CN114494955A - 一种基于视频数据的区域入侵检测方法、系统及电子设备 - Google Patents
一种基于视频数据的区域入侵检测方法、系统及电子设备 Download PDFInfo
- Publication number
- CN114494955A CN114494955A CN202210067800.XA CN202210067800A CN114494955A CN 114494955 A CN114494955 A CN 114494955A CN 202210067800 A CN202210067800 A CN 202210067800A CN 114494955 A CN114494955 A CN 114494955A
- Authority
- CN
- China
- Prior art keywords
- early warning
- target
- video data
- picture
- recognition target
- 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.)
- Pending
Links
Images
Abstract
本发明提供一种基于视频数据的区域入侵检测方法、系统及电子设备,通过对视频帧获得图片后,对图片中的物体进行识别获得第一识别目标,并基于预测算法预测出第一识别目标的运动轨迹,且根据运动轨迹来判断第一识别目标在运动轨迹过程中是否入侵预警区域,即可自动对可能出现的入侵等预警提醒,可在事故或占道事件发生前进行预警提示,提高对异常情况的反应时间和预警效率。同时,在异常情况发生前就发出预警提示,可以让监控者提前关注,更加高效地注意到异常情况的发生,提高监控效率。
Description
技术领域
本发明涉及基于视觉的预警技术领域,特别涉及一种基于视频数据的区域入侵检测方法、系统及电子设备。
背景技术
随着科技的发展,网络摄像机越来越普及,基于视频的应用也越来越多,在实际生活中会遇到很多需要检测区域入侵的应用场景,例如,常见的场景:1)人员的非法入侵;2)机动车、非机动车非法占道。
但是在现有技术针对视频的视觉技术中,只有针对出现的情况进行判断,例如当出现非法入侵或占道后,视觉设备才进行警报提醒,但是当情况发生到视觉提醒具有较长的过程,无法提前预警,预警效率低。
发明内容
为了克服目前视觉检测方法中对出现的入侵情况预警效率较低的问题,本发明提供基于视频数据的区域入侵检测方法、系统及电子设备。
本发明为解决上述技术问题,提供一技术方案如下:一种基于视频数据的区域入侵检测方法,包括如下步骤:
获取视频数据,根据画面内容设置预警区域及预警类型;
解码视频帧获得图片,基于预警类型,对图片中的物体进行特征识别,识别出第一识别目标;
预测第一识别目标的运动轨迹,判断在运动轨迹中的第一识别目标是否侵入预警区域,若是,则报警,若否,则重复上述步骤。
优选地,上述在识别第一识别目标时,具体包括如下步骤:
解码视频帧获得图片;
根据预设的预警类型,进行目标检测,识别出第一识别目标;
基于第一识别目标的大小,在第一识别目标的外周侧生成矩形框。
优选地,预测第一识别目标的运动轨迹时,具体包括以下步骤:
获取第一识别目标的矩形框,并基于当前图片的当前帧,向前或向后识别历史帧的矩形框,输出第一识别目标的多个历史框;
分别计算每个历史框与矩形框的速度与方向,获得第一识别目标的运动轨迹。
优选地,在识别第一识别目标时,采用SSD目标检测算法。
本发明还提供一种基于视频数据的区域入侵检测系统,包括:
预警设置单元,用于获取视频数据,根据画面内容设置预警区域及预警类型;
目标识别单元,用于解码视频帧获得图片,基于预警类型,对图片中的物体进行特征识别,识别出第一识别目标;
预警检测单元,用于预测第一识别目标的运动轨迹,判断在运动轨迹中的第一识别目标是否侵入预警区域,若是,则报警,若否,则重复上述步骤。
优选地,所述目标识别单元还包括:
解码单元,用于解码视频帧获得图片;
识别单元,用于根据预设的预警类型,进行目标检测,识别出第一识别目标;
框选单元,用于基于第一识别目标的大小,在第一识别目标的外周侧生成矩形框。
本发明还提供一种电子设备,包括存储器和处理器,所述存储器中存储有计算机程序,所述计算机程序被设置为运行时执行上述任一项中所述的基于视频数据的区域入侵检测方法;所述处理器被设置为通过所述计算机程序执行上述任一项中所述的基于视频数据的区域入侵检测方法。
与现有技术相比,本发明提供的一种基于视频数据的区域入侵检测方法、系统及电子设备,具有以下优点:
通过对视频帧获得图片后,对图片中的物体进行识别获得第一识别目标,并基于预测算法预测出第一识别目标的运动轨迹,且根据运动轨迹来判断第一识别目标在运动轨迹过程中是否入侵预警区域,即可自动对可能出现的入侵等预警提醒,可在事故或占道事件发生前进行预警提示,提高对异常情况的反应时间和预警效率。同时,在异常情况发生前就发出预警提示,可以让监控者提前关注,更加高效地注意到异常情况的发生,提高监控效率。
附图说明
图1为本发明第一实施例提供的一种基于视频数据的区域入侵检测方法的整体流程图。
图2为本发明第一实施例提供的一种基于视频数据的区域入侵检测方法中步骤S2的细节流程图。
图3为本发明第一实施例提供的一种基于视频数据的区域入侵检测方法的步骤S3的细节流程图。
图4为本发明第二实施例提供的一种基于视频数据的区域入侵检测系统的模块图。
图5为本发明第二实施例提供的一种基于视频数据的区域入侵检测系统中目标识别单元的模块图。
图6为本发明第三实施例提供的一种电子设备的模块图。
附图标记说明:
1、预警设置单元;2、目标识别单元;3、预警检测单元;
21、解码单元;22、识别单元;23、框选单元;
10、存储器;20、处理器。
具体实施方式
为了使本发明的目的,技术方案及优点更加清楚明白,以下结合附图及实施实例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
请参阅图1,本发明第一实施例提供一种基于视频数据的区域入侵检测方法,包括以下步骤:
步骤S1:获取视频数据,根据画面内容设置预警区域及预警类型;
步骤S2:解码视频帧获得图片,基于预警类型,对图片中的物体进行特征识别,识别出第一识别目标;
步骤S3:预测第一识别目标的运动轨迹,判断在运动轨迹中的第一识别目标是否侵入预警区域,若是,则报警,若否,则重复上述步骤。
可以理解,在步骤S1中,预警区域和预警类型可以从视频截取的画面中框选,或基于视频监控的区域内,长期出现的物体,例如,在路口的行车道、斑马线或停车区,以及在路口监控中常常出现的行人和车辆,所述预警区域即为需要监控预警的重点区域,所述预警类型为行人和车辆,预警主要是针对移动目标入侵预警区域或多个移动目标之间的碰撞,例如,监控车辆非法占道、行人入侵危险区域等。
可以理解,在步骤S2中,通过视频流中截取不同的帧来获得图片,该图片为当移动目标出现在视频中时截取的对应帧,并通过设置的预警类型,对出现的目标进行识别,识别出第一识别目标,该第一识别目标为移动目标。目标识别算法可以采用SSD目标检测算法,通过对图片中的特征进行识别和预测,基于置信度获得目标的识别结果。
可以理解,在步骤S3中,可以通过插值跟踪预测算法对目标进行跟踪及位置预测,以通过预测的路径,进行预警。
请参阅图2,步骤S2:解码视频帧获得图片,基于预警类型,对图片中的物体进行特征识别,识别出第一识别目标。步骤S2具体包括步骤S21~S23:
步骤S21:解码视频帧获得图片;
步骤S22:根据预设的预警类型,进行目标检测,识别出第一识别目标;
步骤S23:基于第一识别目标的大小,在第一识别目标的外周侧生成矩形框。
可以理解,在步骤S21中,可通过视频帧中出现新的移动目标后,解码视频帧来获得图片。
可以理解,在步骤S22中,根据用户预设的预警类型,对图片中的移动目标进行特征识别,在一些特殊的实施例中,该步骤的识别只需要识别出移动物体的轮廓,不需要对移动物体的细分种类进行识别。
可以理解,在步骤S23中,基于第一识别目标的像素区域,获得第一识别目标在图片中的区域大小,以基于第一识别目标的边界生成矩形框。
请参阅图3,在步骤S3中,预测第一识别目标的运动轨迹时,具体包括以下步骤:
步骤S31:获取第一识别目标的矩形框,并基于当前图片的当前帧,向前或向后识别历史帧的矩形框,输出第一识别目标的多个历史框;
步骤S32:分别计算每个历史框与矩形框的速度与方向,获得第一识别目标的运动轨迹。
可以理解,在步骤S31中,在获取第一识别目标的矩形框后,在当前视频帧向前或向后的历史帧中,获取到该第一识别目标对应的历史框,以通过多个第一识别目标在连续帧中出现的位置。具体地,在本步骤中,只需要识别第一识别目标的矩形框所在位置即可,在对历史帧进行识别时,不需要对整个图片的内容进行识别,可提高检测效率。
可以理解,在步骤S32中,通过多个历史框与矩形框的位置,计算出第一识别目标的运动轨迹和速度。具体地,获取相邻矩形框和历史框两个的位置后,计算第一识别目标的速度,并连线获得偏转方向,在多个矩形框和历史框的迭代计算后,即可预测第一识别目标的运动轨迹。在本实施例中,通过插值跟踪预测算法对目标进行跟踪及位置预测。
请参阅图4,本发明第二实施例还提供一种基于视频数据的区域入侵检测系统。用于执行上述第一实施例中基于视频数据的区域入侵检测方法,该基于视频数据的区域入侵检测系统可以包括:
预警设置单元1,用于执行上述步骤S1,用于获取视频数据,根据画面内容设置预警区域及预警类型。
目标识别单元2,用于执行上述步骤S2,用于解码视频帧获得图片,基于预警类型,对图片中的物体进行特征识别,识别出第一识别目标。
预警检测单元3,用于执行上述步骤S3,用于预测第一识别目标的运动轨迹,判断在运动轨迹中的第一识别目标是否侵入预警区域,若是,则报警,若否,则重复上述步骤。
请参阅图5,所述目标识别单元2还包括:
解码单元21,用于执行上述步骤S21,用于解码视频帧获得图片;
识别单元22,用于执行上述步骤S22,用于根据预设的预警类型,进行目标检测,识别出第一识别目标;
框选单元23,用于执行上述步骤S23,用于基于第一识别目标的大小,在第一识别目标的外周侧生成矩形框。
请参阅图6,本发明第三实施例提供一种用于实施上述基于视频数据的区域入侵检测方法的电子设备,所述电子设备包括存储器10和处理器20,所述存储器10中存储有运算机程序,所述运算机程序被设置为运行时执行上述任一项基于视频数据的区域入侵检测方法实施例中的步骤。所述处理器20被设置为通过所述运算机程序执行上述任一项基于视频数据的区域入侵检测方法实施例中的步骤。
可选地,在本实施例中,上述电子设备可以位于运算机网络的多个网络设备中的至少一个网络设备。
与现有技术相比,本发明提供的一种基于视频数据的区域入侵检测方法、系统及电子设备,具有以下优点:
通过对视频帧获得图片后,对图片中的物体进行识别获得第一识别目标,并基于预测算法预测出第一识别目标的运动轨迹,且根据运动轨迹来判断第一识别目标在运动轨迹过程中是否入侵预警区域,即可自动对可能出现的入侵等预警提醒,可在事故或占道事件发生前进行预警提示,提高对异常情况的反应时间和预警效率。同时,在异常情况发生前就发出预警提示,可以让监控者提前关注,更加高效地注意到异常情况的发生,提高监控效率。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。
在该计算机程序被处理器执行时,执行本申请的方法中限定的上述功能。需要说明的是,本申请所述的计算机存储器可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机存储器例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。
计算机存储器的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读信号介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本申请各种实施例的系统、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,该模块、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,两个接连地表示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操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。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括预警设置单元、目标识别单元以及预警检测单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,预警设置单元还可以被描述为“获取视频数据,根据画面内容设置预警区域及预警类型的单元”。
作为另一方面,本申请还提供了一种计算机存储器,该计算机存储器可以是上述实施例中描述的装置中所包含的;也可以是单独存在,而未装配入该装置中。上述计算机存储器承载有一个或者多个程序,当上述一个或者多个程序被该装置执行时,使得该装置:获取视频数据,根据画面内容设置预警区域及预警类型;解码视频帧获得图片,基于预警类型,对图片中的物体进行特征识别,识别出第一识别目标;预测第一识别目标的运动轨迹,判断在运动轨迹中的第一识别目标是否侵入预警区域,若是,则报警,若否,则重复上述步骤。
以上仅为本发明较佳实施例而已,并不用以限制本发明,凡在本发明原则之内所作的任何修改,等同替换和改进等均应包含本发明的保护范围之内。
Claims (7)
1.一种基于视频数据的区域入侵检测方法,其特征在于:包括如下步骤:
获取视频数据,根据画面内容设置预警区域及预警类型;
解码视频帧获得图片,基于预警类型,对图片中的物体进行特征识别,识别出第一识别目标;
预测第一识别目标的运动轨迹,判断在运动轨迹中的第一识别目标是否侵入预警区域,若是,则报警,若否,则重复上述步骤。
2.如权利要求1中所述基于视频数据的区域入侵检测方法,其特征在于:上述在识别第一识别目标时,具体包括如下步骤:
解码视频帧获得图片;
根据预设的预警类型,进行目标检测,识别出第一识别目标;
基于第一识别目标的大小,在第一识别目标的外周侧生成矩形框。
3.如权利要求2中所述基于视频数据的区域入侵检测方法,其特征在于:预测第一识别目标的运动轨迹时,具体包括以下步骤:
获取第一识别目标的矩形框,并基于当前图片的当前帧,向前或向后识别历史帧的矩形框,输出第一识别目标的多个历史框;
分别计算每个历史框与矩形框的速度与方向,获得第一识别目标的运动轨迹。
4.如权利要求1中所述基于视频数据的区域入侵检测方法,其特征在于:在识别第一识别目标时,采用SSD目标检测算法。
5.一种基于视频数据的区域入侵检测系统,其特征在于,包括:
预警设置单元,用于获取视频数据,根据画面内容设置预警区域及预警类型;
目标识别单元,用于解码视频帧获得图片,基于预警类型,对图片中的物体进行特征识别,识别出第一识别目标;
预警检测单元,用于预测第一识别目标的运动轨迹,判断在运动轨迹中的第一识别目标是否侵入预警区域,若是,则报警,若否,则重复上述步骤。
6.如权利要求5中所述基于视频数据的区域入侵检测方法系统,其特征在于,所述目标识别单元还包括:
解码单元,用于解码视频帧获得图片;
识别单元,用于根据预设的预警类型,进行目标检测,识别出第一识别目标;
框选单元,用于基于第一识别目标的大小,在第一识别目标的外周侧生成矩形框。
7.一种电子设备,包括存储器和处理器,其特征在于:所述存储器中存储有计算机程序,所述计算机程序被设置为运行时执行所述权利要求1至4任一项中所述基于视频数据的区域入侵检测方法;
所述处理器被设置为通过所述计算机程序执行所述权利要求1至4任一项中所述基于视频数据的区域入侵检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210067800.XA CN114494955A (zh) | 2022-01-20 | 2022-01-20 | 一种基于视频数据的区域入侵检测方法、系统及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210067800.XA CN114494955A (zh) | 2022-01-20 | 2022-01-20 | 一种基于视频数据的区域入侵检测方法、系统及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114494955A true CN114494955A (zh) | 2022-05-13 |
Family
ID=81472527
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210067800.XA Pending CN114494955A (zh) | 2022-01-20 | 2022-01-20 | 一种基于视频数据的区域入侵检测方法、系统及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114494955A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115273368A (zh) * | 2022-07-20 | 2022-11-01 | 云南电网有限责任公司电力科学研究院 | 输电线路走廊施工车辆入侵告警方法、介质、设备及系统 |
CN115393413A (zh) * | 2022-08-24 | 2022-11-25 | 珠海安士佳电子有限公司 | 一种智能区域识别报警方法及系统 |
CN116310914A (zh) * | 2023-05-12 | 2023-06-23 | 天之翼(苏州)科技有限公司 | 基于人工智能的无人机监控方法及系统 |
-
2022
- 2022-01-20 CN CN202210067800.XA patent/CN114494955A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115273368A (zh) * | 2022-07-20 | 2022-11-01 | 云南电网有限责任公司电力科学研究院 | 输电线路走廊施工车辆入侵告警方法、介质、设备及系统 |
CN115393413A (zh) * | 2022-08-24 | 2022-11-25 | 珠海安士佳电子有限公司 | 一种智能区域识别报警方法及系统 |
CN115393413B (zh) * | 2022-08-24 | 2023-04-14 | 珠海安士佳电子有限公司 | 一种智能区域识别报警方法及系统 |
CN116310914A (zh) * | 2023-05-12 | 2023-06-23 | 天之翼(苏州)科技有限公司 | 基于人工智能的无人机监控方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114494955A (zh) | 一种基于视频数据的区域入侵检测方法、系统及电子设备 | |
US9224049B2 (en) | Detection of static object on thoroughfare crossings | |
US9779311B2 (en) | Integrated control system and method using surveillance camera for vehicle | |
CN109345829B (zh) | 无人车的监控方法、装置、设备及存储介质 | |
KR101095528B1 (ko) | 연속류도로 사고 및 돌발 자동판별 검지시스템 및 그 방법 | |
CN110619747A (zh) | 一种高速公路道路智能监控方法及系统 | |
US20130093895A1 (en) | System for collision prediction and traffic violation detection | |
KR101298684B1 (ko) | 무 감지센서 기반의 차량 번호 인식 시스템 및 그 동작방법 | |
Zabłocki et al. | Intelligent video surveillance systems for public spaces–a survey | |
JP5898001B2 (ja) | 車両周辺監視装置 | |
CN112776856A (zh) | 轨道异物侵限监测方法、装置、系统及监控主机设备 | |
Doshi et al. | An efficient approach for anomaly detection in traffic videos | |
Pucher et al. | Multimodal highway monitoring for robust incident detection | |
CN114821414A (zh) | 一种基于改进yolov5的烟火检测方法、系统及电子设备 | |
JP2008005399A (ja) | 放置物検出装置及び放置物検出方法 | |
JP2023524623A (ja) | 交通異常を検出するための方法、装置、機器、記憶媒体およびプログラム | |
CN113808418A (zh) | 路况信息显示系统、方法、车辆、计算机设备和存储介质 | |
CN113869258A (zh) | 交通事件检测方法、装置、电子设备及可读存储介质 | |
JP6915219B2 (ja) | コンピュータ実施方法、撮像システム、及び画像処理システム | |
CN112367478A (zh) | 一种隧道机器人全景图像处理方法及装置 | |
CN113450474A (zh) | 行车视频数据的处理方法、装置以及电子设备 | |
CN112633151A (zh) | 一种确定监控图像中斑马线的方法、装置、设备及介质 | |
US10916017B2 (en) | Method and apparatus for detecting motion deviation in a video sequence | |
CN116630866A (zh) | 音视频雷达融合的异常事件监控方法、装置、设备及介质 | |
KR102015084B1 (ko) | 압축영상에 대한 신택스 기반의 도로 역주행 감지 방법 |
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 |