[发明专利]一种基于视频分割的智能视频监控方法

说明书

本发明特别涉及一种基于视频分割的智能视频监控方法。该基于视频分割的智能视频监控方法，在电脑端，以卷积神经网络CNN为基础，构建NetWarp结构，对监控视频中的连续帧Frame进行分析，对视频中的物体进行分割，以达到入侵检测，实时监测异常情况的目的；并对异常情况发出警示音，进行邮件或短信通知。该基于视频分割的智能视频监控方法，由机器来完成这部分工作，不仅能将安防人员从繁杂而枯燥的长时间观察屏幕的任务重解脱出来，减少了人力投入，还能在海量的视频数据中快速搜索到想要找的关键数据，大大降低了不报、误报、错报的概率。

技术领域

本发明涉及深度学习技术领域，特别涉及一种基于视频分割的智能视频监控方法。

背景技术

在日常生活中，各类违法违规事件层出不穷，随着科技的展，违法违规手段更是趋于复杂。在当今社会，对违法违规事件的预防以及探查主要通过对视频监控的分析来进行。但是这需要耗费大量人力与时间，事件发生前的预防需要有人时刻盯防视频监控，事件发行后的检查需要对大量视频监控进行分析。显然，依赖传统人工方式盯防与检查视屏监控的手段已经满足不了当今社会发展的需求。因此，提出一种新的更加智能的视频监控方法成为当下亟待解决的问题。

为了将安防人员从繁杂而枯燥的长时间观察屏幕的任务重解脱出来，由机器来完成这部分工作，减少人力投入；同时，为了在海量的视频数据中快速搜索到想要找的的关键数据，大大降低不报、误报、错报的概率，本发明提出了一种基于视频分割的智能视频监控方法。

智能视频监控是利用计算机视觉技术对视频信号进行处理、分析和理解，在不需要人为干预的情况下，通过对序列图像自动分析对监控场景中的变化进行定位、识别和跟踪，并在此基础上分析、判断目标的行为。

视频是由一帧一帧连续的图片组成。智能视频监控对视频监控分析需要利用到图像分割技术。图像分割指的是将数字图像细分为多个图像子区域(像素的集合)(也被称作超像素)的过程。图像分割的目的是简化或改变图像的表示形式，使得图像更容易理解和分析。随着深度学习的发展，图像分割技术已经取得了良好的成绩。但是图像分割技术不能简单的利用到视频分析中来，因为视频中的图片具有时序相关性的特点。比如，我们取到视频中的两帧图片，两张图片中又同一人分别在室内与室外，利用图片分割方法，技术人员很难判断这个人是从室内进入室外还是从室外进入室内，而利用视频帧之间的时序性特点，技术人员很容易做出判断。

发明内容

本发明为了弥补现有技术的缺陷，提供了一种简单高效的基于视频分割的智能视频监控方法。

本发明是通过如下技术方案实现的：

一种基于视频分割的智能视频监控方法，其特征在于，包括以下步骤：

第一步，利用视频监控摄像机拍摄监控视频；

第二步，将监控视频数据传输到电脑端；

第三步，在电脑端，以卷积神经网络CNN为基础，构建NetWarp结构，对监控视频中的连续帧Frame进行分析，对视频中的物体进行分割，以达到入侵检测，实时监测异常情况的目的；

第四步，对异常情况发出警示音，并进行邮件或短信通知。

所述第三步中，对视频进行分割，包括以下步骤：

(1)流计算Flow Computation

输入连续两帧图片I_t和I_(t-1),使用DIS-Flow算法计算两帧连续图片中每个像素位置的相对偏移量，得到从帧I_t到I_(t-1)的光流数据；

(2)流转换Flow Transformation