【技术实现步骤摘要】
本专利技术属于视频监控
,涉及视频大数据检索方法,具体涉及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。
技术介绍
我国社会面临的突发事件和安全事件越来越多,不断建设的视频监控系统成为事前预警和事后取证的重要工具。监控的目的就是对监控对象的异常行为进行检测与分析,所谓异常行为,通常指:1)小概率行为或与先验规则相反的行为看作异常行为;2)与已知正常行为的模式不匹配的行为看作异常行为。采用人工的方法处理此类工作既不实用也不经济,因此利用计算机进行视频智能自动检测就显得十分重要。当前,海康、大华、华三等主流监控设备生产厂家都推出了具有智能视频分析功能的监控摄像头。智能监控摄像头通过内嵌的视频分析算法,能在不依赖人工判断的情况下从视频中自动识别监控目标的异常行为。例如,海康威视品牌的智能摄像头能检测区域入侵、跨界入侵、进入/离开区域、物品遗留/拿取、徘徊、快速移动、非法停车、人员聚集等10种行为异常,还具有人脸抓拍、车牌抓拍、人流计数等功能;大华产品也提供了目标识别、行为识别、流量统计、视频质量诊断等功能。而且,随着视频分析技术的进步,各厂家生产的智能监控摄像头能识别的异常行为的种类还将不断增加。智能监控探头提高了实时监控系统的主动预警能力,当检测到作案待检索目标人的人脸、待检索目标车辆的车牌时发出预警,有利于公安干警及时追捕逃犯;或者,识别出区域入侵、物品遗留/拿取等异常举动时,进行预警提示,以便及时采取 ...
【技术保护点】
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;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。
【技术特征摘要】
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;
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。
2.根据权利要求1所述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:对异常行为库进行检索、统计和分析操作的实现方式如下,
所述检索操作如下,
根据行为类型检索,显示检索结果图片,及其地点、时间;
根据地点检索,显示检索结果图片,及其名称、时间;
根据时间段检索,显示检索结果图片,及其名称、地点;
所述统计操作如下,
按时间统计,用曲线显示一年中每月份发生的异常行为数;
按地点统计,用曲线显示一年中各地点发生的异常行为数;
按时间、地点的二维统计,用二维曲面显示一年发生的异常行为数;
所述分析操作如下,
对异常行为的时空属性进行聚类分析,绘制风险曲面,并结合地理信息,用不同颜色可视化呈现风险等级;
挖掘异常行为的时空分布规律及预测其变化趋势,寻找安全防范的关键节点,得到辅助决策信息,为未来警力分配提供科学参考。
3.根据权利要求1或2所述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: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。
4.根据权利要求3所述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:异常行为与案件或事件是否关系密切,按以下原则进行分析,
①案件或事件发生前,异常行为与案件或事件的发生存在时序关系合乎逻辑的关系;
②案件或事件发生后,视频中的异常行为对象表现出的异常行为。
5.一种异常行为预警信息约...
【专利技术属性】
技术研发人员:邵振峰,蔡家骏,王中元,杨珂,
申请(专利权)人:武汉大学,
类型:发明
国别省市:湖北;42
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。