CN109614875B - 一种基于运动规则的智能安防报警系统 - Google Patents
一种基于运动规则的智能安防报警系统 Download PDFInfo
- Publication number
- CN109614875B CN109614875B CN201811366681.8A CN201811366681A CN109614875B CN 109614875 B CN109614875 B CN 109614875B CN 201811366681 A CN201811366681 A CN 201811366681A CN 109614875 B CN109614875 B CN 109614875B
- Authority
- CN
- China
- Prior art keywords
- suspicious
- personnel
- time
- special
- person
- 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
Links
Images
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
- G06V40/10—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
- G06V40/168—Feature extraction; Face representation
-
- 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
- G06V20/46—Extracting features or characteristics from the video content, e.g. video fingerprints, representative shots or key frames
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Signal Processing (AREA)
- Image Analysis (AREA)
- Alarm Systems (AREA)
- Closed-Circuit Television Systems (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于运动规则的智能安防报警系统,包括监控摄像头组、视频暂存模块、路线分析模块、动作解析模块、路线库、数据整合单元、控制器、存储模块、视频传输与转换模块、显示模组、预警显示单元和预警单元;本发明通过利用路径分析模块首先标定小区的特别人员,之后结合相关算法和规则,得到特别人员在本小区逗留时的路径重叠率,之后通过动作解析模块计算得到用户出现可疑动作的次数,以及对应人员的遮挡占比,之后结合相关算法和规则能够计算到每一位特别人员的可疑值;通过可疑值来标定可疑人员,从而实现了精确判定用户的可疑程度和锁定对应的可疑人员;本发明简单有效,且易于实用。
Description
技术领域
本发明属于智能安防领域,涉及一种基于运动规则的报警技术,具体是一种基于运动规则的智能安防报警系统。
背景技术
智能安防技术,指的是服务的信息化、图象的传输和存储技术,其随着科学技术的发展与进步和二十一世纪信息技术的腾飞已迈入了一个全新的领域,智能化安防技术与计算机之间的界限正在逐步消失;
智能化安防技术随着科学技术的发展与进步和二十一世纪信息技术的腾飞已迈入了一个全新的领域,智能化安防技术与计算机之间的界限正在逐步消失,没有安防技术社会就会显得不安宁,世界科学技术的前进和发展就会受到影响。
物联网技术的普及应用,使得城市的安防从过去简单的安全防护系统向城市综合化体系演变,城市的安防项目涵盖众多的领域,有街道社区、楼宇建筑、银行邮局、道路监控、机动车辆、警务人员、移动物体、船只等。
而当前小区的安防也越来越被人们看重,但是当前小区的安防一般都不够智能化,或者稍微智能的仅仅只能是对于存在案底的一些人员通过人脸识别技术进行追踪;缺乏一种基于人员运动规则的安防报警系统,为了解决上述缺陷,现提供一种解决方案。
发明内容
本发明的目的在于提供一种基于运动规则的智能安防报警系统。
本发明所要解决的技术问题为:
(1)如何根据监控到的实时视频信息识别用户的脸部被遮挡;
(2)如何识别小区内的一些特别人员出现的可疑动作;
(3)如何根据进入小区的用户的运动规则和相关动作判定该用户的可疑程度。
本发明的目的可以通过以下技术方案实现:
一种基于运动规则的智能安防报警系统,包括监控摄像头组、视频暂存模块、路线分析模块、动作解析模块、路线库、数据整合单元、控制器、存储模块、视频传输与转换模块、显示模组、预警显示单元和预警单元;
其中,所述监控摄像头组包括若干个均布在小区内的摄像头构成,若干个摄像头构成的监控摄像头组的监控区域覆盖整个小区;所述若干个摄像头均带有位置标识,所述监控摄像头用于获取整个小区的实时视频,所述监控摄像头组用于将实时视频信息传输到视频暂存模块,所述视频暂存模块用于接收监控摄像头组传输的实时视频信息并进行存储;
所述路线分析模块与视频暂存模块通信联接,用于对实时视频信息内出现的人员的行径路线进行分析;
所述动作解析模块与视频暂存模块通信联接,用于对实时视频信息内出现的人员的动作进行分析;
所述路线分析模块和动作解析模块用于结合视频暂存模块和路线库进行可疑度分析,所述路线库存储有小区地图和对应的可疑路径,可疑路径为小区管理人员结合大数据标记出来的嫌疑人员在小区里面踩点经常会涉及到的路径;
可疑度分析的具体分析步骤如下:
步骤一:首先确定特别人员,对实时视频信息中出现的人员进行分析;
步骤二:当检测到实时视频信息中的任意人员在画面里看不见其面部时,将看不见面部的人员标记为特别人员,并将所有的特别人员标记为Tbi,i=1...n;
步骤三:对特别人员进行持续性分析,即为持续性获取到特别人员的实时视频信息,并根据若干个均布在小区内的摄像头记录特别人员的行动轨迹,具体方法为:
S1:获取到特别人员的面部及穿着特征,当特别人员从某一摄像头的画面消失时,利用特别人员的面部及穿着特征在其他画面中通过比对手段,锁定到对应的特别人员;
S2:比对手段具体表现为,获取到另一摄像头的实时画面,将实时画面中的人员与特别人员进行全部特征比对,比对到二者重合度超过预设值时可认为实时画面中的人员为对应的特别人员;
S3:根据特别人员在各个画面出现的情况,和拍摄到对应画面的摄像头以及摄像头带有的位置信息,结合路线库内存储有的小区地图,标记出所有的特别人员从进入小区到拍摄到该人员最新时刻视频的行走路径信息;
步骤四:将特别人员的行走路径信息与路线库内存储的可疑路径进行比对,得到特别人员的行走路径信息与可疑路径的路径重叠率;将路径重叠率标记为Lci,i=1...n,且Lci与Tbi一一对应;
所述路线分析模块用于将路径重叠率Lci和对应的特别人员Tbi传输到数据整合单元;
所述路线分析模块用于将特别人员Tbi传输到视频暂存模块,所述视频暂存模块将特别人员Tbi传输到动作解析模块,所述动作解析模块用于对特别人员Tbi进行分析;具体分析步骤如下:
步骤一:首先获取到特别人员从进入小区到实时视频信息所在时间点这一时间段的所有监控视频;
步骤二:获取到特别人员进入小区的存在总时间,存在总时间为从进入小区到实时视频信息所在时间点的时间;将存在总时间标记为Tzi,i=1...n;
步骤三:根据看不见面部的评判标准,获取到所有特别人员在存在总时间这一时间段内看不见面部的时间,并将看不见面部的时间标记为遮挡时间,将遮挡时间标记为Di,i=1...n;Di与Tzi一一对应;
步骤四:利用公式Zdi=Di/Tzi,i=1...n,得到特别人员的遮挡占比Zdi,且Zdi与Tbi一一对应;
步骤五:对特别人员的可疑动作次数进行分析,可疑动作具体定义如下:
S1:当检测到人员头部动作出现先往左边偏转,即为人员的面部朝向左手边位置;然后又转向右边偏转时,即为面部朝向右手边位置;且往左边偏转和往右边偏转的时间间隔位于预设时间之内,定义人员出现可疑动作;
S2:将人员的头部动作出现先往左边偏转后又转向右边偏转时视为出现一次可疑动作;
步骤六:获取到存在总时间内特别人员出现可疑动作的总次数,并将可疑动作次数标记为Kyi,i=1...n,且Kyi与Tbi一一对应;
所述动作解析模块用于将可疑动作次数Kyi、遮挡占比Zdi和对应的特别人员Tbi传输到数据整合单元;
所述数据整合单元用于对特别人员进行可疑判定,具体判定步骤为:
步骤一:获取到路线分析模块传输的路径重叠率Lci,获取到动作解析模块传输的可疑动作次数Kyi和遮挡占比Zdi;
步骤二:根据路径重叠率Lci、可疑动作次数Kyi和遮挡占比Zdi综合计算特别人员的可疑值;因为路径重叠率Lci、可疑动作次数Kyi和遮挡占比Zdi对可疑值的影响程度不一,为了均衡所有因素的影响值,现加入均衡值;
将路径重叠率Lci的均衡值标记为A1,A1为预设值;
将可疑动作次数Kyi的均衡值标记为A2,A2为预设值;
将遮挡占比Zdi的均衡值标记为A3,A3为预设值;
且A1+A2+A3=1,且A1<A2<A3;
步骤三:根据公式Qi=Lci*A1+Kyi*A2+Zdi*A3,i=1...n,计算得到特别人员的可疑值Qi;Qi与Tbi一一对应;
所述数据整合单元用于将可疑值传输到控制器,所述控制器用于结合Qi对对应的特别人员Tbi进行判定,具体表现为:
S1:将Qi与预设值A4进行比对;
S2:将Qi>A4的对应特别人员Tbi标记为可疑人员Wi,i=1...n;
所述控制器用于将可疑人员Wi传输到存储模块进行实时存储,所述控制器用于将可疑人员Wi传输到视频传输与转换模块。
进一步地,所述控制器还用于在出现可疑人员Wi时向预警单元传输警报信号,所述预警单元接收控制器传输的警报信号并发出警报。
进一步地,所述监控摄像头组还用于将实时视频信息传输到视频传输与转换模块,所述视频传输与转换模块用于将实时视频信息传输到显示模组进行实时显示,所述显示模组为若干个显示器构成的显示矩阵。
进一步地,所述视频传输与转换模块接收控制器传输的可疑人员Wi,所述视频传输与转换模块用于将实时视频信息中出现可疑人员Wi的实时画面传输到预警显示单元进行实时显示。
进一步地,所述可疑度分析的步骤二中看不见面部的评判标准为:
S1:获取到人员在实时视频信息中出现的面部面积,面部面积计算方法为任选该人员一帧面部画面并:存为图片,直接计算出图片中的脸部轮廓总面积;
S2:标记出人员脸部轮廓被遮挡的部分,并计算出该部分的面积,将该部分面积标记为遮挡面积,将遮挡面积除以脸部轮廓总面积得到遮挡率;
S3:当遮挡率超过预设值X1时即视为看不见面部。
本发明的有益效果:
(1)本发明通过监控摄像头组对整个小区进行实时监控,并利用路线分析模块标定出看不见面部的用户,具体为获取到人员在实时视频信息中出现的面部面积,面部面积计算方法为任选该人员一帧面部画面并:存为图片,直接计算出图片中的脸部轮廓总面积;之后标记出人员脸部轮廓被遮挡的部分,并计算出该部分的面积,将该部分面积标记为遮挡面积,将遮挡面积除以脸部轮廓总面积得到遮挡率;当遮挡率超过预设值X1时即视为看不见面部;
(2)本发明通过动作解析模块将实时视频信息中用户出现可疑动作的精准定义,将人员出现左顾右盼的动作标记为可疑动作,并具体公开了何种可以判定为左顾右盼的可疑动作;能够做到准确识别出小区内特别人员的可疑动作;
(3)本发明通过利用路径分析模块首先标定小区的特别人员,之后结合相关算法和规则,得到特别人员在本小区逗留时的路径重叠率,之后通过动作解析模块计算得到用户出现可疑动作的次数,以及对应人员的遮挡占比,之后结合相关算法和规则能够计算到每一位特别人员的可疑值;通过可疑值来标定可疑人员,从而实现了精确判定用户的可疑程度和锁定对应的可疑人员;本发明简单有效,且易于实用。
附图说明
为了便于本领域技术人员理解,下面结合附图对本发明作进一步的说明。
图1为本发明的系统框图。
具体实施方式
如图1所示,一种基于运动规则的智能安防报警系统,包括监控摄像头组、视频暂存模块、路线分析模块、动作解析模块、路线库、数据整合单元、控制器、存储模块、视频传输与转换模块、显示模组、预警显示单元和预警单元;
其中,所述监控摄像头组包括若干个均布在小区内的摄像头构成,若干个摄像头构成的监控摄像头组的监控区域覆盖整个小区;所述若干个摄像头均带有位置标识,所述监控摄像头用于获取整个小区的实时视频,所述监控摄像头组用于将实时视频信息传输到视频暂存模块,所述视频暂存模块用于接收监控摄像头组传输的实时视频信息并进行存储;
所述路线分析模块与视频暂存模块通信联接,用于对实时视频信息内出现的人员的行径路线进行分析;
所述动作解析模块与视频暂存模块通信联接,用于对实时视频信息内出现的人员的动作进行分析;
所述路线分析模块和动作解析模块用于结合视频暂存模块和路线库进行可疑度分析,所述路线库存储有小区地图和对应的可疑路径,可疑路径为小区管理人员结合大数据标记出来的嫌疑人员在小区里面踩点经常会涉及到的路径;
可疑度分析的具体分析步骤如下:
步骤一:首先确定特别人员,对实时视频信息中出现的人员进行分析;
步骤二:当检测到实时视频信息中的任意人员在画面里看不见其面部时,看不见面部的评判标准为:
S1:获取到人员在实时视频信息中出现的面部面积,面部面积计算方法为任选该人员一帧面部画面并:存为图片,直接计算出图片中的脸部轮廓总面积;
S2:标记出人员脸部轮廓被遮挡的部分,并计算出该部分的面积,将该部分面积标记为遮挡面积,将遮挡面积除以脸部轮廓总面积得到遮挡率;
S3:当遮挡率超过预设值X1时即视为看不见面部;
将看不见面部的人员标记为特别人员,并将所有的特别人员标记为Tbi,i=1...n;
步骤三:对特别人员进行持续性分析,即为持续性获取到特别人员的实时视频信息,并根据若干个均布在小区内的摄像头记录特别人员的行动轨迹,具体方法为:
S1:获取到特别人员的面部及穿着特征,当特别人员从某一摄像头的画面消失时,利用特别人员的面部及穿着特征在其他画面中通过比对手段,锁定到对应的特别人员;
S2:比对手段具体表现为,获取到另一摄像头的实时画面,将实时画面中的人员与特别人员进行全部特征比对,比对到二者重合度超过预设值时可认为实时画面中的人员为对应的特别人员;
S3:根据特别人员在各个画面出现的情况,和拍摄到对应画面的摄像头以及摄像头带有的位置信息,结合路线库内存储有的小区地图,标记出所有的特别人员从进入小区到拍摄到该人员最新时刻视频的行走路径信息;
步骤四:将特别人员的行走路径信息与路线库内存储的可疑路径进行比对,得到特别人员的行走路径信息与可疑路径的路径重叠率;将路径重叠率标记为Lci,i=1...n,且Lci与Tbi一一对应;
所述路线分析模块用于将路径重叠率Lci和对应的特别人员Tbi传输到数据整合单元;
所述路线分析模块用于将特别人员Tbi传输到视频暂存模块,所述视频暂存模块将特别人员Tbi传输到动作解析模块,所述动作解析模块用于对特别人员Tbi进行分析;具体分析步骤如下:
步骤一:首先获取到特别人员从进入小区到实时视频信息所在时间点这一时间段的所有监控视频;
步骤二:获取到特别人员进入小区的存在总时间,存在总时间为从进入小区到实时视频信息所在时间点的时间;将存在总时间标记为Tzi,i=1...n;
步骤三:根据看不见面部的评判标准,获取到所有特别人员在存在总时间这一时间段内看不见面部的时间,并将看不见面部的时间标记为遮挡时间,将遮挡时间标记为Di,i=1...n;Di与Tzi一一对应;
步骤四:利用公式Zdi=Di/Tzi,i=1...n,得到特别人员的遮挡占比Zdi,且Zdi与Tbi一一对应;
步骤五:对特别人员的可疑动作次数进行分析,可疑动作具体定义如下:
S1:当检测到人员头部动作出现先往左边偏转,即为人员的面部朝向左手边位置;然后又转向右边偏转时,即为面部朝向右手边位置;且往左边偏转和往右边偏转的时间间隔位于预设时间之内,定义人员出现可疑动作;
S2:将人员的头部动作出现先往左边偏转后又转向右边偏转时视为出现一次可疑动作;
步骤六:获取到存在总时间内特别人员出现可疑动作的总次数,并将可疑动作次数标记为Kyi,i=1...n,且Kyi与Tbi一一对应;
所述动作解析模块用于将可疑动作次数Kyi、遮挡占比Zdi和对应的特别人员Tbi传输到数据整合单元;
所述数据整合单元用于对特别人员进行可疑判定,具体判定步骤为:
步骤一:获取到路线分析模块传输的路径重叠率Lci,获取到动作解析模块传输的可疑动作次数Kyi和遮挡占比Zdi;
步骤二:根据路径重叠率Lci、可疑动作次数Kyi和遮挡占比Zdi综合计算特别人员的可疑值;因为路径重叠率Lci、可疑动作次数Kyi和遮挡占比Zdi对可疑值的影响程度不一,为了均衡所有因素的影响值,现加入均衡值;
将路径重叠率Lci的均衡值标记为A1,A1为预设值;
将可疑动作次数Kyi的均衡值标记为A2,A2为预设值;
将遮挡占比Zdi的均衡值标记为A3,A3为预设值;
且A1+A2+A3=1,且A1<A2<A3;
步骤三:根据公式Qi=Lci*A1+Kyi*A2+Zdi*A3,i=1...n,计算得到特别人员的可疑值Qi;Qi与Tbi一一对应;
所述数据整合单元用于将可疑值传输到控制器,所述控制器用于结合Qi对对应的特别人员Tbi进行判定,具体表现为:
S1:将Qi与预设值A4进行比对;
S2:将Qi>A4的对应特别人员Tbi标记为可疑人员Wi,i=1...n;
所述控制器用于将可疑人员Wi传输到存储模块进行实时存储,所述控制器用于将可疑人员Wi传输到视频传输与转换模块;
所述控制器还用于在出现可疑人员Wi时向预警单元传输警报信号,所述预警单元接收控制器传输的警报信号并发出警报。
所述监控摄像头组还用于将实时视频信息传输到视频传输与转换模块,所述视频传输与转换模块用于将实时视频信息传输到显示模组进行实时显示,所述显示模组为若干个显示器构成的显示矩阵。
所述视频传输与转换模块接收控制器传输的可疑人员Wi,所述视频传输与转换模块用于将实时视频信息中出现可疑人员Wi的实时画面传输到预警显示单元进行实时显示。
一种基于运动规则的智能安防报警系统,在工作时,首先通过监控摄像头组对小区内所有的情况进行实时监控,之后将实时监控视频传输到视频暂存模块,并通过路线分析模块及时对实时视频信息进行分析,在出现特别人员时会将其标定,通过相关规则和算法得到特别人员的路径重叠率;之后将特别人员通过视频暂存模块传输到动作解析模块,动作解析模块结合视频暂存模块的实时视频信息和对应规则,获取得到可疑动作次数和遮挡占比;之后通过数据整合单元结合相关算法计算得到可疑值,最后通过控制器根据可疑值标定出可疑人员;
本发明的有益效果如下:
(1)本发明通过监控摄像头组对整个小区进行实时监控,并利用路线分析模块标定出看不见面部的用户,具体为获取到人员在实时视频信息中出现的面部面积,面部面积计算方法为任选该人员一帧面部画面并:存为图片,直接计算出图片中的脸部轮廓总面积;之后标记出人员脸部轮廓被遮挡的部分,并计算出该部分的面积,将该部分面积标记为遮挡面积,将遮挡面积除以脸部轮廓总面积得到遮挡率;当遮挡率超过预设值X1时即视为看不见面部;
(2)本发明通过动作解析模块将实时视频信息中用户出现可疑动作的精准定义,将人员出现左顾右盼的动作标记为可疑动作,并具体公开了何种可以判定为左顾右盼的可疑动作;能够做到准确识别出小区内特别人员的可疑动作;
(3)本发明通过利用路径分析模块首先标定小区的特别人员,之后结合相关算法和规则,得到特别人员在本小区逗留时的路径重叠率,之后通过动作解析模块计算得到用户出现可疑动作的次数,以及对应人员的遮挡占比,之后结合相关算法和规则能够计算到每一位特别人员的可疑值;通过可疑值来标定可疑人员,从而实现了精确判定用户的可疑程度和锁定对应的可疑人员;本发明简单有效,且易于实用。
以上内容仅仅是对本发明结构所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的结构或者超越本权利要求书所定义的范围,均应属于本发明的保护范围。
Claims (5)
1.一种基于运动规则的智能安防报警系统,其特征在于,包括监控摄像头组、视频暂存模块、路线分析模块、动作解析模块、路线库、数据整合单元、控制器、存储模块、视频传输与转换模块、显示模组、预警显示单元和预警单元;
其中,所述监控摄像头组包括若干个均布在小区内的摄像头构成,若干个摄像头构成的监控摄像头组的监控区域覆盖整个小区;所述若干个摄像头均带有位置标识,所述监控摄像头用于获取整个小区的实时视频,所述监控摄像头组用于将实时视频信息传输到视频暂存模块,所述视频暂存模块用于接收监控摄像头组传输的实时视频信息并进行存储;
所述路线分析模块与视频暂存模块通信联接,用于对实时视频信息内出现的人员的行径路线进行分析;
所述动作解析模块与视频暂存模块通信联接,用于对实时视频信息内出现的人员的动作进行分析;
所述路线分析模块和动作解析模块用于结合视频暂存模块和路线库进行可疑度分析,所述路线库存储有小区地图和对应的可疑路径,可疑路径为小区管理人员结合大数据标记出来的嫌疑人员在小区里面踩点经常会涉及到的路径;
可疑度分析的具体分析步骤如下:
步骤一:首先确定特别人员,对实时视频信息中出现的人员进行分析;
步骤二:当检测到实时视频信息中的任意人员在画面里看不见其面部时,将看不见面部的人员标记为特别人员,并将所有的特别人员标记为Tbi,i=1...n;
步骤三:对特别人员进行持续性分析,即为持续性获取到特别人员的实时视频信息,并根据若干个均布在小区内的摄像头记录特别人员的行动轨迹,具体方法为:
S1:获取到特别人员的面部及穿着特征,当特别人员从某一摄像头的画面消失时,利用特别人员的面部及穿着特征在其他画面中通过比对手段,锁定到对应的特别人员;
S2:比对手段具体表现为,获取到另一摄像头的实时画面,将实时画面中的人员与特别人员进行全部特征比对,比对到二者重合度超过预设值时可认为实时画面中的人员为对应的特别人员;
S3:根据特别人员在各个画面出现的情况,和拍摄到对应画面的摄像头以及摄像头带有的位置信息,结合路线库内存储有的小区地图,标记出所有的特别人员从进入小区到拍摄到该人员最新时刻视频的行走路径信息;
步骤四:将特别人员的行走路径信息与路线库内存储的可疑路径进行比对,得到特别人员的行走路径信息与可疑路径的路径重叠率;将路径重叠率标记为Lci,i=1...n,且Lci与Tbi一一对应;
所述路线分析模块用于将路径重叠率Lci和对应的特别人员Tbi传输到数据整合单元;
所述路线分析模块用于将特别人员Tbi传输到视频暂存模块,所述视频暂存模块将特别人员Tbi传输到动作解析模块,所述动作解析模块用于对特别人员Tbi进行分析;具体分析步骤如下:
步骤一:首先获取到特别人员从进入小区到实时视频信息所在时间点这一时间段的所有监控视频;
步骤二:获取到特别人员进入小区的存在总时间,存在总时间为从进入小区到实时视频信息所在时间点的时间;将存在总时间标记为Tzi,i=1...n;
步骤三:根据看不见面部的评判标准,获取到所有特别人员在存在总时间这一时间段内看不见面部的时间,并将看不见面部的时间标记为遮挡时间,将遮挡时间标记为Di,i=1...n;Di与Tzi一一对应;
步骤四:利用公式Zdi=Di/Tzi,i=1...n,得到特别人员的遮挡占比Zdi,且Zdi与Tbi一一对应;
步骤五:对特别人员的可疑动作次数进行分析,可疑动作具体定义如下:
S1:当检测到人员头部动作出现先往左边偏转,即为人员的面部朝向左手边位置;然后又转向右边偏转时,即为面部朝向右手边位置;且往左边偏转和往右边偏转的时间间隔位于预设时间之内,定义人员出现可疑动作;
S2:将人员的头部动作出现先往左边偏转后又转向右边偏转时视为出现一次可疑动作;
步骤六:获取到存在总时间内特别人员出现可疑动作的总次数,并将可疑动作次数标记为Kyi,i=1...n,且Kyi与Tbi一一对应;
所述动作解析模块用于将可疑动作次数Kyi、遮挡占比Zdi和对应的特别人员Tbi传输到数据整合单元;
所述数据整合单元用于对特别人员进行可疑判定,具体判定步骤为:
步骤一:获取到路线分析模块传输的路径重叠率Lci,获取到动作解析模块传输的可疑动作次数Kyi和遮挡占比Zdi;
步骤二:根据路径重叠率Lci、可疑动作次数Kyi和遮挡占比Zdi综合计算特别人员的可疑值;因为路径重叠率Lci、可疑动作次数Kyi和遮挡占比Zdi对可疑值的影响程度不一,为了均衡所有因素的影响值,现加入均衡值;
将路径重叠率Lci的均衡值标记为A1,A1为预设值;
将可疑动作次数Kyi的均衡值标记为A2,A2为预设值;
将遮挡占比Zdi的均衡值标记为A3,A3为预设值;
且A1+A2+A3=1,且A1<A2<A3;
步骤三:根据公式Qi=Lci*A1+Kyi*A2+Zdi*A3,i=1...n,计算得到特别人员的可疑值Qi;Qi与Tbi一一对应;
所述数据整合单元用于将可疑值传输到控制器,所述控制器用于结合Qi对对应的特别人员Tbi进行判定,具体表现为:
S1:将Qi与预设值A4进行比对;
S2:将Qi>A4的对应特别人员Tbi标记为可疑人员Wi,i=1...n;
所述控制器用于将可疑人员Wi传输到存储模块进行实时存储,所述控制器用于将可疑人员Wi传输到视频传输与转换模块。
2.根据权利要求1所述的一种基于运动规则的智能安防报警系统,其特征在于,所述控制器还用于在出现可疑人员Wi时向预警单元传输警报信号,所述预警单元接收控制器传输的警报信号并发出警报。
3.根据权利要求1所述的一种基于运动规则的智能安防报警系统,其特征在于,所述监控摄像头组还用于将实时视频信息传输到视频传输与转换模块,所述视频传输与转换模块用于将实时视频信息传输到显示模组进行实时显示,所述显示模组为若干个显示器构成的显示矩阵。
4.根据权利要求1所述的一种基于运动规则的智能安防报警系统,其特征在于,所述视频传输与转换模块接收控制器传输的可疑人员Wi,所述视频传输与转换模块用于将实时视频信息中出现可疑人员Wi的实时画面传输到预警显示单元进行实时显示。
5.根据权利要求1所述的一种基于运动规则的智能安防报警系统,其特征在于,所述可疑度分析的步骤二中看不见面部的评判标准为:
S1:获取到人员在实时视频信息中出现的面部面积,面部面积计算方法为任选该人员一帧面部画面并存为图片,直接计算出图片中的脸部轮廓总面积;
S2:标记出人员脸部轮廓被遮挡的部分,并计算出该部分的面积,将该部分面积标记为遮挡面积,将遮挡面积除以脸部轮廓总面积得到遮挡率;
S3:当遮挡率超过预设值X1时即视为看不见面部。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811366681.8A CN109614875B (zh) | 2018-11-16 | 2018-11-16 | 一种基于运动规则的智能安防报警系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811366681.8A CN109614875B (zh) | 2018-11-16 | 2018-11-16 | 一种基于运动规则的智能安防报警系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109614875A CN109614875A (zh) | 2019-04-12 |
CN109614875B true CN109614875B (zh) | 2022-11-08 |
Family
ID=66004640
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811366681.8A Active CN109614875B (zh) | 2018-11-16 | 2018-11-16 | 一种基于运动规则的智能安防报警系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109614875B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110210651B (zh) * | 2019-05-09 | 2021-07-06 | 四川九洲电器集团有限责任公司 | 一种智能安保方法及装置、计算机存储介质及电子设备 |
CN111601080B (zh) * | 2020-05-12 | 2021-08-10 | 湖北君赞智能科技有限公司 | 一种小区安防监控视频储存用视频管理系统 |
CN114445990A (zh) * | 2021-12-24 | 2022-05-06 | 珠海华发新科技投资控股有限公司 | 用于小区的监控视频访问系统 |
CN114999106A (zh) * | 2022-05-26 | 2022-09-02 | 厦门立林科技有限公司 | 一种提升社区安全保障的智能预警方法及系统 |
CN115294515B (zh) * | 2022-07-05 | 2023-06-13 | 南京邮电大学 | 一种基于人工智能的综合防盗管理方法及系统 |
CN116962598B (zh) * | 2023-09-20 | 2023-11-24 | 福建恒智信息技术有限公司 | 一种监控视频信息融合方法及系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002245572A (ja) * | 2001-02-16 | 2002-08-30 | Takuto:Kk | 遠隔監視方式の動画警備システム |
CN101609581A (zh) * | 2008-06-16 | 2009-12-23 | 云南正卓信息技术有限公司 | Atm机的异常视频预警装置 |
JP2010211514A (ja) * | 2009-03-10 | 2010-09-24 | Aiphone Co Ltd | 侵入者監視システム |
CN102497537A (zh) * | 2011-12-09 | 2012-06-13 | 中国铁路通信信号上海工程集团有限公司 | 适于远距离大范围的视频监控系统及监控方法 |
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 |
CN105915847A (zh) * | 2016-04-29 | 2016-08-31 | 浙江理工大学 | 基于特征匹配跟踪的视频监控装置及其方法 |
CN107948597A (zh) * | 2017-11-29 | 2018-04-20 | 合肥寰景信息技术有限公司 | 基于特定区域的行为分析及报警嵌入式设备 |
WO2018076191A1 (zh) * | 2016-10-26 | 2018-05-03 | 深圳前海达闼云端智能科技有限公司 | 智能巡逻设备、云端控制装置、巡逻方法、控制方法、机器人、控制器及非暂态计算机可读存储介质 |
-
2018
- 2018-11-16 CN CN201811366681.8A patent/CN109614875B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002245572A (ja) * | 2001-02-16 | 2002-08-30 | Takuto:Kk | 遠隔監視方式の動画警備システム |
CN101609581A (zh) * | 2008-06-16 | 2009-12-23 | 云南正卓信息技术有限公司 | Atm机的异常视频预警装置 |
JP2010211514A (ja) * | 2009-03-10 | 2010-09-24 | Aiphone Co Ltd | 侵入者監視システム |
CN102497537A (zh) * | 2011-12-09 | 2012-06-13 | 中国铁路通信信号上海工程集团有限公司 | 适于远距离大范围的视频监控系统及监控方法 |
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 |
CN105915847A (zh) * | 2016-04-29 | 2016-08-31 | 浙江理工大学 | 基于特征匹配跟踪的视频监控装置及其方法 |
WO2018076191A1 (zh) * | 2016-10-26 | 2018-05-03 | 深圳前海达闼云端智能科技有限公司 | 智能巡逻设备、云端控制装置、巡逻方法、控制方法、机器人、控制器及非暂态计算机可读存储介质 |
CN107948597A (zh) * | 2017-11-29 | 2018-04-20 | 合肥寰景信息技术有限公司 | 基于特定区域的行为分析及报警嵌入式设备 |
Non-Patent Citations (2)
Title |
---|
城市综合体建筑中的智能视频技术;王晓燕;《电子世界》;20130715(第13期);全文 * |
智能楼宇视频监控报警系统设计;张浩;《山东工业技术》;20171201(第23期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN109614875A (zh) | 2019-04-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109614875B (zh) | 一种基于运动规则的智能安防报警系统 | |
CN105574506A (zh) | 基于深度学习和大规模集群的智能人脸追逃系统及方法 | |
CN107153820A (zh) | 一种面向高噪声的人脸识别及运动轨迹判别方法 | |
US20110285851A1 (en) | Intruder situation awareness system | |
CN104317918B (zh) | 基于复合大数据gis的异常行为分析及报警系统 | |
CN105357496B (zh) | 一种多源大数据融合的视频监控行人身份识别方法 | |
CN103795976A (zh) | 一种全时空立体可视化方法 | |
US20180082436A1 (en) | Image processing apparatus, image processing system, and image processing method | |
CN116824859B (zh) | 一种基于物联网的智慧交通大数据分析系统 | |
CN105354563A (zh) | 结合深度和彩色图像的遮挡人脸检测预警装置及实现方法 | |
CN104521230A (zh) | 用于实时重建3d轨迹的方法和系统 | |
CN110021172A (zh) | 一种车辆全要素特征采集方法和系统 | |
CN106529401A (zh) | 一种车辆反跟踪方法、装置及系统 | |
CN103686086A (zh) | 一种针对特定区域进行视频监控的方法 | |
CN102254394A (zh) | 一种基于视频差异分析的输电线路杆塔防盗监控方法 | |
CN107659754A (zh) | 一种树叶扰动情况下监控视频的有效浓缩方法 | |
CN115965655A (zh) | 一种基于雷视一体的交通目标跟踪方法 | |
CN112580470A (zh) | 城市视觉感知方法、装置、电子设备和存储介质 | |
CN111696203A (zh) | 一种紧急事件分级推送方法、系统、装置和存储介质 | |
CN110378292A (zh) | 三维空间定位系统和方法 | |
CN105469427A (zh) | 一种用于视频中目标跟踪方法 | |
Gloudemans et al. | So you think you can track? | |
CN113901946A (zh) | 一种异常行为检测的方法、装置、电子设备及存储介质 | |
Fabbri et al. | Inter-homines: Distance-based risk estimation for human safety | |
CN112365520A (zh) | 一种基于视频大数据资源效能测评的行人目标实时追踪系统及方法 |
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 |