[发明专利]一种基于视频分析的智能监控管理系统及方法有效

专利信息
申请号: 202110659925.7 申请日: 2021-06-15
公开(公告)号: CN113111866B 公开(公告)日: 2021-10-26
发明(设计)人: 万浩浩;刘京京 申请(专利权)人: 深圳市图元科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;H04N7/18
代理公司: 深圳市科进知识产权代理事务所(普通合伙) 44316 代理人: 曹卫良
地址: 518063 广东省深圳市南山区粤海街道科*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 视频 分析 智能 监控 管理 系统 方法
【权利要求书】:

1.一种基于视频分析的智能监控管理系统,其特征在于,包括:

视频采集模块,用于采集获取视频流信息,所述视频流信息包括图像信息;

智能识别模块,用于从获取的图像信息中识别出关键目标物体;

智能分析模块,用于对识别出的所述关键目标物体及预设在所述智能分析模块内的事件描述进行分析,通过分析将所述关键目标物体与预设的事件描述之间建立一种映射关系,其中背景减除算法对所述图像信息进行分析处理;

智能监控模块,用于对所述智能分析模块分析出的物体进行智能监控,将监控事件进行消息通知;

所述智能分析模块中包括采用ViBe的背景减除算法进行分析处理;所述管理系统还包括;

消除阴影模块,用于对所述ViBe的背景减除算法进行优化改善,以消除图像中的阴影;

其中,背景减除算法包括以下步骤:将获取的所述图像信息中的每个像素点组建背景模型;将当前位置的图像像素点的像素值与所述背景模型进行对比,通过对比来判断当前位置的所述图像的归属;根据所述图像的归属,判断背景模型是否更新;

所述管理系统还包括:

抑制误检信息传播模块,用于通过抑制误检信息传播来进行对所述ViBe的背景减除算法进行优化改善;

所述抑制误检信息传播模块包括:

梯度值计算单元,用于计算每一个所述背景模型中图像背景块内部边缘的梯度值;

梯度值归一化单元,用于将计算出的梯度值归一化至[0,255];

梯度值判断单元,用于判断梯度值是否大于50,若梯度值大于50,则阻止该像素点的传播。

2.根据权利要求1所述的视频分析的智能监控管理系统,其特征在于,所述视频采集模块采集视频信息中包括:

初始化单元,用于初始化视频SDK;

参数设置单元,用于在初始化SDK后设置连接超时时间、重连时间及异常消息回调函数;

账号登录单元,用于通过所述参数设置单元设置参数后,通过提供硬盘登录信息进行登录,所述登录信息包括录像机IP、账号、密码及端口号;

视频获取单元,用于登录后,通过设置播放信息来进行播放,同时通过设置播放回调函数来获取实时视频流,所述播放信息包括播放句柄、通道、流类型、连接方式及是否阻塞;

格式转换单元,将实时获取的所述视频流逐帧解码为YU12格式,然后再将YU12格式的视频数据转换为RGBA数据,从而完成整个视频采集过程的操作。

3.根据权利要求1所述的视频分析的智能监控管理系统,其特征在于,所述管理系统还包括通过对像素点邻域样本进行扩展的邻域样本选取优化法来进行对所述ViBe的背景减除算法进行优化改善。

4.根据权利要求1所述的视频分析的智能监控管理系统,其特征在于,所述管理系统还包括:

前景目标修复模块,用于通过对获取所述图像中的前景目标修复以进行对所述ViBe的背景减除算法进行优化改善。

5.根据权利要求1所述的视频分析的智能监控管理系统,其特征在于, 所述消除阴影模块包括:

数据对比单元,将所述图像信息中的物体与背景进行对比,相对较黑的点视为阴影;

阴影区域构建单元,将所述图像信息中被视为阴影的区域构建成阴影像素点集合;

联通块丢弃单元,用于将所述阴影像素点集合中的像素点分为多个联通块,并将像素点个数少于10的联通块直接丢弃,将剩下的联通块形成联通块集合;

像素梯度计算单元,用于基于梯度计算公式来的每一个像素点的梯度以及梯度方向计算公式计算梯度方向,将满足的像素点构成新的集合;为固定阈值;

所述梯度计算公式为:

;表示像素点在x轴方向上的梯度;表示像素点在y轴方向上的梯度;

所述梯度方向计算公式为:

其中,表示梯度方向;

相关度系数计算模块,用于基于梯度相关系数计算公式计算在当前的视频图片帧和所述背景模型之间的梯度相关系数;

所述梯度相关系数计算公式为:

其中,为设定阙值,为单位跳跃函数

阴影区域去除模块,计算出每一个的梯度相关系数c,若满足c,则判定该属于阴影区域,并将该阴影区域从背景减除的结果当中去除。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市图元科技有限公司,未经深圳市图元科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110659925.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top