[发明专利]一种智能循环监测摄像头图像内容的方法

说明书

本发明提出了一种智能循环监测摄像头图像内容的方法，通过服务器接入N路所述摄像头，并设置AI巡逻模式，按照一定先后顺序将N路摄像头排成一个队列，依次选取队列中的前M个摄像头为一组同时进行图像监测；并采用轮排的方式进行队列中N个摄像头的循环监测，即：设定进行图像监测的监测时长为Y；并设定加时监测的条件；当被监测的M个摄像头在时长Y范围内并未满足加时条件时，则停止监测，切换到队列中未被监测的下一摄像头继续进行Y时长的异常事件监测；对于在Y时长范围内满足加时条件的摄像头，进行加时监测，直到在加时监测的时长结束前不再满足加时条件时，切换到队列中未被监测的下一摄像头继续进行Y时长的异常事件监测。

技术领域

本发明属于计算机图像识别技术领域，具体地说，涉及一种智能循环监测摄像头图像内容的方法。

背景技术

在视频监控中，通常一台服务器接入多路的摄像头进行视频的监控。这会造成服务器负载增加，成本也会增加。在此基础上，随着科技的发展，在对视频的监控中渐渐地开始应用AI分析，通过利用电脑中GPU和CPU资源对图形图像进行解码，计算等操作。而想要AI分析技术同时应用在了多路的摄像头图像分析领域时，其本身就对设备硬件等具有相当高的要求，一个服务器连接多少路的摄像头就需要设置相应配置的服务器；若同时对多路连接在同一服务器上的视频监控都进行AI分析，对设备的负担是极其巨大的，这使得AI分析技术的应用很难落于实际的需要考虑经济效应的生产运行中，先进的技术也束之高阁，难以实施普及。

发明内容

本发明针对现有技术的上述缺点，提出了一种智能循环监测摄像头图像内容的方法，通过对连接的多路摄像头进行分析，筛选出最可能或最频繁发生异常事件的摄像头进行监测，并将所有摄像头排成队列轮排循环监测，在保证了监测质量的情况下，最大概率的把有限地成本应用在最需要监测的摄像头上，同时适应性地设置时长增加。本发明通过上述设置在实现了成本的节约的同时，还使得设备的性能伸缩自如。

本发明具体实现内容如下：

本发明提出了一种智能循环监测摄像头图像内容的方法，对多个摄像头采集的图像内容进行循环监测，所述方法操作为：设定摄像头的数量为N，通过服务器接入N路所述摄像头，并设置多种巡逻模式对N路摄像头进行异常事件监测；所述多种巡逻模式包括：AI巡逻模式、固定AI监控模式、传统监控模式；所述固定AI监控模式是为固定某几个摄像头进行监测，所述传统监控模式是对所有摄像头进行监控；

采用所述AI巡逻模式进行监测的操作为：按照一定先后顺序将N路摄像头排成一个队列，依次选取队列中的前M个摄像头为一组同时进行图像监测；并采用轮排的方式进行队列中N个摄像头的循环监测，即：设定进行图像监测的监测时长为Y；并设定加时监测的条件；当被监测的M个摄像头在时长Y范围内并未满足加时条件时，则停止监测，切换到队列中未被监测的下一摄像头继续进行Y时长的异常事件监测；对于在Y时长范围内满足加时条件的摄像头，进行加时监测，直到在加时监测的时长结束前不再满足加时条件时，切换到队列中未被监测的下一摄像头继续进行Y时长的异常事件监测；

所述M小于N。

为了更好地实现本发明，进一步地，对所述摄像头进行图像异常事件监测分为同时进行的物品相关监测算法和人员相关监测算法两部分；所述物品相关监测算法、人员相关监测算法都包括多个图像监测算法；

在使用AI巡逻模式进行摄像头的监测时，可选择的使用物品相关监测算法、人员相关监测算法中的一个或多个图像监测算法进行AI巡逻监测。

为了更好地实现本发明，进一步地，在判断摄像头是否满足所述加时条件时，通过算法判断摄像头采集的图像内容中是否包含人员；