[发明专利]一种基于视频图像的监控方法及监控系统

说明书

本发明涉及一种基于视频图像的监控方法及监控系统。其中监控方法包括：接收用户输入的搜索类别；获取与所述搜索类别对应的结构化数据模型；基于获取的结构化数据模型，从当前视频图像中筛选出与获取的结构化数据模型匹配的对象，并对筛选出的对象进行标记。本发明实施例提出的监控方案无需关注特定对象的属性，只需要根据该类型对应的结构化数据模型，确定视频图像中存在的与结构化数据模型匹配的所有对象或特定对象，即可检测到特定对象，准确性和可靠性高。

技术领域

本发明属于视频监控技术领域，具体涉及一种基于视频图像的监控方法及监控系统。

背景技术

现有技术中，计算机视觉的处理目标之一是找到特定的对象，识别出特定对象的属性。另外还有一种需求是，不需要识别出对象的属性，只需要检测是否存在一个特定对象以及监测该特定对象的消失情况。对于只需要检测是否存在一个特定对象以及监测该特定对象的消失情况的需求，传统方法一般采用的是将视频中前后帧进行比较，识别出相邻帧之间的差异，然后判断该差异中是否包含了需要监测的对象，这种方法存在运算量大，工作效率低的缺陷。并且由于视频中相邻帧之间依据视频内容的不同可能出现较大的差异，在这种情况下，如果没有事先给出针对监测对象的一个初步参照目标，那么得到的监测结果准确性和可靠性低。

发明内容

为了解决上述现有监测技术的工作效率低并且可靠性低的技术问题，本发明实施例提出了一种基于视频图像的监控方法及监控系统。

一种基于视频图像的监控方法，包括：

接收用户输入的搜索类别；

获取与所述搜索类别对应的结构化数据模型；

基于获取的结构化数据模型，从当前视频图像中筛选出与获取的结构化数据模型匹配的对象，并对筛选出的对象进行标记。

进一步地，所述方法还包括：

在随后的连续视频图像中监视标记对象，当标记对象连续出现的时间达到时长阈值时，对达到时长阈值的标记对象进行标定；

持续在随后的连续视频图像中监视标定对象，当标定对象在视频图像中消失时，发出提示信息。

进一步地，所述从当前视频图像中筛选出与获取的结构化数据模型匹配的对象，包括：对所述当前视频图像基于所述结构化数据模型进行对象识别和对象结构化分析，从当前视频图像中筛选出与获取的结构化数据模型匹配的对象。

进一步地，所述从当前视频图像中筛选出与获取的结构化数据模型匹配的对象，包括：

基于多个摄像头的位置关系，从所述多个摄像头拍摄的当前视频图像中筛选出与获取的结构化数据模型匹配的对象。

进一步地，所述对筛选出的对象进行标记，包括：

接收来自用户的指示；

根据用户的指示，从筛选出的对象中选定一个对象进行标记。

一种基于视频图像的监控系统，包括：

接收模块，用于接收用户输入的搜索类别；

获取模块，用于获取与所述搜索类别对应的结构化数据模型；

标记模块，用于基于获取的结构化数据模型，从当前视频图像中筛选出与获取的结构化数据模型匹配的对象，并对筛选出的对象进行标记。

进一步地，该系统还包括：

标定模块，用于在随后的连续视频图像中监视标记对象，当标记对象连续出现的时间达到时长阈值时，对达到时长阈值的标记对象进行标定；

提示模块，用于持续在随后的连续视频图像中监视标定对象，当标定对象在视频图像中消失时，发出提示信息。