[发明专利]一种基于本体的社区监控视频语义模型的应用系统和方法在审

专利信息
申请号: 201510888558.2 申请日: 2015-12-07
公开(公告)号: CN105528417A 公开(公告)日: 2016-04-27
发明(设计)人: 吕卫锋;杨钊 申请(专利权)人: 北京航空航天大学
主分类号: G06F17/30 分类号: G06F17/30
代理公司: 北京科迪生专利代理有限责任公司 11251 代理人: 杨学明;顾炜
地址: 100191*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 本体 社区 监控 视频 语义 模型 应用 系统 方法
【权利要求书】:

1.一种基于本体的社区监控视频语义模型的应用系统,包括数据获取层、数据处理层 和应用展示层,其特征在于:

数据获取层包括视频处理模块,处理视频得到视频底层语义数据信息,包括结构化与非 结构化数据信息;

数据处理层包括数据语义构建模块和语义web应用模块;数据语义构建模块将获取的各 类底层数据转换成具有初级语义信息的标准语义数据并进行有效存储,语义web应用模块对 前面存储的语义数据进行语义关联,及语义推理处理得到具有高级语义信息的数据,并支持 高级语义信息的推理和检索查询;

应用展示层由http接口模块,和用户交互模块构成,提供停车场监控,门禁监控,道路 监控功能;http接口模块用于语义web应用模块和用户交互模块间的数据通讯,通过用户交 互模块给用户提供各监控场景的相关监控信息交互功能,方便监控管理工作。

2.如权利要求1所述的基于本体的社区监控视频语义模型的应用系统,其特征在于: 数据获取层还包括:

视频抽帧单元,用于得到关键帧数据;

特征提取单元和目标识别单元,用于得到底层视频语义数据;

其中,视频数据来源于社区各个监控场景的摄像设备,包括停车场,门禁,道路。

3.如权利要求1所述的基于本体的社区监控视频语义模型的应用系统,其特征在于: 数据处理层包括:

非结构化数据本体构建子模块和结构化数据本体构建子模块,这两个模块分别将获取的 视频处理后的非结构化数据,和结构化数据转换为符合既定本体标准的语义数据;

数据存储子模块,用于在系统中有效的存储语义数据;

规则推理子模块,通过用既定规则建立语义数据间的联系,并进行高级语义信息推理;

SPARQL查询子模块,用于检索查询语义数据库,得到符合用户需求的数据。

4.如权利要求1所述的基于本体的社区监控视频语义模型的应用系统,其特征在于: 应用展示层包括:

http接口模块,用于语义web应用模块和用户交互模块间的数据通讯;

用户交互模块,用于用户进行查询操作和相关监控信息的查看,方便社区监控管理 工作的进行。

5.一种基于本体的社区监控视频语义模型的应用方法,其特征在于,包括以下步骤:

(1)获取监控视频数据,对数据进行处理,以初步获得视频底层语义数据;

(2)将得到的视频底层语义数据,包括结构化数据和非结构化数据,采用智慧社区本 体库标准转换为具有语义信息的标准语义数据并有效存储,所述智慧社区本体库标准是针对 社区各监控场景所涉及的实体及实体间关系,运用本体工程方法所建立;

(3)根据既定的事件行为规则,对语义数据进行规则关联和高层语义信息推理,并对 语义数据其进行条件检索查询;

(4)通过用户交互模块,将高级语义查询结果展现给用户。

6.根据权利要求5所述方法,其特征在于,在步骤(1)中,使用关键帧抽取,特 征识别,目标识别方法,提取视频关键帧图片数据、视频特征描述数据和视频目标对象 数据。

7.根据权利要求5所述方法,其特征在于,在步骤(2)中,将所获得的数据,包 括结构化数据和非结构化数据,按照制定的社区本体库标准,对数据进行语义转换,用 RDF/RDFS语言描述,并存储为RDF文件。

8.根据权利要求5所述方法,其特征在于,在步骤(3)中,对于已经建好的语义 数据,使用jena框架提供的推理机,解析语义数据,并按照制定的推理规则,对语义数 据进行关联推理,得到用户感兴趣的高层语义信息;并利用jena框架提供的SPARQL 工具进行查询检索得到所需要的语义数据,最后转换生成用户可读的数据信息;所述制 定的推理规则,包括事件推理、动作推理及场景推理。

9.根据权利要求5所述方法,其特征在于,在步骤(4)中,用户在前台界面查看信息, 并输入查询参数,提交后通过http请求向数据处理层发送请求,得到返回结果后,将相关信 息展示在网页上。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京航空航天大学,未经北京航空航天大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201510888558.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top