欧美在线观看视频网站,亚洲熟妇色自偷自拍另类,啪啪伊人网,中文字幕第13亚洲另类,中文成人久久久久影院免费观看 ,精品人妻人人做人人爽,亚洲a视频

基于城市監(jiān)控視頻識別的應(yīng)急事件發(fā)現(xiàn)方法及系統(tǒng)的制作方法

文檔序號:10656097閱讀:260來源:國知局
基于城市監(jiān)控視頻識別的應(yīng)急事件發(fā)現(xiàn)方法及系統(tǒng)的制作方法
【專利摘要】本發(fā)明公開了一種基于城市監(jiān)控視頻識別的應(yīng)急事件發(fā)現(xiàn)方法及系統(tǒng)。本發(fā)明的基于城市監(jiān)控視頻識別的應(yīng)急事件發(fā)現(xiàn)方法包括:第一步驟:利用分布式布置的監(jiān)控攝像頭,實時獲取監(jiān)控視頻信號;第二步驟:針對監(jiān)控視頻信號中識別得到的監(jiān)控對象的數(shù)量及運動模式,利用圖像識別算法對監(jiān)控視頻信號進(jìn)行解析,以獲取監(jiān)控對象的解析信息;第三步驟:根據(jù)監(jiān)控視頻的拍攝時間以及拍攝地理信息,利用監(jiān)控對象的解析信息,對監(jiān)控視頻中的潛在城市應(yīng)急事件進(jìn)行識別;第四步驟:輸出識別出來的潛在城市應(yīng)急事件。
【專利說明】
基于城市監(jiān)控視頻識別的應(yīng)急事件發(fā)現(xiàn)方法及系統(tǒng)
技術(shù)領(lǐng)域
[0001]本發(fā)明涉及視頻識別領(lǐng)域,尤其涉及一種能夠及時發(fā)現(xiàn)城市中可能的應(yīng)急性事件的基于城市監(jiān)控視頻識別的應(yīng)急事件發(fā)現(xiàn)方法及系統(tǒng)?!颈尘凹夹g(shù)】
[0002]隨著政府及公眾對公共場所安全要求的日益提高,越來越多的監(jiān)控攝像頭被部署在諸如交通路口、廣場、公園園區(qū)、大型商店等人群、車輛密集的城市重點區(qū)域。監(jiān)控對象集聚現(xiàn)象折射出的社會公共管理問題也日益突出,具有非常重要的研究和實踐意義。
[0003]如今,每時每刻都有海量的監(jiān)控視頻被攝制和存儲,而監(jiān)控視頻的理解和分析卻多依賴于人工完成。由于城市應(yīng)急性事件發(fā)生的頻率較低,城市監(jiān)控視頻中絕大部分內(nèi)容分析價值較低,不需要配置監(jiān)控人員進(jìn)行處理。而當(dāng)城市應(yīng)急事件發(fā)生時,由于監(jiān)控人員經(jīng)驗不一,在事件初期也往往不能準(zhǔn)確識別出城市監(jiān)控視頻中的城市應(yīng)急事件。因此,利用人工分析城市監(jiān)控視頻耗時費力且效果不佳。當(dāng)城市中監(jiān)控區(qū)域分布面積增大,監(jiān)控區(qū)域種類增多時,人工分析更難以從數(shù)量巨大、地點眾多、時間極長的監(jiān)控視頻中準(zhǔn)確、及時、高效地識別其中發(fā)生的應(yīng)急性事件。
[0004]因此,本領(lǐng)域的技術(shù)人員致力于開發(fā)一種能夠利用計算機(jī)智能識別城市重點區(qū)域的監(jiān)控視頻中應(yīng)急事件的方法。
【發(fā)明內(nèi)容】

[0005]有鑒于現(xiàn)有技術(shù)的上述缺陷,本發(fā)明所要解決的技術(shù)問題是提供一種利用計算機(jī)智能識別城市重點區(qū)域的監(jiān)控視頻中應(yīng)急事件的方法,并提供一套相應(yīng)的智能視頻解析系統(tǒng),能夠較為及時和準(zhǔn)確地發(fā)現(xiàn)城市監(jiān)控視頻中的應(yīng)急性事件。
[0006]為實現(xiàn)上述目的,本發(fā)明提供了一種基于城市監(jiān)控視頻識別的應(yīng)急事件發(fā)現(xiàn)方法,包括:
[0007]第一步驟:利用分布式布置的監(jiān)控攝像頭,實時獲取監(jiān)控視頻信號;
[0008]第二步驟:針對監(jiān)控視頻信號中識別得到的監(jiān)控對象的數(shù)量及運動模式,利用圖像識別算法對監(jiān)控視頻信號進(jìn)行解析,以獲取監(jiān)控對象的解析信息;
[0009]第三步驟:根據(jù)監(jiān)控視頻的拍攝時間以及拍攝地理信息,利用監(jiān)控對象的解析信息,對監(jiān)控視頻中的潛在城市應(yīng)急事件進(jìn)行識別;
[0010]第四步驟:輸出識別出來的潛在城市應(yīng)急事件。[〇〇11]優(yōu)選地,在第二步驟中,采用俯角視角下的基于前景區(qū)域與背景區(qū)域的差別的監(jiān)控對象識別算法,對監(jiān)控視頻中出現(xiàn)的運動物體進(jìn)行識別,并且將運動物體確定為監(jiān)控對象。
[0012]優(yōu)選地,在第二步驟中,在監(jiān)控視頻中的相鄰兩幀畫面,通過比較畫面中對應(yīng)區(qū)域,對明顯差異部分進(jìn)行數(shù)量識別和位置標(biāo)注,并將明顯差異部分作為視頻中檢測得到的運動物體;其中明顯差異部分是相鄰兩幀畫面中的差異性超過閾值的部分。
[0013]優(yōu)選地,在第二步驟中,采用經(jīng)人工標(biāo)注的樣本訓(xùn)練過的神經(jīng)網(wǎng)絡(luò)算法,利用監(jiān)控視頻信號中的監(jiān)控對象的區(qū)域面積和監(jiān)控對象的實際個數(shù)之間的數(shù)量關(guān)系,對監(jiān)控對象的種類和數(shù)量進(jìn)行更為準(zhǔn)確的計算機(jī)自動識別。
[0014]優(yōu)選地,在第三步驟中,根據(jù)監(jiān)控視頻的拍攝時間以及拍攝地理信息形成監(jiān)控對象的運動軌跡線,并且將監(jiān)控對象的運動軌跡線與預(yù)定運動模板進(jìn)行對比,并且根據(jù)對比結(jié)果對監(jiān)控視頻中的潛在城市應(yīng)急事件進(jìn)行識別。
[0015]優(yōu)選地,在第四步驟中,將識別出來的潛在城市應(yīng)急事件以規(guī)范的語義模型表述作為系統(tǒng)輸出。
[0016]本發(fā)明還提供了一種基于城市監(jiān)控視頻識別的應(yīng)急事件發(fā)現(xiàn)系統(tǒng),用于實現(xiàn)上述基于城市監(jiān)控視頻識別的應(yīng)急事件發(fā)現(xiàn)方法。
[0017]以下將結(jié)合附圖對本發(fā)明的構(gòu)思、具體結(jié)構(gòu)及產(chǎn)生的技術(shù)效果作進(jìn)一步說明,以充分地了解本發(fā)明的目的、特征和效果。【附圖說明】
[0018]圖1是根據(jù)本發(fā)明優(yōu)選實施例的基于城市監(jiān)控視頻識別的應(yīng)急事件發(fā)現(xiàn)方法的流程圖。
[0019]需要說明的是,附圖用于說明本發(fā)明,而非限制本發(fā)明。注意,表示結(jié)構(gòu)的附圖可能并非按比例繪制。并且,附圖中,相同或者類似的元件標(biāo)有相同或者類似的標(biāo)號?!揪唧w實施方式】
[0020]為克服現(xiàn)有城市監(jiān)控視頻分析依賴人工完成中遇到的成本高、效率低、效果差等諸多方面問題,本發(fā)明提供一種利用計算機(jī)進(jìn)行智能解析的方法。下面將具體描述本發(fā)明的優(yōu)選實施例。
[0021]圖1是根據(jù)本發(fā)明優(yōu)選實施例的基于城市監(jiān)控視頻識別的應(yīng)急事件發(fā)現(xiàn)方法的流程圖。
[0022]如圖1所示,根據(jù)本發(fā)明優(yōu)選實施例的基于城市監(jiān)控視頻識別的應(yīng)急事件發(fā)現(xiàn)方法包括:
[0023]第一步驟S1:利用分布式布置的監(jiān)控攝像頭,實時獲取監(jiān)控視頻信號作為系統(tǒng)的輸入;
[0024]例如,所述監(jiān)控攝像頭圍繞城市中的重點監(jiān)控場所(如大型廣場、運動場等處)布置。
[0025]第二步驟S2:針對監(jiān)控視頻信號中識別得到的監(jiān)控對象的數(shù)量及運動模式,利用圖像識別算法對監(jiān)控視頻信號進(jìn)行解析,以獲取監(jiān)控對象的解析信息;
[0026]具體地,在第二步驟S2中,采用俯角視角下的基于前景區(qū)域與背景區(qū)域的差別的監(jiān)控對象識別算法,對監(jiān)控視頻中出現(xiàn)的運動物體進(jìn)行識別,并且將運動物體確定為監(jiān)控對象。
[0027]更具體地,在第二步驟S2中,在監(jiān)控視頻中的相鄰兩幀畫面,通過比較畫面中對應(yīng)區(qū)域,對明顯差異部分(例如,差異性超過閾值的部分)進(jìn)行數(shù)量識別和位置標(biāo)注,并將明顯差異部分作為視頻中檢測得到的運動物體。
[0028]例如,考慮到城市監(jiān)控視頻中主要的監(jiān)控運動對象為行人和車輛,在識別算法中以相對輪廓面積為特征,可以設(shè)置分類規(guī)則用以區(qū)分兩種主要監(jiān)控對象。
[0029]為進(jìn)一步提高識別的準(zhǔn)確性,本發(fā)明還提出,在第二步驟S2中,采用經(jīng)人工標(biāo)注的樣本訓(xùn)練過的神經(jīng)網(wǎng)絡(luò)算法,利用監(jiān)控視頻信號中的監(jiān)控對象的區(qū)域面積和監(jiān)控對象的實際個數(shù)之間的數(shù)量關(guān)系,對監(jiān)控對象的種類和數(shù)量進(jìn)行更為準(zhǔn)確的計算機(jī)自動識別。
[0030]第三步驟S3:根據(jù)監(jiān)控視頻的拍攝時間以及拍攝地理信息,利用監(jiān)控對象的解析信息,對監(jiān)控視頻中的潛在城市應(yīng)急事件進(jìn)行識別;
[0031]具體地,在第三步驟S3中,根據(jù)監(jiān)控視頻的拍攝時間以及拍攝地理信息形成監(jiān)控對象的運動軌跡線,并且將監(jiān)控對象的運動軌跡線與預(yù)定運動模板進(jìn)行對比,并且根據(jù)對比結(jié)果對監(jiān)控視頻中的潛在城市應(yīng)急事件進(jìn)行識別。
[0032]例如,定時采集監(jiān)控對象在監(jiān)控畫面中位置點,并生成監(jiān)控對象的運動軌跡線,并將其與預(yù)先設(shè)置的運動軌跡模板進(jìn)行匹配。針對城市應(yīng)急事件下監(jiān)控對象的運動狀態(tài),在本發(fā)明的具體示例中,例如可以設(shè)計6種特殊的運動模板:(a)四向聚集模式(b)四向散開模式(c)單向移動模式(d)單向聚集模式(e)單向散開模式(f)環(huán)形移動模式。通過計算視頻片段運動軌跡線和模板的匹配程度,發(fā)現(xiàn)當(dāng)前監(jiān)控視頻中可能的異常狀態(tài)。
[0033]第四步驟S4:輸出識別出來的潛在城市應(yīng)急事件。
[0034]例如,在第四步驟S4中,將識別出來的潛在城市應(yīng)急事件以規(guī)范的語義模型表述作為系統(tǒng)輸出。
[0035]舉例來說,以監(jiān)控視頻中可直接獲得的時空信息,以及通過本發(fā)明前述視頻解析技術(shù)分析得到的監(jiān)控對象實時信息,構(gòu)建城市監(jiān)控視頻中應(yīng)急事件的語義模型,比如:應(yīng)急事件情境=〈事件標(biāo)識碼,事件時間,事件地點,監(jiān)控對象密度,監(jiān)控對象活動模式〉。由此可以采用基于案例推理的方法,對應(yīng)急事件情境的關(guān)聯(lián)關(guān)系進(jìn)行識別和評價,從而能夠及時從一段實時城市監(jiān)控視頻中識別出當(dāng)前可能發(fā)生的城市應(yīng)急事件。
[0036]在具體實施時,例如首先利用本監(jiān)控對象自動識別技術(shù),對監(jiān)控視頻數(shù)據(jù)信號進(jìn)行解析并識別視頻每一幀畫面中監(jiān)控對象的數(shù)量及其位置。然后監(jiān)控對象運動模式匹配技術(shù),生成監(jiān)控對象的運動軌跡線,并匹配得到相應(yīng)的運動模式。最后,利用應(yīng)急事件建模和推理方法,對一段視頻片段中的事件進(jìn)行語義建模,并判斷其是否為應(yīng)急性事件。若識別得到應(yīng)急性事件,則應(yīng)急管理系統(tǒng)發(fā)出警報,提醒監(jiān)管人員采取監(jiān)管措施。
[0037]根據(jù)本發(fā)明的其它實施例,還提供了一種基于城市監(jiān)控視頻識別的應(yīng)急事件發(fā)現(xiàn)系統(tǒng),用于實現(xiàn)上述基于城市監(jiān)控視頻識別的應(yīng)急事件發(fā)現(xiàn)方法。例如,能夠與監(jiān)控攝像頭進(jìn)行視頻數(shù)據(jù)傳輸?shù)闹С志W(wǎng)絡(luò)和數(shù)據(jù)庫功能的計算機(jī)系統(tǒng),可以實現(xiàn)上述基于城市監(jiān)控視頻識別的應(yīng)急事件發(fā)現(xiàn)方法。
[0038]總體上,本發(fā)明至少具有如下優(yōu)勢:[〇〇39](1)針對城市監(jiān)控視頻中人工參與耗時費力且效果不佳的問題,提出了一種利用計算機(jī)自動、智能分析的方法并構(gòu)建相應(yīng)的管理系統(tǒng),能夠充分滿足多種類、大規(guī)模場景實時監(jiān)管的實際需求。
[0040](2)針對城市監(jiān)控視頻中復(fù)雜場景監(jiān)控視頻解析困難的問題,提出了一種以行人和車輛為主的監(jiān)控對象自動識別和運動模式的智能解析技術(shù),能夠良好適應(yīng)人群、車流活動密集的城市公共場所的監(jiān)控視頻情境。
[0041](3)針對城市監(jiān)控視頻中應(yīng)急事件難以及時識別和準(zhǔn)確表達(dá)的問題,提出了一種應(yīng)急事件語義建模及推理方法,能夠有效理解監(jiān)控場景中可能的應(yīng)急性事件并做出及時響應(yīng)。[〇〇42]上述說明示出并描述了本發(fā)明的優(yōu)選實施例,如前所述,應(yīng)當(dāng)理解本發(fā)明并非局限于本文所披露的形式,不應(yīng)看作是對其他實施例的排除,而可用于各種其他組合、修改和環(huán)境,并能夠在本文所述發(fā)明構(gòu)想范圍內(nèi),通過上述教導(dǎo)或相關(guān)領(lǐng)域的技術(shù)或知識進(jìn)行改動。而本領(lǐng)域人員所進(jìn)行的改動和變化不脫離本發(fā)明的精神和范圍,則都應(yīng)在本發(fā)明所附權(quán)利要求的保護(hù)范圍內(nèi)。
【主權(quán)項】
1.一種基于城市監(jiān)控視頻識別的應(yīng)急事件發(fā)現(xiàn)方法,其特征在于包括:第一步驟:利用分布式布置的監(jiān)控攝像頭,實時獲取監(jiān)控視頻信號;第二步驟:針對監(jiān)控視頻信號中識別得到的監(jiān)控對象的數(shù)量及運動模式,利用圖像識 別算法對監(jiān)控視頻信號進(jìn)行解析,以獲取監(jiān)控對象的解析信息;第三步驟:根據(jù)監(jiān)控視頻的拍攝時間以及拍攝地理信息,利用監(jiān)控對象的解析信息,對 監(jiān)控視頻中的潛在城市應(yīng)急事件進(jìn)行識別;第四步驟:輸出識別出來的潛在城市應(yīng)急事件。2.如權(quán)利要求1所述的基于城市監(jiān)控視頻識別的應(yīng)急事件發(fā)現(xiàn)方法,其特征在于,在第 二步驟中,采用俯角視角下的基于前景區(qū)域與背景區(qū)域的差別的監(jiān)控對象識別算法,對監(jiān) 控視頻中出現(xiàn)的運動物體進(jìn)行識別,并且將運動物體確定為監(jiān)控對象。3.如權(quán)利要求2所述的基于城市監(jiān)控視頻識別的應(yīng)急事件發(fā)現(xiàn)方法,其特征在于,在第 二步驟中,在監(jiān)控視頻中的相鄰兩幀畫面,通過比較畫面中對應(yīng)區(qū)域,對明顯差異部分進(jìn)行 數(shù)量識別和位置標(biāo)注,并將明顯差異部分作為視頻中檢測得到的運動物體;其中明顯差異 部分是相鄰兩幀畫面中的差異性超過閾值的部分。4.如權(quán)利要求1至3之一所述的基于城市監(jiān)控視頻識別的應(yīng)急事件發(fā)現(xiàn)方法,其特征在 于,在第二步驟中,采用經(jīng)人工標(biāo)注的樣本訓(xùn)練過的神經(jīng)網(wǎng)絡(luò)算法,利用監(jiān)控視頻信號中的 監(jiān)控對象的區(qū)域面積和監(jiān)控對象的實際個數(shù)之間的數(shù)量關(guān)系,對監(jiān)控對象的種類和數(shù)量進(jìn) 行更為準(zhǔn)確的計算機(jī)自動識別。5.如權(quán)利要求1至3之一所述的基于城市監(jiān)控視頻識別的應(yīng)急事件發(fā)現(xiàn)方法,其特征在 于,在第三步驟中,根據(jù)監(jiān)控視頻的拍攝時間以及拍攝地理信息形成監(jiān)控對象的運動軌跡 線,并且將監(jiān)控對象的運動軌跡線與預(yù)定運動模板進(jìn)行對比,并且根據(jù)對比結(jié)果對監(jiān)控視 頻中的潛在城市應(yīng)急事件進(jìn)行識別。6.如權(quán)利要求1至3之一所述的基于城市監(jiān)控視頻識別的應(yīng)急事件發(fā)現(xiàn)方法,其特征在 于,在第四步驟中,將識別出來的潛在城市應(yīng)急事件以規(guī)范的語義模型表述作為系統(tǒng)輸出。7.—種基于城市監(jiān)控視頻識別的應(yīng)急事件發(fā)現(xiàn)系統(tǒng),用于實現(xiàn)如權(quán)利要求1至6之一所 述的基于城市監(jiān)控視頻識別的應(yīng)急事件發(fā)現(xiàn)方法。
【文檔編號】G06T7/20GK106022311SQ201610420594
【公開日】2016年10月12日
【申請日】2016年6月13日
【發(fā)明人】劉超, 何楚楚, 蔣祖華, 李心雨, 單春艷
【申請人】上海儀電(集團(tuán))有限公司中央研究院, 上海交通大學(xué)
網(wǎng)友詢問留言 已有0條留言
  • 還沒有人留言評論。精彩留言會獲得點贊!
1
奈曼旗| 武邑县| 石楼县| 寻甸| 溧水县| 乳山市| 永靖县| 蓬安县| 富锦市| 武宣县| 来宾市| 莱芜市| 罗甸县| 舞阳县| 西城区| 南靖县| 开阳县| 茌平县| 宝坻区| 建阳市| 朝阳县| 周口市| 华坪县| 徐州市| 肇东市| 洛宁县| 肥城市| 苍山县| 峡江县| 太和县| 水富县| 张家口市| 耒阳市| 黑山县| 且末县| 新沂市| 图片| 来安县| 美姑县| 牡丹江市| 西华县|