一种二维图像分析方法及系统技术方案

本发明专利技术实施例提供一种二维图像分析方法及系统，所述方法包括以下步骤：利用摄像头采集监控图像，并将监控图像保存在缓冲区中；从缓冲区提取监控图像，利用预设的算法将监控图像中信息转换为验证特征量；预先将样本特征量保持在内存中，从内存中读取样本特征量，将样本特征量与所述验证特征量匹配；根据匹配结果判断监控图像中是否有人体出现，如出现人体则更改警报标识。

【技术实现步骤摘要】

本专利技术涉及视频监控
，特别涉及一种二维图像分析方法及系统。
技术介绍
安全问题关乎广大群众的生命和财产，从来都是日常活动当中最为重要的因素之一；特别是公共场所安全的维护，无论对于个体还是社会整体均有着极大的意义，可谓重中之重。而随着近年来，世界各地社会安全事件时有发生，尤其是在银行、大型球场、会议场馆、展览馆大型公共场所，人们对安全的需求越来越强烈。智能安防监控作为一种有效安防手段，现已广泛的应用在各种大型公共场所当中。传统的智能安防监控利用摄像头采集场所中各处的视频监控画面，并利用计算机设备将监控画面处理、显示并存储。也就是说传统的监控系统具备了了视频的捕获、存储、分发等功能。但是在传统的监控系统中，监控画面的内容只能靠人工判断，也就是说工作人员需要长时间的关注监控画面，观察监控画面中是否有人出现。上述的人工作业为工作人员带来了严重的负担，需要对工作人员的注意力、警惕性和异常情况的反应能力提出非常高的要求，而且长时间的人工作业会造成工作人员的注意力下降，从而导致监控失误，为安全带来隐患。
技术实现思路
有鉴于此，本专利技术的目的在于提供一种二维图像分析方法及系统，通过结合图像分析技术，实现自动识别监控画面中是否有人体出现。为实现上述目的，本专利技术有如下技术方案：一种二维图像分析方法，所述方法包括以下步骤：利用摄像头采集监控图像，并将监控图像保存在缓冲区中；从缓冲区提取监控图像，利用预设的算法将监控图像中信息转换为验证特征量；预先将样本特征量保持在内存中，从内存中读取样本特征量，将样本特征量与所述验证特征量匹配；根据匹配结果判断监控图像中是否有人体出现，如出现人体则更改警报标识。所述方法还包括：压缩监控图像并发送；接收压缩后的监控图像，解压监控图像并显示。所述并将监控图像保存在缓冲区中具体为：在压缩监控图像之前，将监控图像保存至缓冲区；或在解压监控图像后，将监控图像保存至缓冲区。所述从缓冲区提取监控图像，利用预设的算法将监控图像中信息转换为验证特征量具体为：从缓冲区中提取一帧监控图像作为第一监控图像，提取第一监控图像的后一帧监控图像作为第二监控图像；对比第一监控图像与第二监控图像，判断二者是否存在变化图像区域；当不存在变化图像区域，则利用预设的算法将第二监控图像中全部信息转换为第一验证特征量；当存在变化图像区域，则利用预设的算法将将变化图像区域信息转换为第二验证特征量。所述方法还包括：当根据样本特征量与第一验证特征量的匹配结果判断为未出现人体，则对于第二监控图像以后的相对第二监控图像未发生变化的监控图像，直接判断为不更改警报标识。所述预先将样本特征量保持在内存中具体为：从计算机视觉库中提取样本特征量，或通过样本训练得到样本特征量，预先将样本特征量保持在内存中。所述从内存中读取样本特征量具体为：对内存中的样本特征量建立索引，利用索引查询并读取样本特征量。所述样本特征量具体为：人体样本特征量、人脸样本特征量、人眼样本特征量、人嘴样本特征量和人鼻样本特征量。一种二维图像分析系统，所述系统具体包括以下：缓冲区模块，用于将利用摄像头采集的监控图像保存在缓冲区中；特征量转换模块，用于从缓冲区提取监控图像，利用预设的算法将监控图像中信息转换为验证特征量；驻内存模块，用于将样本特征量保持在内存中；匹配模块，用于从内存中读取样本特征量，将样本特征量与所述验证特征量匹配；判断变更模块，用于根据匹配结果判断监控图像中是否有人体出现，如出现人体则更改警报标识。所述驻内存模块包括：视觉库单元，用于从计算机视觉库中提取样本特征量并保持在内存中；训练单元，用于通过样本训练得到样本特征量并保持在内存中；索引单元，用于对内存中的样本特征量建立索引。所述匹配模块包括：查询提取单元，用于利用索引查询并读取样本特征量；匹配单元，用于将样本特征量与所述验证特征量匹配。所述特征量转换模块包括：帧提取单元，用于从缓冲区中提取一帧监控图像作为第一监控图像，提取第一监控图像的后一帧监控图像作为第二监控图像；对比单元，用于对比第一监控图像与第二监控图像，判断二者是否存在变化图像区域；转换单元，用于在不存在变化图像区域，则利用预设的算法将第二监控图像中全部信息转换为第一验证特征量；或在存在变化图像区域，则利用预设的算法将将变化图像区域信息转换为第二验证特征量。通过以上技术方案可知，本专利技术存在的有益效果是：通过对采集的监控图像进行特征量的匹配，实现自动分析监控图像中是否出现人体，以此代替人工监视监控图像的过程，节约人力的同时也提高了准确率；另外通过预先将样本特征量保持在内存中，使图像分析过程中样本特征量的读取过程快速直接，能满足安防监控实时性的要求；所述方法中还根据需要增添了样本特征量，在图像分析中结合人体识别和人脸五官识别，提高图像分析的准确率；将静态和动态的监控画面分别处理，并排除对于静态监控图像的重复分析，避免了不必要的图像分析过程，减轻了系统运行的工作量。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例所述方法流程图；图2为本专利技术另一实施例所述方法流程图；图3为本专利技术实施例所述系统结构示意图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。现有的智能安防监控系统，包括客户端和主控端，客户端之下控制若干摄像头，其运行流程可以概括为以下：客户端利用摄像头采集监控图像后，压缩并发送至主控端，主控端接收将监控图像解压缩后显示在显示器当中，工作人员即可通过观察显示器中监控图像，以判断监控位置是否出现可疑人员。本专利技术所述方法及系统同样结合传统的智能安防监控系统实施，利用所述方法对智能安防监本文档来自技高网...

【技术保护点】
一种二维图像分析方法，其特征在于，所述方法包括以下步骤：利用摄像头采集监控图像，并将监控图像保存在缓冲区中；从缓冲区提取监控图像，利用预设的算法将监控图像中信息转换为验证特征量；预先将样本特征量保持在内存中，从内存中读取样本特征量，将样本特征量与所述验证特征量匹配；根据匹配结果判断监控图像中是否有人体出现，如出现人体则更改警报标识。

【技术特征摘要】
1.一种二维图像分析方法，其特征在于，所述方法包括以下步骤：
利用摄像头采集监控图像，并将监控图像保存在缓冲区中；
从缓冲区提取监控图像，利用预设的算法将监控图像中信息转换为验证
特征量；
预先将样本特征量保持在内存中，从内存中读取样本特征量，将样本特
征量与所述验证特征量匹配；
根据匹配结果判断监控图像中是否有人体出现，如出现人体则更改警报
标识。
2.根据权利要求1所述方法，其特征在于，所述方法还包括：
压缩监控图像并发送；
接收压缩后的监控图像，解压监控图像并显示。
3.根据权利要求2所述方法，其特征在于，所述并将监控图像保存在缓
冲区中具体为：
在压缩监控图像之前，将监控图像保存至缓冲区；
或在解压监控图像后，将监控图像保存至缓冲区。
4.根据权利要求1所述方法，其特征在于，所述从缓冲区提取监控图像，
利用预设的算法将监控图像中信息转换为验证特征量具体为：
从缓冲区中提取一帧监控图像作为第一监控图像，提取第一监控图像的
后一帧监控图像作为第二监控图像；
对比第一监控图像与第二监控图像，判断二者是否存在变化图像区域；
当不存在变化图像区域，则利用预设的算法将第二监控图像中全部信息
转换为第一验证特征量；
当存在变化图像区域，则利用预设的算法将将变化图像区域信息转换为
第二验证特征量。
5.根据权利要求4所述方法，其特征在于，所述方法还包括：
当根据样本特征量与第一验证特征量的匹配结果判断为未出现人体，则
对于第二监控图像以后的相对第二监控图像未发生变化的监控图像，直接判

\t断为不更改警报标识。
6.根据权利要求1所述方法，其特征在于，所述预先将样本特征量保持
在内存中具体为：
从计算机视觉库中提取样本特征量，或通过样本训练得到样本特征量，
预先将样本特征量保持在内存中。
7.根据权利要求1所述方法...

【专利技术属性】
技术研发人员：蒋涛，
申请(专利权)人：江苏云知智能科技有限公司，
类型：发明
国别省市：江苏;32