CN107920224B - 一种异常告警方法、设备及视频监控系统 - Google Patents

一种异常告警方法、设备及视频监控系统 Download PDF

Info

Publication number
CN107920224B
CN107920224B CN201610876872.3A CN201610876872A CN107920224B CN 107920224 B CN107920224 B CN 107920224B CN 201610876872 A CN201610876872 A CN 201610876872A CN 107920224 B CN107920224 B CN 107920224B
Authority
CN
China
Prior art keywords
image data
target object
abnormal
feature information
acquired
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.)
Active
Application number
CN201610876872.3A
Other languages
English (en)
Other versions
CN107920224A (zh
Inventor
王建飞
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 System Technology Co Ltd
Original Assignee
Hangzhou Hikvision System 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 System Technology Co Ltd filed Critical Hangzhou Hikvision System Technology Co Ltd
Priority to CN201610876872.3A priority Critical patent/CN107920224B/zh
Publication of CN107920224A publication Critical patent/CN107920224A/zh
Application granted granted Critical
Publication of CN107920224B publication Critical patent/CN107920224B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00Television systems
    • H04N7/18Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/40Scenes; Scene-specific elements in video content
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/80Camera processing pipelines; Components thereof
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/40Scenes; Scene-specific elements in video content
    • G06V20/44Event detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Alarm Systems (AREA)
  • Emergency Alarm Devices (AREA)

Abstract

本发明公开了一种异常告警方法、设备及视频监控系统,包括:通过获取第一时刻采集的针对目标对象的第一图像数据,以及第二时刻采集的针对所述目标对象的第二图像数据;根据所述第一图像数据和所述第二图像数据,判断所述目标对象是否发生异常;在判断结果为所述目标对象发生异常时,发出异常告警。这样,视频监控系统可以根据不同时刻采集到的针对目标对象的图像数据之间的差异,确定目标对象是否处于异常,即潜在的危险状态,进而在确定目标对象处于异常状态时,及时发出告警,使得监控管理者能够及时发现潜在危险,有效地对潜在危险进行处理,进而提升视频监控系统对隐性的危险事件的预警能力,提高视频监控系统的利用率。

Description

一种异常告警方法、设备及视频监控系统
技术领域
本发明涉及图像处理技术领域,尤其涉及一种异常告警方法、设备及视频监控系统。
背景技术
视频监控系统作为各个行业重点部门或者重要场所实现实时监控的物理基础。目前视频监视系统中包含视频采集设备、数据传输设备、监控显示设备等。即在监控区域中部署多个视频采集设备,每一个视频采集设备对该监控区域中的一个子区域进行数据采集,并将采集到的数据通过数据传输设备发送至监控显示设备,由监控显示设备对接收到数据进行显示。
在实际应用中,通过监控显示设备显示的图像数据可以及时发现突发性异常事件,例如:聚众打架等影响社会治安的恶性事件,一旦监控管理者及时发现这些突发性异常事件,能够及时采取行动对该突发性异常事件进行处理。
然而,对于隐性的危险事件(例如:未成年不小心离开家人,找不到家长这一事件等),简单通过监控采集到的图像数据是不能够及时发现存在的潜在危险的。当确定这种隐性的危险事情发生以后,目前采取的方式是通过将存储的隐性的危险事件发生时图像数据进行分析,根据分析结果对隐性的危险事件进行事后补救。但是,这样无法满足实际生活的需要,使得视频监控系统对隐性的危险事件的预警能力比较差,进而降低了视频监控系统的利用率。
发明内容
有鉴于此,本发明实施例提供了一种异常告警方法、设备及视频监控系统,用于解决现有技术中视频监控系统对隐性的危险事件的预警能力比较差的问题。
本发明实施例提供了一种异常告警方法,包括:
获取第一时刻采集的针对目标对象的第一图像数据,以及第二时刻采集的针对所述目标对象的第二图像数据;
根据所述第一图像数据和所述第二图像数据,判断所述目标对象是否发生异常;
在判断结果为所述目标对象发生异常时,发出异常告警。
本发明实施例还提供了一种异常告警设备,包括:
获取单元,用于获取第一时刻采集的针对目标对象的第一图像数据,以及第二时刻采集的针对所述目标对象的第二图像数据;
判断单元,用于根据所述第一图像数据和所述第二图像数据,判断所述目标对象是否发生异常;
告警单元,用于在判断结果为所述目标对象发生异常时,发出异常告警。
本发明实施例还提供了一种视频监控系统,包含上述记载的异常告警设备。
本发明实施例采用的上述至少一个技术方案能够达到以下有益效果:
通过获取第一时刻采集的针对目标对象的第一图像数据,以及第二时刻采集的针对所述目标对象的第二图像数据;根据所述第一图像数据和所述第二图像数据,判断所述目标对象是否发生异常;在判断结果为所述目标对象发生异常时,发出异常告警。这样,视频监控系统可以根据不同时刻采集到的针对目标对象的图像数据之间的差异,确定目标对象是否处于异常,即潜在的危险状态,进而在确定目标对象处于异常状态时,及时发出告警,使得监控管理者能够及时发现潜在危险,有效地对潜在危险进行处理,进而提升视频监控系统对隐性的危险事件的预警能力,提高视频监控系统的利用率。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本发明的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1为本发明实施例提供的一种异常告警方法的流程示意图;
图2为本发明实施例提供的一种异常告警设备的结构示意图
图3为本发明实施例提供的一种视频监控系统的结构示意图。
具体实施方式
为了实现本发明的目的,本发明实施例提供了一种异常告警方法、设备及视频监控系统,获取第一时刻采集的针对目标对象的第一图像数据,以及第二时刻采集的针对所述目标对象的第二图像数据;根据所述第一图像数据和所述第二图像数据,判断所述目标对象是否发生异常;在判断结果为所述目标对象发生异常时,发出异常告警。这样,视频监控系统可以根据不同时刻采集到的针对目标对象的图像数据之间的差异,确定目标对象是否处于异常,即潜在的危险状态,进而在确定目标对象处于异常状态时,及时发出告警,使得监控管理者能够及时发现潜在危险,有效地对潜在危险进行处理,进而提升视频监控系统对隐性的危险事件的预警能力,提高视频监控系统的利用率。
本发明实施例所能够应用的场景包含但不限于:施工电站进出人员监控场景、未成年人看护场景、安保等级较高场合的人员控制场景等等,能够通过本发明实施例提供的技术方案实现对目标对象是否处于异常进行监控的目的,及时发现潜在的危险状态,使得能够及时对潜在危险进行处理。
需要说明的是,本发明实施例中所记载的目标对象可以是指具体的一个目标对象,例如:一个特定的小孩;也可以是指具体的多个目标对象,例如:进入高压变电站施工的一组人员;还可以是指概括的一类目标对象,例如:年龄小于n的未成年人,或者身高小于设定高度的人等等。
下面结合本发明具体实施例及相应的附图对本发明技术方案进行清楚、完整地描述。显然,所描述的实施例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,都属于本发明保护的范围。
以下结合附图,详细说明本发明各实施例提供的技术方案。
实施例1
图1为本发明实施例提供的一种异常告警方法的流程示意图。所述方法可以如下所示。
步骤101:获取第一时刻采集的针对目标对象的第一图像数据,以及第二时刻采集的针对所述目标对象的第二图像数据。
在步骤101中,在目标监控区域中可以部署多个视频采集设备,由不同的视频采集设备采集针对目标对象的不同时刻的图像数据。
例如:在电力机构的高压变电站的进出口处部署视频采集设备,通过该视频采集设备能够采集进出高压变电站的工作人员的图像数据;
在游乐场的进出口部署视频采集设备,通过该视频采集设备能够采集进出游乐场的未成年人与家长的图像数据;
在安保等级较高的目标监控区域的进出口部署视频采集设备,通过这些视频采集设备能够采集进出该目标监控区域的各种对象的图像数据;等等。
再例如:本发明实施例中所记载的第一时刻采集的针对目标对象的第一图像数据可以是指在目标对象进入目标监控区域时视频采集设备采集到的图像数据,也可以是指目标对象在目标监控区域中的其他时刻视频采集设备采集到的图像数据。
本发明实施例中所记载的第二时刻采集的针对目标对象的第一图像数据可以是指在目标对象离开目标监控区域时视频采集设备采集到的图像数据,也可以是指目标对象在目标监控区域中的其他时刻视频采集设备采集到的图像数据,这里不做具体限定。
本发明实施例中记载的第一时刻与第二时刻中的“第一”和“第二”没有其他特殊含义,仅指两个不同时刻采集到的图像数据。需要说明的是,第一时刻与第二时刻之间可以满足一定的时间差,也可以满足设定时间要求,这里不做具体限定。
视频监控系统在接收到视频采集设备发送的图像数据时,可以按照图像数据的采集时刻将接收到的图像数据进行存储。
视频监控系统可以实时从图像数据库中获取不同时刻采集的针对同一个目标对象的图像数据,也可以是周期地从图像数据库中获取不同时刻采集的针对同一个目标对象的图像数据,还可以定时地从图像数据库中获取不同时刻采集的针对同一个目标对象的图像数据,这里不做具体限定。
对于采用哪种方式获取图像数据可以根据安保等级的要求进行选择,也可以根据应用场景的不同进行选择,这里不做具体限定。
需要说明的是,本发明实施例中所记载的图像数据库可以包含视频采集设备不同时刻采集的图像数据,也可以包含视频监控系统指示存储的图像数据,这里不做限定。
需要说明的是,本发明实施例中所记载的视频采集设备可以称之为抓拍机,用于抓拍目标对象的图像数据,这里的图像数据可以包含静态的图片数据,也可以包含动态的视频数据,这里不做具体限定。
那么在本发明实施例中所记载的视频采集设备可以被部署在目标监控区域的关键位置,这样便于视频采集设备采集针对目标对象的图像数据,这里的关键位置可以是指一个封闭场所的进出口,也可以是指街道的十字路口等等。
步骤102:根据所述第一图像数据和所述第二图像数据,判断所述目标对象是否发生异常。
在步骤102中,提取所述第一图像数据中包含的所述目标对象的第一特征信息,以及提取所述第二图像数据中包含的所述目标对象的第二特征信息;比较所述第一特征信息和所述第二特征信息;根据比较结果,判断所述目标对象是否发生异常。
需要说明的是,本发明实施例中提取图像数据中包含的目标对象的特征信息可以是目标对象的数量,也可以是目标对象的外形特征信息,还可以是能够表征目标对象的信息,这里不做具体限定。
这里记载的外形特征信息可以是指目标人物的人脸特征信息,也可以是指目标人物的身体特征信息,例如:身高、胖瘦、衣服颜色等等,这里不做限定。
由于本发明实施例所提供的技术方案可以应用在不同的场景中,根据应用场景的需要,在对图像数据进行特征提取时重点提取的特征存在差异,例如:在电力机构的高压变电站这种场景下,重点关注的是进出高压变电站的工作人员的数量,那么在电力机构的高压变电站这种场景下,重点提取图像数据中目标对象的数量即可;在游乐场场景中,重点关注的是未成年周围成年人的特征,那么在游乐场场景下,重点提取图像数据中目标对象周围的其他对象的外形特征信息即可。
假设本发明实施例中所记载的方案应用在电力机构的高压变电站这种场景下,那么第一时刻采集的针对目标对象的第一图像数据可以是指在作业人员进入高压变电站时采集的图像数据,该图像数据中包含进入高压变电站的作业人员的数量;第二时刻采集的针对目标对象的第二图像数据可以是指在作业人员离开高压变电站时采集的图像数据,该图像数据中包含离开高压变电站的作业人员的数量。
基于上述场景,提取所述第一图像数据中包含的所述目标对象的第一特征信息,以及提取所述第二图像数据中包含的所述目标对象的第二特征信息,包括:
提取所述第一图像数据中包含的所述目标对象的数量以及提取所述第二图像数据中包含的所述目标对象的数量;
在提取得到所述第一图像数据中包含的所述目标对象的数量(以下称之为第一数量)以及所述第二图像数据中包含的所述目标对象的数量(以下称之为第二数量)时,将所述第一数量与所述第二数量进行比较,进而根据比较结果,判断所述目标对象是否发生异常,包括:
当所述第一图像数据中包含的目标对象的数量与所述第二图像数据中包含的目标对象的数量不同时,判断所述目标对象发生异常。
即当确定所述第一数量与所述第二数量不同时,说明进入高压变电站的人数与离开高压变电站的人数不同,有可能还有些工作人员在需要离开高压变电站时没有离开,此时确定所述目标对象发生异常,需要提醒滞留在高压变电站的人员尽快离开,以免后续造成安全事故。
假设第一时刻采集的针对目标对象的第一图像数据可以是指某一时刻T1采集到的针对目标人物的外形特征信息(以后称之为第一外形特征信息),第二时刻采集的针对目标对象的第二图像数据可以是指另一时刻T2(其中,T2晚于T1)采集到的针对目标人物的外形特征信息(以后称之为第二外形特征信息)。
那么提取所述第一图像数据中包含的所述目标对象的第一特征信息,包括:
提取所述第一图像数据中包含的所述目标对象的第一外形特征信息;并分析所述第一图像数据中包含的与所述目标对象之间的距离小于设定阈值的其他对象的特征信息;
提取所述第二图像数据中包含的所述目标对象的第二特征信息,包括:
提取所述第二图像数据中包含的所述目标对象的第二外形特征信息;并分析所述第二图像数据中包含的与所述目标对象之间的距离小于设定阈值的其他对象的特征信息。
若外形特征信息包含人脸特征信息,那么在比较第一特征信息与第二特征信息时,首先,比较第一外形特征信息和第二外形特征信息。
具体地,比较第一外形特征信息中包含的人脸特征信息和第二外形特征信息中包含的人脸特征信息,采用人脸特征比对的方式,确定第一外形特征与第二外形特征是否相同。
若第一外形特征信息与第二外形特征信息相同,说明第一图像数据和第二图像数据是针对同一个目标对象的不同时刻的图像数据。
若第一外形特征信息与第二外形特征信息不相同,说明第一图像数据和第二图像数据不是针对同一个目标对象的不同时刻的图像数据。
需要说明的是,本发明实施例中所采用的人脸特征比对方式可以采用现有技术中人脸识别方式对不同图像数据中的人脸特征进行识别,这里对于具体的识别方式不做具体限定。
当所述第一外形特征信息与所述第二外形特征信息相同时,进一步判断提取到的所述第一图像数据中包含的其他对象的特征信息与提取到的所述第二图像数据中包含的其他对象的特征信息之间是否一致。
若所述第一图像数据中包含的其他对象的特征信息与所述第二图像数据中包含的其他对象的特征信息不一致时,判断所述目标对象发生异常。
具体地,若其他对象的特征信息包含人脸特征信息,那么提取第一图像数据中与所述目标对象之间的距离小于设定阈值的其他对象的人脸特征信息,以及提取第二图像数据中与所述目标对象之间的距离小于设定阈值的其他对象的人脸特征信息,比对分别从第一图像数据中提取得到的其他对象的人脸特征信息和从第二图像数据中提取得到的其他对象的人脸特征信息,并计算人脸特征信息的相似度,当相似度大于设定数值时,说明目标对象周围的其他对象没有发生变化,确定该目标对象处于正常状态;当相似度小于设定数值是,说明目标对象周围的其他对象发生变化,确定该目标对象处于异常状态。
特别是在游乐场场景下,一个未成年不慎脱离其监护人的看护范围,此时该未成年周围的对象将发生变化,如果视频监控系统通过本发明所提供的技术方案能够及时发现该未成年已脱离监护人的看护范围,及时采取措施,能够使得该未成年尽快脱离潜在危险,进而有效避免未成年走丢或者被拐卖的风险。
例如:若所述第一图像数据中包含的其他对象的特征信息与所述第二图像数据中包含的其他对象的特征信息不一致时,可能存在未成年周围的监护人暂时离开的情况,也可能存在未成年与监护人分离的情况,那么此时需要进一步判断所述第一图像数据中包含的位置信息与所述第二图像数据中包含的位置信息是否一致,若所述第一图像数据中包含的位置信息与所述第二图像数据中包含的位置信息不一致时,判断所述目标对象发生异常。
若所述第一图像数据中包含的位置信息与所述第二图像数据中包含的位置信息一致时,进一步确定所述目标对象在所述位置信息对应位置上持续时间长度;当所述持续时间长度大于设定阈值时,
但是在实际生活中还存在这样一种情形:一个未成年已经脱离监护人看管,并且在同一个位置上持续停留很长时间,那么在步骤101中采集的第一时刻的第一图像数据与第二时刻采集的第二图像数据很可能是同一个位置的图像数据,那么在经过步骤102中的比对之后,得到的比对结果为所述第一图像数据中包含的其他对象的特征信息与所述第二图像数据中包含的其他对象的特征信息一致,在这种情况下,本发明实施例提供另外一种处理方式:
若所述第一图像数据中包含的其他对象的特征信息与所述第二图像数据中包含的其他对象的特征信息一致时,进一步确定所述目标对象在所述位置信息对应位置上持续时间长度;
当所述持续时间长度大于设定阈值时,判断所述目标对象发生异常。
需要说明的是,本发明实施例中所记载的设定数值、设定的阈值等不做具体限定,可以根据实际需要自行确定。
在本发明的另一个实施例中,判断所述目标对象发生异常包括但不限于:
若所述第一图像数据中包含的其他对象的特征信息与所述第二图像数据中包含的其他对象的特征信息不一致时,进一步获取第N时刻采集到的针对所述目标对象的第N图像数据;
分析所述第N图像数据中包含的其他对象的特征信息与所述第一图像数据中包含的其他对象的特征信息是否一致或分析所述第N图像数据中包含的其他对象的特征信息与所述第二图像数据中包含的其他对象的特征信息是否一致;
若所述第N图像数据中包含的其他对象的特征信息与所述第一图像数据中包含的其他对象的特征信息不一致或所述第N图像数据中包含的其他对象的特征信息与所述第二图像数据中包含的其他对象的特征信息不一致,判断所述目标对象发生异常。
由于在实际应用中,若单一通过两个时刻的图像数据判断目标对象是否发生异常,可能存在误判的情形,为了降低这种误判的概率,本发明实施例中还可能通过分析多个时刻针对同一个目标对象采集到的图像数据,进而有效判断目标对象是否发生异常,这样有效提高判断的精确度。
步骤103:在判断结果为所述目标对象发生异常时,发出异常告警。
在步骤103中,当判断结果为所述目标对象发生异常时,可以通过视频监控系统发出异常告警,也可以针对视频采集设备对应的视频监控显示设备发出异常告警,以提醒视频监控工作人员注意,使其有效采取措施,避免潜在危险事件的发生。
此外,还可以通过其他通信手段(例如:短信方式等),将异常告警发送给在目标监控区域进行现场巡逻的其他工作人员,以使其有效采取措施,避免潜在危险事件的发生。
通过本发明实施例所提供的技术方案,获取第一时刻采集的针对目标对象的第一图像数据,以及第二时刻采集的针对所述目标对象的第二图像数据;根据所述第一图像数据和所述第二图像数据,判断所述目标对象是否发生异常;在判断结果为所述目标对象发生异常时,发出异常告警。这样,视频监控系统可以根据不同时刻采集到的针对目标对象的图像数据之间的差异,确定目标对象是否处于异常,即潜在的危险状态,进而在确定目标对象处于异常状态时,及时发出告警,使得监控管理者能够及时发现潜在危险,有效地对潜在危险进行处理,进而提升视频监控系统对隐性的危险事件的预警能力,提高视频监控系统的利用率。
图2为本发明实施例提供的一种异常告警设备的结构示意图。所述异常告警设备包括:获取单元21、判断单元22和告警单元23,其中:
获取单元21,用于获取第一时刻采集的针对目标对象的第一图像数据,以及第二时刻采集的针对所述目标对象的第二图像数据;
判断单元22,用于根据所述第一图像数据和所述第二图像数据,判断所述目标对象是否发生异常;
告警单元23,用于在判断结果为所述目标对象发生异常时,发出异常告警。
在本发明的另一个实施例中,所述判断单元22根据所述第一图像数据和所述第二图像数据,判断所述目标对象是否发生异常,包括:
提取所述第一图像数据中包含的所述目标对象的第一特征信息,以及提取所述第二图像数据中包含的所述目标对象的第二特征信息;
比较所述第一特征信息和所述第二特征信息;
根据比较结果,判断所述目标对象是否发生异常。
在本发明的另一个实施例中,所述判断单元22提取所述第一图像数据中包含的所述目标对象的第一特征信息,以及提取所述第二图像数据中包含的所述目标对象的第二特征信息,包括:
提取所述第一图像数据中包含的所述目标对象的数量以及提取所述第二图像数据中包含的所述目标对象的数量;
根据比较结果,判断所述目标对象是否发生异常,包括:
当所述第一图像数据中包含的目标对象的数量与所述第二图像数据中包含的目标对象的数量不同时,判断所述目标对象发生异常。
在本发明的另一个实施例中,所述判断单元22提取所述第一图像数据中包含的所述目标对象的第一特征信息,包括:
提取所述第一图像数据中包含的所述目标对象的第一外形特征信息;并分析所述第一图像数据中包含的与所述目标对象之间的距离小于设定阈值的其他对象的特征信息;
提取所述第二图像数据中包含的所述目标对象的第二特征信息,包括:
提取所述第二图像数据中包含的所述目标对象的第二外形特征信息;并分析所述第二图像数据中包含的与所述目标对象之间的距离小于设定阈值的其他对象的特征信息。
在本发明的另一个实施例中,所述判断单元22根据比较结果,判断所述目标对象是否发生异常,包括:
当所述第一外形特征信息与所述第二外形特征信息相同时,若所述第一图像数据中包含的其他对象的特征信息与所述第二图像数据中包含的其他对象的特征信息不一致时,判断所述目标对象发生异常。
在本发明的另一个实施例中,所述判断单元22判断所述目标对象发生异常,包括:
若所述第一图像数据中包含的位置信息与所述第二图像数据中包含的位置信息一致时,进一步确定所述目标对象在所述位置信息对应位置上持续时间长度;并当所述持续时间长度大于设定阈值时,判断所述目标对象发生异常;
若所述第一图像数据中包含的位置信息与所述第二图像数据中包含的位置信息不一致时,判断所述目标对象发生异常。
在本发明的另一个实施例中,所述判断单元22判断所述目标对象发生异常,包括:
进一步获取第N时刻采集到的针对所述目标对象的第N图像数据;
分析所述第N图像数据中包含的其他对象的特征信息与所述第一图像数据中包含的其他对象的特征信息是否一致或所述第N图像数据中包含的其他对象的特征信息与所述第二图像数据中包含的其他对象的特征信息是否一致;
若所述第N图像数据中包含的其他对象的特征信息与所述第一图像数据中包含的其他对象的特征信息不一致或所述第N图像数据中包含的其他对象的特征信息与所述第二图像数据中包含的其他对象的特征信息不一致,判断所述目标对象发生异常,N为自然数。
需要说明的是,本发明实施例所提供的异常告警设备可以通过软件方式实现,也可以通过硬件方式实现,这里不做具体限定。异常告警设备通过获取第一时刻采集的针对目标对象的第一图像数据,以及第二时刻采集的针对所述目标对象的第二图像数据;根据所述第一图像数据和所述第二图像数据,判断所述目标对象是否发生异常;在判断结果为所述目标对象发生异常时,发出异常告警。这样,视频监控系统可以根据不同时刻采集到的针对目标对象的图像数据之间的差异,确定目标对象是否处于异常,即潜在的危险状态,进而在确定目标对象处于异常状态时,及时发出告警,使得监控管理者能够及时发现潜在危险,有效地对潜在危险进行处理,进而提升视频监控系统对隐性的危险事件的预警能力,提高视频监控系统的利用率。
图3为本发明实施例提供的一种视频监控系统的结构示意图。所述视频监控系统中包括:视频采集设备311~31N、异常告警设备32和视频监控显示设备33,其中:
视频采集设备311~31N,用于采集目标监控区域中针对目标对象的图像数据,所述图像数据中包含第一时刻采集的针对所述目标对象的第一图像数据和第二时刻采集的针对所述目标对象的第二图像数据;
异常告警设备32,用于获取第一时刻采集的针对目标对象的第一图像数据,以及第二时刻采集的针对所述目标对象的第二图像数据;根据所述第一图像数据和所述第二图像数据,判断所述目标对象是否发生异常;在判断结果为所述目标对象发生异常时,发出异常告警;
视频监控显示设备33,用于将采集到的目标监控区域中针对目标对象的图像数据进行显示。
在本发明的另一个实施例中,所述异常告警设备32,还包括图像数据提取单元321、图像识别单元322和智能预警单元323,其中:
图像数据提取单元321,用于提取所述第一图像数据中包含的所述目标对象的第一特征信息,以及提取所述第二图像数据中包含的所述目标对象的第二特征信息;
图像识别单元322,用于比较所述第一特征信息和所述第二特征信息;
智能预警单元323,用于根据比较结果,判断所述目标对象是否发生异常。
在本发明的另一个实施例中,所述图像数据提取单元321提取所述第一图像数据中包含的所述目标对象的第一特征信息,以及提取所述第二图像数据中包含的所述目标对象的第二特征信息,包括:
提取所述第一图像数据中包含的所述目标对象的数量以及提取所述第二图像数据中包含的所述目标对象的数量;
所述智能预警单元323根据比较结果,判断所述目标对象是否发生异常,包括:
当所述第一图像数据中包含的目标对象的数量与所述第二图像数据中包含的目标对象的数量不同时,判断所述目标对象发生异常。
在本发明的另一个实施例中,所述图像数据提取单元321提取所述第一图像数据中包含的所述目标对象的第一特征信息,包括:
提取所述第一图像数据中包含的所述目标对象的第一外形特征信息;并分析所述第一图像数据中包含的与所述目标对象之间的距离小于设定阈值的其他对象的特征信息;
所述图像数据提取单元321提取所述第二图像数据中包含的所述目标对象的第二特征信息,包括:
提取所述第二图像数据中包含的所述目标对象的第二外形特征信息;并分析所述第二图像数据中包含的与所述目标对象之间的距离小于设定阈值的其他对象的特征信息。
在本发明的另一个实施例中,所述智能预警单元323根据比较结果,判断所述目标对象是否发生异常,包括:
当所述第一外形特征信息与所述第二外形特征信息相同时,若所述第一图像数据中包含的其他对象的特征信息与所述第二图像数据中包含的其他对象的特征信息不一致时,判断所述目标对象发生异常。
在本发明的另一个实施例中,所述智能预警单元323,还用于若所述其他对象的特征信息为位置信息时,若所述第一图像数据中包含的其他对象的特征信息与所述第二图像数据中包含的其他对象的特征信息一致时,进一步确定所述目标对象在所述位置信息对应位置上持续时间长度;
当所述持续时间长度大于设定阈值时,判断所述目标对象发生异常。
在本发明的另一个实施例中,所述智能预警单元323判断所述目标对象发生异常,包括:
进一步获取第N时刻采集到的针对所述目标对象的第N图像数据;
分析所述第N图像数据中包含的其他对象的特征信息与所述第一图像数据中包含的其他对象的特征信息是否一致或所述第N图像数据中包含的其他对象的特征信息与所述第二图像数据中包含的其他对象的特征信息是否一致;
若所述第N图像数据中包含的其他对象的特征信息与所述第一图像数据中包含的其他对象的特征信息不一致或所述第N图像数据中包含的其他对象的特征信息与所述第二图像数据中包含的其他对象的特征信息不一致,判断所述目标对象发生异常,N为自然数。
通过本发明实施例中所提供的视频监控系统,根据不同时刻采集到的针对目标对象的图像数据之间的差异,确定目标对象是否处于异常,即潜在的危险状态,进而在确定目标对象处于异常状态时,及时发出告警,使得监控管理者能够及时发现潜在危险,有效地对潜在危险进行处理,进而提升视频监控系统对隐性的危险事件的预警能力,提高视频监控系统的利用率。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本发明的实施例可提供为方法、系统或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上所述仅为本发明的实施例而已,并不用于限制本发明。对于本领域技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本发明的权利要求范围之内。

Claims (5)

1.一种异常告警方法,其特征在于,包括:
获取第一时刻采集的针对目标对象的第一图像数据,以及第二时刻采集的针对所述目标对象的第二图像数据;
根据所述第一图像数据和所述第二图像数据,判断所述目标对象是否发生异常;
在判断结果为所述目标对象发生异常时,发出异常告警;
其中,获取第一时刻采集的针对目标对象的第一图像数据,以及第二时刻采集的针对所述目标对象的第二图像数据包括:
提取所述第一图像数据中包含的所述目标对象的第一外形特征信息;并分析所述第一图像数据中包含的与所述目标对象之间的距离小于设定阈值的其他对象的特征信息;
提取所述第二图像数据中包含的所述目标对象的第二外形特征信息;并分析所述第二图像数据中包含的与所述目标对象之间的距离小于设定阈值的其他对象的特征信息;
根据所述第一图像数据和所述第二图像数据,判断所述目标对象是否发生异常包括当所述第一外形特征信息与所述第二外形特征信息相同时,若所述第一图像数据中包含的其他对象的特征信息与所述第二图像数据中包含的其他对象的特征信息不一致时:
若所述第一图像数据中包含的位置信息与所述第二图像数据中包含的位置信息一致时,进一步确定所述目标对象在所述位置信息对应位置上持续时间长度;并当所述持续时间长度大于设定阈值时,判断所述目标对象发生异常;
若所述第一图像数据中包含的位置信息与所述第二图像数据中包含的位置信息不一致时,判断所述目标对象发生异常。
2.如权利要求1所述的异常告警方法,其特征在于,判断所述目标对象发生异常,包括:
进一步获取第N时刻采集到的针对所述目标对象的第N图像数据;
分析所述第N图像数据中包含的其他对象的特征信息与所述第一图像数据中包含的其他对象的特征信息是否一致或所述第N图像数据中包含的其他对象的特征信息与所述第二图像数据中包含的其他对象的特征信息是否一致;
若所述第N图像数据中包含的其他对象的特征信息与所述第一图像数据中包含的其他对象的特征信息不一致或所述第N图像数据中包含的其他对象的特征信息与所述第二图像数据中包含的其他对象的特征信息不一致,判断所述目标对象发生异常,N为自然数。
3.一种异常告警设备,其特征在于,包括:
获取单元,用于获取第一时刻采集的针对目标对象的第一图像数据,以及第二时刻采集的针对所述目标对象的第二图像数据;
判断单元,用于根据所述第一图像数据和所述第二图像数据,判断所述目标对象是否发生异常;
告警单元,用于在判断结果为所述目标对象发生异常时,发出异常告警;
其中,获取第一时刻采集的针对目标对象的第一图像数据,以及第二时刻采集的针对所述目标对象的第二图像数据包括:
提取所述第一图像数据中包含的所述目标对象的第一外形特征信息;并分析所述第一图像数据中包含的与所述目标对象之间的距离小于设定阈值的其他对象的特征信息;
提取所述第二图像数据中包含的所述目标对象的第二外形特征信息;并分析所述第二图像数据中包含的与所述目标对象之间的距离小于设定阈值的其他对象的特征信息;
根据所述第一图像数据和所述第二图像数据,判断所述目标对象是否发生异常包括当所述第一外形特征信息与所述第二外形特征信息相同时,若所述第一图像数据中包含的其他对象的特征信息与所述第二图像数据中包含的其他对象的特征信息不一致时:
若所述第一图像数据中包含的位置信息与所述第二图像数据中包含的位置信息一致时,进一步确定所述目标对象在所述位置信息对应位置上持续时间长度;并当所述持续时间长度大于设定阈值时,判断所述目标对象发生异常;
若所述第一图像数据中包含的位置信息与所述第二图像数据中包含的位置信息不一致时,判断所述目标对象发生异常。
4.如权利要求3所述的异常告警设备,其特征在于,所述判断单元判断所述目标对象发生异常,包括:
进一步获取第N时刻采集到的针对所述目标对象的第N图像数据;
分析所述第N图像数据中包含的其他对象的特征信息与所述第一图像数据中包含的其他对象的特征信息是否一致或所述第N图像数据中包含的其他对象的特征信息与所述第二图像数据中包含的其他对象的特征信息是否一致;
若所述第N图像数据中包含的其他对象的特征信息与所述第一图像数据中包含的其他对象的特征信息不一致或所述第N图像数据中包含的其他对象的特征信息与所述第二图像数据中包含的其他对象的特征信息不一致,判断所述目标对象发生异常,N为自然数。
5.一种视频监控系统,其特征在于,包含权利要求3至4的任一项所述的异常告警设备。
CN201610876872.3A 2016-10-08 2016-10-08 一种异常告警方法、设备及视频监控系统 Active CN107920224B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610876872.3A CN107920224B (zh) 2016-10-08 2016-10-08 一种异常告警方法、设备及视频监控系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610876872.3A CN107920224B (zh) 2016-10-08 2016-10-08 一种异常告警方法、设备及视频监控系统

Publications (2)

Publication Number Publication Date
CN107920224A CN107920224A (zh) 2018-04-17
CN107920224B true CN107920224B (zh) 2020-02-18

Family

ID=61891978

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610876872.3A Active CN107920224B (zh) 2016-10-08 2016-10-08 一种异常告警方法、设备及视频监控系统

Country Status (1)

Country Link
CN (1) CN107920224B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109873979A (zh) * 2019-01-07 2019-06-11 广东思理智能科技股份有限公司 一种基于摄像头的静态图像差异比对方法及装置
CN110086852A (zh) * 2019-03-27 2019-08-02 苏州威斯德医疗科技有限公司 一种基于智能摄像头的用于识别异常的方法及装置
CN111325954B (zh) * 2019-06-06 2021-09-17 杭州海康威视系统技术有限公司 人员走失预警方法、装置、系统及服务器
CN113538775B (zh) * 2021-06-07 2022-07-05 合肥美的智能科技有限公司 陈列设备的监测方法、装置、监测设备和存储介质

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101571982A (zh) * 2009-05-11 2009-11-04 宁波海视智能系统有限公司 一种判断视频监控范围内物品失窃的方法
CN102289908A (zh) * 2011-08-02 2011-12-21 中北大学 基于图像分析的自主关联实时防盗系统
CN102855475A (zh) * 2012-09-17 2013-01-02 广州杰赛科技股份有限公司 一种校车监控方法和系统
CN103714648A (zh) * 2013-12-06 2014-04-09 乐视致新电子科技(天津)有限公司 一种监控预警方法和设备
CN104284143A (zh) * 2013-07-03 2015-01-14 智原科技股份有限公司 图像监控系统及其方法
CN104796660A (zh) * 2014-01-20 2015-07-22 腾讯科技(深圳)有限公司 一种防盗告警的方法及装置
CN105128814A (zh) * 2015-07-31 2015-12-09 小米科技有限责任公司 一种发送报警消息的方法和装置
CN105654647A (zh) * 2016-01-28 2016-06-08 中北大学 一种实时判断有人入侵室内的识别方法
CN105825198A (zh) * 2016-03-29 2016-08-03 深圳市佳信捷技术股份有限公司 行人检测方法及装置
CN105847763A (zh) * 2016-05-19 2016-08-10 北京小米移动软件有限公司 监控方法及装置

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101571982A (zh) * 2009-05-11 2009-11-04 宁波海视智能系统有限公司 一种判断视频监控范围内物品失窃的方法
CN102289908A (zh) * 2011-08-02 2011-12-21 中北大学 基于图像分析的自主关联实时防盗系统
CN102855475A (zh) * 2012-09-17 2013-01-02 广州杰赛科技股份有限公司 一种校车监控方法和系统
CN104284143A (zh) * 2013-07-03 2015-01-14 智原科技股份有限公司 图像监控系统及其方法
CN103714648A (zh) * 2013-12-06 2014-04-09 乐视致新电子科技(天津)有限公司 一种监控预警方法和设备
CN104796660A (zh) * 2014-01-20 2015-07-22 腾讯科技(深圳)有限公司 一种防盗告警的方法及装置
CN105128814A (zh) * 2015-07-31 2015-12-09 小米科技有限责任公司 一种发送报警消息的方法和装置
CN105654647A (zh) * 2016-01-28 2016-06-08 中北大学 一种实时判断有人入侵室内的识别方法
CN105825198A (zh) * 2016-03-29 2016-08-03 深圳市佳信捷技术股份有限公司 行人检测方法及装置
CN105847763A (zh) * 2016-05-19 2016-08-10 北京小米移动软件有限公司 监控方法及装置

Also Published As

Publication number Publication date
CN107920224A (zh) 2018-04-17

Similar Documents

Publication Publication Date Title
CN107920224B (zh) 一种异常告警方法、设备及视频监控系统
US20220092881A1 (en) Method and apparatus for behavior analysis, electronic apparatus, storage medium, and computer program
CN111144291B (zh) 基于目标检测的视频监控区域人员入侵判别方法及装置
CN109286788B (zh) 一种基于云计算的安防监控系统
CN106780250B (zh) 一种基于物联网技术的智慧社区安全事件处理方法及系统
CN108664608A (zh) 可疑人员的识别方法、装置及计算机可读存储介质
CN107506755A (zh) 监控录像识别方法及装置
CN104700534B (zh) 核电厂监控系统的报警方法、装置及系统
CN107818312A (zh) 一种基于异常行为识别的嵌入式系统
US20240095862A1 (en) Method for determining dangerousness of person, apparatus, system and storage medium
CN103108159A (zh) 一种电力智能视频分析监控系统和方法
CN105426820A (zh) 基于安防监控视频数据的多人异常行为检测方法
CN202771441U (zh) 人脸识别监控系统
CN112565676A (zh) 基于智能摄像机识别在岗人员违规的方法及系统、设备
JP2013127716A (ja) 混雑の非通常状態検知システム
CN109389794A (zh) 一种智能化视频监控方法和系统
CN110544312A (zh) 虚拟场景中的视频显示方法、装置、电子设备与存储装置
CN104469299A (zh) 网络摄像装置
CN104574729B (zh) 一种报警方法、装置及系统
CN112211496B (zh) 一种基于智能门锁的监控方法、系统及智能门锁
CN114418388A (zh) 一种基于图像识别的人员管理方法、装置及存储介质
CN104050785A (zh) 基于虚拟化边界与人脸识别技术的安全警戒方法
CN110188617A (zh) 一种机房智能监控方法及系统
CN113112744A (zh) 安防管理方法及装置、电子设备、存储介质
Wang et al. Vision-based highway traffic accident detection

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant