CN109214249A - 一种用于安保监控系统的智能视频分析方法 - Google Patents

一种用于安保监控系统的智能视频分析方法 Download PDF

Info

Publication number
CN109214249A
CN109214249A CN201710540043.2A CN201710540043A CN109214249A CN 109214249 A CN109214249 A CN 109214249A CN 201710540043 A CN201710540043 A CN 201710540043A CN 109214249 A CN109214249 A CN 109214249A
Authority
CN
China
Prior art keywords
video
target
safety
region
monitoring system
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
CN201710540043.2A
Other languages
English (en)
Inventor
苑娜
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.)
China Changfeng Science Technology Industry Group Corp
Original Assignee
China Changfeng Science Technology Industry Group Corp
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 China Changfeng Science Technology Industry Group Corp filed Critical China Changfeng Science Technology Industry Group Corp
Priority to CN201710540043.2A priority Critical patent/CN109214249A/zh
Publication of CN109214249A publication Critical patent/CN109214249A/zh
Pending legal-status Critical Current

Links

Classifications

    • 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
    • G06V40/20—Movements or behaviour, e.g. gesture recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
    • G06V20/42—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items of sport video content
    • 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
    • G06V20/53—Recognition of crowd images, e.g. recognition of crowd congestion
    • 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

Abstract

本发明提供一种用于安保监控系统的智能视频分析方法，通过对监控视频进行4个方面的要素分析，包括分析是否有人、物体或车辆进入或离开预定区域，是否有人在指定区域内长时间停留徘徊，视频图像是否有巨大变化，是否有群体聚集现象，实现对重点区域的监控。对符合上述1个或1个以上要素的情况，发出报警信号息；对不符合上述特征的视频，则直接忽略，从而提高监控视频处理效率。

Description

一种用于安保监控系统的智能视频分析方法
技术领域
本发明涉及安保系统的视频监控技术领域，具体涉及一种对监控视频进行处理的智能视频分析方法。
背景技术
高清视频、视频存储、智能视频分析等技术成为当前视频技术发展的主要方面。随着大量视频监控的普及，如何实现海量视频的快速浏览，海量视频的浓缩摘要以及在海量的视频数据中快速检索出所需要的视频资料已成为当前视频领域最为重要的研究内容，尤其是在交通和安防视频应用中显得尤为重要。
发明内容
本发明的目的在于在传统视频监控基础上，提供一种用于安保监控系统的智能视频分析方法，通过对视频进行智能化分析，将监控系统中大量对安防无用的信息忽略掉，从而在管理和使用视频时节省大量的人力物力。
本发明的技术方案如下：
一种用于安保监控系统的智能视频分析方法，其特征在于：通过对监控视频进行4个方面的要素分析，实现对重点区域的监控；4个方面的要素分析包括：
(1)分析是否有人、物体或车辆进入或离开预定区域；
(2)是否有人在指定区域内长时间停留徘徊；
(3)视频图像是否有巨大变化；
(4)是否有群体聚集现象；
对符合上述1个或1个以上要素的情况，发出报警信号息；对不符合上述特征的视频，则直接忽略，从而提高监控视频处理效率。
本发明通过监控视频中是否有人、物体或车辆入侵或越界，是否有人在指定区域内长时间停留徘徊，视频图像是否有巨大变化，是否有群体聚集现象，对视频中的异常行为进行分析，实现对重点区域的周界防范，而将监控系统中大量对安防无用的信息忽略掉，从而节省大量的人力物力。
具体实施方式
本发明通过对监控视频进行4个方面的要素分析，实现对重点区域的监控；4个方面的要素分析包括：
(1)分析是否有人、物体或车辆进入或离开预定区域。
分析是否有人、物体或车辆进入或离开预定区域，具体通过以下方法实现：
(11)对视频中的运动目标进行跟踪，并判定运动目标是属于监控区域内、还是监控区域外，实时记录运动目标的外接矩形；
(12)在跟踪的过程中进行实时检测，若属于监控区域外的运动目标，在运动的过程中其外接矩形框的顶点满足同时有位于区域内、有区域外的，此时则可判定发生从外向内入侵；
(13)在跟踪的过程中进行实时检测，若属于监控区域内的运动目标，在运动的过程中其外接矩形框的顶点满足同时有位于区域外、有区域内的，此时则可判定发生从内向外入侵。
(2)是否有人在指定区域内长时间停留徘徊；
分析是否有人在指定区域内长时间停留徘徊的具体方法是：
(21)目标运动轨迹上存在n1(n1≥2)段曲线的主方向角差大于120°；
(22)目标在整个运动过程中，存在n2(n2＝3)段曲线在N2(N2＝15)帧内的运动距离d稳定在一个范围区间[d1，d2]内；
(23)目标在整个运动过程中，存在n3(n3＝3)次当前帧位置与进入监控区域初始位置之间的距离较前N3(N3＝10)帧小；
(24)将同时符合上述特征的目标判定为发生了滞留徘徊的异常行为。
(3)视频图像是否有巨大变化。
分析视频图像是否有巨大变化，从摄像头被遮挡和大幅度移动两个方面进行分析，具体方法是：
(31)摄像头蒙盖情形：若检测到画面突然缺失，但画面各像素值的统计方差不为0，并且之后的t帧中画面变化差异均小于给定的阈值；
(31)摄像头转向情形：采用结合背景差异度以及surf特征点匹配的方法进行判定，即当前图像与一段时间内平均图像的差异像素点比例大于给定的阈值时，再使用Surf特征匹配，若匹配结果中很多匹配特征点对应的位置都是重合的，则判定为被转向。
(4)是否有群体聚集现象。
分析是否有群体聚集现象，具体方法如下：
(41)通常不产生人群聚集的情况时，人群是分散且有序的，若人群密集则掩膜连通区域将会膨胀到一定程度，此时连同区域面积占背景面积的比例达到给定阈值时，则判断为人群聚集；
(42)对视频场景中的多目标进行跟踪，如果进入目标的个数与消失目标个数之差大于给定的阈值，则判定为人群聚集。
本发明对监控视频进行智能分析时，对符合上述1个或1个以上要素的情况，发出报警信号息；对不符合上述特征的视频，则直接忽略，从而提高监控视频处理效率，节省大量的人力物力。

Claims (5)

1.一种用于安保监控系统的智能视频分析方法，其特征在于：通过对监控视频进行4个方面的要素分析，实现对重点区域的监控；4个方面的要素分析包括：
(1)分析是否有人、物体或车辆进入或离开预定区域；
(2)是否有人在指定区域内长时间停留徘徊；
(3)视频图像是否有巨大变化；
(4)是否有群体聚集现象；
对符合上述1个或1个以上要素的情况，发出报警信号息；对不符合上述特征的视频，则直接忽略，从而提高监控视频处理效率。
2.根据权利要求1所述的用于安保监控系统的智能视频分析方法，其特征在于：分析是否有人、物体或车辆进入或离开预定区域，具体通过以下方法实现：
(11)对视频中的运动目标进行跟踪，并判定运动目标是属于监控区域内、还是监控区域外，实时记录运动目标的外接矩形；
(12)在跟踪的过程中进行实时检测，若属于监控区域外的运动目标，在运动的过程中其外接矩形框的顶点满足同时有位于区域内、有区域外的，此时则可判定发生从外向内入侵；
(13)在跟踪的过程中进行实时检测，若属于监控区域内的运动目标，在运动的过程中其外接矩形框的顶点满足同时有位于区域外、有区域内的，此时则可判定发生从内向外入侵。
3.根据权利要求1所述的用于安保监控系统的智能视频分析方法，其特征在于：分析是否有人在指定区域内长时间停留徘徊的具体方法是：
(21)目标运动轨迹上存在n1(n1≥2)段曲线的主方向角差大于120°；
(22)目标在整个运动过程中，存在n2(n2＝3)段曲线在N2(N2＝15)帧内的运动距离d稳定在一个范围区间[d1，d2]内；
(23)目标在整个运动过程中，存在n3(n3＝3)次当前帧位置与进入监控区域初始位置之间的距离较前N3(N3＝10)帧小；
(24)将同时符合上述特征的目标判定为发生了滞留徘徊的异常行为。
4.根据权利要求1所述的用于安保监控系统的智能视频分析方法，其特征在于：分析视频图像是否有巨大变化，从摄像头被遮挡和大幅度移动两个方面进行分析，具体方法是：
(31)摄像头蒙盖情形：若检测到画面突然缺失，但画面各像素值的统计方差不为0，并且之后的t帧中画面变化差异均小于给定的阈值；
(31)摄像头转向情形：采用结合背景差异度以及surf特征点匹配的方法进行判定，即当前图像与一段时间内平均图像的差异像素点比例大于给定的阈值时，再使用Surf特征匹配，若匹配结果中很多匹配特征点对应的位置都是重合的，则判定为被转向。
5.根据权利要求1所述的用于安保监控系统的智能视频分析方法，其特征在于：分析是否有群体聚集现象，具体方法如下：
(41)通常不产生人群聚集的情况时，人群是分散且有序的，若人群密集则掩膜连通区域将会膨胀到一定程度，此时连同区域面积占背景面积的比例达到给定阈值时，则判断为人群聚集；
(42)对视频场景中的多目标进行跟踪，如果进入目标的个数与消失目标个数之差大于给定的阈值，则判定为人群聚集。
CN201710540043.2A 2017-07-04 2017-07-04 一种用于安保监控系统的智能视频分析方法 Pending CN109214249A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710540043.2A CN109214249A (zh) 2017-07-04 2017-07-04 一种用于安保监控系统的智能视频分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710540043.2A CN109214249A (zh) 2017-07-04 2017-07-04 一种用于安保监控系统的智能视频分析方法

Publications (1)

Publication Number Publication Date
CN109214249A true CN109214249A (zh) 2019-01-15

Family

ID=64992956

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710540043.2A Pending CN109214249A (zh) 2017-07-04 2017-07-04 一种用于安保监控系统的智能视频分析方法

Country Status (1)

Country Link
CN (1) CN109214249A (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110084183A (zh) * 2019-04-25 2019-08-02 杭州鸿雁电器有限公司 确定人员进出区域的方法和系统
CN110502967A (zh) * 2019-07-01 2019-11-26 特斯联（北京）科技有限公司 基于人员大数据的目标场景人工智能匹配方法和装置
CN110633697A (zh) * 2019-09-30 2019-12-31 华中科技大学 一种厨房卫生智能监控方法
CN110991375A (zh) * 2019-12-10 2020-04-10 北京航空航天大学 一种群体行为分析方法及装置
CN113112744A (zh) * 2021-03-12 2021-07-13 珠海大横琴科技发展有限公司 安防管理方法及装置、电子设备、存储介质
CN115131933A (zh) * 2022-06-30 2022-09-30 上海汽车集团股份有限公司 一种安防方法及相关装置、车辆
CN115331385A (zh) * 2022-07-21 2022-11-11 国家能源集团谏壁发电厂 电厂输煤系统监测方法、装置、设备和存储介质

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110084183A (zh) * 2019-04-25 2019-08-02 杭州鸿雁电器有限公司 确定人员进出区域的方法和系统
CN110502967A (zh) * 2019-07-01 2019-11-26 特斯联（北京）科技有限公司 基于人员大数据的目标场景人工智能匹配方法和装置
CN110502967B (zh) * 2019-07-01 2020-12-18 光控特斯联(上海)信息科技有限公司 基于人员大数据的目标场景人工智能匹配方法和装置
CN110633697A (zh) * 2019-09-30 2019-12-31 华中科技大学 一种厨房卫生智能监控方法
CN110991375A (zh) * 2019-12-10 2020-04-10 北京航空航天大学 一种群体行为分析方法及装置
CN110991375B (zh) * 2019-12-10 2020-12-15 北京航空航天大学 一种群体行为分析方法及装置
CN113112744A (zh) * 2021-03-12 2021-07-13 珠海大横琴科技发展有限公司 安防管理方法及装置、电子设备、存储介质
CN115131933A (zh) * 2022-06-30 2022-09-30 上海汽车集团股份有限公司 一种安防方法及相关装置、车辆
CN115331385A (zh) * 2022-07-21 2022-11-11 国家能源集团谏壁发电厂 电厂输煤系统监测方法、装置、设备和存储介质

Similar Documents

Publication Publication Date Title
CN109214249A (zh) 一种用于安保监控系统的智能视频分析方法
US8483481B2 (en) Foreground analysis based on tracking information
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
US11017236B1 (en) Anomalous object interaction detection and reporting
CN103986910A (zh) 一种基于智能分析摄像机的客流统计方法和系统
CN103456024B (zh) 一种运动目标越线判断方法
CN102164270A (zh) 具有异常事件发掘功能的智能视频监控方法及系统
CN104902265B (zh) 一种基于背景边缘模型的摄像机异常检测方法及系统
CN103108159A (zh) 一种电力智能视频分析监控系统和方法
CN104239851A (zh) 基于行为分析的智能小区巡检系统及其控制方法
KR101964683B1 (ko) 스마트 영상처리장치 및 그 장치의 구동방법
CN103093179B (zh) 视频条纹量化计算方法
KR20060031832A (ko) 실시간 행위분석 및 상황인지 기반 스마트 영상 보안시스템
Lee et al. ArchCam: Real time expert system for suspicious behaviour detection in ATM site
CN104966304A (zh) 基于卡尔曼滤波与非参数背景模型的多目标检测跟踪方法
CN101079171A (zh) 银行自助设备智能视频监控系统
CN104392464A (zh) 一种基于彩色视频图像的人为入侵检测方法
CN103150736A (zh) 一种基于视频监控的摄像机移动检测方法
CN112132048A (zh) 一种基于计算机视觉的社区巡更分析方法及系统
CN109488383B (zh) 智能视频分析系统及其应用方法
CN102789645B (zh) 一种用于周界防范的多目标快速跟踪方法
EP2812889B1 (en) Method and system for monitoring portal to detect entry and exit
Huang et al. Rapid detection of camera tampering and abnormal disturbance for video surveillance system
CN101848369A (zh) 一种基于自适应双背景模型的视频禁停事件检测方法
CN111414836A (zh) 一种翻越闸机的识别方法、装置、计算机设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20190115

WD01 Invention patent application deemed withdrawn after publication