[发明专利]视频监控方法、视频监控系统以及计算机可读存储介质有效
申请号: | 201580000328.6 | 申请日: | 2015-04-29 |
公开(公告)号: | CN105493502B | 公开(公告)日: | 2019-03-15 |
发明(设计)人: | 俞刚;李超;尚泽远;何奇正 | 申请(专利权)人: | 北京旷视科技有限公司;北京迈格威科技有限公司 |
主分类号: | H04N7/18 | 分类号: | H04N7/18;G06T7/00;G06T7/60 |
代理公司: | 北京市柳沈律师事务所 11105 | 代理人: | 于小宁;张晓明 |
地址: | 100190 北京*** | 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: | 视频监控 视频监控系统 视频数据 计算机可读存储介质 视频数据采集装置 计算机程序产品 场景信息 监控对象 预先设置 采集 场景 统计 | ||
本公开涉及视频监控方法、视频监控系统以及计算机程序产品。所述视频监控方法,包括:获取经由视频数据采集装置采集的视频数据;以及基于预先设置的场景信息和所述视频数据,执行所述场景中的监控对象的确定和统计。
技术领域
本公开涉及视频监控领域,更具体地,本公开涉及视频监控方法、视频监控系统以及计算机可读存储介质。
背景技术
目前的视频监控往往依赖于工作人员人工的检测和处理。因此,虽然很多场景有摄像头覆盖,但是由于没有智能视频监控方法,所以需要大量人力来进行处理和监视。并且,当监控摄像头的覆盖规模变大后,很难高效地处理和反应一些突发事件。
智能视频监控可以根据摄像头的视频数据,自动地对场景中的人群密度做出估计,实时监控视频场景中的人流、车流量变化。智能监控有着非常广泛的应用环境,比如从城市安全的角度来讲,通过对人群密度的监控,在人群密度过大的时候可以给出报警,及时进行处理,避免一些可能的突发状况。对城市公路的车数进行统计,可以实时给出拥挤状况,给司机的出行提出建议。对商场的人流量统计,可以智能地给商家提供一些消费建议和分析。
已知的智能人流监控方法主要有两种途径。第一种是依赖于行人检测算法,但是其对高密度人流区域或者遮挡比较严重的情况,统计数据不够精确,另外行人检测算法本身比较耗时,很难达到实时监控的目的。另一种途径是独立于行人,对当前图像提取一些特征(比如边缘,纹理等等),根据这些特征以及一些训练数据进行回归分析,从而得到当前区域的行人数量。此类方法的精度往往比较低。对行人密度比较大的时候,效果可以接受,但是当行人数目减少时,误差会很大。另外,单一回归的方法很难区分行人和车,所以应用场景很受限。
发明内容
鉴于上述问题而提出了本公开。本公开提供了一种基于深度视频的视频监控方法、视频监控系统以及计算机程序产品,其能实时地对当前场景中的人群密度、车流量、以及过线的人流数量进行准确的统计和分析。
根据本公开的一个实施例,提供了一种视频监控方法,包括:获取经由视频数据采集装置采集的视频数据;以及基于预先设置的场景信息和所述视频数据,执行与所述场景信息相对应的用于监控的场景中的监控对象的确定和统计。
此外,根据本公开的一个实施例的视频监控方法,其中预先设置所述场景信息包括:配置用于监控的场景,并且设置用于监控的场景中的监控区域和监控线。
此外,根据本公开的一个实施例的视频监控方法,其中预先设置所述场景信息还包括:基于预定模型对所述监控区域中的每个像素点进行概率估计,以获取每个像素点的概率模型,用于确定所述视频数据中的前景数据和背景数据。
此外,根据本公开的一个实施例的视频监控方法,其中预先设置所述场景信息还包括:标记所述监控区域中的多个第一类监控对象的位置,确定每个位置的第一类监控对象相对于所述监控区域的面积的权重。
此外,根据本公开的一个实施例的视频监控方法,还包括:基于所述概率模型,确定所述监控区域中的前景区域和背景区域,并且去除所述前景区域中的阴影区域,以获得作为监控目标的监控前景区域。
此外,根据本公开的一个实施例的视频监控方法,还包括:将所述监控前景区域分为多个监控前景子区域,所述多个监控前景子区域相互不连通。
此外,根据本公开的一个实施例的视频监控方法,其中基于所述场景信息和所述视频数据,执行与所述场景信息相对应的用于监控的场景中的监控对象的确定和统计包括:对于所述多个监控前景子区域的每一个执行边缘检测,获取所述监控前景子区域的轮廓信息,如果所述轮廓信息满足预定轮廓条件,则确定对应于所述轮廓信息的监控对象为第二类监控对象。
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旷视科技有限公司;北京迈格威科技有限公司,未经北京旷视科技有限公司;北京迈格威科技有限公司许可,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/201580000328.6/2.html,转载请声明来源钻瓜专利网。
- 上一篇:基于上下文的算术解码设备和方法
- 下一篇:摇摆颗粒机