[发明专利]一种智能视频监控系统

说明书

本发明提供了一种智能视频监控系统，包括实时获取监控空间范围内视频流的多个摄像机，对多个摄像机的视频流进行处理的视频微处理器，与视频微处理器通过无线网络连接的监控中心；视频微处理器包括视频数据获取模块、视频数据预处理模块、视频数据特征提取模块、异常检测模型建立模块和异常判定模块。本发明视频数据特征提取模块通过多示例划分并采用时间序列对连续帧之间的运动变化趋势进行建模，解决了不同视角下运动速度知觉不同的问题，异常检测模型建立模块通过基于聚类的非参数模型来对特征空间进行建模，解决了训练数据类别标签不清晰的问题，并在建模及检测的同时对模型进行在线更新，解决了异常事件定义模糊的问题。

技术领域

本发明属于视频监控技术领域，具体来说，涉及一种智能视频监控系统。

背景技术

视频监控是安全防范系统的重要组成部分，传统的监控系统包括前端摄像机、传输线缆、视频监控平台，摄像机可分为网络数字摄像机和模拟摄像机，可作为前端视频图像信号的采集，视频监控以其直观、准确、及时和信息内容丰富而广泛应用于许多场合。现有的视频监控系统通过将图像处理技术以及人工智能技术结合从容应对复杂环境及场景的各种事件检测，但是由于监控视频异常事件检测算法的目的是要理解视频数据中各种运动事件的具体意义，并对此进行相应的区分从而找出相应的异常运动事件向管理人员发出警报。所以对于异常事件检测算法而言，除了要面对图像噪声相关的干扰之外，在研究过程中还面临着以下几个问题：

1、异常事件定义模糊。一般来讲根据正常运动事件的特征构造出相应的检测模型，将那些运动特征不符合该模型的事件判断为异常事件。但是有些事件特征并不是可以清晰判定的，例如，对于交通分叉路口，根据交通信号灯的不同该路口对应的正常事件也是不同的。

2、训练数据类别标签不清晰。在实际应用过程中，视频异常事件检测算法所面对的都是现实当中的监控场景，然而现实中的运动事件人们是无法预知的，并且某些运动事件我们无法给其打上特定的标签。然而在检测算法处理过程当中，往往会根据监控视频中不同运动事件的类别，来选取最佳的人工特征来对其进行抽象描述，以期达到最佳的检测效果，例如基于像素点光流值的光流直方图特征适用于描述处于运动状态的物体，而对于那些处于静止状态的物体其描述效果就会大打折扣。在无法预知监控视频当中物体的运动事件类别标签的前提下，会使得检测算法无法选取最合适的特征来进行建模。

3、不同视角运动速度知觉不同。运动速度知觉是指观察者对处于运动中的物体的实际运动速度的感知能力，在监控视频的异常事件检测当中，监控摄像机扮演了观察者的角色，来负责对监控视频中的各个运动物体进行速度感知。然而观察者对于运动物体实际运动速度的感知往往会受到多方面因素的影响，例如运动物体的大小、距离观察者的距离等，均会对观察者的感知能力产生影响。

发明内容

为了解决上述现有技术的不足之处，本发明的目的在于提供一种智能视频监控系统，以克服现有技术中的缺陷。