频智能侦测预警的方法进一步的技术方案为：
作为以上步骤的具体实现方式，提取活动目标的特征点的实现方式为：活动目标检测单元将活动目标的位置信息传给特征提取单元，由特征提取单元对活动目标进行目标基本特征提取；
根据以上特征点得到目标跟踪队列的实现方式为：根据提取到的目标基本特征信息，生成目标跟踪队列，由从摄像机控制单元控制从摄像机对目标跟踪队列中的各个体进行跟踪；
采用从摄像机对跟踪队列中的个体进行二次识别的实现方式为：将从摄像机所拍摄的视频信息传递至形态识别单元，形态识别单元对活动目标进行二次识别，以进一步提取活动目标的特征信息；
根据二次识别得到的图像信息进行条件对比并输出对比结果的实现方式为：将进一步提取到的活动目标特征信息与设定的对比条件进行比对，若满足对比条件，输出报警。
在提取活动目标的特征点步骤中，将未提取到特征点的活动目标的位置信息反馈至特征提取单元和/或从摄像机控制单元，由特征提取单元和/或从摄像机对未提取到特征点的活动目标的特征进行再提取，并根据提取结果判定是否将所述未提取到特征点的活动目标加入目标跟踪队列中和/或输出预紧信号。本方法中，对特征提取单元未被识别和分类的活动目标进行识别和分类，并将提取的特征信息及时反馈给形态识别单元。由于有了特征提取单元和特征提取单元和/或从摄像机控制单元的反馈模式识别分析活动目标信息的方法，所以活动目标的特征信息获取效率和准确性得到极大地提高。
为实现提高对活动目标重点特征的提取效率和提取速度，实现对某些活动目标的优先跟踪，所述采用从摄像机对跟踪队列中的个体进行二次识别步骤中，对二次识别的项目进行优先权分级处理，对包括处于优先权前端项目特征的活动目标进行优先跟踪。
作为一次识别特征点、二次识别特征点的具体区分方式，在提取活动目标的特征点步骤中，所述特征点包括人车分类、行人主体颜色、车辆主体颜色；
在采用从摄像机对跟踪队列中的个体进行二次识别步骤中，二次识别的特征点包括车型、车牌、人脸特征。
为便于提升本系统的图像信息侦测预警能力、实现监控区域的警戒区域划分侦测，该方法中采用高速球机摄像机控制电路和高速球控制算法驱动多个类型均为高速球摄像机的从摄像机同时工作。
采用本方案，区别于现有技术，如采用一个枪机摄像机，采用三十个高速球从摄像机，结合本方案提供的图像侦测处理方法，可实现：
1、全景画面同时锁定的移动目标数：现有指标1个，本方案可达到指标≥60个；
2、每分钟特写抓拍的最大移动目标数：现有指标20个，本方案可达到指标30个；
3、自动跟踪时目标间的切换时间：现有指标2-3秒，本方案可达到指标≤0.5秒；
4、可锁定跟踪的目标最高速度：现有指标60公里/小时，本方案可达到指标75公里/小时；
5、有效监控（看清人脸、车牌）半径约：现有指标≤50米，本方案可达到指标150米；
6、图像分辨率：现有指标≤150万像素，本方案可达到指标200万像素；
7、警戒区域划分：现有指标不能分区，本方案可达到指标2-5级警戒区。
实施例3：
本实施例在实施例1的基础上对所述系统做进一步限定：
所述实现执勤哨位视频智能侦测预警的系统进一步的技术方案为：
为提升本系统的能力，所述从摄像机至少有两个。
为提升本系统的能力，所述从摄像机为高速球摄像机。
以上内容是结合具体的优选实施方式对本发明作的进一步详细说明，不能认定本发明的具体实施方式只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明的技术方案下得出的其他实施方式，均应包含在本发明的保护范围内。

Claims (9)

1.实现执勤哨位视频智能侦测预警的方法，包括顺序进行的以下步骤：
主摄像机活动目标提取；
提取活动目标的特征点；
根据以上特征点得到目标跟踪队列；
采用从摄像机对跟踪队列中的个体进行二次识别；
根据二次识别得到的图像信息进行条件对比并输出对比结果；
所述主摄像机活动目标提出步骤通过如下方式实现：由主摄像机拍摄现场视频流，并将视频流信息传递给活动目标检测单元，所述活动目标检测单元提取出视频画面中活动目标的位置信息；
其特征在于，主摄像机拍摄的现场视频流在传递至目标检测单元之前，还包括降像素处理，所述降像素处理为通过降像素单元，对主摄像机拍摄的现场视频流进行降像素处理；
所述活动目标检测单元提取出视频画面中活动目标的位置信息通过如下方式进行：采用背景减法提取出降像素处理后得到的视频流中活动目标的位置信息，再根据降像素处理时采用的图像缩放比例，求得活动目标在主摄像机拍摄的现场视频流中的位置信息。
2.根据权利要求1所述的实现执勤哨位视频智能侦测预警的方法，其特征在于，
提取活动目标的特征点的实现方式为：活动目标检测单元将活动目标的位置信息传给特征提取单元，由特征提取单元对活动目标进行目标基本特征提取；
根据以上特征点得到目标跟踪队列的实现方式为：根据提取到的目标基本特征信息，生成目标跟踪队列，由从摄像机控制单元控制从摄像机对目标跟踪队列中的各个体进行跟踪；
采用从摄像机对跟踪队列中的个体进行二次识别的实现方式为：将从摄像机所拍摄的视频信息传递至形态识别单元，形态识别单元对活动目标进行二次识别，以进一步提取活动目标的特征信息；
根据二次识别得到的图像信息进行条件对比并输出对比结果的实现方式为：将进一步提取到的活动目标特征信息与设定的对比条件进行比对，若满足对比条件，输出报警。
3.根据权利要求2所述的实现执勤哨位视频智能侦测预警的方法，其特征在于，在提取活动目标的特征点步骤中，将未提取到特征点的活动目标的位置信息反馈至特征提取单元和/或从摄像机控制单元，由特征提取单元和/或从摄像机对未提取到特征点的活动目标的特征进行再提取，并根据提取结果判定是否将所述未提取到特征点的活动目标加入目标跟踪队列中和/或输出预紧信号。
4.根据权利要求2所述的实现执勤哨位视频智能侦测预警的方法，其特征在于，所述采用从摄像机对跟踪队列中的个体进行二次识别步骤中，对二次识别的项目进行优先权分级处理，对包括处于优先权前端项目特征的活动目标进行优先跟踪。
5.根据权利要求1所述的实现执勤哨位视频智能侦测预警的方法，其特征在于，在提取活动目标的特征点步骤中，所述特征点包括人车分类、行人主体颜色、车辆主体颜色；
在采用从摄像机对跟踪队列中的个体进行二次识别步骤中，二次识别的特征点包括车型、车牌、人脸特征。
6.根据权利要求1至5中任意一项所述的实现执勤哨位视频智能侦测预警的方法，其特征在于，该方法中采用高速球机摄像机控制电路和高速球控制算法驱动多个类型均为高速球摄像机的从摄像机同时工作。
7.实现执勤哨位视频智能侦测预警的系统，包括主摄像机和从摄像机，所述主摄像的输出端上还连接有目标检测单元和特征提取单元，所述目标检测单元的输出端与特征提取单元的控制端电连接，所述特征提取单元上还连接有第一对比单元，所述第一对比单元的输出端上还连接有从摄像机控制单元，所述从摄像机控制单元的输出端与从摄像机相连，所述从摄像机的输出端上还连接有形态识别单元，所述形态识别单元的输出端上还连接有预警输出单元；
所述目标检测单元用于求得活动目标在主摄像机拍摄的现场视频流中的位置信息，所述特征提取单元用于对主摄像机拍摄的现场视频流中的活动目标进行特征点提取，所述第一对比单元根据提取的特征点，判定是否将对应的活动目标加入跟踪队列，从摄像机控制单元根据第一对比单元的数据输入，控制从摄像机对跟踪队列中的活动目标进行二次识别，所述形态识别单元对二次识别采集的视频流进行二次特征点提取，所述形态识别单元用于对提取到的二次特征点进行对比，预警输出单元根据二次特征点对比结果，输出或不输出预紧信号；
其特征在于，所述主摄像机与目标检测单元之间还串联有降像素单元，所述降像素单元用于对主摄像机采集到的视频流进行降像素处理，并将降像素后的视频流输入目标检测单元中。
8.根据权利要求1所述的实现执勤哨位视频智能侦测预警的系统，其特征在于，所述从摄像机至少有两个。
9.根据权利要求1所述的实现执勤哨位视频智能侦测预警的系统，其特征在于，所述从摄像机为高速球摄像机。
CN201610078618.9A 2016-02-04 2016-02-04 实现执勤哨位视频智能侦测预警的方法及系统 Pending CN105657372A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610078618.9A CN105657372A (zh) 2016-02-04 2016-02-04 实现执勤哨位视频智能侦测预警的方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610078618.9A CN105657372A (zh) 2016-02-04 2016-02-04 实现执勤哨位视频智能侦测预警的方法及系统

Publications (1)

Publication Number Publication Date
CN105657372A true CN105657372A (zh) 2016-06-08

Family

ID=56489353

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610078618.9A Pending CN105657372A (zh) 2016-02-04 2016-02-04 实现执勤哨位视频智能侦测预警的方法及系统

Country Status (1)

Country Link
CN (1) CN105657372A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106780850A (zh) * 2016-10-27 2017-05-31 王泽楷 一种摄像头智能识别车辆管理门禁系统
CN109887211A (zh) * 2019-03-01 2019-06-14 深圳市安尼数字技术有限公司 人体侦测方法
CN110177257A (zh) * 2019-06-26 2019-08-27 北京深醒科技有限公司 一种多摄像机视频监控装置及其人体跟踪方法
CN110855932A (zh) * 2018-08-21 2020-02-28 杭州海康威视数字技术股份有限公司 基于视频数据的报警方法、装置、电子设备及存储介质
CN111369753A (zh) * 2020-02-28 2020-07-03 深圳市商汤科技有限公司 非机动车监测方法及相关产品
CN113301273A (zh) * 2021-05-24 2021-08-24 浙江大华技术股份有限公司 跟踪方式的确定方法、装置、存储介质及电子装置

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6970576B1 (en) * 1999-08-04 2005-11-29 Mbda Uk Limited Surveillance system with autonomic control
CN101123721A (zh) * 2007-09-30 2008-02-13 湖北东润科技有限公司 一种智能视频监控系统及其监控方法
CN102073844A (zh) * 2010-11-10 2011-05-25 无锡中星微电子有限公司 智能监控系统和方法
CN102164270A (zh) * 2011-01-24 2011-08-24 浙江工业大学 具有异常事件发掘功能的智能视频监控方法及系统
CN102968802A (zh) * 2012-11-28 2013-03-13 无锡港湾网络科技有限公司 一种基于视频监控的运动目标分析跟踪方法及系统
CN103248867A (zh) * 2012-08-20 2013-08-14 苏州大学 基于多摄像头数据融合的智能视频监控系统的监控方法
CN104469299A (zh) * 2014-12-02 2015-03-25 柳州市瑞蚨电子科技有限公司 网络摄像装置
CN104637071A (zh) * 2015-01-28 2015-05-20 四川君逸易视科技有限公司 基于智能视频分析的人员跟踪方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6970576B1 (en) * 1999-08-04 2005-11-29 Mbda Uk Limited Surveillance system with autonomic control
CN101123721A (zh) * 2007-09-30 2008-02-13 湖北东润科技有限公司 一种智能视频监控系统及其监控方法
CN102073844A (zh) * 2010-11-10 2011-05-25 无锡中星微电子有限公司 智能监控系统和方法
CN102164270A (zh) * 2011-01-24 2011-08-24 浙江工业大学 具有异常事件发掘功能的智能视频监控方法及系统
CN103248867A (zh) * 2012-08-20 2013-08-14 苏州大学 基于多摄像头数据融合的智能视频监控系统的监控方法
CN102968802A (zh) * 2012-11-28 2013-03-13 无锡港湾网络科技有限公司 一种基于视频监控的运动目标分析跟踪方法及系统
CN104469299A (zh) * 2014-12-02 2015-03-25 柳州市瑞蚨电子科技有限公司 网络摄像装置
CN104637071A (zh) * 2015-01-28 2015-05-20 四川君逸易视科技有限公司 基于智能视频分析的人员跟踪方法

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106780850A (zh) * 2016-10-27 2017-05-31 王泽楷 一种摄像头智能识别车辆管理门禁系统
CN110855932A (zh) * 2018-08-21 2020-02-28 杭州海康威视数字技术股份有限公司 基于视频数据的报警方法、装置、电子设备及存储介质
CN109887211A (zh) * 2019-03-01 2019-06-14 深圳市安尼数字技术有限公司 人体侦测方法
CN110177257A (zh) * 2019-06-26 2019-08-27 北京深醒科技有限公司 一种多摄像机视频监控装置及其人体跟踪方法
CN111369753A (zh) * 2020-02-28 2020-07-03 深圳市商汤科技有限公司 非机动车监测方法及相关产品
CN111369753B (zh) * 2020-02-28 2022-01-28 深圳市商汤科技有限公司 非机动车监测方法及相关产品
CN113301273A (zh) * 2021-05-24 2021-08-24 浙江大华技术股份有限公司 跟踪方式的确定方法、装置、存储介质及电子装置
CN113301273B (zh) * 2021-05-24 2023-06-13 浙江大华技术股份有限公司 跟踪方式的确定方法、装置、存储介质及电子装置

Similar Documents

Publication Publication Date Title
CN105657372A (zh) 实现执勤哨位视频智能侦测预警的方法及系统
Huang et al. Detection algorithm of safety helmet wearing based on deep learning
CN109271554B (zh) 一种智能视频识别系统及其应用
CN102610102B (zh) 一种嫌疑车辆查控方法及系统
CN102799935B (zh) 一种基于视频分析技术的人流量统计方法
CN106998444A (zh) 一种大数据人脸监控系统及装置
CN105070053A (zh) 一种识别车辆违规运动模式的智能交通监控摄像机
CN101859436B (zh) 一种大幅规律运动背景智能分析管控系统
CN101727672A (zh) 一种物体滞留/偷窃事件的检测、跟踪、识别方法
CN105426820A (zh) 基于安防监控视频数据的多人异常行为检测方法
CN103294775A (zh) 基于地理时空约束的警务云图像识别车辆管控系统
CN107659754B (zh) 一种树叶扰动情况下监控视频的有效浓缩方法
CN104504377A (zh) 一种公交车乘客拥挤程度识别系统及方法
CN105678213A (zh) 基于视频特征统计的双模式蒙面人事件自动检测方法
CN104134067A (zh) 基于智能视觉物联网的道路车辆监控系统
CN110650322A (zh) 一种基于云服务、物联网和ar安防眼镜的安防系统
CN106412127A (zh) 一种IPv6与IPv4双栈兼容的道路监控视频分析系统
CN109872541A (zh) 一种车辆信息分析方法及装置
CN103888731A (zh) 枪机-球机混合视频监控的结构化描述装置及系统
CN103489012A (zh) 一种基于支持向量机的人群密集度检测方法及系统
CN108898098A (zh) 基于监控平台的早期视频烟雾检测方法
CN104159088A (zh) 一种远程智能车辆监控系统及方法
CN108965804A (zh) 一种用于城市安防的视频结构化技术
CN109299700A (zh) 基于人群密度分析的地铁群体异常行为检测方法
Tian et al. Design of Intelligent Parking Management System Based on License Plate Recognition.

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20160608