CN111090777B - 一种视频数据的管理方法、管理设备及计算机存储介质 - Google Patents

一种视频数据的管理方法、管理设备及计算机存储介质 Download PDF

Info

Publication number
CN111090777B
CN111090777B CN201911228085.8A CN201911228085A CN111090777B CN 111090777 B CN111090777 B CN 111090777B CN 201911228085 A CN201911228085 A CN 201911228085A CN 111090777 B CN111090777 B CN 111090777B
Authority
CN
China
Prior art keywords
behavior event
suspicious
data
event data
behavior
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
CN201911228085.8A
Other languages
English (en)
Other versions
CN111090777A (zh
Inventor
孙启梁
叶奇
钟广海
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.)
Zhejiang Dahua Technology Co Ltd
Original Assignee
Zhejiang Dahua 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 Zhejiang Dahua Technology Co Ltd filed Critical Zhejiang Dahua Technology Co Ltd
Priority to CN201911228085.8A priority Critical patent/CN111090777B/zh
Publication of CN111090777A publication Critical patent/CN111090777A/zh
Application granted granted Critical
Publication of CN111090777B publication Critical patent/CN111090777B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/78—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/7867—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using information manually generated, e.g. tags, keywords, comments, title and artist information, manually generated time, location and usage information, user ratings
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/71—Indexing; Data structures therefor; Storage structures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/70—Information retrieval; Database structures therefor; File system structures therefor of video data
    • G06F16/73—Querying
    • G06F16/732—Query formulation
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Mathematical Physics (AREA)
  • Computational Linguistics (AREA)
  • Signal Processing (AREA)
  • Software Systems (AREA)
  • Library & Information Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Closed-Circuit Television Systems (AREA)
  • Management Or Editing Of Information On Record Carriers (AREA)

Abstract

本申请公开了一种视频数据的管理方法、管理设备及计算机存储介质，该方法包括获取与目标案件相关联的多个行为事件类型；在行为事件数据库中查询与多个行为事件类型相匹配的多个行为事件数据；在可疑目标数据库中查询与多个行为事件数据相关联的多个可疑目标；获取特定可疑目标所关联的行为事件数据。通过上述方式，本申请能够快速定位可疑目标，提高调阅效率。

Description

一种视频数据的管理方法、管理设备及计算机存储介质
技术领域
本申请涉及视频监控技术领域，特别是涉及一种视频数据的管理方法、管理设备及计算机存储介质。
背景技术
目前视频监控平台的应用一般是前端视频采集设备将采集到的视频数据输送到后端监控中心，将录像存储在服务器中；尽管存储的录像可以依据时间、报警类别、定时、手动以及事件类型进行分类和筛选等，但是可能需要查看大量的监控录像，从这些监控录像中寻找可疑人员较为困难，效率较低，无法快速查找到与可疑人员相关的信息。
发明内容
为解决上述问题，本申请提供了一种视频数据的管理方法、管理设备及计算机存储介质，能够快速定位可疑目标，提高调阅效率。
本申请采用的一个技术方案是：提供一种视频数据的管理方法，该视频数据的管理方法包括：获取与目标案件相关联的多个行为事件类型；在行为事件数据库中查询与多个行为事件类型相匹配的多个行为事件数据；在可疑目标数据库中查询与多个行为事件数据相关联的多个可疑目标；获取特定可疑目标所关联的行为事件数据。
其中，获取特定可疑目标所关联的行为事件数据的步骤，包括：根据多个可疑目标与多个行为事件数据的关联度，确定特定可疑目标；在多个行为事件数据中获取特定可疑目标所关联的行为事件数据。
其中，根据多个可疑目标与多个行为事件数据的关联度，确定特定可疑目标的步骤，包括：确定行为事件类型的初始异常值；根据行为事件类型的异常程度系数和对应的初始异常值，确定行为事件类型的中间异常值；将每个可疑目标所关联的行为事件类型的中间异常值的和，作为可疑目标对应的最终异常值；将最终异常值较大的设定数量个可疑目标作为特定可疑目标。
其中，根据行为事件类型的异常程度系数和对应的初始异常值，确定异常行为事件类型的中间异常值的步骤，包括：根据行为事件类型的异常程度，确定相应的异常程度系数；采用以下公式计算行为事件类型的中间异常值：Xi'＝Yi×Xi；其中，Xi为初始异常值，Xi'为中间异常值，Yi为异常程度系数，1≤Yi≤1.5，i为异常行为事件数据的序号。
其中，获取特定可疑目标所关联的行为事件数据的步骤，包括：获取特定可疑目标所关联的多个行为事件数据；将多个行为事件数据按照时间先后进行排序；根据多个行为事件数据的排列顺序以及多个行为事件数据对应的位置信息，确定特定可疑目标的移动信息。
其中，该视频数据的管理方法还包括：在接收到异常行为事件报警时，获取对应的行为事件数据；从行为事件数据中提取对应的可疑目标；将行为事件数据存储于行为事件数据库，以及将可疑目标存储于可疑目标数据库。
其中，行为事件数据至少包括行为事件类型、监控位置信息、监控时间信息、图像、视频信息、监控录像索引或行为扩展信息。
其中，从行为事件数据中提取对应的可疑目标的步骤，包括：从图像或视频信息中提取人脸图像；基于人脸图像获取人脸特征模型；将可疑目标存储于可疑目标数据库的步骤包括：将可疑目标的人脸特征模型存储于可疑目标数据库。
本申请采用的另一个技术方案是：提供一种视频数据的管理设备，该视频数据的管理设备包括：存储器和处理器，存储器用于存储行为事件数据、可疑目标数据以及程序数据，处理器用于执行程序数据以实现上述的视频数据的管理方法。
本申请采用的另一个技术方案是：提供一种计算机存储介质，该计算机存储介质中存储有程序数据，程序数据在被处理器执行时，用以实现上述的视频数据的管理方法。
通过上述方案，本申请的有益效果是：利用行为事件类型、行为事件数据库以及可疑目标数据库之间的关联性，快速检索到与目标案件相关的异常行为，分析出可能的案件嫌疑人，并可以提供嫌疑人的行为事件数据，能够为公安人员进行录像分析提供辅助，提高调阅效率，方便公安人员快速查找到嫌疑人。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，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的附图。其中：
图1是本申请提供的视频数据的管理方法一实施例的流程示意图；
图2是本申请提供的视频数据的管理方法另一实施例的流程示意图；
图3是本申请提供的视频数据的管理方法另一实施例中步骤27的流程示意图；
图4是本申请提供的视频数据的管理方法另一实施例中步骤28的流程示意图；
图5是本申请提供的视频数据的管理设备一实施例的结构示意图；
图6是本申请提供的存储介质一实施例的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。可以理解的是，此处所描述的具体实施例仅用于解释本申请，而非对本申请的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本申请相关的部分而非全部结构。基于本申请中的实施例，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，都属于本申请保护的范围。
本申请中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
目前对于事后进行录像调阅，加快录像检索的方案有很多，例如，第一种方法：通过获取行车时的地理位置数据，并将行车路程中的行车录像画面与地理位置数据进行匹配关联，从而在检索行车录像画面时，通过在地图上、数据包中或视频文件上选中一地理位置数据，即可检索出与当前地理位置数据匹配的行车录像画面，从而完成行车录像画面的检索。
第二种方法：获取监控场景的视频数据，应用智能视频分析算法得到视频数据中人脸图像的人脸特征模板，将人脸特征模板、帧信息、时间信息作为录像存储的索引，事后通过提供目标特征可以快速检索存储录像，大大地提高了检索录像的效率。
第三种方法：将屏幕录像文件和操作日志进行关联处理，建立用户操作行为的事件索引，将用户操作行为产生的操作事件和屏幕录像内容关联起来，使得管理人员可以根据事件的分析结果，简单快速地在海量录像内容中进行检索定位，从而减少了录像文件的检索事件，提高审计问题定性的效率。
上述方法都是对已知检索目标进行快速查找，得到相关的录像文件，如查找指定地理位置的录像文件、指定人物的录像文件或指定事件的录像文件等，然而案发事件需要调阅的录像文件往往检索目标是不定的，如需要检索多个地理位置的监控、检索人物不定以及时间跨度大等，通过以上方法检索到的视频仍可能是大量的，需要人工进行调阅分析。
参阅图1，图1是本申请提供的视频数据的管理方法一实施例的流程示意图，该方法包括：
步骤11：获取与目标案件相关联的多个行为事件类型。
目标案件为特定案件或事件，如抢劫案、盗窃案或交通肇事案等；行为事件为与目标案件强关联的异常行为，其既包含影响目标案件发生的行为也包含目标案件发生后的异常行为。在大数据时代，可以通过对以往积累的历史案情数据的挖掘以及结合专家知识进行归纳总结，得到与目标案件相关联的多个行为事件类型。
例如，银行抢劫案发生后，之前在银行周边徘徊的行为或者携带刀具的行为最可疑；暴力恐怖事件发生后，逆行的路人或非法停放的车辆最可疑；入室盗窃案发生后，进入小区或离开小区的人员比较可疑，这些现象可视为异常行为。
可根据实际发生的目标案件的类型来确认要检索的异常行为事件，具体地，可以由操作人员决定需要检索的异常行为事件，也可以根据历史经验，创建案件与异常行为事件的关联模型，通过选择案件类型自动选择要检索的异常行为事件。
步骤12：在行为事件数据库中查询与多个行为事件类型相匹配的多个行为事件数据。
该行为事件数据库由与异常行为事件相关的数据组成，在实际应用中，服务器可在接收到异常行为事件报警时，记录触发此次异常行为事件报警的行为事件到行为事件数据库中；一旦发生案件，便可以利用需要检索的行为事件类型在行为事件数据库中进行搜索，找到与目标案件相关联的行为事件记录。例如，在盗窃案件发生后，从行为事件数据库中检索是否有强制开锁的视频或图像，提供与盗窃案件相关的视频片段索引，方便公安人员进行调阅，快速找到嫌疑人。
步骤13：在可疑目标数据库中查询与多个行为事件数据相关联的多个可疑目标。
该可疑目标数据库为记录有可疑目标的数据库，其存储有与行为事件数据相关联的可疑目标，可疑目标为与目标案件相关的嫌疑人；在获取到多个行为事件数据之后，利用行为事件数据在可疑目标数据库中进行搜索，从而得到与行为事件数据相匹配的可疑目标。
步骤14：获取特定可疑目标所关联的行为事件数据。
对多个可疑目标进行进一步地分析，从这些可疑目标中确定至少一个特定可疑目标，并获取与特定可疑目标相关联的行为事件数据，从而缩小查找范围。
区别于现有技术，本实施例提供了一种视频数据的管理方法，利用行为事件类型在行为事件数据库中查找到与行为事件类型匹配的行为事件数据，再利用行为事件数据在可疑目标数据库中进行搜索，得到与行为事件数据匹配的可疑目标，然后从可疑目标中筛选出特定可疑目标，再获取到与特定可疑目标相关联的行为事件数据；能够利用行为事件类型、行为事件数据库以及可疑目标数据库之间的关联性，快速检索到异常行为，智能分析出可能的案件嫌疑人，并整合嫌疑人的行为事件数据提供调阅，能够为公安人员进行录像分析提供辅助，根据录像能够快速查找出可能的嫌疑人，并筛选与嫌疑人相关的录像片段，快速定位可疑目标，提高录像调阅效率。
参阅图2，图2是本申请提供的视频数据的管理方法另一实施例的流程示意图，该方法包括：
步骤21：在接收到异常行为事件报警时，获取对应的行为事件数据。
该异常行为事件报警可以来自前端摄像头，异常行为事件包括但不限制于：区域入侵、跨界入侵、进入/离开区域、物品遗留/拿取、徘徊、快速移动、非法停车、人员聚集或逆向行驶等；异常行为事件不仅包括对前端摄像头采集到的视频画面进行检测，还可以是声音检测、红外报警或温度报警等其他传感器联动报警事件。
步骤22：从行为事件数据中提取对应的可疑目标。
在获取到行为事件数据之后，可以从该行为事件数据中的图像或视频信息中提取人脸图像，然后基于人脸图像获取人脸特征模型。
预先对异常行为事件对应的录像进行人脸分析，记录可疑人员信息，然后将异常行为事件与可疑人员信息关联起来，建立索引。
在一具体的实施例中，对于异常行为事件报警信息对应的录像片段或者快照图片，利用人脸检测方法提取录像片段中的人脸图像；再利用人脸识别方法来处理提取到的人脸图像，得到人脸特征模板；然后将提取到的人脸特征模板作为索引，保存到可疑目标数据库中。
步骤23：将行为事件数据存储于行为事件数据库，以及将可疑目标存储于可疑目标数据库。
存入可疑目标数据库的记录不仅包括人脸特征模板，还可包括行为事件索引，可以通过行为事件索引查找到对应的行为事件记录。
在将人脸特征模板添加到可疑目标数据库之前，可将该人脸特征模板与可疑目标数据库中已有的人脸特征模板进行匹配，若成功匹配到已存在的可疑目标，则对该可疑目标的数据进行更新，添加新的行为事件索引；若无法成功匹配，则直接将人脸特征模板添加到可疑目标数据库中。
步骤24：获取与目标案件相关联的多个行为事件类型。
步骤25：在行为事件数据库中查询与多个行为事件类型相匹配的多个行为事件数据。
该行为事件数据至少包括行为事件类型、监控位置信息、监控时间信息、图像、视频信息、监控录像索引或行为扩展信息。
进一步地，行为事件类型按照监控探头检测到的异常行为种类据实记录；监控位置信息可包括监控点名称和监控探头编码，监控点名称和监控探头编号共同给出了异常行为发生的具体地理位置信息。
监控时间信息为异常行为的发生时间以及持续时间，发生时间和持续时间反映了异常行为出现的时间和结束的时间，可根据异常行为事件报警信息据实记录。
图像可以为异常行为对应的快照图片；视频信息包括视频片段或视频片段文件名；快照图片或视频片段记录了事发现场画面，可视为原始录像剔除了无关画面，便于快速浏览。快照图片或视频片段的获取有两种方式：如果前端摄像头提供了快照传递功能，则可直接进行保存；如果前端摄像头无法提供快照传递功能，则通过后台程序抓拍，并进行保存。
监控录像索引是为了便于事后分析时能快捷地定位和追溯到完整的监控录像；行为扩展信息根据行为事件类型的不同，记录了与异常行为相关的详细信息，例如：徘徊行为中的人数或奔跑行为中的运动方向等。
步骤26：在可疑目标数据库中查询与多个行为事件数据相关联的多个可疑目标。
在查询到与行为事件类型相匹配的行为事件数据之后，可利用行为事件数据在可疑目标数据库中进行搜索，查询到与行为事件数据相匹配的可疑目标。
步骤27：根据多个可疑目标与多个行为事件数据的关联度，确定特定可疑目标。
在一具体的实施例中，如图3所示，根据多个可疑目标与多个行为事件数据的关联度，确定特定可疑目标，具体可包括以下步骤：
步骤271：确定行为事件类型的初始异常值。
对行为事件类型进行异常行为指数评价，得到异常值；每个行为事件类型对应一个初始异常值，可疑目标每触发一个异常行为事件，其对应的异常值就会相应增加。
步骤272：根据行为事件类型的异常程度系数和对应的初始异常值，确定行为事件类型的中间异常值。
根据行为事件类型的异常程度，确定相应的异常程度系数；采用以下公式计算行为事件类型的中间异常值：
Xi'＝Yi×Xi；
其中，Xi为初始异常值，Xi'为中间异常值，Yi为异常程度系数，1≤Yi≤1.5，i为异常行为事件数据的序号。
步骤273：将每个可疑目标所关联的行为事件类型的中间异常值的和，作为可疑目标对应的最终异常值。
例如，可疑目标对应三个行为事件类型，它们对应的异常值分别为A、B和C，异常值B和C对应的异常程度系数分别为1.1和1.3，则最终异常值为A+1.1*B+1.3*C。
步骤274：将最终异常值较大的设定数量个可疑目标作为特定可疑目标。
可以根据异常行为与目标案件的相关程度以及可疑目标出现的次数，对可疑目标对应的最终异常值进行评价，将最终异常值进行从高到低的排序，筛选出排名靠前的设定数量个特定可疑目标。
例如，假设与目标案件A关联的行为事件类型有S1、S2以及S3；根据行为事件类型与目标案件的相关程度，为每个行为事件类型分配不同的异常值Xi(i＝1,2,3)；根据行为事件数据中的行为扩展信息，确定该异常行为的异常程度系数Yi(i＝1,2,3)，比如根据徘徊事件的逗留时间的长短或逆行时速度的快慢等；可疑目标每触发一次异常行为事件，其对应的异常值就增加Xi*Yi。
随着智能摄像头的发展，可检测到的异常行为种类和事件细节信息等越来越丰富，目标案件、异常行为以及异常值的关联模型可以进行更新，并通过对已知案例的学习，优化该关联模型。
步骤28：在多个行为事件数据中获取特定可疑目标所关联的行为事件数据。
在一具体的实施例中，如图4所示，获取特定可疑目标所关联的行为事件数据，具体可包括以下步骤：
步骤281：获取特定可疑目标所关联的多个行为事件数据。
特定可疑目标为多个可疑目标中的至少一个，行为事件数据与可疑目标之间具有关联性，在利用行为事件数据获取到可疑目标时，便可得到每个可疑目标对应的行为事件数据。
步骤282：将多个行为事件数据按照时间先后进行排序。
每个可疑目标可对应多个行为事件数据，在获取到每个可疑目标对应的多个行为事件数据之后，将这些行为事件数据按照时间先后顺序进行排序。
步骤283：根据多个行为事件数据的排列顺序以及多个行为事件数据对应的位置信息，确定特定可疑目标的移动信息。
可分析最终异常值较高的设定数量个特定可疑目标的信息，特定可疑目标的信息包括嫌疑人的特征快照或异常行为次数；根据行为事件数据中的监控时间信息将多个行为事件数据按照时间顺序还原成一段完整的摘要视频，该摘要视频由原始监控视频的片段组成，剔除了部分无用视频信息；再对行为事件数据中的监控位置信息进行分析，以还原特定可疑目标的活动轨迹，提供调阅，以便于追捕特定可疑目标。还可以对特定可疑目标进行犯罪比对，在罪犯数据库中查询特定可疑目标是否有犯罪记录，并进行标记。
区别于现有技术，本实施例提供了一种视频数据的管理方法，从行为事件数据库中检索与目标案件类型相关的异常行为事件记录，结合人脸识别技术，对具有异常行为的人员进行统计，提供可能的嫌疑人快照，并整合嫌疑人的异常行为轨迹，提供视频摘要，可用于辅助案件侦破，能够筛选出与嫌疑人有关的录像片段，快速定位嫌疑人的位置和相貌，提高录像调阅效率。
参阅图5，图5是本申请提供的视频数据的管理设备一实施例的结构示意图，视频数据的管理设备50包括：存储器51和处理器52，存储器51用于存储行为事件数据、可疑目标数据以及程序数据，处理器52用于执行程序数据以实现上述实施例中的视频数据的管理方法。
处理器52接收前端检测的行为事件，对可疑目标的身份进行识别，建立行为事件与可疑目标之间的关联，并按行为事件建立索引；当进行检索时，可以根据行为事件类型关联到可疑目标，给出可疑目标的行动轨迹供查询分析，辅助人工决策，能够提高对异常行为事件的检索以及分析效率。
参阅图6，图6是本申请提供的存储介质一实施例的结构示意图，计算机存储介质60中存储有程序数据61。
计算机存储介质60可以应用于视频数据的管理设备，程序数据61在被处理器执行时，用以实现：获取与目标案件相关联的多个行为事件类型；在行为事件数据库中查询与多个行为事件类型相匹配的多个行为事件数据；在可疑目标数据库中查询与多个行为事件数据相关联的多个可疑目标；获取特定可疑目标所关联的行为事件数据。
在本申请所提供的几个实施方式中，应该理解到，所揭露的方法以及设备，可以通过其它的方式实现。例如，以上所描述的设备实施方式仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施方式方案的目的。
另外，在本申请各个实施方式中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
上述其他实施方式中的集成的单元如果以软件功能单元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，本申请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全部或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，服务器，或者网络设备等)或处理器(processor)执行本申请各个实施方式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，RandomAccess Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本申请的实施方式，并非因此限制本申请的专利范围，凡是根据本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。

Claims (8)

1.一种视频数据的管理方法，其特征在于，包括：
获取与目标案件相关联的多个行为事件类型；
在行为事件数据库中查询与所述多个行为事件类型相匹配的多个行为事件数据；
在可疑目标数据库中查询与所述多个行为事件数据相关联的多个可疑目标；
获取特定可疑目标所关联的行为事件数据；
所述获取特定可疑目标所关联的行为事件数据的步骤，包括：
根据所述多个可疑目标与所述多个行为事件数据的关联度，确定特定可疑目标；
在所述多个行为事件数据中获取所述特定可疑目标所关联的行为事件数据；
所述根据所述多个可疑目标与所述多个行为事件数据的关联度，确定特定可疑目标的步骤，包括：
确定所述行为事件类型的初始异常值；
根据所述行为事件类型的异常程度系数和对应的所述初始异常值，确定所述行为事件类型的中间异常值；
将每个所述可疑目标所关联的所述行为事件类型的所述中间异常值的和，作为所述可疑目标对应的最终异常值；
将所述最终异常值较大的设定数量个可疑目标作为所述特定可疑目标。
2.根据权利要求1所述的视频数据的管理方法，其特征在于，所述根据所述行为事件类型的异常程度系数和对应的所述初始异常值，确定所述行为事件类型的中间异常值的步骤，包括：
根据所述行为事件类型的异常程度，确定相应的异常程度系数；
采用以下公式计算所述行为事件类型的中间异常值：
；
其中，为所述初始异常值，/>为所述中间异常值，/>为所述异常程度系数，，i为异常行为事件数据的序号。
3.根据权利要求1所述的视频数据的管理方法，其特征在于，所述获取特定可疑目标所关联的行为事件数据的步骤，包括：
获取所述特定可疑目标所关联的所述多个行为事件数据；
将所述多个行为事件数据按照时间先后进行排序；
根据所述多个行为事件数据的排列顺序以及所述多个行为事件数据对应的位置信息，确定所述特定可疑目标的移动信息。
4.根据权利要求1所述的视频数据的管理方法，其特征在于，所述方法还包括：
在接收到异常行为事件报警时，获取对应的行为事件数据；
从所述行为事件数据中提取对应的可疑目标；
将所述行为事件数据存储于所述行为事件数据库，以及将所述可疑目标存储于所述可疑目标数据库。
5.根据权利要求4所述的视频数据的管理方法，其特征在于，
所述行为事件数据至少包括行为事件类型、监控位置信息、监控时间信息、图像、视频信息、监控录像索引或行为扩展信息。
6.根据权利要求5所述的视频数据的管理方法，其特征在于，
所述从所述行为事件数据中提取对应的可疑目标的步骤，包括：
从所述图像或视频信息中提取人脸图像；
基于所述人脸图像获取人脸特征模型；
所述将所述可疑目标存储于所述可疑目标数据库的步骤，包括：
将所述可疑目标的人脸特征模型存储于所述可疑目标数据库。
7.一种视频数据的管理设备，其特征在于，所述管理设备包括存储器和处理器，所述存储器用于存储行为事件数据、可疑目标数据以及程序数据，所述处理器用于执行所述程序数据以实现如权利要求1-6任一项所述的视频数据的管理方法。
8.一种计算机存储介质，其特征在于，所述计算机存储介质中存储有程序数据，所述程序数据在被处理器执行时，用以实现如权利要求1-6任一项所述的视频数据的管理方法。
CN201911228085.8A 2019-12-04 2019-12-04 一种视频数据的管理方法、管理设备及计算机存储介质 Active CN111090777B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911228085.8A CN111090777B (zh) 2019-12-04 2019-12-04 一种视频数据的管理方法、管理设备及计算机存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911228085.8A CN111090777B (zh) 2019-12-04 2019-12-04 一种视频数据的管理方法、管理设备及计算机存储介质

Publications (2)

Publication Number Publication Date
CN111090777A CN111090777A (zh) 2020-05-01
CN111090777B true CN111090777B (zh) 2023-07-28

Family

ID=70394653

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911228085.8A Active CN111090777B (zh) 2019-12-04 2019-12-04 一种视频数据的管理方法、管理设备及计算机存储介质

Country Status (1)

Country Link
CN (1) CN111090777B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112464030B (zh) * 2020-11-25 2024-05-14 浙江大华技术股份有限公司 一种可疑人员确定方法及装置
CN112752100B (zh) * 2020-12-28 2022-08-12 杭州海康威视系统技术有限公司 录像完整性的确定方法、装置及可读存储介质
CN112732975B (zh) * 2020-12-31 2023-02-24 杭州海康威视数字技术股份有限公司 一种对象追踪方法、装置、电子设备及系统
CN114422760B (zh) * 2022-03-29 2022-06-07 深圳市迈科思腾科技有限公司 一种基于多路复用的视频监控方法及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102665071A (zh) * 2012-05-14 2012-09-12 安徽三联交通应用技术股份有限公司 一种社会治安视频监控图像智能处理和检索方法
CN104915655A (zh) * 2015-06-15 2015-09-16 西安电子科技大学 一种多路监控视频的管理方法与设备
CN105653690A (zh) * 2015-12-30 2016-06-08 武汉大学 异常行为预警信息约束的视频大数据快速检索方法及系统
CN107038415A (zh) * 2017-03-08 2017-08-11 内蒙古智诚物联股份有限公司 一种基于人工智能视频的异常行为检测方法、系统及装置
CN109614418A (zh) * 2018-11-23 2019-04-12 武汉烽火众智数字技术有限责任公司 基于大数据的挖掘嫌疑目标的方法及系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070061338A1 (en) * 2005-06-08 2007-03-15 Scott Nyland System and method for countering abusive law enforcement and maintaining, managing and distributing information and reports regarding same

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102665071A (zh) * 2012-05-14 2012-09-12 安徽三联交通应用技术股份有限公司 一种社会治安视频监控图像智能处理和检索方法
CN104915655A (zh) * 2015-06-15 2015-09-16 西安电子科技大学 一种多路监控视频的管理方法与设备
CN105653690A (zh) * 2015-12-30 2016-06-08 武汉大学 异常行为预警信息约束的视频大数据快速检索方法及系统
CN107038415A (zh) * 2017-03-08 2017-08-11 内蒙古智诚物联股份有限公司 一种基于人工智能视频的异常行为检测方法、系统及装置
CN109614418A (zh) * 2018-11-23 2019-04-12 武汉烽火众智数字技术有限责任公司 基于大数据的挖掘嫌疑目标的方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
邵振峰 ; 蔡家骏 ; 王中元 ; 马照亭 ; .面向智能监控摄像头的监控视频大数据分析处理.电子与信息学报.(05),全文. *

Also Published As

Publication number Publication date
CN111090777A (zh) 2020-05-01

Similar Documents

Publication Publication Date Title
CN111090777B (zh) 一种视频数据的管理方法、管理设备及计算机存储介质
EP2980767B1 (en) Video search and playback interface for vehicle monitor
Shao et al. Smart monitoring cameras driven intelligent processing to big surveillance video data
CN105653690B (zh) 异常行为预警信息约束的视频大数据快速检索方法及系统
US8401252B2 (en) Video retrieval system for human face content
US8266174B2 (en) Behavior history retrieval apparatus and behavior history retrieval method
US20220092881A1 (en) Method and apparatus for behavior analysis, electronic apparatus, storage medium, and computer program
CN110021172A (zh) 一种车辆全要素特征采集方法和系统
CN106875679B (zh) 识别伴随车辆的方法及装置
CN101848377A (zh) 一种基于云计算及海量视频检索的多视频录入装置智能联动的装置和方法
CN109361895B (zh) 嫌疑人关系人员的搜索方法及系统
US11657623B2 (en) Traffic information providing method and device, and computer program stored in medium in order to execute method
US20210089784A1 (en) System and Method for Processing Video Data from Archive
CN115830076B (zh) 一种人员轨迹视频智能分析系统
Anwar et al. Mining anomalous events against frequent sequences in surveillance videos from commercial environments
CN110598551B (zh) 一种提高行人身份识别效率的方法、装置、设备及介质
Calderara et al. Multimedia surveillance: content-based retrieval with multicamera people tracking
CN110876090B (zh) 视频摘要回放方法、装置、电子设备及可读存储介质
CN114090909A (zh) 一种图码联侦关联方法、装置、计算机设备及存储介质
CN112364072A (zh) 一种涉车非营运车营运发现方法、装置、设备和介质
CN117354469B (zh) 一种基于安防预警的小区监控视频目标跟踪方法及系统
CN113450236B (zh) 基于时空数据的可疑人员识别方法、装置、系统和介质
Buono et al. Video abstraction and detection of anomalies by tracking movements
AlShaikh et al. Post Incident Analysis Framework for Automated Video Forensic Investigation
Buono et al. Analyzing video produced by a stationary surveillance camera.

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