[发明专利]一种基于视频分析的翻墙检测方法

说明书

一种基于视频分析的翻墙检测方法，通过在围墙上架设摄像机，而后通过交换机将视频流传输至深度学习服务器，而后深度学习服务器利用深度学习算法对视频流进行逐帧的检测分析，当检测到某一帧存在人的翻墙行为时，将该帧图片推送给管理服务器，管理服务器在管理平台显示该报警图片提示管理员有可疑人员翻墙，再由管理员判断是否准确；本发明能够准确检测出人的翻墙行为，实时对可疑人员违规翻墙行为进行监测以及告警，避免不必要的误报；同时能够替代人工巡逻，保护园区内的人身和财产安全。

技术领域

本发明涉及视频监控技术领域，尤其涉及一种基于视频分析的翻墙检测方法。

背景技术

对于一些重要封闭园区，如：监狱，戒毒所，政府办公园区、军事基地、军工生产研究单位等，由于其防御等级高，涉密等级高，安全要求等级高，所以都会在该类型的园区围墙或围栏上安装刀片刺网，再配合安保人员定时巡逻，预防可疑人员实施翻墙越界等非法行为。对于类似这种“物防+人防”的被动方式，存在以下几点弊端：一，刀片刺网并非无懈可击，通过专业工具可对刀片刺网进行破坏；二，安保人员定时巡逻存在百密一疏，定时巡逻存在时间间隔，巡逻空隙存在安全隐患。另外，目前市场上流行使用电子围栏或者震动光缆来替代刀片刺网，这两种方法的使用原理是：翻墙者在触碰到电子围栏或者震动光缆，使得该设备触发报警信号传送至总控室管理人员，通过人为二次判断进行预警，但这种“技防”的方式同样存在弊端，如：围墙旁边的树枝通过风吹动触碰到电子围栏或者震动光缆，一些动物（猫、狗、飞禽）同样会触发报警，也经常有人通过抛掷石块等物体触发报警甚至破坏设备，这就使得该设备经常产生误报，给使用者带来严重困扰，实际使用性很差。

发明内容

本发明所解决的技术问题在于提供一种基于视频分析的翻墙检测方法，以解决上述背景技术中的问题。

本发明所解决的技术问题采用以下技术方案来实现：

一种基于视频分析的翻墙检测方法，具体步骤如下：

1）架设摄像机

在封闭围墙上架设摄像机用以覆盖四面围墙，并确保所有摄像机的监控范围没有视觉死角；

2）互联网络

设置有与摄像机连接的核心交换机，以保障所有摄像机的网络通畅；

3）翻墙检测模型训练

将深度学习服务器连接至核心交换机的后端，确保深度学习服务器能获取所有摄像机的实时视频流，通过视频流采集正负样本图片和试验图片，正样本为“人翻墙的行为”，负样本为除正样本以外的图片，尤其要包含其他物体的干扰图片，试验图片为随机图片，且需保证图片的多样性和不可重复性；通过多次模型训练，既得到试验准确率在95%以上的检测效果，翻墙检测模型训练完成；

4）调试运行

在试用期内，对所有软硬件设备进行调试及测试，同时对摄像机实时视频画面的清晰度和检测翻墙行为的准确率进行监测，以确保所有设备稳定运行，对于出现问题的环节重新调试；

运行时，深度学习服务器通过核心交换机获取所有摄像头视频流，并利用深度学习算法对视频流进行逐帧的检测分析，当检测到某一帧存在人的翻墙行为时，将该帧图片推送给管理服务器，管理服务器在管理平台显示该报警图片提示管理员有可疑人员翻墙，再由管理员判断是否准确。

在本发明中，步骤1）中，摄像机为红外摄像机，且摄像机以对射的方式进行布置，摄像机对射距离≤摄像机的红外距离。

在本发明中，步骤2）中，互联网络还包括接入层交换机，摄像机与接入层交换机连接，接入层交换机与核心交换机连接。

在本发明中，步骤3）中，正样本图片、负样本图片及试验图片的张数在万级以上。