CN109905670A - 一种多级平台监控系统 - Google Patents
一种多级平台监控系统 Download PDFInfo
- Publication number
- CN109905670A CN109905670A CN201910158009.8A CN201910158009A CN109905670A CN 109905670 A CN109905670 A CN 109905670A CN 201910158009 A CN201910158009 A CN 201910158009A CN 109905670 A CN109905670 A CN 109905670A
- Authority
- CN
- China
- Prior art keywords
- feature vector
- monitoring device
- fusion
- fusion feature
- given threshold
- 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.)
- Granted
Links
Abstract
本发明实施例涉及监控技术领域,具体而言,涉及一种多级平台监控系统。该多级平台监控系统包括主监控设备、从监控设备和拍摄装置,主监控设备与从监控设备通信连接,从监控设备与拍摄装置通信连接。拍摄装置用于对待监控区域进行实时拍摄以获得视频影像并传输至从监控设备,从监控设备用于针对视频影像中的每一帧,获取该帧的拍摄时刻以及该帧的融合特征向量并发送至主监控设备,主监控设备用于判断在当前时刻之前的预设时长内的视频影像是否存在周期性重复,若存在,判定所述待监控区域出现异常,生成预警信息,将预警信息进行显示并将预警信息发送至从监控设备。采用该多级平台监控系统能够提高视频监控的可靠性。
Description
技术领域
本发明实施例涉及监控技术领域,具体而言,涉及一种多级平台监控系统。
背景技术
视频监控作为安防系统的重要组成部分,在安防系统中起着至关重要的作用。现有的视频监控大多通过摄像头拍摄监控区域的画面,工作人员在监控室根据画面对监控区域进行监控,但是这种方式可靠性较低。
发明内容
有鉴于此,本发明提供了一种多级平台监控系统,能够提高视频监控的可靠性。
本发明实施例提供了一种多级平台监控系统,包括主监控设备、从监控设备和拍摄装置;所述主监控设备与所述从监控设备通信连接,所述从监控设备与所述拍摄装置通信连接;
所述拍摄装置用于对待监控区域进行实时拍摄以获得视频影像,将所述视频影像传输至所述从监控设备;
所述从监控设备用于接收所述视频影像,将所述视频影像进行显示,针对所述视频影像中的每一帧,获取该帧的拍摄时刻以及该帧的融合特征向量;将获取得到的每一帧的拍摄时刻和融合特征向量发送至所述主监控设备;
所述主监控设备用于接收所述每一帧的拍摄时刻和融合特征向量,根据所述每一帧的拍摄时刻和融合特征向量判断在当前时刻之前的预设时长内的视频影像是否存在周期性重复,若在当前时刻之前的预设时长内的视频影像存在周期性重复,判定所述待监控区域出现异常,从所述当前时刻开始停止接收所述从监控设备发送的每一帧的拍摄时刻和融合特征向量,生成预警信息,将所述预警信息进行显示并将所述预警信息发送至所述从监控设备。
可选地,所述从监控设备通过以下方式获得所述视频影像中的每一帧的融合特征向量:
获取每一帧中的每个像素点对应的灰度值;
针对所述每一帧中的每个像素点,判断该像素点周围的八个像素点的灰度值是否均小于该像素点的灰度值,若该像素点周围的八个像素点的灰度值均小于该像素点的灰度值,将该像素点作为特征像素点,获取该特征像素点的特征向量,其中,所述特征向量包括灰度值、清晰度值、颜色聚合值和纹理值;
将获取得到的多个特征向量采用基于贝叶斯决策理论的算法进行融合,获得所述视频影像中的每一帧的融合特征向量。
可选地,所述主监控设备通过以下方式判断在当前时刻之前的预设时长内的视频影像是否存在周期性重复:
将预设时长按照设定数量划分为多个区间;
针对每个区间,获取该区间内的各个拍摄时刻对应的融合特征向量,将该区间内的各个拍摄时刻对应的融合特征向量按照拍摄时刻的先后顺序进行排序,以获得融合特征向量序列;
判断所述多个区间中是否存在相同的至少两个连续的融合特征向量序列,若存在,判定所述待监控区域出现异常。
可选地,所述主监控设备通过以下方式判断所述多个区间中是否存在相同的至少两个连续的融合特征向量序列:
针对所述至少两个连续的融合特征向量序列,判断所述至少两个连续的融合特征向量序列中的相对应的拍摄时刻的融合特征向量是否一一对应,若所述至少两个连续的融合特征向量序列中的相对应的拍摄时刻的融合特征向量均一一对应,判定所述至少两个连续的融合特征向量序列相同。
可选地,所述主监控设备通过以下方式判断所述至少两个连续的融合特征向量序列中的相对应的拍摄时刻的融合特征向量是否一一对应:
针对所述至少两个连续的融合特征向量序列中的相对应的拍摄时刻的每两个融合特征向量,计算所述每两个融合特征向量中的特征值的差值;
判断所述差值是否小于设定阈值,若小于设定阈值,判定所述每两个融合特征向量中的特征值相同,进而判定所述至少两个连续的融合特征向量序列中的相同拍摄时刻的融合特征向量一一对应。
可选地,所述融合特征向量中的特征值包括融合灰度值、融合清晰度值、融合颜色聚合值和融合纹理值,所述设定阈值包括第一设定阈值、第二设定阈值、第三设定阈值和第四设定阈值;所述主监控设备通过以下方式判断所述每两个融合特征向量中的特征值是否相同:
计算所述每两个融合特征向量中的融合灰度值的差值、融合清晰度值的差值、融合颜色聚合值的差值和融合纹理值的差值;
判断所述融合纹理值是否小于所述第一设定阈值,若小于,判断所述融合清晰度值的差值是否小于所述第二设定阈值,若小于,判断所述融合颜色聚合值的差值是否小于所述第三设定阈值,若小于,判断所述融合纹理值的差值是否小于所述第四设定阈值,若小于,判定所述每两个融合特征向量中的特征值相同。
可选地,所述主监控设备还用于:
获取用于修改所述第一设定阈值的第一修改指令,根据所述第一修改指令对所述第一设定阈值进行修改;
获取用于修改所述第二设定阈值的第二修改指令,根据所述第二修改指令对所述第二设定阈值进行修改;
获取用于修改所述第三设定阈值的第三修改指令,根据所述第三修改指令对所述第三设定阈值进行修改;
获取用于修改所述第四设定阈值的第四修改指令,根据所述第四修改指令对所述第四设定阈值进行修改。
本发明实施例所提供的一种多级平台监控系统,从监控设备能够将视频影像进行显示,以供工作人员进行查看,同时,将每一帧的拍摄时刻和融合特征向量发送至主监控设备,主监控设备能够根据每一帧的拍摄时刻和融合特征向量判断在当前时刻之前的预设时长内的视频影像是否存在周期性重复,进而判断待监控区域是否实现异常,若待监控区域异常,主监控设备能够向从监控设备发送预警信息,避免工作人员被从监控设备中的外接影像所干扰,如此,能够提高视频监控的可靠性。
进一步地,从监控设备用于对视频影像中的每一帧的拍摄时刻以及融合特征向量进行提取,能够减少主监控设备的数据处理压力,保证主监控设备能够及时对获得的每一帧的拍摄时刻和融合特征向量进行分析判断,提高监控的效率。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本发明实施例所提供的一种多级平台监控系统的结构框图。
图2为本发明实施例所提供的一种多级平台监控方法的流程示意图。
图3为一实施方式中图2所示的步骤S22的子步骤的示意图。
图4为一实施方式中图2所示的步骤S23的子步骤的示意图。
图标:
100-一种多级平台监控系统;
1-主监控设备;
2-从监控设备;
3-拍摄装置。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例只是本发明的一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明中的实施例,本领域普通技术人员在没有作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。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
发明人经调查发现,现有的视频监控大多通过摄像头拍摄监控区域的画面,工作人员在监控室根据画面对监控区域进行监控,但是这种监控方式的可靠性较低,可能会被外接视频信号所干扰。例如,拍摄监控区域的摄像头与监控室之间的通信信道可能会被拦截,外接视频信号通过通信信道流向监控室,此时处于监控室内的工作人员所观看到的视频并不是摄像头所拍摄的监控区域的视频,这样会大大降低监控可靠性和安防效果。
以上现有技术中的方案所存在的缺陷,均是发明人在经过实践并仔细研究后得出的结果,因此,上述问题的发现过程以及下文中本发明实施例针对上述问题所提出的解决方案,都应该是发明人在本发明过程中对本发明做出的贡献。
发明人通过对外接视频信号进行分析发现,外接视频信号为了“伪装出”监控区域的正常影像,通常采用具有周期性的视频信号,例如,实现对正常情况下的监控区域进行拍摄,然后将拍摄得到的视频信号进行处理,使得视频信号能够进行重复播放,以此作为外接视频信号接入监控室与摄像头之间的通信信道。
由此可见,判断视频信号为正常视频信号还是外接视频信号的关键是判断视频信号是否存在周期性重复。
基于上述研究,本发明实施例提供了一种多级平台监控系统,能够判断视频影像是否存在周期性重复,进而保证了监控的可靠性,避免外接视频的干扰。
图1示出了本发明实施例所提供的一种多级平台监控系统100的结构示框图,由图可见,该多级平台监控系统100包括主监控设备1、多个从监控设备2和多个拍摄装置3,其中,拍摄装置3可以为摄像头,从监控设备2可以为具有显示屏的监控计算机,从监控设备2可以设置于监控室内,主监控设备1可以为一主控计算机,用于数据处理和分析。
进一步地,主监控设备1与各个从监控设备2通信连接,每个从监控设备2通信连接有一拍摄装置3。可以理解,拍摄装置3设置于不同的待监控区域。
本实施例以一个从监控设备2和一个拍摄装置3进行说明。
在本实施例中,拍摄装置3用于对待监控区域进行实时拍摄以获得视频影像,将视频影像传输至从监控设备2。
从监控设备2用于接收视频影像,将视频影像进行显示,以供处于监控室内的工作人员进行查看。此外,从监控设备2还会提取视频影像中的重要信息。例如,提取视频影像中每帧的拍摄时刻以及融合特征向量,并将拍摄时刻和融合特征向量发送至主监控设备1。如此设置,能够通过对视频影像的进一步挖掘和分析实现对待监控区域的二次监控,从监控设备2负责显示视频影像,提取视频影像中的每帧的拍摄时刻以及融合特征向量,主监控设备3负责接收视频影像中的每帧的拍摄时刻以及融合特征向量,并进行处理和分析,判断待监控区域是否出现异常。
可以理解,视频影像中的每帧的拍摄时刻以及融合特征向量的提取工作由从监控设备2执行而非主监控设备1,能够有效减少主监控设备1的数据处理压力,一般情况下,每个主监控设备1会与多个从监控设备2通信连接,若每个从监控设备2的视频影像均由主监控设备1进行信息提取,势必会增加主监控设备1的压力,进而导致后续的判定过程出现延迟,降低整个多级平台监控系统的监控及时性和可靠性。
进一步地,主监控设备1用于接收每一帧的拍摄时刻和融合特征向量,根据每一帧的拍摄时刻和融合特征向量判断在当前时刻之前的预设时长内的视频影像是否存在周期性重复,若在当前时刻之前的预设时长内的视频影像存在周期性重复,判定待监控区域出现异常,从当前时刻开始停止接收从监控设备2发送的每一帧的拍摄时刻和融合特征向量,生成预警信息,将预警信息进行显示并将预警信息发送至从监控设备2。
可以理解,主监控设备1处于整个多级平台监控系统的最顶层,用于对从监控设备2获取到的视频影像进行深度挖掘和判断,进而判定视频影像的来源是否可靠,从而判断出待监控区域是否出现异常,相较于现有技术,能够及时发现视频影像是否周期性重复,进而提高视频监控的可靠性。
在此基础上,如图2所示,为本发明实施例所提供的一种多级平台监控方法的流程图,该方法应用于上述多级平台监控系统,具体如下:
步骤S21,拍摄装置对待监控区域进行实时拍摄以获得视频影像,将视频影像传输至从监控设备。
步骤S22,从监控设备接收视频影像,将视频影像进行显示,针对视频影像中的每一帧,获取该帧的拍摄时刻以及该帧的融合特征向量,将获取得到的每一帧的拍摄时刻和融合特征向量发送至主监控设备。
可以理解,要精确判断视频影像是否存在周期性重复,就需要对视频影像的每一帧进行分析,具体地,周期性重复包括两个评判维度:时间维度和画面维度,即处于同一时间段内的画面多次出现,即可认定为周期性重复,但仅凭工作人员的肉眼难以进行分辨,因此,需要进一步分析。在本实施例中,时间维度可以为每一帧的拍摄时刻,画面维度可以为每一帧的融合特征向量,通过每一帧的拍摄时刻和融合特征向量能够实现对周期性重复的精确判断。
例如,获取100帧中每一帧的拍摄时刻和融合特征向量,其中,可以将第100帧作为当前时刻获得的。又例如,表示第帧的拍摄时刻,表示第帧的融合特征向量,为不超过100的正整数。
请结合参阅图3,本实施例中通过步骤S221、步骤S222、步骤S223和步骤S224列举了步骤S22的其中一种实现方式。
步骤S221,获取每一帧中的每个像素点对应的灰度值;
可以理解,每一帧图片中包括由多个像素点,首先需要对多个像素点进行筛选,进而获得特征像素点,筛选的标准选用灰度值。
例如,每一帧图片中包括个像素点,因此会获得个灰度值。
步骤S222,针对每一帧中的每个像素点,判断该像素点周围的八个像素点的灰度值是否均小于该像素点的灰度值。
若该像素点周围的八个像素点的灰度值均小于该像素点的灰度值,转向步骤S223。
步骤S223,将该像素点作为特征像素点,获取该特征像素点的特征向量。
在本实施例中,可以通过特征像素点对每一帧进行区分。
在本实施例中,特征向量包括灰度值、清晰度值、颜色聚合值和纹理值。
步骤S224,将获取得到的多个特征向量采用基于贝叶斯决策理论的算法进行融合,获得所述视频影像中的每一帧的融合特征向量。
例如,针对第帧图片,从个像素点中筛选出个特征像素点,从而获得个特征向量,将个特征向量采用基于贝叶斯决策理论的算法进行融合,获得第帧图片的融合特征向量。
步骤S23,主监控设备接收每一帧的拍摄时刻和融合特征向量,判断在当前时刻之前的预设时长内的视频影像是否存在周期性重复。
若在当前时刻之前的预设时长内的视频影像存在周期性重复,转向步骤S24。
步骤S24,主监控设备判定待监控区域出现异常,从当前时刻开始停止接收从监控设备发送的每一帧的拍摄时刻和融合特征向量,生成预警信息,将预警信息进行显示并将预警信息发送至从监控设备。
可以理解,若在当前时刻之前的预设时长内的视频影像存在周期性重复,主监控设备判定在当前时刻之前的预设时长内的视频影像为外接影像,由此判定待监控区域出现异常,由于判定出待监控区域出现异常,继续接收从监控设备发送的每一帧的拍摄时刻和融合特征向量已经没有必要,因此,主监控设备会从当前时刻开始停止接收从监控设备发送的每一帧的拍摄时刻和融合特征向量。
进一步地,主监控设备还会生成预警信息,将预警信息进行显示并将预警信息发送至从监控设备,用以提醒查看从监控设备的工作人员。
请结合参阅图4,本实施例中通过步骤S231、步骤S232、步骤S233和步骤S234列举了步骤S23的其中一种实现方式。
步骤S231,将预设时长按照设定数量划分为多个区间。
例如,预设时长可以为10min,~之间的时长也为10min。当前时刻为,从当前时刻往前推10min的时刻为,因此,可以将10min按照设定数量划分为多个区间,其中,设定数量可以根据实际情况进行调整,在本实施例中,设定数量选为4,即预设时长被划分为4个区间。
步骤S232,针对每个区间,获取该区间内的各个拍摄时刻对应的融合特征向量,将该区间内的各个拍摄时刻对应的融合特征向量按照拍摄时刻的先后顺序进行排序,以获得融合特征向量序列。
例如,第一区间的融合特征向量序列为,第二区间的融合特征向量序列为,第三区间的融合特征向量序列为,第四区间的融合特征向量序列为。
步骤S233,判断多个区间中是否存在相同的至少两个连续的融合特征向量序列。
若存在,转向步骤S234。
步骤S234,判定待监控区域出现异常。
以第二区间和第三区间为例,若和相同,判定待监控区域出现异常。
具体地,判断相对应的拍摄时刻的融合特征向量是否一一对应,例如,判断和,和…和是否一一对应,若和,和…和均一一对应,判定待监控区域出现异常。
例如,计算和中的特征值的差值,判断差值是否小于设定阈值,若小于,判定中的特征值和中的特征值相同,进而判定和对应(相同)。
可选地,特征值包括融合灰度值、融合清晰度值、融合颜色聚合值和融合纹理值,设定阈值包括第一设定阈值、第二设定阈值、第三设定阈值和第四设定阈值。
判断和中的特征值的差值是否小于设定阈值需要从四个维度进行判断,若四个维度均满足小于对应的设定阈值,则判定中的特征值和中的特征值相同。
可选地,主监控设备还可以根据实际情况对第一设定阈值、第二设定阈值、第三设定阈值和第四设定阈值进行调整,具体如下:
获取用于修改第一设定阈值的第一修改指令,根据第一修改指令对第一设定阈值进行修改,获取用于修改第二设定阈值的第二修改指令,根据第二修改指令对第二设定阈值进行修改,获取用于修改第三设定阈值的第三修改指令,根据第三修改指令对第三设定阈值进行修改,获取用于修改第四设定阈值的第四修改指令,根据第四修改指令对第四设定阈值进行修改。
通过上述方法,可以准确、实时判断出视频影像是否为外接影像,提高了视频监控的可靠性。
综上,本发明实施例所提供的一种多级平台监控系统,能够提高视频监控的可靠性。
在本发明实施例所提供的几个实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置和方法实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,电子设备,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是,在本文中,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、物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、物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、物品或者设备中还存在另外的相同要素。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (7)
1.一种多级平台监控系统,其特征在于,包括主监控设备、从监控设备和拍摄装置;所述主监控设备与所述从监控设备通信连接,所述从监控设备与所述拍摄装置通信连接;
所述拍摄装置用于对待监控区域进行实时拍摄以获得视频影像,将所述视频影像传输至所述从监控设备;
所述从监控设备用于接收所述视频影像,将所述视频影像进行显示,针对所述视频影像中的每一帧,获取该帧的拍摄时刻以及该帧的融合特征向量;将获取得到的每一帧的拍摄时刻和融合特征向量发送至所述主监控设备;
所述主监控设备用于接收所述每一帧的拍摄时刻和融合特征向量,根据所述每一帧的拍摄时刻和融合特征向量判断在当前时刻之前的预设时长内的视频影像是否存在周期性重复,若在当前时刻之前的预设时长内的视频影像存在周期性重复,判定所述待监控区域出现异常,从所述当前时刻开始停止接收所述从监控设备发送的每一帧的拍摄时刻和融合特征向量,生成预警信息,将所述预警信息进行显示并将所述预警信息发送至所述从监控设备。
2.根据权利要求1所述的一种多级平台监控系统,其特征在于,所述从监控设备通过以下方式获得所述视频影像中的每一帧的融合特征向量:
获取每一帧中的每个像素点对应的灰度值;
针对所述每一帧中的每个像素点,判断该像素点周围的八个像素点的灰度值是否均小于该像素点的灰度值,若该像素点周围的八个像素点的灰度值均小于该像素点的灰度值,将该像素点作为特征像素点,获取该特征像素点的特征向量,其中,所述特征向量包括灰度值、清晰度值、颜色聚合值和纹理值;
将获取得到的多个特征向量采用基于贝叶斯决策理论的算法进行融合,获得所述视频影像中的每一帧的融合特征向量。
3.根据权利要求1所述的一种多级平台监控系统,其特征在于,所述主监控设备通过以下方式判断在当前时刻之前的预设时长内的视频影像是否存在周期性重复:
将预设时长按照设定数量划分为多个区间;
针对每个区间,获取该区间内的各个拍摄时刻对应的融合特征向量,将该区间内的各个拍摄时刻对应的融合特征向量按照拍摄时刻的先后顺序进行排序,以获得融合特征向量序列;
判断所述多个区间中是否存在相同的至少两个连续的融合特征向量序列,若存在,判定所述待监控区域出现异常。
4.根据权利要求3所述的一种多级平台监控系统,其特征在于,所述主监控设备通过以下方式判断所述多个区间中是否存在相同的至少两个连续的融合特征向量序列:
针对所述至少两个连续的融合特征向量序列,判断所述至少两个连续的融合特征向量序列中的相对应的拍摄时刻的融合特征向量是否一一对应,若所述至少两个连续的融合特征向量序列中的相对应的拍摄时刻的融合特征向量均一一对应,判定所述至少两个连续的融合特征向量序列相同。
5.根据权利要求4所述的一种多级平台监控系统,其特征在于,所述主监控设备通过以下方式判断所述至少两个连续的融合特征向量序列中的相对应的拍摄时刻的融合特征向量是否一一对应:
针对所述至少两个连续的融合特征向量序列中的相对应的拍摄时刻的每两个融合特征向量,计算所述每两个融合特征向量中的特征值的差值;
判断所述差值是否小于设定阈值,若小于设定阈值,判定所述每两个融合特征向量中的特征值相同,进而判定所述至少两个连续的融合特征向量序列中的相同拍摄时刻的融合特征向量一一对应。
6.根据权利要求5所述的一种多级平台监控系统,其特征在于,所述融合特征向量中的特征值包括融合灰度值、融合清晰度值、融合颜色聚合值和融合纹理值,所述设定阈值包括第一设定阈值、第二设定阈值、第三设定阈值和第四设定阈值;所述主监控设备通过以下方式判断所述每两个融合特征向量中的特征值是否相同:
计算所述每两个融合特征向量中的融合灰度值的差值、融合清晰度值的差值、融合颜色聚合值的差值和融合纹理值的差值;
判断所述融合纹理值是否小于所述第一设定阈值,若小于,判断所述融合清晰度值的差值是否小于所述第二设定阈值,若小于,判断所述融合颜色聚合值的差值是否小于所述第三设定阈值,若小于,判断所述融合纹理值的差值是否小于所述第四设定阈值,若小于,判定所述每两个融合特征向量中的特征值相同。
7.根据权利要求6所述的一种多级平台监控系统,其特征在于,所述主监控设备还用于:
获取用于修改所述第一设定阈值的第一修改指令,根据所述第一修改指令对所述第一设定阈值进行修改;
获取用于修改所述第二设定阈值的第二修改指令,根据所述第二修改指令对所述第二设定阈值进行修改;
获取用于修改所述第三设定阈值的第三修改指令,根据所述第三修改指令对所述第三设定阈值进行修改;
获取用于修改所述第四设定阈值的第四修改指令,根据所述第四修改指令对所述第四设定阈值进行修改。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910158009.8A CN109905670B (zh) | 2019-03-02 | 2019-03-02 | 一种多级平台监控系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910158009.8A CN109905670B (zh) | 2019-03-02 | 2019-03-02 | 一种多级平台监控系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109905670A true CN109905670A (zh) | 2019-06-18 |
CN109905670B CN109905670B (zh) | 2020-11-24 |
Family
ID=66946143
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910158009.8A Active CN109905670B (zh) | 2019-03-02 | 2019-03-02 | 一种多级平台监控系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109905670B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110517458A (zh) * | 2019-07-26 | 2019-11-29 | 广州市华懋科技发展有限公司 | 多级平台信息融和系统 |
CN110650312A (zh) * | 2019-09-06 | 2020-01-03 | 佳都新太科技股份有限公司 | 基于图像监控系统的扩容方法及装置 |
CN111447411A (zh) * | 2020-03-26 | 2020-07-24 | 杭州水行舟网络科技有限公司 | 一种云播网络教学管理系统 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4488245A (en) * | 1982-04-06 | 1984-12-11 | Loge/Interpretation Systems Inc. | Method and means for color detection and modification |
US6687907B1 (en) * | 2000-08-18 | 2004-02-03 | Lucent Technologies Inc. | Prevention of broadband cable service theft |
CN102421008A (zh) * | 2011-12-07 | 2012-04-18 | 浙江捷尚视觉科技有限公司 | 视频质量智能检测系统 |
CN102479419A (zh) * | 2010-11-29 | 2012-05-30 | 上海真新资产经营管理有限公司 | 一种自动预警显像系统及方法 |
CN102903128A (zh) * | 2012-09-07 | 2013-01-30 | 北京航空航天大学 | 基于局部特征结构保持的视频图像内容编辑传播方法 |
CN103763515A (zh) * | 2013-12-24 | 2014-04-30 | 浙江工业大学 | 一种基于机器学习的视频异常检测方法 |
CN104113737A (zh) * | 2014-07-30 | 2014-10-22 | 黄喜荣 | 防止监控视频被替换的系统及其方法 |
CN104469345A (zh) * | 2014-12-10 | 2015-03-25 | 北京理工大学 | 一种基于图像处理的视频故障诊断方法 |
CN105007466A (zh) * | 2015-07-23 | 2015-10-28 | 熊建民 | 防止剪辑的监控视频录制装置及其录制方法 |
CN105657548A (zh) * | 2016-01-07 | 2016-06-08 | Tcl通力电子(惠州)有限公司 | 视频播放设备的故障测试方法及系统 |
CN106228581A (zh) * | 2016-08-01 | 2016-12-14 | 武汉斗鱼网络科技有限公司 | 通过gpu将像素格式由argb转换为nv12的方法及系统 |
US20170023851A1 (en) * | 2008-11-12 | 2017-01-26 | Tseng-Lu Chien | LED Project Light Has Features |
-
2019
- 2019-03-02 CN CN201910158009.8A patent/CN109905670B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4488245A (en) * | 1982-04-06 | 1984-12-11 | Loge/Interpretation Systems Inc. | Method and means for color detection and modification |
US6687907B1 (en) * | 2000-08-18 | 2004-02-03 | Lucent Technologies Inc. | Prevention of broadband cable service theft |
US20170023851A1 (en) * | 2008-11-12 | 2017-01-26 | Tseng-Lu Chien | LED Project Light Has Features |
CN102479419A (zh) * | 2010-11-29 | 2012-05-30 | 上海真新资产经营管理有限公司 | 一种自动预警显像系统及方法 |
CN102421008A (zh) * | 2011-12-07 | 2012-04-18 | 浙江捷尚视觉科技有限公司 | 视频质量智能检测系统 |
CN102903128A (zh) * | 2012-09-07 | 2013-01-30 | 北京航空航天大学 | 基于局部特征结构保持的视频图像内容编辑传播方法 |
CN103763515A (zh) * | 2013-12-24 | 2014-04-30 | 浙江工业大学 | 一种基于机器学习的视频异常检测方法 |
CN104113737A (zh) * | 2014-07-30 | 2014-10-22 | 黄喜荣 | 防止监控视频被替换的系统及其方法 |
CN104469345A (zh) * | 2014-12-10 | 2015-03-25 | 北京理工大学 | 一种基于图像处理的视频故障诊断方法 |
CN105007466A (zh) * | 2015-07-23 | 2015-10-28 | 熊建民 | 防止剪辑的监控视频录制装置及其录制方法 |
CN105657548A (zh) * | 2016-01-07 | 2016-06-08 | Tcl通力电子(惠州)有限公司 | 视频播放设备的故障测试方法及系统 |
CN106228581A (zh) * | 2016-08-01 | 2016-12-14 | 武汉斗鱼网络科技有限公司 | 通过gpu将像素格式由argb转换为nv12的方法及系统 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110517458A (zh) * | 2019-07-26 | 2019-11-29 | 广州市华懋科技发展有限公司 | 多级平台信息融和系统 |
CN110650312A (zh) * | 2019-09-06 | 2020-01-03 | 佳都新太科技股份有限公司 | 基于图像监控系统的扩容方法及装置 |
CN110650312B (zh) * | 2019-09-06 | 2021-03-16 | 佳都新太科技股份有限公司 | 基于图像监控系统的扩容方法及装置 |
CN111447411A (zh) * | 2020-03-26 | 2020-07-24 | 杭州水行舟网络科技有限公司 | 一种云播网络教学管理系统 |
Also Published As
Publication number | Publication date |
---|---|
CN109905670B (zh) | 2020-11-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109167997B (zh) | 一种视频质量诊断系统及方法 | |
EP3467767A1 (en) | Anomalous pixel detection | |
US7982774B2 (en) | Image processing apparatus and image processing method | |
US7822275B2 (en) | Method for detecting water regions in video | |
JP4203736B2 (ja) | 画像の動き検出装置及びコンピュータプログラム | |
CN109905670A (zh) | 一种多级平台监控系统 | |
CN102348128A (zh) | 具有摄像机异常检测装置的监视用摄像机系统 | |
CN102655585B (zh) | 视频会议系统及其时延测试方法、装置和系统 | |
CN112422909B (zh) | 一种基于人工智能的视频行为分析管理系统 | |
CN111325051A (zh) | 一种基于人脸图像roi选取的人脸识别方法及装置 | |
CN105635743A (zh) | 基于显著性检测和全变分的最小可察觉失真方法及系统 | |
CN107146252A (zh) | 一种大数据图像处理装置 | |
CN104539936A (zh) | 一种监测监控视频出现雪花噪声的系统和方法 | |
CN111242025A (zh) | 一种基于yolo的动作实时监测方法 | |
CN107240092A (zh) | 一种图像模糊度检测方法及装置 | |
US8125522B2 (en) | Spurious motion filter | |
CN108174198B (zh) | 一种视频图像质量诊断分析检测设备及应用系统 | |
CN104796580B (zh) | 一种基于选择集成的实时稳像视频巡检系统 | |
CN115272917A (zh) | 一种基于输电线路的导线舞动预警方法、装置、设备及介质 | |
CN108921826A (zh) | 超像素分割与深度学习相结合的输电线路入侵物检测方法 | |
CN111967345A (zh) | 一种实时判定摄像头遮挡状态的方法 | |
KR101396838B1 (ko) | 다수의 모션 모델을 선택적으로 이용하는 영상 안정화 방법 및 시스템 | |
CN112633157A (zh) | 一种agv工作区域安全性的实时检测方法及系统 | |
CN111145219B (zh) | 一种基于Codebook原理的高效视频移动目标检测方法 | |
CN114140724A (zh) | 一种用于变电站的视频监控系统及方法 |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20201029 Address after: Room 801, building a, No. 35, Leshan East Road (Yinlong Plaza), economic and Technological Development Zone, Zhanjiang City, Guangdong Province 524001 Applicant after: Zhanjiang Guangtong Technology Co., Ltd Address before: 614000 Sichuan Province, Chengdu City, Tianfu New District, Hubin Road North Section 366, Building 3, Building 1 Applicant before: CHENGDU CHENGXI BUSINESS INFORMATION CONSULTATION Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |