CN112613361B - 一种安防监控用的智能化行为分析系统 - Google Patents
一种安防监控用的智能化行为分析系统 Download PDFInfo
- Publication number
- CN112613361B CN112613361B CN202011451539.0A CN202011451539A CN112613361B CN 112613361 B CN112613361 B CN 112613361B CN 202011451539 A CN202011451539 A CN 202011451539A CN 112613361 B CN112613361 B CN 112613361B
- Authority
- CN
- China
- Prior art keywords
- identification
- information
- marking
- intrusion
- 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
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
- G06V40/161—Detection; Localisation; Normalisation
-
- 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
- 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
- G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
-
- 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
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Oral & Maxillofacial Surgery (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种安防监控用的智能化行为分析系统,利用数据采集模块采集监控区域内监控对象的行为信息,该行为信息包含监控对象的移动轨迹数据、移动速度数据和动作数据;利用信息分析模块接收行为信息并进行处理,得到行为分析信息,利用信息识别模块根据行为分析信息对监控区域内监控对象的行为进行识别,得到行为识别信息;利用预警提示模块根据标记信息生成预警信号,并将预警信号发送至距离最近的管理员进行提示;本发明用于解决不能实时根据监控对象的动作分析是否存在违法行为并及时进行预警的问题,以及不能及时准确的向管理员发送异常人员的位置和穿戴特征的问题。
Description
技术领域
本发明涉及智能化行为分析技术领域,尤其涉及一种安防监控用的智能化行为分析系统。
背景技术
安防监控系统是应用光纤、同轴电缆或微波在其闭合的环路内传输视频信号,并从摄像到图像显示和记录构成独立完整的系统,能实时、形象、真实地反映被监控对象,可以在恶劣的环境下代替人工进行长时间监视,通过录像机记录下来。
专利公开号CN109784162A公开了一种行人行为识别及轨迹跟踪方法,包括图像分析算法和轨迹分析算法,采集的视频数据依次通过图像分析算法模块和轨迹分析算法模块;图像分析算法:包括数据预处理、单摄像头行人轨迹跟踪和跨摄像头关联,实现摄像头异常识别、人脸检测、行人检测和特征提取;轨迹分析算法:通过从获取图像计算分析行人的轨迹数据,识别顾客和销售的活动行为。该发明能够实时监测并识别行人行为轨迹,智能化判断行人的行为状态,便于集中管理顾客和销售的行为轨迹,为顾客提供更优化更智能的服务。
现有的安防监控用的智能化行为分析系统存在的缺陷是:不能实时根据监控对象的动作分析是否存在违法行为并及时进行预警的问题,以及不能及时准确的向管理员发送异常人员的位置和穿戴特征的问题。
发明内容
本发明的目的在于提供一种安防监控用的智能化行为分析系统,本发明所要解决的技术问题为:
如何解决现有方案中不能实时根据监控对象的动作分析是否存在违法行为并及时进行预警的问题,以及不能及时准确的向管理员发送异常人员的位置和穿戴特征的问题。
本发明的目的可以通过以下技术方案实现:一种安防监控用的智能化行为分析系统,包括数据采集模块、数据传输模块、信息分析模块、信息识别模块、标记模块和预警提示模块;
所述数据采集模块用于采集监控区域内监控对象的行为信息,该行为信息包含监控对象的移动轨迹数据、移动速度数据和动作数据,动作数据包含手臂动作和停留动作,并通过数据传输模块将行为信息发送至信息分析模块;
所述信息分析模块用于接收行为信息并进行处理,得到行为分析信息,并将数据处理信息发送至信息识别模块,具体的步骤包括:
步骤一:获取行为信息中的移动轨迹数据、移动速度数据和动作数据中的手臂动作,获取移动轨迹数据中的移动路径,以监控对象为圆心、预设的距离值为半径设定监测区域,将预设的距离值标记为R0,将监测区域标记为Ji,i=1,2...n;
步骤二:将移动速度数据中监测区域内的移动速度标记为Vi,i=1,2...n;将移动速度数据中进入监测区域内的移动速度标记为Vij,i=1,2...n;j=1,2...n;
步骤三:设定不同的手臂动作对应不同的手臂预设值,将动作数据中的手臂动作与所有手臂动作进行匹配获取对应的手臂预设值,将进入监测区域内的倾斜伸手动作的手臂预设值标记为D1,将进入监测区域内的倾斜收手动作的手臂预设值标记为D2,将其它的手臂预设值标记为Dk,k=3,4...n;
步骤四:利用公式获取监测区域的侵入值,该公式为:
其中,Qqr表示为侵入值,μ表示为预设的速度修正因子,β表示为预设的动作修正因子,a1、a2表示为不同的比例系数,且a1>a2,D1和D2的初始值为零;
步骤五:将侵入值与预设的标准侵入范围进行对比,若侵入值不属于标准侵入范围,则判定进入监测区域内的监测对象行为正常,并生成第一监测信号;若侵入值属于标准侵入范围,则判定进入监测区域内的监测对象行为异常,并生成第二监测信号,将监测对象标记为侵入对象;
步骤六:将第一监测信号、第二监测信号和侵入对象组合,得到行为分析信息;
所述信息识别模块用于根据行为分析信息对监控区域内监控对象的行为进行识别,得到行为识别信息;
所述数据传输模块用于对各个模块之间的数据进行传输。
优选的,所述信息识别模块用于根据行为分析信息对监控区域内监控对象的行为进行识别,得到行为识别信息,具体的步骤包括:
S21:获取行为分析信息并进行识别;
S22:若行为分析信息中包含第二监测信号和侵入对象,获取预设的不同时间段内侵入对象在监控区域内的出现次数、停留次数和停留动作;
S23:将出现次数标记为C1,将停留次数标记为C2,将停留动作中平视转头的次数标记为C3,将平视转头的持续时长标记为C4;
S24:设定不同的头部动作均对应一个不同的头部预设值,将平视转头与所有的头部动作进行匹配获取对应的头部预设值并标记为C00,将停留动作中的其它头部动作与所有的头部动作进行匹配获取对应的头部预设值并标记为Cij,i=1,2...n;j=1,2...n;
S25:利用公式获取侵入对象的识别值,该公式为:
其中,Qsb表示为识别值,η表示为预设的识别修正因子,b1、b2、b3、b4表示为不同的比例系数,且a1>a2>a3>a4,C00的初始值为零;
S26:将若干个识别值进行降序排列,得到识别排序集,并将识别排序集与预设的识别范围进行对比,若识别排序集中包含有属于识别范围内的识别值,则判定该识别值异常,将该识别值标记为识别异常值,并生成第一识别信号;若识别排序集中不包含有属于识别范围内的识别值,则判定识别排序集中的识别值均正常,并生成第二识别信号;
S27:获取识别异常值对应的获取时间,将其标记为第一识别时间,获取侵入对象对应的侵入值的获取时间,并将其标记为第二识别时间;
S28:将识别异常值根据第一识别时间和第二识别时间进行分析,得到识别判断数据,将识别判断数据与第一识别信号和第二识别信号分类组合,得到行为识别信息。
优选的,将识别异常值根据第一识别时间和第二识别时间进行分析,得到识别判断数据,具体的步骤包括:
S31:获取第一识别时间和第二识别时间并进行比对;
S32:若第一识别时间早于第二识别时间,则判定侵入对象为侵入实施对象,并生成第一识别判断信号;若第二识别信号不早于第二识别时间,则判定侵入对象为侵入预谋对象,并生成第二识别判断信号;
S33:将第一识别判断信号和第二识别判断信号组合,得到识别判断数据。
优选的,利用标记模块根据行为识别信息进行标记,生成标记信息,具体的步骤包括:
S41:获取行为识别信息并进行分析和标记;
S42:若行为识别信息中包含识别判断数据,则根据识别判断数据获取对应的侵入实施对象或侵入预谋对象;
S43:获取侵入实施对象或者侵入预谋对象的穿戴图像,获取穿戴图像上不同的颜色和颜色坐标;
S44:设定不同的颜色均对应一个不同的颜色预设值,将穿戴图像上不同的颜色与所有的颜色进行匹配获取对应的颜色预设值并标记为识别颜色值,并将识别颜色值根据颜色坐标进行排列,得到颜色排列集;
S45:根据预设的建筑物为圆心、预设的距离值为半径建立坐标系,获取侵入实施对象或者侵入预谋对象的坐标并进行标记,得到坐标标记数据;
S46:将颜色排列集和坐标标记数据组合,生成标记信息,并将标记信息发送至预警提示模块。
优选的,所述预警提示模块用于根据标记信息生成预警信号,并将预警信号发送至距离最近的管理员进行提示,包括:
S51:获取管理员的位置坐标,获取管理员与坐标标记数据之间的距离差,并将距离差进行升序排列,获取值最小的距离差并将其对应的管理员标记为接收管理员,并向接收管理员发送距离差对应的侵入实施对象或者侵入预谋对象的位置;
S52:向接收管理员发送颜色排列集,将颜色排列集中的颜色预设值与预设的颜色数据库进行匹配转化,生成颜色排列集对应的颜色信息,根据颜色信息向接收管理员提示侵入实施对象或者侵入预谋对象的穿戴特征。
本发明的有益效果:
本发明公开的各个方面,利用数据采集模块采集监控区域内监控对象的行为信息,该行为信息包含监控对象的移动轨迹数据、移动速度数据和动作数据,动作数据包含手臂动作和停留动作,并通过数据传输模块将行为信息发送至信息分析模块;通过采集监控对象的移动轨迹数据、移动速度数据和动作数据,对监控对象的动作分析和监控预警提供数据支撑,通过采集手臂动作和停留动作,为监控对象的行为是否违法提供有效支撑;
利用信息分析模块接收行为信息并进行处理,得到行为分析信息,并将数据处理信息发送至信息识别模块;通过对手臂动作进行分析和处理,对监控对象是否存在偷盗行为进行分析和处理,通过对停留动作进行分析和预警,对监控对象是否存在偷盗预谋行为进行分析和处理,可以解决不能实时根据监控对象的动作分析是否存在违法行为并及时进行预警的问题;
利用信息识别模块根据行为分析信息对监控区域内监控对象的行为进行识别,得到行为识别信息;
利用预警提示模块根据标记信息生成预警信号,并将预警信号发送至距离最近的管理员进行提示;利用数据传输模块对各个模块之间的数据进行传输;通过对手臂动作和停留动作进行识别分析,确定监控对象为侵入实施对象、侵入预谋对象或者正常对象进行分析和标记,并获取监控对象的坐标位置和穿戴图像进行分析,并将标记结果进行预警和提示,可以解决不能及时准确的向管理员发送异常人员的位置和穿戴特征的问题。
附图说明
下面结合附图对本发明作进一步的说明。
图1是本发明一种安防监控用的智能化行为分析系统的原理框图。
具体实施方式
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,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。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它实施例,都属于本发明保护的范围。
实施例1
请参阅图1所示,本发明为一种安防监控用的智能化行为分析系统,包括数据采集模块、数据传输模块、信息分析模块、信息识别模块、标记模块和预警提示模块;
所述数据采集模块用于采集监控区域内监控对象的行为信息,该行为信息包含监控对象的移动轨迹数据、移动速度数据和动作数据,动作数据包含手臂动作和停留动作,并通过数据传输模块将行为信息发送至信息分析模块;
本发明实施例中,手臂动作包含倾斜伸手动作和倾斜收手动作,倾斜角度范围为(0,90),用于分析监控对象是否存在偷盗行为;停留动作包含平视转头动作,通过对平视转头动作进行分析监控对象是否存在偷盗预谋行为;
所述信息分析模块用于接收行为信息并进行处理,得到行为分析信息,并将数据处理信息发送至信息识别模块,具体的步骤包括:
步骤一:获取行为信息中的移动轨迹数据、移动速度数据和动作数据中的手臂动作,获取移动轨迹数据中的移动路径,以监控对象为圆心、预设的距离值为半径设定监测区域,将预设的距离值标记为R0,将监测区域标记为Ji,i=1,2...n;
步骤二:将移动速度数据中监测区域内的移动速度标记为Vi,i=1,2...n;将移动速度数据中进入监测区域内的移动速度标记为Vij,i=1,2...n;j=1,2...n;
步骤三:设定不同的手臂动作对应不同的手臂预设值,将动作数据中的手臂动作与所有手臂动作进行匹配获取对应的手臂预设值,将进入监测区域内的倾斜伸手动作的手臂预设值标记为D1,将进入监测区域内的倾斜收手动作的手臂预设值标记为D2,将其它的手臂预设值标记为Dk,k=3,4...n;
步骤四:利用公式获取监测区域的侵入值,该公式为:
其中,Qqr表示为侵入值,μ表示为预设的速度修正因子,β表示为预设的动作修正因子,a1、a2表示为不同的比例系数,且a1>a2,D1和D2的初始值为零;
步骤五:将侵入值与预设的标准侵入范围进行对比,若侵入值不属于标准侵入范围,则判定进入监测区域内的监测对象行为正常,并生成第一监测信号;若侵入值属于标准侵入范围,则判定进入监测区域内的监测对象行为异常,并生成第二监测信号,将监测对象标记为侵入对象;
步骤六:将第一监测信号、第二监测信号和侵入对象组合,得到行为分析信息;
所述信息识别模块用于根据行为分析信息对监控区域内监控对象的行为进行识别,得到行为识别信息;具体的步骤包括:
获取行为分析信息并进行识别;
若行为分析信息中包含第二监测信号和侵入对象,获取预设的不同时间段内侵入对象在监控区域内的出现次数、停留次数和停留动作;
将出现次数标记为C1,将停留次数标记为C2,将停留动作中平视转头的次数标记为C3,将平视转头的持续时长标记为C4;
设定不同的头部动作均对应一个不同的头部预设值,将平视转头与所有的头部动作进行匹配获取对应的头部预设值并标记为C00,将停留动作中的其它头部动作与所有的头部动作进行匹配获取对应的头部预设值并标记为Cij,i=1,2...n;j=1,2...n;
利用公式获取侵入对象的识别值,该公式为:
其中,Qsb表示为识别值,η表示为预设的识别修正因子,b1、b2、b3、b4表示为不同的比例系数,且a1>a2>a3>a4,C00的初始值为零;
将若干个识别值进行降序排列,得到识别排序集,并将识别排序集与预设的识别范围进行对比,若识别排序集中包含有属于识别范围内的识别值,则判定该识别值异常,将该识别值标记为识别异常值,并生成第一识别信号;若识别排序集中不包含有属于识别范围内的识别值,则判定识别排序集中的识别值均正常,并生成第二识别信号;
获取识别异常值对应的获取时间,将其标记为第一识别时间,获取侵入对象对应的侵入值的获取时间,并将其标记为第二识别时间;
将识别异常值根据第一识别时间和第二识别时间进行分析,得到识别判断数据,具体的步骤包括:
获取第一识别时间和第二识别时间并进行比对;
若第一识别时间早于第二识别时间,则判定侵入对象为侵入实施对象,并生成第一识别判断信号;若第二识别信号不早于第二识别时间,则判定侵入对象为侵入预谋对象,并生成第二识别判断信号;
将第一识别判断信号和第二识别判断信号组合,得到识别判断数据;
将识别判断数据与第一识别信号和第二识别信号分类组合,得到行为识别信息;
利用标记模块根据行为识别信息进行标记,生成标记信息,具体的步骤包括:
获取行为识别信息并进行分析和标记;
若行为识别信息中包含识别判断数据,则根据识别判断数据获取对应的侵入实施对象或侵入预谋对象;
获取侵入实施对象或者侵入预谋对象的穿戴图像,获取穿戴图像上不同的颜色和颜色坐标;
设定不同的颜色均对应一个不同的颜色预设值,将穿戴图像上不同的颜色与所有的颜色进行匹配获取对应的颜色预设值并标记为识别颜色值,并将识别颜色值根据颜色坐标进行排列,得到颜色排列集;
根据预设的建筑物为圆心、预设的距离值为半径建立坐标系,获取侵入实施对象或者侵入预谋对象的坐标并进行标记,得到坐标标记数据;
将颜色排列集和坐标标记数据组合,生成标记信息,并将标记信息发送至预警提示模块。
所述预警提示模块用于根据标记信息生成预警信号,并将预警信号发送至距离最近的管理员进行提示,包括:
获取管理员的位置坐标,获取管理员与坐标标记数据之间的距离差,并将距离差进行升序排列,获取值最小的距离差并将其对应的管理员标记为接收管理员,并向接收管理员发送距离差对应的侵入实施对象或者侵入预谋对象的位置;
向接收管理员发送颜色排列集,将颜色排列集中的颜色预设值与预设的颜色数据库进行匹配转化,生成颜色排列集对应的颜色信息,根据颜色信息向接收管理员提示侵入实施对象或者侵入预谋对象的穿戴特征;本发明实施例中,通过对监控对象的穿戴图像进行分析可以获取到穿戴特征,穿戴特征包含下身颜色、上身颜色和头饰颜色,便于管理员通过穿戴特征和位置快速定位到侵入实施对象或者侵入预谋对象;
所述数据传输模块用于对各个模块之间的数据进行传输;
上述公式均是采集大量数据进行软件模拟得出且选取与真实值接近的一个公式,公式中的系数是由本领域技术人员根据实际情况进行设置。
本发明的工作原理:
利用数据采集模块用于采集监控区域内监控对象的行为信息,该行为信息包含监控对象的移动轨迹数据、移动速度数据和动作数据,动作数据包含手臂动作和停留动作,并通过数据传输模块将行为信息发送至信息分析模块;
利用信息分析模块接收行为信息并进行处理,具体的步骤包括:
获取行为信息中的移动轨迹数据、移动速度数据和动作数据中的手臂动作,获取移动轨迹数据中的移动路径,以监控对象为圆心、预设的距离值为半径设定监测区域,将预设的距离值标记为R0,将监测区域标记为Ji,i=1,2...n;
将移动速度数据中监测区域内的移动速度标记为Vi,i=1,2...n;将移动速度数据中进入监测区域内的移动速度标记为Vij,i=1,2...n;j=1,2...n;
设定不同的手臂动作对应不同的手臂预设值,将动作数据中的手臂动作与所有手臂动作进行匹配获取对应的手臂预设值,将进入监测区域内的倾斜伸手动作的手臂预设值标记为D1,将进入监测区域内的倾斜收手动作的手臂预设值标记为D2,将其它的手臂预设值标记为Dk,k=3,4...n;
利用公式获取监测区域的侵入值,该公式为:
其中,Qqr表示为侵入值,μ表示为预设的速度修正因子,β表示为预设的动作修正因子,a1、a2表示为不同的比例系数,且a1>a2,D1和D2的初始值为零;
将侵入值与预设的标准侵入范围进行对比,若侵入值不属于标准侵入范围,则判定进入监测区域内的监测对象行为正常,并生成第一监测信号;若侵入值属于标准侵入范围,则判定进入监测区域内的监测对象行为异常,并生成第二监测信号,将监测对象标记为侵入对象;
将第一监测信号、第二监测信号和侵入对象组合,得到行为分析信息;
利用信息识别模块根据行为分析信息对监控区域内监控对象的行为进行识别,具体的步骤包括:
获取行为分析信息并进行识别;
若行为分析信息中包含第二监测信号和侵入对象,获取预设的不同时间段内侵入对象在监控区域内的出现次数、停留次数和停留动作;
将出现次数标记为C1,将停留次数标记为C2,将停留动作中平视转头的次数标记为C3,将平视转头的持续时长标记为C4;
设定不同的头部动作均对应一个不同的头部预设值,将平视转头与所有的头部动作进行匹配获取对应的头部预设值并标记为C00,将停留动作中的其它头部动作与所有的头部动作进行匹配获取对应的头部预设值并标记为Cij,i=1,2...n;j=1,2...n;
利用公式获取侵入对象的识别值,该公式为:
其中,Qsb表示为识别值,η表示为预设的识别修正因子,b1、b2、b3、b4表示为不同的比例系数,且a1>a2>a3>a4,C00的初始值为零;
将若干个识别值进行降序排列,得到识别排序集,并将识别排序集与预设的识别范围进行对比,若识别排序集中包含有属于识别范围内的识别值,则判定该识别值异常,将该识别值标记为识别异常值,并生成第一识别信号;若识别排序集中不包含有属于识别范围内的识别值,则判定识别排序集中的识别值均正常,并生成第二识别信号;
获取识别异常值对应的获取时间,将其标记为第一识别时间,获取侵入对象对应的侵入值的获取时间,并将其标记为第二识别时间;
将识别异常值根据第一识别时间和第二识别时间进行分析,得到识别判断数据,具体的步骤包括:
获取第一识别时间和第二识别时间并进行比对;
若第一识别时间早于第二识别时间,则判定侵入对象为侵入实施对象,并生成第一识别判断信号;若第二识别信号不早于第二识别时间,则判定侵入对象为侵入预谋对象,并生成第二识别判断信号;
将第一识别判断信号和第二识别判断信号组合,得到识别判断数据;
将识别判断数据与第一识别信号和第二识别信号分类组合,得到行为识别信息;
利用标记模块根据行为识别信息进行标记,生成标记信息,具体的步骤包括:
获取行为识别信息并进行分析和标记;
若行为识别信息中包含识别判断数据,则根据识别判断数据获取对应的侵入实施对象或侵入预谋对象;
获取侵入实施对象或者侵入预谋对象的穿戴图像,获取穿戴图像上不同的颜色和颜色坐标;
设定不同的颜色均对应一个不同的颜色预设值,将穿戴图像上不同的颜色与所有的颜色进行匹配获取对应的颜色预设值并标记为识别颜色值,并将识别颜色值根据颜色坐标进行排列,得到颜色排列集;
根据预设的建筑物为圆心、预设的距离值为半径建立坐标系,获取侵入实施对象或者侵入预谋对象的坐标并进行标记,得到坐标标记数据;
将颜色排列集和坐标标记数据组合,生成标记信息,并将标记信息发送至预警提示模块;
利用预警提示模块根据标记信息生成预警信号,包括:
获取管理员的位置坐标,获取管理员与坐标标记数据之间的距离差,并将距离差进行升序排列,获取值最小的距离差并将其对应的管理员标记为接收管理员,并向接收管理员发送距离差对应的侵入实施对象或者侵入预谋对象的位置;
向接收管理员发送颜色排列集,将颜色排列集中的颜色预设值与预设的颜色数据库进行匹配转化,生成颜色排列集对应的颜色信息,根据颜色信息向接收管理员提示侵入实施对象或者侵入预谋对象的穿戴特征;
利用数据传输模块对各个模块之间的数据进行传输。
在本发明所提供的实施例中,应该理解到,所揭露的系统和方法,可以通过其它的方式实现。例如,以上所描述的实施例仅仅是示意性的,例如,所述模块的划分,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。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理模块,即可以位于一个地方,或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方法的目的。
另外,在本发明各个实施例中的各功能模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。
因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
此外,显然“包括”一词不排除其他模块或步骤,单数不排除复数。系统权利要求中陈述的多个模块或装置也可以由一个模块或装置通过软件或者硬件来实现。第二等词语用来表示名称,而并不表示任何特定的顺序。
最后应说明的是,以上实施例仅用以说明本发明的技术方法而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方法进行修改或等同替换,而不脱离本发明技术方法的精神和范围。
Claims (5)
1.一种安防监控用的智能化行为分析系统,其特征在于,包括数据采集模块、数据传输模块、信息分析模块、信息识别模块、标记模块和预警提示模块;
所述数据采集模块用于采集监控区域内监控对象的行为信息,该行为信息包含监控对象的移动轨迹数据、移动速度数据和动作数据,动作数据包含手臂动作和停留动作,并通过数据传输模块将行为信息发送至信息分析模块;
所述信息分析模块用于接收行为信息并进行处理,得到行为分析信息,并将数据处理信息发送至信息识别模块,具体的步骤包括:
步骤一:获取行为信息中的移动轨迹数据、移动速度数据和动作数据中的手臂动作,获取移动轨迹数据中的移动路径,以监控对象为圆心、预设的距离值为半径设定监测区域,将预设的距离值标记为R0,将监测区域标记为Ji,i=1,2...n;
步骤二:将移动速度数据中监测区域内的移动速度标记为Vi,i=1,2...n;将移动速度数据中进入监测区域内的移动速度标记为Vij,i=1,2...n;j=1,2...n;
步骤三:设定不同的手臂动作对应不同的手臂预设值,将动作数据中的手臂动作与所有手臂动作进行匹配获取对应的手臂预设值,将进入监测区域内的倾斜伸手动作的手臂预设值标记为D1,将进入监测区域内的倾斜收手动作的手臂预设值标记为D2,将其它的手臂预设值标记为Dk,k=3,4...n;
步骤四:利用公式获取监测区域的侵入值,该公式为:
其中,Qqr表示为侵入值,μ表示为预设的速度修正因子,β表示为预设的动作修正因子,a1、a2表示为不同的比例系数,且a1>a2,D1和D2的初始值为零;
步骤五:将侵入值与预设的标准侵入范围进行对比,若侵入值不属于标准侵入范围,则判定进入监测区域内的监测对象行为正常,并生成第一监测信号;若侵入值属于标准侵入范围,则判定进入监测区域内的监测对象行为异常,并生成第二监测信号,将监测对象标记为侵入对象;
步骤六:将第一监测信号、第二监测信号和侵入对象组合,得到行为分析信息;
所述信息识别模块用于根据行为分析信息对监控区域内监控对象的行为进行识别,得到行为识别信息;
所述数据传输模块用于对各个模块之间的数据进行传输。
2.根据权利要求1所述的一种安防监控用的智能化行为分析系统,其特征在于,所述信息识别模块用于根据行为分析信息对监控区域内监控对象的行为进行识别,得到行为识别信息,具体的步骤包括:
S21:获取行为分析信息并进行识别;
S22:若行为分析信息中包含第二监测信号和侵入对象,获取预设的不同时间段内侵入对象在监控区域内的出现次数、停留次数和停留动作;
S23:将出现次数标记为C1,将停留次数标记为C2,将停留动作中平视转头的次数标记为C3,将平视转头的持续时长标记为C4;
S24:设定不同的头部动作均对应一个不同的头部预设值,将平视转头与所有的头部动作进行匹配获取对应的头部预设值并标记为C00,将停留动作中的其它头部动作与所有的头部动作进行匹配获取对应的头部预设值并标记为Cij,i=1,2...n;j=1,2...n;
S25:利用公式获取侵入对象的识别值,该公式为:
其中,Qsb表示为识别值,η表示为预设的识别修正因子,b1、b2、b3、b4表示为不同的比例系数,且a1>a2>a3>a4,C00的初始值为零;
S26:将若干个识别值进行降序排列,得到识别排序集,并将识别排序集与预设的识别范围进行对比,若识别排序集中包含有属于识别范围内的识别值,则判定该识别值异常,将该识别值标记为识别异常值,并生成第一识别信号;若识别排序集中不包含有属于识别范围内的识别值,则判定识别排序集中的识别值均正常,并生成第二识别信号;
S27:获取识别异常值对应的获取时间,将其标记为第一识别时间,获取侵入对象对应的侵入值的获取时间,并将其标记为第二识别时间;
S28:将识别异常值根据第一识别时间和第二识别时间进行分析,得到识别判断数据,将识别判断数据与第一识别信号和第二识别信号分类组合,得到行为识别信息。
3.根据权利要求2所述的一种安防监控用的智能化行为分析系统,其特征在于,将识别异常值根据第一识别时间和第二识别时间进行分析,得到识别判断数据,具体的步骤包括:
S31:获取第一识别时间和第二识别时间并进行比对;
S32:若第一识别时间早于第二识别时间,则判定侵入对象为侵入实施对象,并生成第一识别判断信号;若第二识别信号不早于第二识别时间,则判定侵入对象为侵入预谋对象,并生成第二识别判断信号;
S33:将第一识别判断信号和第二识别判断信号组合,得到识别判断数据。
4.根据权利要求1所述的一种安防监控用的智能化行为分析系统,其特征在于,利用标记模块根据行为识别信息进行标记,生成标记信息,具体的步骤包括:
S41:获取行为识别信息并进行分析和标记;
S42:若行为识别信息中包含识别判断数据,则根据识别判断数据获取对应的侵入实施对象或侵入预谋对象;
S43:获取侵入实施对象或者侵入预谋对象的穿戴图像,获取穿戴图像上不同的颜色和颜色坐标;
S44:设定不同的颜色均对应一个不同的颜色预设值,将穿戴图像上不同的颜色与所有的颜色进行匹配获取对应的颜色预设值并标记为识别颜色值,并将识别颜色值根据颜色坐标进行排列,得到颜色排列集;
S45:根据预设的建筑物为圆心、预设的距离值为半径建立坐标系,获取侵入实施对象或者侵入预谋对象的坐标并进行标记,得到坐标标记数据;
S46:将颜色排列集和坐标标记数据组合,生成标记信息,并将标记信息发送至预警提示模块。
5.根据权利要求4所述的一种安防监控用的智能化行为分析系统,其特征在于,所述预警提示模块用于根据标记信息生成预警信号,并将预警信号发送至距离最近的管理员进行提示,包括:
S51:获取管理员的位置坐标,获取管理员与坐标标记数据之间的距离差,并将距离差进行升序排列,获取值最小的距离差并将其对应的管理员标记为接收管理员,并向接收管理员发送距离差对应的侵入实施对象或者侵入预谋对象的位置;
S52:向接收管理员发送颜色排列集,将颜色排列集中的颜色预设值与预设的颜色数据库进行匹配转化,生成颜色排列集对应的颜色信息,根据颜色信息向接收管理员提示侵入实施对象或者侵入预谋对象的穿戴特征。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011451539.0A CN112613361B (zh) | 2020-12-09 | 2020-12-09 | 一种安防监控用的智能化行为分析系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011451539.0A CN112613361B (zh) | 2020-12-09 | 2020-12-09 | 一种安防监控用的智能化行为分析系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112613361A CN112613361A (zh) | 2021-04-06 |
CN112613361B true CN112613361B (zh) | 2023-07-11 |
Family
ID=75233070
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011451539.0A Active CN112613361B (zh) | 2020-12-09 | 2020-12-09 | 一种安防监控用的智能化行为分析系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112613361B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113485277B (zh) * | 2021-08-03 | 2023-02-24 | 大唐海南能源开发有限公司 | 一种智慧电厂视频识别监控管理系统和方法 |
CN113835457B (zh) * | 2021-08-10 | 2022-07-12 | 太原市高远时代科技有限公司 | 一种基于边缘计算的水利一体化智能机柜 |
CN113823055B (zh) * | 2021-11-23 | 2022-01-21 | 兰和科技(深圳)有限公司 | 一种校园安全保障智能化监管预警系统及方法 |
CN114708696B (zh) * | 2022-04-02 | 2023-06-16 | 河南大学 | 基于上肢微动作识别的电梯轿厢扒窃行为监控方法及系统 |
CN116631133A (zh) * | 2023-07-21 | 2023-08-22 | 邹城市美安电子科技有限公司 | 一种基于行为识别的智能视频监控系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013210903A (ja) * | 2012-03-30 | 2013-10-10 | Secom Co Ltd | 侵入監視装置 |
CN103521460A (zh) * | 2012-07-03 | 2014-01-22 | 梅特勒-托利多仪器(上海)有限公司 | 一种高速、准确的自动分选方法 |
CN109270911A (zh) * | 2018-11-06 | 2019-01-25 | 成都大学 | 一种智能物业管控系统 |
CN109740513A (zh) * | 2018-12-29 | 2019-05-10 | 青岛小鸟看看科技有限公司 | 一种动作行为分析方法和装置 |
CN111866465A (zh) * | 2020-07-28 | 2020-10-30 | 张竞博 | 一种基于物联网的小区高空丢物监测系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100208063A1 (en) * | 2009-02-19 | 2010-08-19 | Panasonic Corporation | System and methods for improving accuracy and robustness of abnormal behavior detection |
-
2020
- 2020-12-09 CN CN202011451539.0A patent/CN112613361B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013210903A (ja) * | 2012-03-30 | 2013-10-10 | Secom Co Ltd | 侵入監視装置 |
CN103521460A (zh) * | 2012-07-03 | 2014-01-22 | 梅特勒-托利多仪器(上海)有限公司 | 一种高速、准确的自动分选方法 |
CN109270911A (zh) * | 2018-11-06 | 2019-01-25 | 成都大学 | 一种智能物业管控系统 |
CN109740513A (zh) * | 2018-12-29 | 2019-05-10 | 青岛小鸟看看科技有限公司 | 一种动作行为分析方法和装置 |
CN111866465A (zh) * | 2020-07-28 | 2020-10-30 | 张竞博 | 一种基于物联网的小区高空丢物监测系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112613361A (zh) | 2021-04-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112613361B (zh) | 一种安防监控用的智能化行为分析系统 | |
CN111898514B (zh) | 一种基于目标检测与动作识别的多目标视觉监管方法 | |
Tejedor et al. | Real field deployment of a smart fiber-optic surveillance system for pipeline integrity threat detection: Architectural issues and blind field test results | |
CN101465033B (zh) | 一种自动追踪识别系统及方法 | |
CN106128022B (zh) | 一种智慧金睛识别暴力动作报警方法 | |
US8139817B2 (en) | Face image log creation | |
CN110428522A (zh) | 一种智慧新城的智能安防系统 | |
CN112396658B (zh) | 一种基于视频的室内人员定位方法及定位系统 | |
CN101276499B (zh) | 基于全方位计算机视觉的atm设备的智能监控装置 | |
CN107145851A (zh) | 建筑作业区危险源智能识别系统 | |
CN102521565A (zh) | 低分辨率视频的服装识别方法及系统 | |
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 | |
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 | |
CN112084963B (zh) | 一种监控预警方法、系统及存储介质 | |
CN110728252A (zh) | 一种应用于区域人员运动轨迹监控的人脸检测方法 | |
CN112132048A (zh) | 一种基于计算机视觉的社区巡更分析方法及系统 | |
CN115171022A (zh) | 一种施工场景下的安全帽佩戴检测方法及系统 | |
CN112800975A (zh) | 一种基于图像处理的安检通道内行为识别方法 | |
CN116798176A (zh) | 基于大数据和智慧安防的数据管理系统 | |
CN105095891A (zh) | 一种人脸捕捉的方法,装置及系统 | |
CN112733770A (zh) | 一种区域入侵监测方法和装置 | |
CN111723725A (zh) | 一种基于视频ai多维分析系统 | |
CN117423157A (zh) | 一种结合迁移学习、区域入侵的矿井下异常视频动作理解方法 | |
CN111695432A (zh) | 一种视频监控场景下的人工智能人脸异常检测系统及方法 | |
CN116419059A (zh) | 基于行为标签的自动监控方法、装置、设备及介质 |
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 |