CN112291282A - 一种动检告警方法及装置 - Google Patents

一种动检告警方法及装置 Download PDF

Info

Publication number
CN112291282A
CN112291282A CN201910660514.2A CN201910660514A CN112291282A CN 112291282 A CN112291282 A CN 112291282A CN 201910660514 A CN201910660514 A CN 201910660514A CN 112291282 A CN112291282 A CN 112291282A
Authority
CN
China
Prior art keywords
behavior
alarm
detection
visitor
frame
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
Application number
CN201910660514.2A
Other languages
English (en)
Other versions
CN112291282B (zh
Inventor
王陈
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 Uniview Technologies Co Ltd
Original Assignee
Zhejiang Uniview Technologies 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 Uniview Technologies Co Ltd filed Critical Zhejiang Uniview Technologies Co Ltd
Priority to CN201910660514.2A priority Critical patent/CN112291282B/zh
Publication of CN112291282A publication Critical patent/CN112291282A/zh
Application granted granted Critical
Publication of CN112291282B publication Critical patent/CN112291282B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/55—Push-based network services
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/50—Network services
    • H04L67/52—Network services specially adapted for the location of the user terminal
    • 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
    • H04N7/183—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a single remote source
    • H04N7/186—Video door telephones
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/029—Location-based management or tracking services

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Multimedia (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Health & Medical Sciences (AREA)
  • Psychiatry (AREA)
  • Social Psychology (AREA)
  • Human Computer Interaction (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Alarm Systems (AREA)

Abstract

本发明公开了一种动检告警方法及装置，首先进行运动目标行为检测，根据预先建立的行为模型进行行为判断，在判断运动目标的行为是访客靠近行为时，抑制动检告警，继续进行行为检测和行为判断；在继续进行行为检测和行为判断的过程中：如果门禁被激活，则推送呼叫告警；如果没有被激活，并且判断运动目标的行为出现访客离开行为时，触发动检告警。本发明的方法及装置，能够在访客到访的过程中仅发出一次告警，并且在非访客的动检事件发生时及时进行告警，提升了动检告警的时效性。

Description

一种动检告警方法及装置
技术领域
本发明属于动检告警技术领域，尤其涉及一种动检告警方法及装置。
背景技术
随着可视门禁产品日益普及化，可视门禁的易用性已成为其核心竞争点。可视门禁产品的主要功能包括门禁呼叫、语音对讲、动检告警等。当视频画面中发生了运动目标而触发的告警业务，简称动检告警。可视门禁，可以是可视门铃，也可以是景区或楼宇的自动可视门锁，或是无人值守用于点到的其他门禁设备。
以可视门铃为例，为了能够实时侦测门铃可视范围内的动检情况，门铃设备的动检功能默认是开启的。在这种情况下，当有访客从远处走到门铃前的过程中，首先会触发动检告警，此时动检告警会经过云服务器实时推送到用户的移动终端；然后，当访客按下门铃后，会再次触发呼叫业务，即经过云服务器再次推送一个告警信息到用户的移动终端。
在这种情况下，访客从远处走近、按下门铃这个整套动作，会触发移动终端侧两次告警推送提醒，因此这种现象会给用户造成困扰，降低可视门铃的用户体验。
为了解决访客按门禁触发两次告警的问题，现有技术是对动检告警的推送时间做了处理，即增加了一个缓冲判断期(如设置10秒)。当检查到有动检时，在缓冲判断期内，暂不及时推送动检告警；当此期间内发生门铃触发事件时，即刻推送门铃呼叫告警，并取消动检告警事件；当此期间内未发生门铃呼叫告警时，则缓冲判断期经过后，即可推送动检告警。
上述通过增加缓冲判断期的方式，虽然能够解决访客按门铃触发两次告警的问题，但是动检告警实时性较差，即所有的动检事件均需要在缓冲判断期过后才能推送告警，导致用户接收到动检告警的时间均延时一个缓冲判断期。此外，由于缓冲判断期的时间是个固定值，存在隐患：如当访客的动作较慢时，即从访客出现在门铃监控范围内到按下门铃的时间大于缓冲判断期时，仍然会发生两次告警。
发明内容
本发明的目的是提供一种动检告警方法及装置，解决现有技术中动检告警中出现的技术问题，能够在访客到访的过程中仅发出一次告警，并且在非访客的动检事件发生时及时进行告警。
为了实现上述目的，本发明技术方案如下：
一种动检告警方法，所述动检告警方法用于可视门禁，所述动检告警方法，包括：
进行运动目标行为检测，根据预先建立的行为模型进行行为判断，所述行为模型包括访客靠近行为模型和访客离开行为模型；
在判断运动目标的行为是访客靠近行为时，抑制动检告警，继续进行行为检测和行为判断；
在继续进行行为检测和行为判断的过程中：如果门禁被激活，则推送呼叫告警；如果没有被激活，并且判断运动目标的行为出现访客离开行为时，触发动检告警。
可选的，所述行为模型还包括行人行为模型，所述动检告警方法，还包括：
在判断运动目标的行为是行人行为时，发出动检告警。
优选的，所述进行运动目标行为检测，包括：
将获取的视频图像划分为多个宏块，计算前后两帧视频图像相应宏块之间的亮度差的绝对值之和，当宏块对应的所述绝对值之和大于预设的第一阈值，判定所述宏块发生了动检。
进一步地，所述根据预先建立的行为模型进行行为判断，包括：
统计每帧视频图像发生动检的宏块个数，设定帧间隔为q帧，计算第i帧对应的宏块平均值Hk(i)，和第i-q帧对应的宏块平均值Hk(i-q)；
如果满足|Hk(i)-Hk(i-q)|＜U，则判断为行人行为；
如果满足Hk(i)-Hk(i-q)≥U，则判断为访客靠近行为；
如果满足Hk(i)-Hk(i-q)≤-U，则判断为访客离开行为；
其中，k为预设的统计帧数，U为预设的第二阈值，Hk(i)为第i-k+1到第i帧的发生动检的宏块个数平均值，Hk(i-q)为第i-q-k+1到第i-q帧的发生动检的宏块个数平均值。
可选的，所述如果门禁被激活，则推送呼叫告警，还包括：
关闭动检告警；
继续进行行为检测和行为判断，直到检测到访客离开行为后，再开启动检告警。
本申请还提出了一种动检告警装置，所述动检告警装置用于可视门禁，所述动检告警装置，包括：
行为检测判断模块，用于进行运动目标行为检测，根据预先建立的行为模型进行行为判断，所述行为模型包括访客靠近行为模型和访客离开行为模型；
告警模块，用于在判断运动目标的行为是访客靠近行为时，抑制动检告警，继续进行行为检测和行为判断；在继续进行行为检测和行为判断的过程中：如果门禁被激活，则推送呼叫告警；如果没有被激活，并且判断运动目标的行为出现访客离开行为时，触发动检告警。
可选的，所述行为模型还包括行人行为模型，所述告警模块，还执行如下操作：
在判断运动目标的行为是行人行为时，发出动检告警。
优选的，所述行为检测判断模块进行运动目标行为检测，执行如下操作：
将获取的视频图像划分为多个宏块，计算前后两帧视频图像相应宏块之间的亮度差的绝对值之和，当宏块对应的所述绝对值之和大于预设的第一阈值，判定所述宏块发生了动检。
进一步地，所述行为检测判断模块根据预先建立的行为模型进行行为判断，执行如下操作：
统计每帧视频图像发生动检的宏块个数，设定帧间隔为q帧，计算第i帧对应的宏块平均值Hk(i)，和第i-q帧对应的宏块平均值Hk(i-q)；
如果满足|Hk(i)-Hk(i-q)|＜U，则判断为行人行为；
如果满足Hk(i)-Hk(i-q)≥U，则判断为访客靠近行为；
如果满足Hk(i)-Hk(i-q)≤-U，则判断为访客离开行为；
其中，k为预设的统计帧数，U为预设的第二阈值，Hk(i)为第i-k+1到第i帧的发生动检的宏块个数平均值，Hk(i-q)为第i-q-k+1到第i-q帧的发生动检的宏块个数平均值。
可选的，所述告警模块在执行如果门禁被激活，则推送呼叫告警时，还执行如下操作：
关闭动检告警；
继续进行行为检测和行为判断，直到检测到访客离开行为后，再开启动检告警。
本发明提出的一种动检告警方法及装置，通过设置访客靠近行为模型及访客离开行为模型，并进行运动目标行为检测，在访客激活门禁时，只推送一次呼叫告警，不再触发动检告警，减少了动检告警对呼叫告警的干涉，提升呼叫业务易用性。并且在检测到访客靠近行为后，又检测到访客离开行为，则触发动检告警，提高了动检告警的实时性。本发明的方法及装置，只发出一次动检告警，同时有利于提高动检告警的时效性。
附图说明
图1为本发明实施例动检告警方法流程图；
图2为本发明实施例行人轨迹示意图；
图3为本发明实施例访客靠近轨迹示意图；
图4为本发明实施例视频图像宏块划分示意图；
图5为本发明实施例行人行为在视频图像中展示的示意图；
图6为本发明实施例访客靠近行为在视频图像中展示的示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅用以解释本申请，并不用于限定本申请。
本申请提供的一种动检告警方法及装置，该动检告警方法可用于可视门禁，其总体思路是：为了在访客激活门禁的过程中，即使触发了动检事件，也不进行告警上报，则需要门禁能够对访客的行为进行判断：1)当判断动检事件为激活门禁的过程时，不上报动检告警；2)当判断动检事件不是激活门禁过程时，即刻上报动检告警。上述可视门禁，可以是可视门铃，也可以是景区或楼宇的自动可视门锁，或是无人值守用于点到的其他设备上，以下以可视门铃为例进行说明。激活门禁对于可视门铃来说，就是按下门铃按钮，而对于打卡或刷卡的门禁，就是刷卡，以下不再赘述。
基于上述总体思路，在一个实施例中，如图1所示，提供了一种动检告警方法，包括：
进行运动目标行为检测，根据预先建立的行为模型进行行为判断，所述行为模型包括访客靠近行为模型和访客离开行为模型；
在判断运动目标的行为是访客靠近行为时，抑制动检告警，继续进行行为检测和行为判断；
在继续进行行为检测和行为判断的过程中：如果门禁被激活，则推送呼叫告警；如果没有被激活，并且判断运动目标的行为出现访客离开行为时，触发动检告警。
具体地，本申请的一个实施例，根据行人与访客的行为特征，预先建立行为模型，预先建立的行为模型包括访客靠近行为模型及访客离开行为模型。可选的，预先建立的行为模型还可以包括行人行为模型。
如图2所示，行人是从门铃前经过，行人的行为轨迹沿着图中数字对应的时间点行走。如图3所示，访客是从远程走向门铃前，访客靠近过程的行为轨迹沿着图中数字对应的时间点行走，访客离开过程与访客靠近过程的行为轨迹相反。
基于上述图2、图3的行人行为和访客行为，就可以根据门铃的行为检测，来判断具体是哪种行为。
关于如何对运动目标进行行为检测，可以采用摄像机对运动目标进行行为检测，也可以采用超声波来对运动目标进行行为检测，本申请对此不做限制。容易理解的是，采用不同的方式对运动目标进行行为检测，检测过程和具体的行人行为模型、访客靠近行为模型及访客离开行为模型不同。对于采用摄像机对运动目标进行行为检测，由于运动目标行为检测的具体方法不同，对应的行人行为模型、访客靠近行为模型及访客离开行为模型也不同。
现有技术中运动目标检测方法很多，本申请优选通过宏块检测办法来进行运动目标的行为检测，并建立对应的行人行为模型、访客靠近行为模型及访客离开行为模型。
在一个实施例中，进行运动目标行为检测，包括：
将获取的视频图像划分为多个宏块，计算前后两帧视频图像相应宏块之间的亮度差的绝对值之和，当宏块对应的所述绝对值之和大于预设的第一阈值，判定所述宏块发生了动检。
假设门铃通过摄像头获取的视频图像的分辨率为M×N个像素，然后将这些像素分为m×m个宏块，此时每个宏块的像素大小为(M/m,N/m)的矩形块，如图4所示(图中黑色小方块即为一个宏块)。将前后两帧图像相应宏块之间的亮度差的绝对值之和称为SAD(Sum ofAbsolute Difference)。SAD值越大，说明两帧对应宏块间的亮度变化越大。当SAD的值大于设定的阈值T时，则认为此宏块发生了动检，即检测到运动目标。
本实施例的宏块检测办法，实现起来方便快捷，不需要太多的系统资源，可以采用较低成本的器件实现。
在一个实施例中，根据预先建立的行人行为模型、访客靠近行为模型及访客离开行为模型进行行为判断，包括：
统计每帧视频图像发生动检的宏块个数，设定帧间隔为q帧，计算第i帧对应的发生动检的宏块个数平均值Hk(i)，和第i-q帧对应的发生动检的宏块个数Hk(i-q)；
如果满足|Hk(i)-Hk(i-q)|＜U，则判断为行人行为；
如果满足Hk(i)-Hk(i-q)≥U，则判断为访客靠近行为；
如果满足Hk(i)-Hk(i-q)≤-U，则判断为访客离开行为；
其中，k为预设的统计帧数，U为预设的第二阈值，Hk(i)为第i-k+1到第i帧的发生动检的宏块个数平均值，Hk(i-q)为第i-q-k+1到第i-q帧的发生动检的宏块个数平均值。
具体地，图2中的行人路径在门铃的视频中能看到对应时间点的图像信息，如图5所示。通过分析图5中不同时间点的行人图像可以发现：行人的成像由小变大、再由大变小，并且前后差异会化较小。
因此，当行人均匀经过门铃视野范围时，前后几帧的图像发生的动检宏块数变化较小时，可判断为行人行为，据此对行人行为进行建模，设第i帧发生动检宏块的个数为h(i)，为了减少干扰，设第i-k+1到第i帧的发生动检的宏块个数平均值为Hk(i)，公式如下
Figure BDA0002138391980000071
设置U为第二阈值，帧间隔为q，当满足下面式时，则认为是行人行为：
|Hk(i)-Hk(i-q)|＜U (2)
帧间隔q设置越大，对门铃设备的性能消耗越小，而灵敏度也会下降；反之q越小，门铃设备性能消耗大，灵敏度高。
第二阈值U设置越大，行人行为的判断灵敏度越低；反之U越小，行人行为的判断灵敏度越高。
图3中的访客路径在门铃的视频中能看到对应时间点的图像信息，如图6所示。通过分析图6中不同时间点的访客图像可以发现：访客的成像大小是由小变大的。因此，当访客均匀走到门铃面前时，理论上每帧图像发生的动检宏块数会逐渐变大。据此对访客靠近行为进行建模，当满足下面公式时，则认为是访客靠近行为：
Hk(i)-Hk(i-q)≥U (3)。
当访客走近门铃后，按下或没有按下门铃，然后准备离开时，访客的成像大小是由大变小的，因此当满足下面公式时，则认为是访客离开行为：
Hk(i)-Hk(i-q)≤-U (4)。
需要说明的是，上述建模的过程中，采用k帧来统计宏块平均值，k帧的数值可以根据实际的经验值来确定，当k为1时，即仅根据当前帧来判断，本申请设置k帧大于1，是为了减少干扰，使得判断更加准确。对于帧间隔q，当帧间隔q等于1时，就是前后两帧进行对比，一般来说前后两帧的变化不大，因此本申请设置q值的设置也是根据实际运行的效果进行调整。
除了上述宏块检测办法来进行运动目标的行为检测，还可以采用其他替代方案来进行行为检测。例如，采用深度摄像机来采集视频图像，然后对视频图像中的运动物体进行检测。目前在视频图像中进行运动物体检测，获取运动物体的行动轨迹，已经是比较成熟的技术。同时，深度摄像机还可以获取运动物体的深度信息。将深度信息与行动轨迹相结合，就可以判断是行人行为、访客靠近行为和访客离开行为。例如，当运动物体在视频图像中行动轨迹是从一边行走到另一边，深度信息变化不大(变化在设定的范围内)，则可以判断为行人行为；当运动物体在视频图像中移动，深度信息越来越小，则可以判断为访客靠近行为；反之，也可以判断出访客离开行为。此外，对于深度信息的获得，还可以采用两台摄像机来计算出图像的深度信息，也可以实现本申请的技术效果。本申请不限于采用何种具体的行为检测方法，以下不再赘述。
在实际的应用中，门铃的摄像头进行运动目标行为检测，根据预先建立的行人行为模型、访客靠近行为模型及访客离开行为模型进行行为判断，在判断运动目标的行为是行人行为时，触发动检告警，告诉用户有行人经过，在此过程中，仅触发一次动检告警。在触发动检告警后，继续返回到初始步骤之前，继续进行运动目标行为检测。
而在判断运动目标的行为是访客靠近行为时，抑制动检告警，继续进行行为检测和行为判断。
在继续进行行为检测和行为判断的过程中，如果门铃被按下，门铃进入接听业务状态，推送呼叫告警，告诉用户有人按门铃。等待门铃接听业务结束后，继续返回到初始步骤之前，继续进行运动目标行为检测。在此过程中，仅触发一次呼叫告警。
需要说明的是，在本申请的具体实施例中，以可视门铃为例进行说明，在以可视门铃为实施例说明的过程中，门铃被按下即门禁被激活，否则认为未被激活，以下不再赘述。
在另一个实施例中，如果门禁被激活，则推送呼叫告警，还包括：
关闭动检告警；
继续进行行为检测和行为判断，直到检测到访客离开行为后，再开启动检告警。
具体地，在继续进行行为检测和行为判断的过程中，如果门铃被按下，门铃进入接听业务状态，此时不需要进行动检告警，就关闭动检告警，而是推送呼叫告警，告诉用户有人按门铃。等待门铃接听业务结束后，继续进行行为检测和行为判断，直到检测到访客离开行为后，再开启动检告警，在此过程中，仅触发一次呼叫告警。之后继续返回到初始步骤之前，继续进行运动目标行为检测。
在继续进行行为检测和行为判断的过程中，如果门铃没有被按下，并且判断运动目标的行为出现访客离开行为时，触发动检告警。即访客(实际上为行人)没有按下门铃，并且离开门铃时，则判断为访客离开行为，此时立刻触发动检告警，推送信息到用户移动终端，在此过程中，仅触发一次动检告警。而且在这个过程中，检测到访客离开行为之后即触发动检告警，动检告警能够及时发出，相比现有技术延迟一个缓冲判断期后再推送动检告警，会更及时，时效性更高。之后继续返回到初始步骤之前，继续进行运动目标行为检测。
在另一个实施例中，本申请动检告警方法，还包括：
在继续进行行为检测和行为判断的过程中，如果门禁没有被激活，并且预设的时间范围内未检测到访客离开行为时，触发动检告警。
具体地，在继续进行行为检测和行为判断的过程中，如果门铃没有被按下，并且预设的时间范围内未检测到访客离开行为时，触发动检告警。即如果门铃没有被按下，也未检测到访客离开行为时，此时可以设置一个时间阈值，在超过该时间阈值时，仍然未检测到访客离开行为时，触发动检告警，或直接返回到初始步骤之前，继续进行运动目标行为检测，不触发任何告警。对于这种情况，在真实的应用中，访客靠近后，如果没有按下门铃，通常会伴随访客离开，因此一般不会出现。
应该理解的是，虽然图1的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
在一个实施例中，本申请还提供了一种动检告警装置，所述动检告警装置用于可视门禁，所述动检告警装置，包括：
行为检测判断模块，用于进行运动目标行为检测，根据预先建立的行为模型进行行为判断，所述行为模型包括访客靠近行为模型和访客离开行为模型；
告警模块，用于在判断运动目标的行为是访客靠近行为时，抑制动检告警，继续进行行为检测和行为判断；在继续进行行为检测和行为判断的过程中：如果门禁被激活，则推送呼叫告警；如果没有被激活，并且判断运动目标的行为出现访客离开行为时，触发动检告警。
关于动检告警装置的具体限定可以参见上文中对于动检告警方法的限定，在此不再赘述。上述动检告警装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，所述行为模型还包括行人行为模型，所述告警模块，还执行如下操作：
在判断运动目标的行为是行人行为时，发出动检告警。
在另一个实施例中，所述行为检测判断模块进行运动目标行为检测，执行如下操作：
将获取的视频图像划分为多个宏块，计算前后两帧视频图像相应宏块之间的亮度差的绝对值之和，当宏块对应的所述绝对值之和大于预设的第一阈值，判定所述宏块发生了动检。
在另一个实施例中，所述行为检测判断模块根据预先建立的行为模型进行行为判断，执行如下操作：
统计每帧视频图像发生动检的宏块个数，设定帧间隔为q帧，计算第i帧对应的宏块平均值Hk(i)，和第i-q帧对应的宏块平均值Hk(i-q)；
如果满足|Hk(i)-Hk(i-q)|＜U，则判断为行人行为；
如果满足Hk(i)-Hk(i-q)≥U，则判断为访客靠近行为；
如果满足Hk(i)-Hk(i-q)≤-U，则判断为访客离开行为；
其中，k为预设的统计帧数，U为预设的第二阈值，Hk(i)为第i-k+1到第i帧的发生动检的宏块个数平均值，Hk(i-q)为第i-q-k+1到第i-q帧的发生动检的宏块个数平均值。
在另一个实施例中，所述告警模块在执行如果门禁被激活，则推送呼叫告警时，还执行如下操作：
关闭动检告警；
继续进行行为检测和行为判断，直到检测到访客离开行为后，再开启动检告警。
在另一个实施例中，所述行为检测判断模块，还执行如下操作：
在继续进行行为检测和行为判断的过程中，如果门禁没有被激活，并且预设的时间范围内未检测到访客离开行为时，触发动检告警；
所述告警模块发出动检告警。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种动检告警方法，所述动检告警方法用于可视门禁，其特征在于，所述动检告警方法，包括：
进行运动目标行为检测，根据预先建立的行为模型进行行为判断，所述行为模型包括访客靠近行为模型和访客离开行为模型；
在判断运动目标的行为是访客靠近行为时，抑制动检告警，继续进行行为检测和行为判断；
在继续进行行为检测和行为判断的过程中：如果门禁被激活，则推送呼叫告警；如果没有被激活，并且判断运动目标的行为出现访客离开行为时，触发动检告警。
2.根据权利要求1所述的动检告警方法，其特征在于：所述行为模型还包括行人行为模型，所述动检告警方法，还包括：
在判断运动目标的行为是行人行为时，发出动检告警。
3.根据权利要求1或2所述的动检告警方法，其特征在于，所述进行运动目标行为检测，包括：
将获取的视频图像划分为多个宏块，计算前后两帧视频图像相应宏块之间的亮度差的绝对值之和，当宏块对应的所述绝对值之和大于预设的第一阈值，判定所述宏块发生了动检。
4.根据权利要求3所述的动检告警方法，其特征在于，所述根据预先建立的行为模型进行行为判断，包括：
统计每帧视频图像发生动检的宏块个数，设定帧间隔为q帧，计算第i帧对应的宏块平均值Hk(i)，和第i-q帧对应的宏块平均值Hk(i-q)；
如果满足|Hk(i)-Hk(i-q)|＜U，则判断为行人行为；
如果满足Hk(i)-Hk(i-q)≥U，则判断为访客靠近行为；
如果满足Hk(i)-Hk(i-q)≤-U，则判断为访客离开行为；
其中，k为预设的统计帧数，U为预设的第二阈值，Hk(i)为第i-k+1到第i帧的发生动检的宏块个数平均值，Hk(i-q)为第i-q-k+1到第i-q帧的发生动检的宏块个数平均值。
5.根据权利要求1所述的动检告警方法，其特征在于，所述如果门禁被激活，则推送呼叫告警，还包括：
关闭动检告警；
继续进行行为检测和行为判断，直到检测到访客离开行为后，再开启动检告警。
6.一种动检告警装置，所述动检告警装置用于可视门禁，其特征在于，所述动检告警装置，包括：
行为检测判断模块，用于进行运动目标行为检测，根据预先建立的行为模型进行行为判断，所述行为模型包括访客靠近行为模型和访客离开行为模型；
告警模块，用于在判断运动目标的行为是访客靠近行为时，抑制动检告警，继续进行行为检测和行为判断；在继续进行行为检测和行为判断的过程中：如果门禁被激活，则推送呼叫告警；如果没有被激活，并且判断运动目标的行为出现访客离开行为时，触发动检告警。
7.根据权利要求6所述的动检告警装置，其特征在于：所述行为模型还包括行人行为模型，所述告警模块，还执行如下操作：
在判断运动目标的行为是行人行为时，发出动检告警。
8.根据权利要求6或7所述的动检告警装置，其特征在于，所述行为检测判断模块进行运动目标行为检测，执行如下操作：
将获取的视频图像划分为多个宏块，计算前后两帧视频图像相应宏块之间的亮度差的绝对值之和，当宏块对应的所述绝对值之和大于预设的第一阈值，判定所述宏块发生了动检。
9.根据权利要求8所述的动检告警装置，其特征在于，所述行为检测判断模块根据预先建立的行为模型进行行为判断，执行如下操作：
统计每帧视频图像发生动检的宏块个数，设定帧间隔为q帧，计算第i帧对应的宏块平均值Hk(i)，和第i-q帧对应的宏块平均值Hk(i-q)；
如果满足|Hk(i)-Hk(i-q)|＜U，则判断为行人行为；
如果满足Hk(i)-Hk(i-q)≥U，则判断为访客靠近行为；
如果满足Hk(i)-Hk(i-q)≤-U，则判断为访客离开行为；
其中，k为预设的统计帧数，U为预设的第二阈值，Hk(i)为第i-k+1到第i帧的发生动检的宏块个数平均值，Hk(i-q)为第i-q-k+1到第i-q帧的发生动检的宏块个数平均值。
10.根据权利要求6所述的动检告警装置，其特征在于，所述告警模块在执行如果门禁被激活，则推送呼叫告警时，还执行如下操作：
关闭动检告警；
继续进行行为检测和行为判断，直到检测到访客离开行为后，再开启动检告警。
CN201910660514.2A 2019-07-22 2019-07-22 一种动检告警方法及装置 Active CN112291282B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910660514.2A CN112291282B (zh) 2019-07-22 2019-07-22 一种动检告警方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910660514.2A CN112291282B (zh) 2019-07-22 2019-07-22 一种动检告警方法及装置

Publications (2)

Publication Number Publication Date
CN112291282A true CN112291282A (zh) 2021-01-29
CN112291282B CN112291282B (zh) 2022-06-14

Family

ID=74419496

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910660514.2A Active CN112291282B (zh) 2019-07-22 2019-07-22 一种动检告警方法及装置

Country Status (1)

Country Link
CN (1) CN112291282B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN201315654Y (zh) * 2008-08-25 2009-09-23 云南正卓信息技术有限公司 监狱专用SkyEyesTM智能监控系统
CN104021362A (zh) * 2014-06-30 2014-09-03 重庆米润科技有限公司 基于图像动态目标识别的门禁预警系统及预警控制方法
US20160203370A1 (en) * 2015-01-13 2016-07-14 Vivint, Inc. Doorbell camera early detection
US20170163944A1 (en) * 2015-12-04 2017-06-08 BOT Home Automation, Inc. Motion detection for a/v recording and communication devices
CN107255523A (zh) * 2012-09-21 2017-10-17 谷歌公司 用于智能传感家庭的设备、方法、以及相关的信息处理
WO2018060687A1 (en) * 2016-09-27 2018-04-05 Downey Graham Anthony Improvements in alarm systems

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN201315654Y (zh) * 2008-08-25 2009-09-23 云南正卓信息技术有限公司 监狱专用SkyEyesTM智能监控系统
CN107255523A (zh) * 2012-09-21 2017-10-17 谷歌公司 用于智能传感家庭的设备、方法、以及相关的信息处理
CN104021362A (zh) * 2014-06-30 2014-09-03 重庆米润科技有限公司 基于图像动态目标识别的门禁预警系统及预警控制方法
US20160203370A1 (en) * 2015-01-13 2016-07-14 Vivint, Inc. Doorbell camera early detection
US20170163944A1 (en) * 2015-12-04 2017-06-08 BOT Home Automation, Inc. Motion detection for a/v recording and communication devices
WO2018060687A1 (en) * 2016-09-27 2018-04-05 Downey Graham Anthony Improvements in alarm systems

Also Published As

Publication number Publication date
CN112291282B (zh) 2022-06-14

Similar Documents

Publication Publication Date Title
KR102153591B1 (ko) 영상 감시 시스템에서의 실시간 쓰레기 투기 행위 탐지 방법 및 장치
CN107679471B (zh) 基于视频监控平台的室内人员空岗检测方法
US10713798B2 (en) Low-complexity motion detection based on image edges
CN110032966B (zh) 用于智能服务的人体接近检测方法、智能服务方法及装置
CN109040693B (zh) 智能告警系统及方法
CN209946967U (zh) 门禁设备和门禁控制系统
US11321854B2 (en) Video content activity context and regions
KR101467352B1 (ko) 위치기반 통합관제시스템
CN107122743B (zh) 安防监控方法、装置和电子设备
CN107517391B (zh) 一种用于鉴别视频直播中异常直播信息的方法和设备
CN108230607B (zh) 一种基于区域特征分析的图像火灾探测方法
CN112232211A (zh) 一种基于深度学习的智能视频监控系统
CN115527158A (zh) 一种基于视频监控的人员异常行为检测方法及装置
CN110674728B (zh) 基于视频图像识别玩手机方法、装置、服务器及存储介质
JP2013190943A (ja) 物体検出装置及びインターホンシステム
JPH09252467A (ja) 移動体検出装置
CN104202533B (zh) 移动检测装置及移动检测方法
Fujiyoshi et al. Layered detection for multiple overlapping objects
US9001207B1 (en) Apparatus and method for motion detection in video
CN105450992A (zh) 一种基于运动检测的智能家居监控方法及其系统
CN102801964A (zh) 一种基于运动检测的智能家居监控方法及其系统
CN112291282B (zh) 一种动检告警方法及装置
Patel et al. Human tracking in video surveillance
Chen et al. An intelligent virtual fence security system for the detection of people invading
CN113438286B (zh) 信息推送方法及装置、电子设备和存储介质

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