CN115408557B - 一种基于大数据的安全监控系统 - Google Patents
一种基于大数据的安全监控系统 Download PDFInfo
- Publication number
- CN115408557B CN115408557B CN202211353297.0A CN202211353297A CN115408557B CN 115408557 B CN115408557 B CN 115408557B CN 202211353297 A CN202211353297 A CN 202211353297A CN 115408557 B CN115408557 B CN 115408557B
- Authority
- CN
- China
- Prior art keywords
- video frame
- video
- vidfra
- early warning
- effective
- 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
- 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
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/40—Scenes; Scene-specific elements in video content
- G06V20/48—Matching video sequences
-
- 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
- G06V20/49—Segmenting video sequences, i.e. computational techniques such as parsing or cutting the sequence, low-level clustering or determining units such as shots or scenes
-
- 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Signal Processing (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
本发明公开了一种基于大数据的安全监控系统,包括拍摄模块、分析模块和存储模块;拍摄模块用于获取监控视频;分析模块用于获取监控视频中的有效片段;存储模块用于存储监控视频中的有效片段。本发明的监控系统,在获得监控视频之后,并不是直接对监控视频进行存储,而是通过获取监控视频中的有效片段后,对有效片段进行存储,这样的存储方式节约了大量的存储控制,也使得监控视频的保留时间可以更长。方便人们在有需要时查看时间较为久远的监控视频。
Description
技术领域
本发明涉及监控领域,尤其涉及一种基于大数据的安全监控系统。
背景技术
监控系统由摄像头、传输、控制、显示和记录登记五部分组成。摄像机通过同轴视频电缆、网络电缆和光纤将视频图像传输给控制主机,控制主机将视频信号分配给各个监视器和视频记录设备,同时将要传输的语音信号记录到录像机中。通过控制主机,操作员可以发出指令来控制云台的上下左右移动和镜头变焦,并且可以通过控制主机在多个摄像机和云台之间切换。
摄像头在拍摄的过程中会产生大量的无效的数据信息,例如某些区域由于一直没有人或车等事物进入,因此视频画面长时间保持一致,这种就是无效的视频数据。因此,这些无效的数据信息会占据比较大的存储空间,因此,现有技术一般是采用定期清理监控视频的方式来节约存储空间,这也就使得当需要查看一些拍摄时间较为久远的监控视频时,往往会遇到视频已经被删除的情况。因此我们需要一种采用新的数据存储方式的监控系统。
发明内容
本发明的目的在于公开一种基于大数据的安全监控系统,解决现有的监控系统在存储监控视频时,由于存储了大量的无效的监控视频,需要通过定期清理监控视频来节约存储空间,导致无法查看一些拍摄时间较为久远的监控视频的问题。
为了达到上述目的,本发明采用如下技术方案:
一种基于大数据的安全监控系统,包括拍摄模块、分析模块和存储模块;
拍摄模块用于获取监控视频;
分析模块用于采用如下方式对监控视频进行计算,获取监控视频中的有效片段:
S1,对监控视频进行拆帧处理,将监控视频拆成多个视频帧,将获得的视频帧存入集合S中;
存储模块用于存储监控视频中的有效片段。
对于集合S中的第k个视频帧,计算和之间的区分系数,若大于设定的判断阈值,继续计算第k+1个视频帧与之间的区分系数,直到出现与之间的区分系数小于设定的判断阈值的视频帧,将编号在的视频帧作为有效片段所包含的视频帧。
对于集合S中的第k个视频帧,计算和之间的区分系数,若小于设定的判断阈值,继续计算第k+1个视频帧与之间的区分系数,直到出现与之间的区分系数大于设定的判断阈值的视频帧,将编号在的视频帧作为无效片段所包含的视频帧。
优选地,基于大数据的安全监控系统还包括预警模块;
预警模块用于对有效片段进行视频分析,判断有效片段中是否出现预设类型的预警事件,若是,则向工作人员发出预警警告。
优选地,所述预警模块包括预处理单元、模型存储单元、识别单元和预警单元;
预处理单元用于分别对有效片段中的每个视频帧进行预处理,获得预处理后的有效片段;
模型存储单元用于存储用于进行预警事件检测的神经网络模型;
识别单元用于将有效片段输入到进行预警事件检测的神经网络模型中进行识别,判断是否出现预设类型的预警事件;
预警单元用于在有效片段中出现预设类型的预警事件时,向工作人员发出预警警告。
优选地,所述分别对有效片段中的每个视频帧进行预处理,获得预处理后的有效片段,包括:
对视频帧进行光照调整处理,获调整后的视频帧;
对调整后的视频帧进行滤波处理,获得滤波后的视频帧;
对滤波后的视频帧进行分割处理,获得仅包含感兴趣区域的视频帧;
将仅包含感兴趣区域的视频帧组成预处理后的有效片段。
本发明的监控系统,在获得监控视频之后,并不是直接对监控视频进行存储,而是通过获取监控视频中的有效片段后,对有效片段进行存储,这样的存储方式节约了大量的存储控制,也使得监控视频的保留时间可以更长。方便人们在有需要时查看时间较为久远的监控视频。
附图说明
利用附图对本发明作进一步说明,但附图中的实施例不构成对本发明的任何限制,对于本领域的普通技术人员,在不付出创造性劳动的前提下,还可以根据以下附图获得其它的附图。
图1为本发明一种基于大数据的安全监控系统的一种实施例图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。
如图1所示的一种实施例,本发明提供了一种基于大数据的安全监控系统,包括拍摄模块、分析模块和存储模块;
拍摄模块用于获取监控视频;
分析模块用于采用如下方式对监控视频进行计算,获取监控视频中的有效片段:
S1,对监控视频进行拆帧处理,将监控视频拆成多个视频帧,将获得的视频帧存入集合S中;
存储模块用于存储监控视频中的有效片段。
本发明的监控系统,在获得监控视频之后,并不是直接对监控视频进行存储,而是通过获取监控视频中的有效片段后,对有效片段进行存储,这样的存储方式节约了大量的存储控制,也使得监控视频的保留时间可以更长。方便人们在有需要时查看时间较为久远的监控视频。
在对集合S中的视频帧进行有效片段的获取时,采用的是交替进行的方式,因为有效片段很少会直接占满整个监控视频,因此,在两段有效片段之间,会有无效片段隔开。
例如,本来需要3年便删除一遍监控视频,而采用本发明的存储方法后,清空监控视频的时间间隔能够显著大于3年。
对于集合S中的第k个视频帧,计算和之间的区分系数,若大于设定的判断阈值,继续计算第k+1个视频帧与之间的区分系数,直到出现与之间的区分系数小于设定的判断阈值的视频帧,将编号在的视频帧作为有效片段所包含的视频帧。
对于集合S中的第k个视频帧,计算和之间的区分系数,若小于设定的判断阈值,继续计算第k+1个视频帧与之间的区分系数,直到出现与之间的区分系数大于设定的判断阈值的视频帧,将编号在的视频帧作为无效片段所包含的视频帧。
优选地,基于大数据的安全监控系统还包括预警模块;
预警模块用于对有效片段进行视频分析,判断有效片段中是否出现预设类型的预警事件,若是,则向工作人员发出预警警告。
优选地,所述预警模块包括预处理单元、模型存储单元、识别单元和预警单元;
预处理单元用于分别对有效片段中的每个视频帧进行预处理,获得预处理后的有效片段;
模型存储单元用于存储用于进行预警事件检测的神经网络模型;
识别单元用于将有效片段输入到进行预警事件检测的神经网络模型中进行识别,判断是否出现预设类型的预警事件;
预警单元用于在有效片段中出现预设类型的预警事件时,向工作人员发出预警警告。
具体的,预设类型的预警事件包括未佩戴口罩进入,在非允许时间段进入等。
优选地,所述分别对有效片段中的每个视频帧进行预处理,获得预处理后的有效片段,包括:
对视频帧进行光照调整处理,获调整后的视频帧;
对调整后的视频帧进行滤波处理,获得滤波后的视频帧;
对滤波后的视频帧进行分割处理,获得仅包含感兴趣区域的视频帧;
将仅包含感兴趣区域的视频帧组成预处理后的有效片段。
优选地,所述对视频帧进行光照调整处理,获得调整后的视频帧,包括:
本发明在进行光照调节处理时,通过先获取分割阈值T,然后基于分割阈值T对像素点的像素值进行了区分,然后分别采用不同的调节函数对像素点进行了光照调节处理,从而提高了调节处理的准确率。
优选地,对滤波后的视频帧进行分割处理,获得仅包含感兴趣区域的视频帧,包括:
使用图像分割算法对滤波后的视频帧进行分割处理获得前景区域和背景区域,将前景区域作为感兴趣区域。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本发明的具体实施例而已,并不用于限定本发明的保护范围,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (4)
1.一种基于大数据的安全监控系统,其特征在于,包括拍摄模块、分析模块和存储模块;
拍摄模块用于获取监控视频;
分析模块用于采用如下方式对监控视频进行计算,获取监控视频中的有效片段:
S1,对监控视频进行拆帧处理,将监控视频拆成多个视频帧,将获得的视频帧存入集合S中;
S2,对于集合S中的第1个视频帧,计算第1个视频帧和第2个视频帧之间的区分系数discoef1,2;
若discoef1,2大于设定的判断阈值,则将第1个视频帧作为有效片段的基准视频帧vidfrastf,基于vidfrastf获取有效片段;若discoef1,2小于设定的判断阈值,则将第1个视频帧作为无效片段的基准视频帧vidfrastd,基于vidfrastd获取无效片段;
区分系数discoef1,2采用如下公式计算:
其中,U1表示第1个视频帧中的像素点的集合,numU1表示U1中包含的像素点的总数,graypix,1表示第1个视频帧中的像素点pix的像素值,graypix,2表示像素点pix在第2个视频帧中所对应的像素点的像素值;
S3,将S2中获得的有效片段或无效片段的结束帧的编号记为n,将编号在区间[1,n]范围内的视频帧从集合S中删除,获得更新后的集合S,返回S2;
存储模块用于存储监控视频中的有效片段;
所述基于vidfrastf获取有效片段,包括:
对于集合S中的第k个视频帧vidfrak,计算vidfrak和vidfrastf之间的区分系数discoefstf,k,若discoefstf,k大于设定的判断阈值,继续计算第k+1个视频帧vidfrak+1与vidfrastf之间的区分系数,直到出现与vidfrastf之间的区分系数小于设定的判断阈值的视频帧vidfrat,将编号在[1,t-1]的视频帧作为有效片段所包含的视频帧;
所述基于vidfrastd获取无效片段,包括:
对于集合S中的第k个视频帧vidfrak,计算vidfrak和vidfrastd之间的区分系数discoefstd,k,若discoefstd,k小于设定的判断阈值,继续计算第k+1个视频帧vidfrak+1与vidfrastd之间的区分系数,直到出现与vidfrastd之间的区分系数大于设定的判断阈值的视频帧vidfrat,将编号在[1,t-1]的视频帧作为无效片段所包含的视频帧。
2.根据权利要求1所述的一种基于大数据的安全监控系统,其特征在于,还包括预警模块;
预警模块用于对有效片段进行视频分析,判断有效片段中是否出现预设类型的预警事件,若是,则向工作人员发出预警警告。
3.根据权利要求2所述的一种基于大数据的安全监控系统,其特征在于,所述预警模块包括预处理单元、模型存储单元、识别单元和预警单元;
预处理单元用于分别对有效片段中的每个视频帧进行预处理,获得预处理后的有效片段;
模型存储单元用于存储用于进行预警事件检测的神经网络模型;
识别单元用于将有效片段输入到进行预警事件检测的神经网络模型中进行识别,判断是否出现预设类型的预警事件;
预警单元用于在有效片段中出现预设类型的预警事件时,向工作人员发出预警警告。
4.根据权利要求3所述的一种基于大数据的安全监控系统,其特征在于,所述分别对有效片段中的每个视频帧进行预处理,获得预处理后的有效片段,包括:
对视频帧进行光照调整处理,获调整后的视频帧;
对调整后的视频帧进行滤波处理,获得滤波后的视频帧;
对滤波后的视频帧进行分割处理,获得仅包含感兴趣区域的视频帧;
将仅包含感兴趣区域的视频帧组成预处理后的有效片段。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211353297.0A CN115408557B (zh) | 2022-11-01 | 2022-11-01 | 一种基于大数据的安全监控系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211353297.0A CN115408557B (zh) | 2022-11-01 | 2022-11-01 | 一种基于大数据的安全监控系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115408557A CN115408557A (zh) | 2022-11-29 |
CN115408557B true CN115408557B (zh) | 2023-02-03 |
Family
ID=84167793
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211353297.0A Active CN115408557B (zh) | 2022-11-01 | 2022-11-01 | 一种基于大数据的安全监控系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115408557B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114743163A (zh) * | 2022-04-29 | 2022-07-12 | 北京容联易通信息技术有限公司 | 一种基于深度学习的视频智能监控算法架构方法和系统 |
CN114928766A (zh) * | 2022-05-12 | 2022-08-19 | 南京信息职业技术学院 | 一种自动调整视频片段的系统及方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103067702B (zh) * | 2012-12-06 | 2015-07-22 | 中通服公众信息产业股份有限公司 | 一种用于具有静止画面视频的视频浓缩方法 |
CN109993025B (zh) * | 2017-12-29 | 2021-07-06 | 中移(杭州)信息技术有限公司 | 一种关键帧提取方法及设备 |
CN110956648A (zh) * | 2019-11-15 | 2020-04-03 | 深圳市宏电技术股份有限公司 | 一种视频图像处理方法、装置、设备及存储介质 |
CN112532938B (zh) * | 2020-11-26 | 2021-08-31 | 武汉宏数信息技术有限责任公司 | 一种基于大数据技术的视频监控系统 |
CN113705504A (zh) * | 2021-09-02 | 2021-11-26 | 浙江索思科技有限公司 | 一种基于视频处理技术的海洋渔业安全生产管理系统 |
CN114373145A (zh) * | 2021-12-15 | 2022-04-19 | 西安理工大学 | 基于orb算法的关键帧获取的监控视频场景分类方法 |
CN115065798B (zh) * | 2022-08-18 | 2022-11-22 | 广州智算信息技术有限公司 | 一种基于大数据的视频分析监控系统 |
-
2022
- 2022-11-01 CN CN202211353297.0A patent/CN115408557B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114743163A (zh) * | 2022-04-29 | 2022-07-12 | 北京容联易通信息技术有限公司 | 一种基于深度学习的视频智能监控算法架构方法和系统 |
CN114928766A (zh) * | 2022-05-12 | 2022-08-19 | 南京信息职业技术学院 | 一种自动调整视频片段的系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115408557A (zh) | 2022-11-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109711318B (zh) | 一种基于视频流的多人脸检测与跟踪方法 | |
CN102306304B (zh) | 人脸遮挡物识别方法及其装置 | |
KR100476019B1 (ko) | 침입물체검출용 감시방법 및 침입물체검출용 감시장치 | |
CN105894702A (zh) | 一种基于多摄像机数据融合的入侵检测报警系统及其检测方法 | |
US20060056702A1 (en) | Image processing apparatus and image processing method | |
CN115065798B (zh) | 一种基于大数据的视频分析监控系统 | |
CN112149513A (zh) | 基于深度学习的工业制造现场安全帽佩戴识别系统和方法 | |
CN108174198B (zh) | 一种视频图像质量诊断分析检测设备及应用系统 | |
CN109345524A (zh) | 一种基于视觉的轴承外观缺陷检测系统 | |
KR101454644B1 (ko) | 보행자 추적기를 이용한 서성거림을 탐지하는 방법 | |
CN112132863A (zh) | 一种高空抛物检测流程及分析方法 | |
CN109688384A (zh) | 一种基于图像识别的教室教学情况监控系统及方法 | |
KR102127276B1 (ko) | 복수의 고해상도 카메라들을 이용한 파노라마 영상 감시 시스템 및 그 방법 | |
CN115035564A (zh) | 基于巡逻车智能摄像机的人脸识别方法、系统及相关组件 | |
JPH09252467A (ja) | 移動体検出装置 | |
JP7199645B2 (ja) | 物体認識システムおよび物体認識方法 | |
CN115408557B (zh) | 一种基于大数据的安全监控系统 | |
WO2019039661A1 (ko) | 압축영상에 대한 신택스 기반의 이동객체 영역 추출 방법 | |
WO2023231479A1 (zh) | 瞳孔检测方法、装置、存储介质及电子设备 | |
CN117351649A (zh) | 一种综合YOLOv8和帧差法的落石识别监测系统及方法 | |
KR101920369B1 (ko) | 열화상 카메라의 영상처리장치 및 영상처리방법 | |
KR102015082B1 (ko) | 압축영상에 대한 신택스 기반의 객체 추적 방법 | |
JP3625442B2 (ja) | 物体検出方法及び物体検出装置並びに物体検出プログラム | |
JP2667973B2 (ja) | 移動体監視装置 | |
KR102423934B1 (ko) | 안면인식 및 유사한 옷 색상의 다수 객체 추적기술을 통한 스마트 휴먼검색 통합 솔루션 |
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 |