[发明专利]异常行为预警信息约束的视频大数据快速检索方法及系统

摘要

本发明公开了一种异常行为预警信息约束的视频大数据快速检索方法及系统，利用智能监控摄像头发出的异常行为预警信息，约束海量视频监控数据线索排查范围，包括接收前端智能摄像头的异常行为预警信息，建立入异常行为库；建立关联度模型表，关联度模型表存储案件或事件类型与异常行为类型的关联关系；根据关联度模型表，检索异常行为库，定位到对应的监控点定点排查有价值的线索。本发明技术方案显著降低了视频检索过程中调阅的录像数据规模，极大地提升了有价值线索的发现效率。

主权项

1.一种异常行为预警信息约束的视频大数据快速检索方法，其特征在于：包括以下步骤，步骤1，构建异常行为库，包括接收前端智能摄像头的异常行为预警信息，录入异常行为库，所述异常行为库记录的数据包括异常行为类型、监控点名称、监控探头编号、发生时间、持续时长、快照图片或视频片段文件名、原始监控录像索引和备注信息；步骤2，建立关联度模型表，关联度模型表存储案件或事件类型与异常行为类型的关联关系；建立关联度模型表，包括根据已知的若干组案件或事件类型与异常行为类型的关联关系，初始化关联度模型表，并采用以下子步骤进行更新，1)定义案件或事件集合E；2)定义异常行为集合A；3)随着智能监控摄像头检测的异常行为种类的增加，相应地扩大异常行为集合A；4)随着异常行为集合A的扩大，分析与新增加的异常行为关系密切的案件或事件，将其添加到案件或事件集合E中；5)针对案件或事件集合E中的某一元素Ei，根据历史案发大数据，统计与其相关的异常行为出现的频次，并按频次排序，得到集合S1；6)针对案件或事件集合E中的某一元素Ei，根据用户选择，列举与其相关的异常行为，并按相关度排序，得到集合S2；7)对集合求交集，S＝S1∩S2，将S中的前二者作为与该事件最密切的异常行为，录入到关联度模型表中；步骤3，为实现视频取证，基于关联度模型表和异常行为库，执行如下子步骤，步骤3.1，根据实际发生的案件或事件类型，查询关联度模型表，得到相关的异常行为类型；步骤3.2，根据异常行为类型，检索异常行为库，获得异常行为发生的时空信息；步骤3.3，浏览与异常行为有关的快照图片或视频片段，进而将多点的图片或片段重构成一段完整的摘要视频，还原待检索目标的活动轨迹；步骤3.4，根据实际需要，通过异常行为库中的原始监控录像索引进一步调阅监控录像。