一种基于视频内容分析的监控视频传输方法技术

本发明专利技术公开一种基于视频内容分析的监控视频传输方法，其特征在于，包括图像采集模块、图像预处理模块、人流检测模块、人群密度估计模块、摄像头参数设置和预警模块、视频传输模块。人流检测模块，用于对监控视频画面中的行人进行检测和统计，人群密度估计模块，用人群密度估计算法对当前视频画面中的人流密度进行估计，摄像头参数设置和预警模块，用于当行人检测和人群密度检测达到预设定的等级后，发出修改摄像头参数的命令和群体事件预警信息。本发明专利技术达到了利用行人检测算法和人群密度估计算对视频进行人群密度估计，并根据估计结果修改摄像头配置和进行相应的监控视频传输的目的，同时能主动或者被动的传输“问题”视频，发出预警信息。

【技术实现步骤摘要】

本专利技术涉及一种监控视频传输方法，特别是涉及一种基于视频内容分析的监控视频传输方法。
技术介绍
随着科学技术的高速发展和社会的不断进步，视频监控作为一种高效的监控技术，受到了各行各业越来越多的关注。传统的视频监控大多只有存储功能，且大部分的存储信息都是无用的冗余信息。相比之下智能视频监控优点突出，能够在无人干预的情况下24小时不间断监控，并且能够自动对监控视频进行分析处理，对视频中的运动目标进行识别、侦测、追踪和行为分析等。本专利技术提出的基于视频内容分析的监控视频传输方法能够根据视频内容的分析结果，动态调整摄像头配置，针对不同的人群密度等级采取不同的视频拍摄质量，降低了视频传输对带宽的要求，也降低了智能视频监控存储的冗余信息量。同时能及时的发出预警信息，为处理突发事件争取更多的时间，提升了视频监控的工作效率，也节省了人力。视频传输技术和智能监控视频内容分析的综合应用，使智能视频监控具有可移动性强、低功耗、监控范围广泛、监控形式多样化、远程监控方便、实用价值高等优势。目前为止，智能视频监控还属于一个中高档产品，主要应用场景也是公共场所、大型企业、世博会、奥运会等大型场所。但是随着市场需求的不断增加和技术的更新换代，智能视频监控的应用前景将更加广泛，进而走进寻常百姓家。由于智能视频监控拥有巨大应用前景和研究意义，因而成为了全球各国战略发展的重要部分，并投入了大量的资金和精力对其进行研究。专利
技术实现思路
为了克服传统的视频监控功能单一、存储信息冗余等缺点。本专利技术提出了根据分析监控视频内容，动态调整摄像头参数配置，针对不同的人群密度等级采取不同的视频拍摄质量，降低了视频传输对带宽的要求，同时也降低了智能视频监控存储的冗余信息量，设计并实现了一种基于视频内容分析的监控视频传输方法。本专利技术是采用以下技术手段实现的：一种基于视频内容分析的监控视频传输方法，其特征在于，包括图像采集模块、图像预处理模块、人流检测模块、人群密度估计模块、摄像头参数设置和预警模块、视频传输模块；其中，所述图像采集模块，用于获取监控场景的监控视频图像，为之后的图像预处理提供数据源；所述图像预处理模块，用于对采集到的监控视频图像做预先处理和计算，为之后的人流检测和人群密度估计提供数据源；所述人流检测模块，用于对监控视频画面中的行人进行检测和统计，统计结果为之后是否启动人群密度估计提供依据；所述人群密度估计模块，用于当图像中的人流量超过预设的开启密度检测等级后，就必须使用人群密度估计算法对当前视频画面中的人群密度进行估计，为之后的摄像头参数设置和预警提供依据；所述摄像头参数设置和预警模块，用于当行人检测和人群密度检测达到预设定的预警等级后，发出群体事件预警信息，并且根据人群密度等级修改摄像头参数，通过摄像头参数的修改来提高视频传输的有效率；所述视频传输模块，当监测视频达到预设的视频传输等级后，自动开启视频传输功能，将原有的视频文件或者摄像头的实时视频以流的方式传输到远程服务器，远程服务器可以同时接受多个客户端访问。进一步的，所述的图像采集模块采用访问RTSP服务器的方式获取视频流，并通过视频流采集视频图像。进一步的，所述的图像预处理模块，对采集到的监控视频图像做预处理，为之后的人流检测和人群密度估计提供数据源。由于摄像头采集到的图像受光照、噪声和运动等因素的影响，这些因素都容易影响之后模块检测的准确性，因此监控视频图像的预处理必不可少，所述的预处理主要是对图像进行中值滤波以达到去噪的目的。进一步的，所述人流检测模块是检测之初使用三帧差法对监控视频图像进行运动目标检测，只有在检测结果显示当前视频中包含运动目标时，才进行基于HOG特征的行人检测，否则就一直进行运动目标检测。如果检测到监控画面中包含行人，统计行人数量并将行人区域标记出来。所述的三帧差法就是利用2次相邻帧的差，然后再进行“与”操作后，对行人进行定位。所述的相邻帧的差是指通过对所采集的监控视频中两个相邻的图像进行图像间差分运算，进而获得运动目标外部轮廓的一种算法。所述的HOG特征是梯度方向直方图(HistogramofOrientedGradients)，通过将行人局部的特征计算统计出来，最终综合得到整个行人的梯度直方图。所述的行人局部特征提取包括5个步骤：●第一步是完成了整个提取过程的准备工作，即是标准化正负训练样本的颜色空间和Gamma空间。●第二步是对正负训练样本的梯度进行计算。●第三步是对于第二步中计算出来的梯度值，统计细胞单元内每个方向上的梯度值。●第四步是对每个块的梯度直方图进行归一化处理。●最后一步则是把归一化后的梯度直方图根据一定的规律组合成正负训练样本的HOG特征向量。进一步的，所述的人群密度等级分为4个等级，包括：1级(每平米低于2人)、2级(每平米大于等于2人小于3人)、3级(每平米大于等于3人小于4人)、4级(每平米大于等于4人)。所述的开启密度检测等级为2级，所述人群密度估计模块的估计流程：先针对当前监控视频建立背景，在背景成功建立后，通过帧间差分法获得前景的像素数，再通过人群密度和前景像素数之间的关系函数，对人群密度进行估计。所述的背景是当前监控场景中没有行人等其他遮挡物，所述的背景建立采用视频帧像素点统计方法，所述的前景像素数即人群所占像素值，所述的监控视频的人群密度和前景像素数之间的关系函数预先使用最小二乘法训练和计算得出。进一步的，所述摄像头参数设置，是通过ONVIF协议实现,所述的预警信息是当人群密度达到预设的等级后自动发出群体性预警信息，所述的预警等级为4级。所述的摄像头参数设置与视频人群密度等级的对应关系是：1级(摄像头像素为200*150，每秒保存和传输的帧数为5帧)；2级(摄像头像素为200*150，每秒保存和传输的帧数为10帧)；3级(摄像头像素为400*300，每秒保存和传输的帧数为20帧)；4级(摄像头像素为800*600，每秒保存和传输的帧数为30帧)。所述的ONVIF(OpenNetworkVideoInterfaceForum)协议能够使开发者使用统一的参数接口修改不同品牌不同型号的摄像头的参数，它屏蔽了各个摄像头系统和硬件的差异性，所述的参数是摄像头的拍摄像素和视频帧的频率。进一步的，所述的视频传输模块，首先获取摄像头的实时视频，其次将该实时视频打包发送到远程DSS服务器，最后用户可以本文档来自技高网...

【技术保护点】
一种基于视频内容分析的监控视频传输方法，其特征在于，包括图像采集模块、图像预处理模块、人流检测模块、人群密度估计模块、摄像头参数设置和预警模块、视频传输模块；其中，所述图像采集模块，用于获取监控场景的监控视频图像，为之后的图像预处理提供数据源；所述图像预处理模块，用于对采集到的监控视频图像做预先处理和计算，为之后的人流检测和人群密度估计提供数据源；所述人流检测模块，用于对监控视频画面中的行人进行检测和统计，统计结果为之后是否启动人群密度估计提供依据；所述人群密度估计模块，用于当图像中的人流量超过预设的开启密度检测等级后，就必须使用人群密度估计算法对当前视频画面中的人群密度进行估计，为之后的摄像头参数设置和预警提供依据；所述摄像头参数设置和预警模块，用于当行人检测和人群密度检测达到预设定的预警等级后，发出群体事件预警信息，并且根据人群密度等级修改摄像头参数，通过摄像头参数的修改来提高视频传输的有效率；所述视频传输模块，当监测视频达到预设的视频传输等级后，自动开启视频传输功能，将原有的视频文件或者摄像头的实时视频以流的方式传输到远程服务器，远程服务器同时接受多个客户端访问。

【技术特征摘要】
1.一种基于视频内容分析的监控视频传输方法，其特征在于，包括图像采
集模块、图像预处理模块、人流检测模块、人群密度估计模块、摄像头参数设置
和预警模块、视频传输模块；其中，
所述图像采集模块，用于获取监控场景的监控视频图像，为之后的图像预处
理提供数据源；
所述图像预处理模块，用于对采集到的监控视频图像做预先处理和计算，为
之后的人流检测和人群密度估计提供数据源；
所述人流检测模块，用于对监控视频画面中的行人进行检测和统计，统计结
果为之后是否启动人群密度估计提供依据；
所述人群密度估计模块，用于当图像中的人流量超过预设的开启密度检测等
级后，就必须使用人群密度估计算法对当前视频画面中的人群密度进行估计，为
之后的摄像头参数设置和预警提供依据；
所述摄像头参数设置和预警模块，用于当行人检测和人群密度检测达到预设
定的预警等级后，发出群体事件预警信息，并且根据人群密度等级修改摄像头参
数，通过摄像头参数的修改来提高视频传输的有效率；
所述视频传输模块，当监测视频达到预设的视频传输等级后，自动开启视频
传输功能，将原有的视频文件或者摄像头的实时视频以流的方式传输到远程服务
器，远程服务器同时接受多个客户端访问。
2.根据权利要求1所述的基于视频内容分析的监控视频传输方法，其特征
是，所述图像采集模块采用访问RTSP服务器的方式获取视频流，并通过视频流
采集视频图像。
3.根据权利要求1所述的基于视频内容分析的监控视频传输方法，其特征
是，所述图像预处理模块对采集到视频图像进行中值滤波以达到去噪的目的。
4.根据权利要求1所述的基于视频内容分析的监控视频传输方法，其特征
是，所述人流检测模块是检测之初使用三帧差法对监控视频图像进行运动目标检
测，只有在检测结果显示当前视频中包含运动目标时，才进行基于HOG特征的行
人检测，否则就一直进行运动目标检测；如果检测到监控画面中包含行人，统计
行人数量并将行人区域标记出来。
所述的三帧差法就是利用2次相邻帧的差，然后再进行“与”操作后，对行

\t人进行定位；所述的相邻帧的差是指通过对所采集的监控视频中两个相邻的图像
进行图像间差分运算，进而获得运动目标外部轮廓的一种算法；
所述的HOG特征是通过将行人局部的特征计算统计出来，最终综合得到整个
行人的梯度直方图；所述的行人局部特征提取包括5个步骤：
●第一步是完成了整个提取过程的准备工作，即是标准化正负训练样本的
颜色空间和Gamma空间；
●第二步是对正负训练样本的梯度进行计算；
●第三步是对于第二步中计算出来的梯度值，统计细胞单元内每个方向上
的梯度值；
●第四步是对...

【专利技术属性】
技术研发人员：王素玉，白艳涛，侯义斌，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：北京;11