CN115278158A - 一种辅助巡线监控管理系统及方法 - Google Patents

一种辅助巡线监控管理系统及方法 Download PDF

Info

Publication number
CN115278158A
CN115278158A CN202210663022.0A CN202210663022A CN115278158A CN 115278158 A CN115278158 A CN 115278158A CN 202210663022 A CN202210663022 A CN 202210663022A CN 115278158 A CN115278158 A CN 115278158A
Authority
CN
China
Prior art keywords
monitoring
personnel
video
module
person
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
Application number
CN202210663022.0A
Other languages
English (en)
Inventor
王成民
张晓五
马良浮
张冲
王庆松
徐友修
李登祥
阮明
余新友
丁玉楼
张明
梁锋
齐军
江上明
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.)
General Contracting Branch Of Anhui Construction Engineering Group Co ltd
Original Assignee
General Contracting Branch Of Anhui Construction Engineering Group 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 General Contracting Branch Of Anhui Construction Engineering Group Co ltd filed Critical General Contracting Branch Of Anhui Construction Engineering Group Co ltd
Priority to CN202210663022.0A priority Critical patent/CN115278158A/zh
Publication of CN115278158A publication Critical patent/CN115278158A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/40—Scenes; Scene-specific elements in video content
    • G06V20/41—Higher-level, semantic clustering, classification or understanding of video scenes, e.g. detection, labelling or Markovian modelling of sport events or news items
    • 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
    • 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
    • G08B13/19602—Image analysis to detect motion of the intruder, e.g. by frame subtraction
    • G08B13/19608—Tracking movement of a target, e.g. by detecting an object predefined as a target, using target direction and or velocity to predict its new position
    • 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
    • G08B13/19602—Image analysis to detect motion of the intruder, e.g. by frame subtraction
    • G08B13/19613—Recognition of a predetermined image pattern or behaviour pattern indicating theft or intrusion
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/222—Studio circuitry; Studio devices; Studio equipment
    • H04N5/262—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
    • H04N5/265—Mixing

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Alarm Systems (AREA)

Abstract

本发明涉及一种辅助巡线监控管理系统，包括：时间标识模块，用于获取时间因子I；空间构建模块；视频监控模块，用于获得人员的进入坐标和路线坐标；视频拼接模块；图片分析模块，用于对人员图片帧进行分析获得图片信息；人员判定模块，用于判定人员是否为编外人员；人员路线分析模块，用于获得路线位置因子R；可疑等级分析模块，用于计算获得人员可疑值；可疑判定模块，用于判定当前人员可疑值Si是否大于一个预先设置的标准值S标，若判断结果为是，则发送报警信号。本发明通过计算可疑值进行监控，可以进行定量监控，监控能力强，避免了人为分析造成错漏；减轻了工作量，避免了监控人员疲劳作业，实现了智能监控。

Description

一种辅助巡线监控管理系统及方法
技术领域
本发明涉及监控管理技术领域，尤其是一种辅助巡线监控管理系统及方法。
背景技术
随着现在监控技术的发展，城市多个监控形成了完善的监控系统，在跟踪嫌疑人和判断中，从最初通过人眼识别嫌疑人的方式，逐渐变为目前的在各种公众场所，人口密集的地方设置人脸识别的方式，监控技术相当成熟。
但是，对于定区域进行监控时，还是多通过人员查看监控视频进行分析，容易造成人员疲惫，从而使监控错漏，还增加了人员的工作量，不便推广实施。
发明内容
本发明的首要目的在于提供一种监控能力强，避免人为分析造成错漏，同时减轻了工作量，避免监控人员疲劳作业，实现智能监控的辅助巡线监控管理系统。
为实现上述目的，本发明采用了以下技术方案：一种辅助巡线监控管理系统，包括：
时间标识模块，用于获取当前时间点ti，并根据当前时间点ti查找一个时间段-入侵因子信息表，获得时间因子I；
空间构建模块，用于构建空间坐标系，并将监控区域和监控节点置于空间坐标系中；
视频监控模块，安装在监控节点上，用于获取进入监控区域人员的监控视频，并对监控视频进行截取获得人员图片帧，并获得人员的进入坐标和路线坐标；
视频拼接模块，用于接收监控视频，并对监控视频进行拼接，获得整体监控视频网络；
图片分析模块，用于对人员图片帧进行分析获得图片信息；
人员判定模块，用于判定人员是否为编外人员，若判定为编外人员，则采集人员特征，控制视频监控模块对人员进行监控；
人员路线分析模块，用于根据进入坐标查找一个进入坐标-进入可疑因子信息表，获得进入位置因子E，根据路线坐标查找一个路线坐标-路线可疑因子信息表，获得路线位置因子R；
可疑等级分析模块，用于计算获得人员可疑值；
可疑判定模块，用于判定当前人员可疑值Si是否大于一个预先设置的标准值S标，若判断结果为是，则发送报警信号。
所述视频监控模块包括：
视频获取模块，用于拍摄并获得监控视频；
图像获取模块，用于对监控视频进行处理，截取获得图片帧Fi，并对图片帧Fi进行识别，并判断是否为人员图片；
图像对比模块，用于对图片帧Fi进行训练并获得正面值Pi，并提取出max[Pi] 的图片帧Fi作为人员图片帧；
入口监控模块，用于主动获取进入小区或者监控区域内部人员监控视频；
边界监控模块，用于主动获取从边界线进入小区或者监控区域内部监控视频；
内部监控模块，用于对监控人员进行跟踪。
本发明的另一目的在于提供一种辅助巡线监控管理系统的监控管理方法，该方法包括下列顺序的步骤：
(1)获取当前时间点ti，并根据当前时间点ti查找一个时间段-入侵因子信息表，获得时间因子I；
(2)构建空间坐标系，并将监控区域和监控节点置于空间坐标系中；
(3)获取进入监控区域人员的监控视频，并对监控视频进行截取获得人员图片帧，对人员图片帧进行分析获得图片信息，并获得人员的进入坐标和路线坐标；
(4)接收监控视频，并对监控视频进行拼接，获得整体监控视频网络；
(5)根据进入坐标查找一个进入坐标-进入可疑因子信息表，获得进入位置因子E；
(6)判定是否为编外人员，若判定为编外人员，则采集人员特征，控制视频监控模块对人员进行监控；
(7)根据路线坐标查找一个路线坐标-路线可疑因子信息表，获得路线位置因子R；
(8)计算获得人员可疑值，所述的人员可疑值Si＝IER；
(9)判定当前人员可疑值Si是否大于一个预先设置的标准值S标，若判断结果为是，则发送报警信号。
所述步骤(3)具体是指：获得进入监控区域人员的视频，对视频进行处理，截取获得图片帧Fi，并对图片帧Fi进行识别，并判断是否为人员图片，如果是，则对图片帧Fi进行训练并获得正面值Pi，并提取出max[Pi]的图片帧Fi作为人员图片帧；
则对图片帧Fi进行训练并获得正面值Pi具体是指：对图片帧Fi进行处理，获得面部轮廓极点，并计算对应轮廓极点连线线段长度Li，根据连线线段长度正面值
Figure BDA0003691758750000031
其中，βi为连线识别因子；
所述轮廓极点包括上极点、下极点和两个侧极点，计算获得侧连线和竖连线，其中，侧连线为两个侧极点之间的连线，竖连线为上极点、下极点的连线，计算获得侧连线长度为Lc和竖连线长度为Ls，正面值Pi＝β1Ls+β2Lc,其中，β1和β2分别为竖向识别因子和侧向识别因子。
所述步骤(4)具体是指：对视频进行分割，分割以视频监控模块的采集焦点(xi，yi，zi)为中心，获得一个长为X0、宽为Y0的矩形图片，其中X0， Y0为视频监控模块的拍摄边长，且xi+1＝xi+X0，yi+1＝yi+Y0，视频按照采集焦点位置进行拼接，并构建监控区域模型，并将监控视频网络按照采集焦点植入到监控区域模型内部获得监控空间。
所述步骤(6)具体是指：通过图片信息查找一个预先设置的图片信息- 人员信息表进行对比，判断是否类同，若判断结果为是，则判定为编内人员；否则，则判定为编外人员，采集人员特征，并控制视频监控模块对人员进行监控。
由上述技术方案可知，本发明的有益效果为：第一，通过计算可疑值进行监控，可以进行定量监控，监控能力强，避免了人为分析造成错漏；第二，减轻了工作量，避免了监控人员疲劳作业，实现了智能监控，可以在具有可疑时进行提醒，避免了事故发生后处理造成的损失，使危险防患于未然。
附图说明
图1为本发明的系统结构框图；
图2为本发明的方法流程图。
具体实施方式
如图1所示，一种辅助巡线监控管理系统，包括：
时间标识模块，用于获取当前时间点ti，并根据当前时间点ti查找一个时间段-入侵因子信息表，获得时间因子I；
空间构建模块，用于构建空间坐标系，并将监控区域和监控节点置于空间坐标系中；
视频监控模块，安装在监控节点上，用于获取进入监控区域人员的监控视频，并对监控视频进行截取获得人员图片帧，并获得人员的进入坐标和路线坐标；
视频拼接模块，用于接收监控视频，并对监控视频进行拼接，获得整体监控视频网络；
图片分析模块，用于对人员图片帧进行分析获得图片信息；
人员判定模块，用于判定人员是否为编外人员，若判定为编外人员，则采集人员特征，控制视频监控模块对人员进行监控；
人员路线分析模块，用于根据进入坐标查找一个进入坐标-进入可疑因子信息表，获得进入位置因子E，根据路线坐标查找一个路线坐标-路线可疑因子信息表，获得路线位置因子R；
可疑等级分析模块，用于计算获得人员可疑值；
可疑判定模块，用于判定当前人员可疑值Si是否大于一个预先设置的标准值S标，若判断结果为是，则发送报警信号。
所述视频监控模块包括：
视频获取模块，用于拍摄并获得监控视频；
图像获取模块，用于对监控视频进行处理，截取获得图片帧Fi，并对图片帧Fi进行识别，并判断是否为人员图片；
图像对比模块，用于对图片帧Fi进行训练并获得正面值Pi，并提取出max[Pi] 的图片帧Fi作为人员图片帧；
入口监控模块，用于主动获取进入小区或者监控区域内部人员监控视频；
边界监控模块，用于主动获取从边界线进入小区或者监控区域内部监控视频；
内部监控模块，用于对监控人员进行跟踪。
如图2所示，本方法包括下列顺序的步骤：
(1)获取当前时间点ti，并根据当前时间点ti查找一个时间段-入侵因子信息表，获得时间因子I；
(2)构建空间坐标系，并将监控区域和监控节点置于空间坐标系中；
(3)获取进入监控区域人员的监控视频，并对监控视频进行截取获得人员图片帧，对人员图片帧进行分析获得图片信息，并获得人员的进入坐标和路线坐标；
(4)接收监控视频，并对监控视频进行拼接，获得整体监控视频网络；
(5)根据进入坐标查找一个进入坐标-进入可疑因子信息表，获得进入位置因子E；
(6)判定是否为编外人员，若判定为编外人员，则采集人员特征，控制视频监控模块对人员进行监控；
(7)根据路线坐标查找一个路线坐标-路线可疑因子信息表，获得路线位置因子R；
(8)计算获得人员可疑值，所述的人员可疑值Si＝IER；
(9)判定当前人员可疑值Si是否大于一个预先设置的标准值S标，若判断结果为是，则发送报警信号。
所述步骤(3)具体是指：获得进入监控区域人员的视频，对视频进行处理，截取获得图片帧Fi，并对图片帧Fi进行识别，并判断是否为人员图片，如果是，则对图片帧Fi进行训练并获得正面值Pi，并提取出max[Pi]的图片帧Fi作为人员图片帧；
则对图片帧Fi进行训练并获得正面值Pi具体是指：对图片帧Fi进行处理，获得面部轮廓极点，并计算对应轮廓极点连线线段长度Li，根据连线线段长度正面值
Figure BDA0003691758750000061
其中，βi为连线识别因子；
所述轮廓极点包括上极点、下极点和两个侧极点，计算获得侧连线和竖连线，其中，侧连线为两个侧极点之间的连线，竖连线为上极点、下极点的连线，计算获得侧连线长度为Lc和竖连线长度为Ls，正面值Pi＝β1Ls+β2Lc,其中，β1和β2分别为竖向识别因子和侧向识别因子。
所述步骤(4)具体是指：对视频进行分割，分割以视频监控模块的采集焦点(xi，yi，zi)为中心，获得一个长为X0、宽为Y0的矩形图片，其中X0， Y0为视频监控模块的拍摄边长，且xi+1＝xi+X0，yi+1＝yi+Y0，视频按照采集焦点位置进行拼接，并构建监控区域模型，并将监控视频网络按照采集焦点植入到监控区域模型内部获得监控空间。
所述步骤(6)具体是指：通过图片信息查找一个预先设置的图片信息- 人员信息表进行对比，判断是否类同，若判断结果为是，则判定为编内人员；否则，则判定为编外人员，采集人员特征，并控制视频监控模块对人员进行监控。
实施例一
本系统包括：
时间标识模块，用于获取当前时间点ti，时间点可以是一个时间阵列，可以秒为单位进行更新进行排序，分别为t1、t2…ti…tn，并根据当前时间点查找一个时间段-入侵因子信息表，从而获得时间因子I。例如，可以对各个时间段进行划分，班前时间段6点-8点、工作时间段8点-18点、班后时间段18点 -22点、夜晚时间段22点-2点、黎明时间段2点-6点，各个时间段时间因子I不同，可以根据可疑人员活动规则总结获得，时间标识模块为现有技术。
空间构建模块，用于构建空间坐标系，并将监控区域和监控节点全部覆盖在内并置于空间坐标系中，将监控节点和预先构建建筑模型等植入到空间坐标系的内部，获得建筑模型、监控节点各个点的坐标。
视频监控模块，安装在监控节点上，用于获取进入监控区域人员的监控视频，并对监控视频进行截取获得人员图片帧。所述的视频监控模块可以安装在监控区域的进入口、楼宇和建筑内部等监控节点上，从而可以将楼宇之间或者楼宇内部的公共区域全部覆盖，从而可以进行全面监控。视频监控模块对监控人员进行监控，并获得人员的进入坐标和路线坐标。
视频监控模块包括视频获取模块、图像获取模块和图像对比模块，视频获取模块用于拍摄并获得视频，可以采用摄像头等。图像获取模块用于对视频进行处理，截取获得图片帧Fi，并对图片帧Fi进行识别，并判断是否为人员图片，如果是，则图像对比模块对图片帧Fi进行训练并获得正面值Pi，并提取出max[Pi] 的图片帧Fi作为人员图片帧。
所述的正面值Pi的计算方法为对图片帧Fi进行处理，获得面部轮廓极点，所述的轮廓极点包括上极点、下极点和两个侧极点，并计算获得侧连线和竖连线，其中，侧连线为两个侧极点之间的连线，竖连线为上极点、下极点的连线，并计算获得侧连线长度为Lc和竖连线长度为Ls，正面值Pi＝β1Ls+β2Lc,其中，β1和β2分别为竖向和侧向识别因子，可以根据设备识别能力具体设定，当然也可以是其他连接点。例如，计算获得竖连线长度为13.2、14.1、11.4、15.9、 17.8、20.9；对应的侧连线长度为10.2、12.6、11.6、11.8、13.2、12.3，根据设备定义β1和β2分别为0.55和0.45，计算获得的正面值P1、P2、P3、P4、P5、P6分别为11.85、13.425、11.49、14.055、15.73、17.03，则max[Pi]为17.03 的图片帧作为人员图片帧。
所述视频监控模块还包括入口监控模块、边界监控模块和内部监控模块，入口监控模块可以安装在小区或者监控区域的入口处，可以安装在门闸处，当人员进入到门闸时，用于主动获取进入小区或者监控区域内部人员视频，可以正对着入口处进行安装。边界监控模块，可以安装在小区或者监控区域的边界处，用于主动获取从边界线进入小区或者监控区域内部视频。内部监控模块，可以安装在监控区域内部或者建筑物的内部，用于对监控人员进行跟踪。
视频拼接模块，用于接收监控视频，并对监控视频进行拼接，获得整体监控视频网络，视频监控模块拍摄范围有限，不能完全覆盖整个监控区域。对监控视频进行拼接，从而增加了完整程度。所述视频拼接模块的拼接方法为对视频进行分割，分割以视频监控模块的采集焦点(xi，yi，zi)为中心，获得一个长为X0，宽为Y0的矩形图片，其中X0，Y0为视频监控模块的拍摄边长，且xi+1＝xi+X0， yi+1＝yi+Y0，视频按照焦点位置进行拼接，并构建监控区域模型，并将监控视频网络按照采集焦点植入到区域模型内部获得监控空间。当然还可以对高度进行监控，视频按照焦点位置进行拼接，并构建监控区域模型，并将监控视频网络按照采集焦点植入到区域模型内部获得监控空间，以此可以获得了整体监控视频，没有监控到的区域在监控空间内部显示空白。
图片分析模块，用于接收人员图片帧，并对人员图片帧进行分析获得图片信息，图片分析模块为现有技术。
人员判定模块，用于接收图片信息，通过图片信息查找一个预先设置的图片信息-人员信息表进行对比，判断是否类同，如果是，则判定为编内人员；如果否，则判定为编外人员，则采集人员特征，并控制视频监控模块对人员进行监控，并构建人员行程路线且进行储存。当可以进行高清采集时，进行人员面部核对跟踪，如果不能进行高清采集时，从而便于后期跟踪，避免了人员跟踪丢失。
人员路线分析模块，用于根据进入坐标查找一个进入坐标-进入可疑因子信息表，从而获得进入位置因子E。例如，从入口处刷卡进入的人员入位置因子E为1，跟随人员入位置因子E为1.2，还可以对边界线进行分段，不同的进入位置点的进入位置因子E也不相同。各个根据路线坐标查找一个路线坐标- 路线可疑因子信息表，从而获得路线位置因子R，可以对监控区域内部各个区域进行划分，并设定不同的可疑因子，当人员路线经过这些位置时，获得对应的路线位置因子R，当然对于跟随人员进行跟踪，并判断跟随人员和进入人员路线是否相同，如果是，则路线位置因子R不变，如果否，则路线位置因子R权重增加，权重增加为1.5。
可疑等级分析模块，用于计算获得人员可疑值，所述的人员当前可疑值 Si＝IER,并进行实时更新。例如,在夜里凌晨时，人员尾随刷卡进入人员进入监控区域，进入后与刷卡进入人员分开，并进入到电控区域等地，电控区域的路线位置因子R为3，凌晨时间因子I为1.8，则计算Si＝1×1.8×1.5×3＝8.1。
可疑判定模块，用于判定当前人员可疑值Si是否大于一个预先设置S标，如果是，则发送报警信号，提示人员进行监控。预先设置S标可以为7.9,8.1 大于7.9，则发送报警信号，则进行人员监控跟踪，避免了事故发生。通过计算可疑值进行监控，可以进行定量监控，监控能力强，避免了人为分析造成错漏，同时减轻了工作量，避免了监控人员疲劳作业，实现了智能监控。
本发明涉及到的所有的表格均通过试验、测量、经验制作。
综上所述，本发明通过计算可疑值进行监控，可以进行定量监控，监控能力强，避免了人为分析造成错漏；减轻了工作量，避免了监控人员疲劳作业，实现了智能监控，可以在具有可疑时进行提醒，避免了事故发生后处理造成的损失，使危险防患于未然。
显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域及相关领域的普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都应属于本发明保护的范围。本发明中未具体描述和解释说明的结构、装置以及操作方法，如无特别说明和限定，均按照本领域的常规手段进行实施。

Claims (6)

1.一种辅助巡线监控管理系统，其特征在于：包括：
时间标识模块，用于获取当前时间点ti，并根据当前时间点ti查找一个时间段-入侵因子信息表，获得时间因子I；
空间构建模块，用于构建空间坐标系，并将监控区域和监控节点置于空间坐标系中；
视频监控模块，安装在监控节点上，用于获取进入监控区域人员的监控视频，并对监控视频进行截取获得人员图片帧，并获得人员的进入坐标和路线坐标；
视频拼接模块，用于接收监控视频，并对监控视频进行拼接，获得整体监控视频网络；
图片分析模块，用于对人员图片帧进行分析获得图片信息；
人员判定模块，用于判定人员是否为编外人员，若判定为编外人员，则采集人员特征，控制视频监控模块对人员进行监控；
人员路线分析模块，用于根据进入坐标查找一个进入坐标-进入可疑因子信息表，获得进入位置因子E，根据路线坐标查找一个路线坐标-路线可疑因子信息表，获得路线位置因子R；
可疑等级分析模块，用于计算获得人员可疑值；
可疑判定模块，用于判定当前人员可疑值Si是否大于一个预先设置的标准值S标，若判断结果为是，则发送报警信号。
2.根据权利要求1所述的辅助巡线监控管理系统，其特征在于：所述视频监控模块包括：
视频获取模块，用于拍摄并获得监控视频；
图像获取模块，用于对监控视频进行处理，截取获得图片帧Fi，并对图片帧Fi进行识别，并判断是否为人员图片；
图像对比模块，用于对图片帧Fi进行训练并获得正面值Pi，并提取出max[Pi]的图片帧Fi作为人员图片帧；
入口监控模块，用于主动获取进入小区或者监控区域内部人员监控视频；
边界监控模块，用于主动获取从边界线进入小区或者监控区域内部监控视频；
内部监控模块，用于对监控人员进行跟踪。
3.根据权利要求1至2中任一项所述的辅助巡线监控管理系统的监控管理方法，其特征在于：该方法包括下列顺序的步骤：
(1)获取当前时间点ti，并根据当前时间点ti查找一个时间段-入侵因子信息表，获得时间因子I；
(2)构建空间坐标系，并将监控区域和监控节点置于空间坐标系中；
(3)获取进入监控区域人员的监控视频，并对监控视频进行截取获得人员图片帧，对人员图片帧进行分析获得图片信息，并获得人员的进入坐标和路线坐标；
(4)接收监控视频，并对监控视频进行拼接，获得整体监控视频网络；
(5)根据进入坐标查找一个进入坐标-进入可疑因子信息表，获得进入位置因子E；
(6)判定人员是否为编外人员，若判定为编外人员，则采集人员特征，控制视频监控模块对人员进行监控；
(7)根据路线坐标查找一个路线坐标-路线可疑因子信息表，获得路线位置因子R；
(8)计算获得人员可疑值，所述人员可疑值Si＝IER；
(9)判定当前人员可疑值Si是否大于一个预先设置的标准值S标，若判断结果为是，则发送报警信号。
4.根据权利要求3所述的监控管理方法，其特征在于：所述步骤(3)具体是指：获得进入监控区域人员的视频，对视频进行处理，截取获得图片帧Fi，并对图片帧Fi进行识别，并判断是否为人员图片，如果是，则对图片帧Fi进行训练并获得正面值Pi，并提取出max[Pi]的图片帧Fi作为人员图片帧；
则对图片帧Fi进行训练并获得正面值Pi具体是指：对图片帧Fi进行处理，获得面部轮廓极点，并计算对应轮廓极点连线线段长度Li，根据连线线段长度正面值
Figure FDA0003691758740000031
其中，βi为连线识别因子；
所述轮廓极点包括上极点、下极点和两个侧极点，计算获得侧连线和竖连线，其中，侧连线为两个侧极点之间的连线，竖连线为上极点、下极点的连线，计算获得侧连线长度为Lc和竖连线长度为Ls，正面值Pi＝β1Ls+β2Lc,其中，β1和β2分别为竖向识别因子和侧向识别因子。
5.根据权利要求3所述的监控管理方法，其特征在于：所述步骤(4)具体是指：对视频进行分割，分割以视频监控模块的采集焦点(xi，yi，zi)为中心，获得一个长为X0、宽为Y0的矩形图片，其中X0，Y0为视频监控模块的拍摄边长，且xi+1＝xi+X0，yi+1＝yi+Y0，视频按照采集焦点位置进行拼接，并构建监控区域模型，并将监控视频网络按照采集焦点植入到监控区域模型内部获得监控空间。
6.根据权利要求3所述的监控管理方法，其特征在于：所述步骤(6)具体是指：通过图片信息查找一个预先设置的图片信息-人员信息表进行对比，判断是否类同，若判断结果为是，则判定为编内人员；否则，则判定为编外人员，采集人员特征，并控制视频监控模块对人员进行监控。
CN202210663022.0A 2022-06-13 2022-06-13 一种辅助巡线监控管理系统及方法 Pending CN115278158A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210663022.0A CN115278158A (zh) 2022-06-13 2022-06-13 一种辅助巡线监控管理系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210663022.0A CN115278158A (zh) 2022-06-13 2022-06-13 一种辅助巡线监控管理系统及方法

Publications (1)

Publication Number Publication Date
CN115278158A true CN115278158A (zh) 2022-11-01

Family

ID=83759776

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210663022.0A Pending CN115278158A (zh) 2022-06-13 2022-06-13 一种辅助巡线监控管理系统及方法

Country Status (1)

Country Link
CN (1) CN115278158A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116074479A (zh) * 2023-03-03 2023-05-05 山东交通学院 基于图像分析的乘务监控系统、方法、设备及存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116074479A (zh) * 2023-03-03 2023-05-05 山东交通学院 基于图像分析的乘务监控系统、方法、设备及存储介质

Similar Documents

Publication Publication Date Title
CN109886096B (zh) 一种智慧旅游监管及安全应急管理联动指挥系统
CN103716594B (zh) 基于运动目标检测的全景拼接联动方法及装置
CN103716595B (zh) 全景拼接摄像机和球机联动控制方法及装置
CN107529221A (zh) 一种结合视频监控和Wi‑Fi定位的追踪分析系统及方法
CN107423674A (zh) 一种基于人脸识别的寻人方法、电子设备及存储介质
CN110874866B (zh) 一种基于视频的变电站三维监控方法及系统
CN105957395A (zh) 一种基于摄像机阵列的路侧停车管理系统及其方法
CN108710827B (zh) 一种社区微警务巡查和信息自动分析系统及方法
CN110942580A (zh) 一种智能楼宇访客管理方法、系统及储存介质
CN105022999A (zh) 一种人码伴随实时采集系统
CN113240249B (zh) 基于无人机增强现实的城市工程质量智能评价方法及其系统
CN108961276A (zh) 基于视觉伺服的配电线路巡检数据自动采集方法及系统
CN114067438B (zh) 一种基于热红外视觉的停机坪人体动作识别方法及系统
CN110276254A (zh) 基于无人机的禁止摆摊区域摊贩自动识别预警方法
CN109615723A (zh) 巡查路线覆盖情况自动分析方法及系统
US12106376B2 (en) Method and apparatus for processing an insurance claim
CN115278158A (zh) 一种辅助巡线监控管理系统及方法
CN105096305A (zh) 绝缘子状态分析的方法及装置
CN111147811A (zh) 一种自动人脸追踪的三维成像系统、成像方法和成像设备
CN113963373A (zh) 一种基于视频图像动态检测与跟踪算法系统及方法
CN210924687U (zh) 一种基于人脸识别技术的外来人员分类管控系统
CN109727348A (zh) 一种电力隧道人员监控方法
CN113743380B (zh) 一种基于视频图像动态监测的主动跟踪方法
CN110490104A (zh) 一种减少流浪者冲突的监测系统及监测方法
CN109948550A (zh) 一种智慧火车站人流量监控系统及方法

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