CN109194917A - 一种智能安防系统 - Google Patents
一种智能安防系统 Download PDFInfo
- Publication number
- CN109194917A CN109194917A CN201811085531.XA CN201811085531A CN109194917A CN 109194917 A CN109194917 A CN 109194917A CN 201811085531 A CN201811085531 A CN 201811085531A CN 109194917 A CN109194917 A CN 109194917A
- Authority
- CN
- China
- Prior art keywords
- video
- unit
- interchanger
- output end
- intelligent
- 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
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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L12/00—Data switching networks
- H04L12/28—Data switching networks characterised by path configuration, e.g. LAN [Local Area Networks] or WAN [Wide Area Networks]
- H04L12/42—Loop networks
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/50—Constructional details
- H04N23/54—Mounting of pick-up tubes, electronic image sensors, deviation or focusing coils
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Image Analysis (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
本发明涉及一种智能安防系统,其特征在于,包括布置在待监控区域且对待监控区域全覆盖的N个智能摄像头,N≥1,每个智能摄像头与各自的视频AD转换器相连,所有视频AD转换器均接入互联网络系统;视频摘要模块与人脸及车牌识别模块接入互联网络系统。本发明提供的一种智能安防系统集成了视频摘要功能、人脸识别功能及车牌识别功能,实现了智能图像监控的多功能集成交互。
Description
技术领域
本发明涉及一种基于视频图像的智能安防系统,属于视频监控系统。
背景技术
现阶段,视频监控系统与设备虽然在功能和性能上得到了极大的提高,但国内外现有技术领域仍然存在着以下缺陷与不足:
报警发生后对录像数据进行分析通常是安全人员必须要做的工作之一,而误报和漏报现象则进一步加剧了对数据分析的需求。安全人员经常被要求找出与报警事件相关的录像资料,从而找到肇事者、确定事故责任或评估该事件的安全威胁。由于传统视频监控系统缺乏智能因素,录像数据无法被有效地分类存储,最多只能打上时间标签,因此数据分析工作变得及其耗时,并且很难获得全部的相关信息,而经常发生的误报现象使无用数据进一步增加,从而给数据分析工作带来更大的难度。
由于安全威胁的响应速度关系到一个安全系统的整体性能。传统的视频监控系统通常都由安全工作人员对安全威胁做出响应和处理,这对于处理实时响应要求较低的安全威胁来说可能足够。但是很多情况下,在威胁发生时,需要安全系统的多个功能部分,甚至多个安全相关的部门在最短的时间内协调配合,共同处理危机。这时候,监控系统的响应速度将直接关系到用户的人身或财产的损失情况。
发明内容
本发明的目的是提供一种能够及时、有效地对数据进行处理的视频监控系统。
为了达到上述目的,本发明的技术方案是提供了一种智能安防系统,其特征在于,包括布置在待监控区域且对待监控区域全覆盖的N个智能摄像头,N≥1,每个智能摄像头与各自的视频AD转换器相连,所有视频AD转换器均接入互联网络系统;
互联网络系统包括K个通过双绞线和光纤连接成环网的交换机以及与任意一个交换机相连接的网络服务器,K≥3,所有视频AD转换器接入K个交换机中的L个交换机,1≤L<K,视频摘要模块与人脸及车牌识别模块接入剩余(K-L-1)个交换机;
视频摘要模块包括与交换机相连的目标检测单元,目标检测单元的输出端与目标跟踪单元的输入端相连,目标跟踪单元的输出端与摘要生成单元的输入端相连,摘要生成单元的输出端连接数据库单元的一个输入端,数据库单元的一个输出端与摘要播放单元及数据导出单元相连;
数据库单元的另一个输入端接入交换机;
人脸及车牌识别模块包括图像处理服务器,图像处理服务器的输入端与数据库单元的另一个输出端相连,图像处理服务器的输出端连接客户端。
优选地,所述视频AD转换器直接与所述互联网络系统的交换机相连,或者M个所述视频AD转换器为一组,1≤M<N,每组视频AD转换器与一个中继器相连,中继器与所述互联网络系统的交换机相连。
优选地,所述客户端包括与所述图像处理服务器的输出端相连的PC,PC的数据输出端分别连接显示单元、报警单元及打印单元。
优选地,所述客户端还包括外部存储设备,外部存储设备与PC相连。
优选地,所述数据库单元由多个用于存储相同内容的存储节点组成。
本发明提供的一种智能安防系统集成了视频摘要功能、人脸识别功能及车牌识别功能,实现了智能图像监控的多功能集成交互,具体而言,本发明具有如下优点:
1)分布式采集:本系统通过环形网络中的多个交换机分别与各个监控区域的摄像头连接,将多个摄像头的信息有效的集中起来,通过有线传输的方式,安全高效的传送到图像数据库中。
2)处理高效:本系统中的视频摘要模块相比于传统设备更加高效。
3)采集范围广:本系统不仅可以通过摄像头采集图像进行处理,还能对移动硬盘、手机及其他外部存储设备的视频信息进行处理,方便快捷。
4)本发明中的数据库的特点是分布式存储架构,根据这一特点,可以在系统后期根据需求添加和删除节点,灵活转移节点任务,并且视频数据存储于多个节点,这样可以并行进行大量视频数据的分析和处理,实现了海量视频数据分析及关联挖掘,提高了有效性。
附图说明
图1为本发明的系统框图;
图2为本发明中的视频摘要模块的原理框图;
图3为本发明中的人脸及车牌识别模块的原理框图。
具体实施方式
下面结合具体实施例,进一步阐述本发明。应理解,这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解,在阅读了本发明讲授的内容之后,本领域技术人员可以对本发明作各种改动或修改,这些等价形式同样落于本申请所附权利要求书所限定的范围。
如图1所示,本发明提供的一种智能安防系统的数据采集前端采用布置在待监控区域的多个智能摄像头11,所有智能摄像头11能够将待监控的区域完全覆盖,保证不出现监控死角。每个智能摄像头11均与各自的视频AD转换器12相连。所有的智能摄像头11及视频AD转换器12构成了本实施例中的视频图像采集装置,本实施例中的视频图像采集装置采用BriefCam Syndex FS装置,其中的视频AD转换器12采用LTC5510AD转换器,智能摄像头11采用全景式高分辨率摄像头。
视频AD转换器12可以直接连接互联网络系统中的交换机21,也可以多个智能摄像头11所对应的视频AD转换器12构成一组,一组设备连接一个中继器13,所有中继器13与互联网络系统中的交换机21相连。采用中继器13便于对智能摄像头11的管理,而且在智能摄像头11距离交换机21较远的情况下也便于智能摄像头11与交换机21之间的数据通信。
互联网络系统包括多个通过双绞线和光纤连接成环网的交换机21以及与交换机21连接的网络服务器22。通过互联网络系统实现了分布式的监控,使监控更加高效监控范围更广。
视频摘要检索模块3与人脸及车牌识别模块4共用数据库单元5,均接入互联网络系统。在本实施例中,视频摘要检索模块3如图2所示,包括与交换机21相连的目标检测单元31,目标检测单元31的输出端与目标跟踪单元32的输入端相连,目标跟踪单元32的输出端与摘要生成单元33的输入端相连,摘要生成单元33的输出端连接数据库单元5的一个输入端,数据库单元5的一个输出端与摘要播放单元34及数据导出单元35相连。目标检测单元31用于判断获得的视频中是否存在运动目标,若有则将视频中的运动目标提取为的运动块后传输给目标跟踪单元32。目标跟踪单元32将当前一帧的运动块与前一帧中相对应的运动块进行匹配,实现目标的跟踪。并由摘要生成单元33将运动块在不同时间的位置同时显示于同一帧画面中,从而将一段时间之内的视频内容浓缩地显示于同一帧中,当这些浓缩后的视频帧连贯起来,便可形成整段视频的摘要。
数据库单元5的另一个输入端接入交换机。数据库单元5由多个用于存储相同内容的存储节点组成,从而实现分布式存储。
结合图3,人脸及车牌识别模块包括图像处理服务器41,图像处理服务器41的输入端与数据库单元5的另一个输出端相连,图像处理服务器41的输出端连接客户端42。客户端42包括与图像处理服务器41的输出端相连的PC421,PC的数据输出端分别连接显示单元422、报警单元423及打印单元424。监控人员可以利用外部接口将外部存储设备的数据上传至PC421。外部接口包括USB接口和蓝牙接口,监控人员可以通过移动存储设备或手机将存储的视频信息通过客户端42传送到数据库单元5中,然后进行处理和分析,更加方便。
图像处理服务器41用于对接收自交换机21的视频进行处理。视频处理包括对视频数据的处理和对视频图像的预处理。压缩编码技术是视频数据处理的关键。主要是对采集到的视频进行压缩编码然后进行存盘或网络传输。图像预处理则主要包括传感器标定、滤波、图像增强与恢复等,以方便提取感兴趣的信息。
本发明的采用的跟踪方法结合了基于特征的跟踪方法以及基于3D的跟踪方法。
1)基于特征的跟踪方法:
用于目标跟踪的个体特征有许许多多,但不管是刚体运动目标还是非刚体运动目标,在序列图象相邻的两帧图象中,由于图象序列间的采样时间间隔很小,可以认为这些个体特征在运动形式上具有平滑性。因此可以用个体特征来跟踪运动目标。基于特征的跟踪方法有其显著的优点:(1)由于使用的符号模型运动方式简单,运动具有平滑性,因此跟踪目标的算法比较简单;(2)这种方法已经假设特征符号运动是相互独立的运动,因此在运动分析时可以不区分运动物体是刚体还是非刚体,也不用管它的几何形状;(3)跟踪过程中符号特征容易捕捉,能够匹配到每一个特征符号。
但是,基于特征的跟踪方法也有其致命的缺点:(1)伴随着复杂运动,刚体运动目标的特征提取就会产生困难,如圆柱旋转式运动时,运动目标不可能是匀加速运动,更不可能是匀速运动;(2)运动初始化时的难点。刚体的一些特征会因为遮挡而无法识别,因此,基于特征的跟踪算法必须解决目标跟踪过程中的运动初始化的难点,但这些问题的解决往往又会使跟踪算法变得十分复杂和耗时。
2)基于3D的跟踪方法:
基于3D的跟踪方法,是通过使用摄像机和场景的几何学知识,将一个有精确几何形状的三维模型投影成图象,根据图象中的位置变化来进行跟踪。最早的基于3D的跟踪方法是Gennery在1982年提出的。VISATRAM系统中为了简化3D估计,用长方体的车辆模型来跟踪车辆,获取了运动车辆的速度和尺寸大小。在XTRACK系统中,跟踪序列图象中运动车辆始于用光流场法分割序列图象中的起始帧目标图象。这些起始帧图象的平面投影依赖一个最初估计的参照点,获取目标的方位和速度。初始的角速度假定为0,用恰当的多维车辆模型来跟踪目标。基于3D的跟踪方法被应用于估计运动目标的运动,从2D图象中推断出运动目标的3D形状。基于3D的跟踪方法其显著的优点是:即使在复杂环境下、物体明显被遮挡的情况下,利用模型知识的结果会鲁棒地得到跟踪结果;主要缺点是计算的工作量大,实时性差。
Claims (5)
1.一种智能安防系统,其特征在于,包括布置在待监控区域且对待监控区域全覆盖的N个智能摄像头,N≥1,每个智能摄像头与各自的视频AD转换器相连,所有视频AD转换器均接入互联网络系统;
互联网络系统包括K个通过双绞线和光纤连接成环网的交换机以及与任意一个交换机相连接的网络服务器,K≥3,所有视频AD转换器接入K个交换机中的L个交换机,1≤L<K,视频摘要模块与人脸及车牌识别模块接入剩余(K-L-1)个交换机;
视频摘要模块包括与交换机相连的目标检测单元,目标检测单元的输出端与目标跟踪单元的输入端相连,目标检测单元用于判断获得的视频中是否存在运动目标,若有则将视频中的运动目标提取为的运动块后传输给目标跟踪单元;目标跟踪单元的输出端与摘要生成单元的输入端相连,目标跟踪单元将当前一帧的运动块与前一帧中相对应的运动块进行匹配,实现目标的跟踪,并由摘要生成单元将运动块在不同时间的位置同时显示于同一帧画面中,从而将一段时间之内的视频内容浓缩地显示于同一帧中,当这些浓缩后的视频帧连贯起来,便形成整段视频的摘要;摘要生成单元的输出端连接数据库单元的一个输入端,数据库单元的一个输出端与摘要播放单元及数据导出单元相连;
数据库单元的另一个输入端接入交换机;
人脸及车牌识别模块包括图像处理服务器,图像处理服务器的输入端与数据库单元的另一个输出端相连,图像处理服务器的输出端连接客户端,图像处理服务器用于对接收自互联网络系统的图像数据进行预处理,随后识别并跟踪图像数据中的人脸及车牌,跟踪时利用基于特征的跟踪方法对人脸进行跟踪,利用基于3D的跟踪方法对车牌进行跟踪。
2.如权利要求1所述的一种智能安防系统,其特征在于,所述视频AD转换器直接与所述互联网络系统的交换机相连,或者M个所述视频AD转换器为一组,1≤M<N,每组视频AD转换器与一个中继器相连,中继器与所述互联网络系统的交换机相连。
3.如权利要求1所述的一种智能安防系统,其特征在于,所述客户端包括与所述图像处理服务器的输出端相连的PC,PC的数据输出端分别连接显示单元、报警单元及打印单元。
4.如权利要求3所述的一种智能安防系统,其特征在于,所述客户端还包括外部存储设备,外部存储设备与PC相连。
5.如权利要求1所述的一种智能安防系统,其特征在于,所述数据库单元由多个用于存储相同内容的存储节点组成。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811085531.XA CN109194917A (zh) | 2018-09-18 | 2018-09-18 | 一种智能安防系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811085531.XA CN109194917A (zh) | 2018-09-18 | 2018-09-18 | 一种智能安防系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109194917A true CN109194917A (zh) | 2019-01-11 |
Family
ID=64911659
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811085531.XA Pending CN109194917A (zh) | 2018-09-18 | 2018-09-18 | 一种智能安防系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109194917A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115801530A (zh) * | 2023-01-06 | 2023-03-14 | 深圳市拓普泰克技术股份有限公司 | 一种模块化设计的网管型环网交换机 |
-
2018
- 2018-09-18 CN CN201811085531.XA patent/CN109194917A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115801530A (zh) * | 2023-01-06 | 2023-03-14 | 深圳市拓普泰克技术股份有限公司 | 一种模块化设计的网管型环网交换机 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9760573B2 (en) | Situational awareness | |
CN204155449U (zh) | 一种车牌识别比对高清摄像机及监控系统 | |
Guo et al. | CrossRoI: cross-camera region of interest optimization for efficient real time video analytics at scale | |
CN104200671A (zh) | 一种基于大数据平台的虚拟卡口管理方法及系统 | |
WO2017200849A1 (en) | Scene marking | |
CN108647559A (zh) | 一种基于深度学习的危险物识别方法 | |
WO2022121196A1 (zh) | 一种可伸缩视觉计算系统 | |
CN109905423B (zh) | 一种智能管理系统 | |
WO2013131189A1 (en) | Cloud-based video analytics with post-processing at the video source-end | |
CN104079885A (zh) | 无人监守联动跟踪的网络摄像方法及装置 | |
CN101246646A (zh) | 一种基于Web服务的E-Police系统架构 | |
CN104021655B (zh) | 一种基于执法信息采集站的联动报警系统及报警方法 | |
CN105959621A (zh) | 基于多源视频结构化数据的准实时布控系统及方法 | |
CN112422909A (zh) | 一种基于人工智能的视频行为分析管理系统 | |
CN205883437U (zh) | 一种视频监控系统 | |
CN111064928A (zh) | 一种具有人脸识别功能的视频监控系统 | |
CN109194917A (zh) | 一种智能安防系统 | |
CN107566785A (zh) | 一种面向大数据的视频监控系统及方法 | |
CN203279057U (zh) | 多目标智能跟踪锁定监控系统 | |
CN113744528A (zh) | 一种智慧城市交通视频监控系统 | |
CN111385440A (zh) | 具有人脸记录与查询功能的监控摄像机 | |
CN109120896B (zh) | 安防视频监控卫士系统 | |
CN116010652A (zh) | 一种非结构化视频数据处理方法和系统 | |
US20110228095A1 (en) | Method of optimizing the search for a scene on the basis of a stream of images archived in a video database | |
CN205681558U (zh) | 一种基于人脸识别的监控装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20190111 |
|
WD01 | Invention patent application deemed withdrawn after publication |