本發(fā)明涉及智能視頻分析技術(shù)領(lǐng)域，特別涉及一種城市管理自動(dòng)監(jiān)測(cè)方法、裝置及系統(tǒng)。

背景技術(shù)：

伴隨市場(chǎng)經(jīng)濟(jì)的高度發(fā)展和城市化進(jìn)程的逐漸推進(jìn)，城市管理過程中出現(xiàn)了許多非常重要、但又非常繁瑣的社會(huì)現(xiàn)象和問題，亟需有效的監(jiān)控和治理。其中，較為典型的問題包括但不限于：違章占道經(jīng)營(yíng)、馬車進(jìn)入城市道路、渣土車非法時(shí)段營(yíng)運(yùn)、三輪摩托非法營(yíng)運(yùn)等等。

目前，城市管理主要還依賴于人工進(jìn)行查處。在城管人員執(zhí)行城市監(jiān)管的過程中，違章違法營(yíng)運(yùn)人員往往采取游擊對(duì)策，集中整治時(shí)就銷聲匿跡，整治一旦結(jié)束又重操舊業(yè)。此外，還有另一種情況就是，城管人員執(zhí)法過程沒有有效的監(jiān)督，使得城管執(zhí)法產(chǎn)生很大爭(zhēng)議。

針對(duì)以上城市管理問題，現(xiàn)有通過較高自動(dòng)化水平進(jìn)行輔助城市管理的智能視頻分析技術(shù)可以通過視頻監(jiān)控發(fā)現(xiàn)和跟蹤運(yùn)動(dòng)的物體。

但是，在現(xiàn)有通過智能視頻監(jiān)控分析進(jìn)行城市管理的過程中，發(fā)明人發(fā)現(xiàn)現(xiàn)有技術(shù)中至少存在如下問題：

現(xiàn)有智能視頻分析技術(shù)主要適用于運(yùn)動(dòng)物體較少的場(chǎng)景，而城市的違法違章營(yíng)運(yùn)行為則往往發(fā)生在人群密集擁擠的場(chǎng)景下，因此，現(xiàn)有智能視頻分析技術(shù)在城市管理過程中分析精度較低；且由于各個(gè)城市發(fā)展規(guī)模不同，且城市管理需求不同，使得城市管理系統(tǒng)的局限性較大。

技術(shù)實(shí)現(xiàn)要素：

鑒于上述問題，提出了本發(fā)明以便提供一種克服上述問題或者至少部分地解決上述問題的，本發(fā)明的技術(shù)方案是這樣實(shí)現(xiàn)的：

一方面，本發(fā)明提供了一種城市管理自動(dòng)監(jiān)測(cè)方法，包括：

獲取待檢測(cè)視頻圖像以及待檢測(cè)模型；

通過所述待檢測(cè)模型判斷所述待檢測(cè)視頻圖像是否為待檢測(cè)目標(biāo)事件；

如果所述待檢測(cè)視頻圖像是待檢測(cè)目標(biāo)事件，則發(fā)出提示信息。

優(yōu)選地，該方法還包括：添加待檢測(cè)目標(biāo)事件類別；

為所述添加的待檢測(cè)目標(biāo)事件類別，增加視頻標(biāo)注樣本；所述視頻標(biāo)注樣本包括：標(biāo)注視頻及其標(biāo)注樣本信息。

優(yōu)選地，該方法還包括：刪除所述待檢測(cè)目標(biāo)事件類別及其對(duì)應(yīng)的視頻標(biāo)注樣本。

優(yōu)選地，該方法還包括：獲取誤報(bào)或者漏報(bào)視頻圖像；

標(biāo)注所述誤報(bào)或者漏報(bào)視頻圖像。

優(yōu)選地，該方法還包括：預(yù)設(shè)重新學(xué)習(xí)的周期或者重新學(xué)習(xí)的新增視頻標(biāo)注樣本數(shù)量；

當(dāng)達(dá)到所述重新學(xué)習(xí)的周期或者重新學(xué)習(xí)的新增視頻標(biāo)注樣本數(shù)量，則重新訓(xùn)練各個(gè)待檢測(cè)目標(biāo)事件類別對(duì)應(yīng)的待檢測(cè)模型。

本發(fā)明提供了一種城市管理自動(dòng)監(jiān)測(cè)裝置，包括：

信息獲取單元，用于獲取待檢測(cè)視頻圖像以及待檢測(cè)模型；

判斷單元，用于通過所述待檢測(cè)模型判斷所述待檢測(cè)視頻圖像是否為待檢測(cè)目標(biāo)事件；

提示單元，用于如果所述待檢測(cè)視頻圖像是待檢測(cè)目標(biāo)事件，則發(fā)出提示信息。

優(yōu)選的，該裝置還包括：

添加單元：用于添加待檢測(cè)目標(biāo)事件類別；

樣本增加單元，用于為所述添加的待檢測(cè)目標(biāo)事件類別，增加視頻標(biāo)注樣本；所述視頻標(biāo)注樣本包括：標(biāo)注視頻及其標(biāo)注樣本信息。

優(yōu)選的，該裝置還包括：刪除單元，用于刪除所述待檢測(cè)目標(biāo)事件類別及其對(duì)應(yīng)的視頻標(biāo)注樣本。

優(yōu)選的，該裝置還包括：圖像獲取單元，用于獲取誤報(bào)或者漏報(bào)視頻圖像；

標(biāo)注單元，用于標(biāo)注所述誤報(bào)或者漏報(bào)視頻圖像。

優(yōu)選的，該裝置還包括：閾值設(shè)置單元，用于預(yù)設(shè)重新學(xué)習(xí)的周期或者重 新學(xué)習(xí)的新增視頻標(biāo)注樣本數(shù)量；

訓(xùn)練單元，用于當(dāng)達(dá)到所述重新學(xué)習(xí)的周期或者重新學(xué)習(xí)的新增視頻標(biāo)注樣本數(shù)量，則重新訓(xùn)練各個(gè)待檢測(cè)目標(biāo)事件類別對(duì)應(yīng)的待檢測(cè)模型。

本發(fā)明提供了一種城市管理自動(dòng)監(jiān)測(cè)系統(tǒng)，包括：如上所述的城市管理自動(dòng)監(jiān)測(cè)裝置。

本發(fā)明提供的一種城市管理自動(dòng)監(jiān)測(cè)方法、裝置及系統(tǒng)，通過自動(dòng)發(fā)現(xiàn)待檢測(cè)目標(biāo)事件，且可以自動(dòng)學(xué)習(xí)更新待檢測(cè)目標(biāo)事件對(duì)應(yīng)的模型，并發(fā)出提示信息，從而大大提高了城市管理的精度，降低了人力成本，由于本發(fā)明還可以通過增加和/或刪除待檢測(cè)目標(biāo)事件類別及標(biāo)注視頻標(biāo)注樣本，以及獲取標(biāo)注誤報(bào)或者漏報(bào)視頻圖像，自主學(xué)習(xí)更新各個(gè)待檢測(cè)目標(biāo)事件類別對(duì)應(yīng)的待檢測(cè)模型，從而提高了城市管理系統(tǒng)的應(yīng)用廣度。

附圖說明

圖1為本發(fā)明實(shí)施例提供的一種城市管理自動(dòng)監(jiān)測(cè)方法流程圖；

圖2為本發(fā)明實(shí)施例提供的一種城市管理自動(dòng)監(jiān)測(cè)裝置結(jié)構(gòu)示意圖；

圖3為本發(fā)明實(shí)施例提供的一種城市管理自動(dòng)監(jiān)測(cè)系統(tǒng)結(jié)構(gòu)示意圖。

具體實(shí)施方式

為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合附圖對(duì)本發(fā)明實(shí)施方式作進(jìn)一步地詳細(xì)描述。

如圖1為所示為本發(fā)明實(shí)施例提供的一種城市管理自動(dòng)監(jiān)測(cè)方法流程圖；該包括：

101：獲取待檢測(cè)視頻圖像以及待檢測(cè)模型；

102：通過所述待檢測(cè)模型判斷所述待檢測(cè)視頻圖像是否為待檢測(cè)目標(biāo)事件；

103：如果所述待檢測(cè)視頻圖像是待檢測(cè)目標(biāo)事件，則發(fā)出提示信息。

需要說明的是，該方法還包括：

添加待檢測(cè)目標(biāo)事件類別；

為所述添加的待檢測(cè)目標(biāo)事件類別，增加視頻標(biāo)注樣本；所述視頻標(biāo)注樣 本包括：標(biāo)注視頻及其標(biāo)注樣本信息。

具體的講，設(shè)系統(tǒng)啟動(dòng)初始，默認(rèn)的待檢測(cè)目標(biāo)事件類別有“行人”和“機(jī)動(dòng)車”；如果用戶需要增加新的待檢測(cè)目標(biāo)事件類別，比如：“黑摩的”的管理問題，則可以先添加名為“黑摩的”的待檢測(cè)目標(biāo)事件類別；然后，可實(shí)現(xiàn)對(duì)視頻數(shù)據(jù)中的新增待檢測(cè)目標(biāo)事件進(jìn)行標(biāo)注，積累新增待檢測(cè)目標(biāo)事件視頻標(biāo)注樣本。系統(tǒng)可以使用最接近的已有模型對(duì)用戶待標(biāo)注的視頻進(jìn)行預(yù)標(biāo)注，使用戶只需修改自動(dòng)標(biāo)注中錯(cuò)誤的部分即可。然后，將標(biāo)注信息和視頻相關(guān)聯(lián)并保存。

還需要說明的是，該方法還包括：

刪除所述待檢測(cè)目標(biāo)事件類別及其對(duì)應(yīng)的視頻標(biāo)注樣本。

還需要說明的是，該方法還包括：

獲取誤報(bào)或者漏報(bào)視頻圖像；

標(biāo)注所述誤報(bào)或者漏報(bào)視頻圖像。

還需要說明的是，該方法還包括：

預(yù)設(shè)重新學(xué)習(xí)的周期或者重新學(xué)習(xí)的新增視頻標(biāo)注樣本數(shù)量；具體的講，就是根據(jù)用戶預(yù)設(shè)的重新學(xué)習(xí)周期，例如：一周或者一個(gè)月；或者重新學(xué)習(xí)的新增視頻標(biāo)注樣本數(shù)量，例如：新添加的待檢測(cè)目標(biāo)事件類別或者默認(rèn)待檢測(cè)目標(biāo)事件類別對(duì)應(yīng)的增加視頻標(biāo)注樣本達(dá)到新增視頻標(biāo)注樣本數(shù)量，例如：新增加一萬(wàn)條視頻標(biāo)注樣本；

當(dāng)達(dá)到所述重新學(xué)習(xí)的周期或者重新學(xué)習(xí)的新增視頻標(biāo)注樣本數(shù)量，則重新訓(xùn)練各個(gè)待檢測(cè)目標(biāo)事件類別對(duì)應(yīng)的待檢測(cè)模型。例如：新添加的待檢測(cè)目標(biāo)事件類別“黑摩的”的新增視頻標(biāo)注樣本數(shù)量達(dá)到預(yù)設(shè)周期或者數(shù)量，則提取“黑摩的”待檢測(cè)目標(biāo)事件類別的視頻標(biāo)注樣本，然后，利用機(jī)器學(xué)習(xí)方法重新訓(xùn)練“黑摩的”的圖像檢測(cè)模型，具體機(jī)器學(xué)習(xí)方法可以使用卷積神經(jīng)網(wǎng)絡(luò)或多層隨機(jī)森林等典型機(jī)器學(xué)習(xí)方法。

由于所述新增的視頻標(biāo)注樣本都來自于實(shí)際運(yùn)行所在的城市場(chǎng)景及用戶需求，所以對(duì)于實(shí)際運(yùn)行所在城市場(chǎng)景的適應(yīng)性強(qiáng)，長(zhǎng)期保持模型技術(shù)指標(biāo)的穩(wěn)定高。由于機(jī)器學(xué)習(xí)方法訓(xùn)練數(shù)據(jù)的規(guī)模非常大，因此，為了加速模型的訓(xùn)練過程需要利用圖形處理器(Graphic Processing Unit，簡(jiǎn)稱GPU)服務(wù)器來 完成訓(xùn)練，如果不考慮訓(xùn)練的時(shí)間開銷，使用常規(guī)的中央處理器(Central Processing Unit，簡(jiǎn)稱CPU)服務(wù)器來完成訓(xùn)練。

基于以上城市管理自動(dòng)監(jiān)測(cè)方法，以下設(shè)系統(tǒng)需要自動(dòng)監(jiān)測(cè)的目標(biāo)事件為“3個(gè)及以上占道經(jīng)營(yíng)目標(biāo)”，當(dāng)系統(tǒng)監(jiān)測(cè)到滿足所述條件的目標(biāo)事件即發(fā)送提示信息，例如：觸發(fā)對(duì)應(yīng)事件的報(bào)警系統(tǒng)。具體的實(shí)現(xiàn)過程如下：

S1，獲取待檢測(cè)視頻圖像以及待檢測(cè)模型，即獲取待檢測(cè)區(qū)域內(nèi)的所有待檢測(cè)視頻圖像，并獲取所述”占道經(jīng)營(yíng)”物體模型；

S2，通過”占道經(jīng)營(yíng)”物體模型判斷所述獲取待檢測(cè)區(qū)域內(nèi)的所有視頻圖像中是否為“占道經(jīng)營(yíng)”事件；

S3，如果所述待檢測(cè)視頻圖像是待檢測(cè)目標(biāo)事件且滿足所述待檢測(cè)區(qū)域內(nèi)有3個(gè)及以上占道經(jīng)營(yíng)目標(biāo)，則發(fā)出提示信息。

S4，由于所述“占道經(jīng)營(yíng)”物體模型可能不完善，發(fā)出提示信息的目標(biāo)事件可能存在誤報(bào)或漏報(bào)，則工作人員可以將所述發(fā)生誤報(bào)或者漏報(bào)的“占道經(jīng)營(yíng)”目標(biāo)事件中的假物體進(jìn)行標(biāo)注修正，系統(tǒng)獲取到所述標(biāo)注修正的誤報(bào)或者漏報(bào)視頻圖像，則標(biāo)注所述誤報(bào)或者漏報(bào)視頻圖像，以備后續(xù)”占道經(jīng)營(yíng)”物體模型重新訓(xùn)練更新所用。

S5，當(dāng)系統(tǒng)達(dá)到預(yù)設(shè)重新學(xué)習(xí)的周期或者滿足重新學(xué)習(xí)的新增視頻標(biāo)注樣本數(shù)量時(shí)，“占道攤位”物體模型進(jìn)行重新訓(xùn)練；

由于增加了有針對(duì)性的標(biāo)注修正，新訓(xùn)練得到的對(duì)應(yīng)物體模型將不再發(fā)生同樣的誤報(bào)和漏報(bào)，從而顯著提高“占道攤位”物體檢測(cè)的精度，亦即提高“占道經(jīng)營(yíng)”事件的檢測(cè)精度。

S6，返回S1重新進(jìn)入迭代周期。

需要說明的是，本發(fā)明提供的城市管理自動(dòng)監(jiān)測(cè)方法不僅僅局限于以上事件的監(jiān)測(cè)及報(bào)警，還可以實(shí)時(shí)添加監(jiān)測(cè)用戶的其它需求，例如：“馬車進(jìn)入城市道路”等現(xiàn)象。本發(fā)明通過將數(shù)據(jù)搜集、標(biāo)注、訓(xùn)練、檢測(cè)各環(huán)節(jié)的綜合迭代，使的數(shù)據(jù)收集和系統(tǒng)運(yùn)行可以螺旋進(jìn)行，不但能有效搜集數(shù)據(jù)，還可以標(biāo)注修正數(shù)據(jù)，即當(dāng)前模型誤報(bào)或漏報(bào)的數(shù)據(jù)，從而從根本上提高監(jiān)測(cè)精度。

本發(fā)明還可以自主的增加或刪除所述待檢測(cè)目標(biāo)事件類別以及相應(yīng)的標(biāo)注數(shù)據(jù)，從而使城市管理自動(dòng)監(jiān)測(cè)方法能夠隨著不同城市用戶需求的發(fā)展而得 到更新。

基于以上實(shí)施例，如圖2所示，為本發(fā)明實(shí)施例提供的一種城市管理自動(dòng)監(jiān)測(cè)裝置結(jié)構(gòu)示意圖；該裝置包括：

信息獲取單元201，用于獲取待檢測(cè)視頻圖像以及待檢測(cè)模型；

判斷單元202，用于通過所述待檢測(cè)模型判斷所述待檢測(cè)視頻圖像是否為待檢測(cè)目標(biāo)事件；

提示單元203，用于如果所述待檢測(cè)視頻圖像是待檢測(cè)目標(biāo)事件，則發(fā)出提示信息。

需要說明的是，該裝置還包括：

添加單元：用于添加待檢測(cè)目標(biāo)事件類別；

樣本增加單元，用于為所述添加的待檢測(cè)目標(biāo)事件類別，增加視頻標(biāo)注樣本；所述視頻標(biāo)注樣本包括：標(biāo)注視頻及其標(biāo)注樣本信息。

還需要說明的是，該裝置還包括：

刪除單元，用于刪除所述待檢測(cè)目標(biāo)事件類別及其對(duì)應(yīng)的視頻標(biāo)注樣本。

還需要說明的是，該裝置還包括：

圖像獲取單元，用于獲取誤報(bào)或者漏報(bào)視頻圖像；

標(biāo)注單元，用于標(biāo)注所述誤報(bào)或者漏報(bào)視頻圖像。

還需要說明的是，該裝置包括：

閾值設(shè)置單元，用于預(yù)設(shè)重新學(xué)習(xí)的周期或者重新學(xué)習(xí)的新增視頻標(biāo)注樣本數(shù)量；

訓(xùn)練單元，用于當(dāng)達(dá)到所述重新學(xué)習(xí)的周期或者重新學(xué)習(xí)的新增視頻標(biāo)注樣本數(shù)量，則重新訓(xùn)練各個(gè)待檢測(cè)目標(biāo)事件類別對(duì)應(yīng)的待檢測(cè)模型。

如圖3所示，為本發(fā)明實(shí)施例提供的一種城市管理自動(dòng)監(jiān)測(cè)系統(tǒng)結(jié)構(gòu)示意圖；該系統(tǒng)包括：如上所述的城市管理自動(dòng)監(jiān)測(cè)裝置。

本發(fā)明提供的一種城市管理自動(dòng)監(jiān)測(cè)方法、裝置及系統(tǒng)，通過自動(dòng)發(fā)現(xiàn)待檢測(cè)目標(biāo)事件，且可以自動(dòng)學(xué)習(xí)更新待檢測(cè)目標(biāo)事件對(duì)應(yīng)的模型，并發(fā)出提示信息，從而大大提高了城市管理的精度，降低了人力成本，由于本發(fā)明還可以通過增加和/或刪除待檢測(cè)目標(biāo)事件類別及標(biāo)注視頻標(biāo)注樣本，以及獲取標(biāo)注誤報(bào)或者漏報(bào)視頻圖像，自主學(xué)習(xí)更新各個(gè)待檢測(cè)目標(biāo)事件類別對(duì)應(yīng)的待檢測(cè) 模型，從而提高了城市管理系統(tǒng)的應(yīng)用廣度。

以上所述僅為本發(fā)明的較佳實(shí)施例而已，并非用于限定本發(fā)明的保護(hù)范圍。凡在本發(fā)明的精神和原則之內(nèi)所作的任何修改、等同替換、改進(jìn)等，均包含在本發(fā)明的保護(hù)范圍內(nèi)。