【技术实现步骤摘要】
一种视频监控中异常场景处理方法及系统
本公开属于监控视频中异常场景处理领域，尤其涉及一种视频监控中异常场景处理方法及系统。
技术介绍
本部分的陈述仅仅是提供了与本公开相关的
技术介绍
信息，不必然构成在先技术。随着社会的迅速发展，视频监控越来越成为安全管理的重要方法之一。基于计算机视觉和深度学习发展而形成的智能视频监控系统，在公安调查获取案件实际情况的过程中做出了重要的贡献。目前，国内一、二线城市基本实现视频监控公共场所全覆盖，有力的保障了城市市民的整体安全。但是近几年来出现的一些社会问题中，尤其涉及到如民用机场、火车站、大型商场、学校等公共场所时，在因某些原因查询相关视频数据时，大多出现了关键视频数据不清晰、甚至丢失等各种问题。这直接阻碍了还原客观事实的进程。而出现这些问题的原因有很多，如监控操作人员主观操作不当、他人蓄意修改视频数据等主观原因导致关键视频数据丢失和存储设备本身容量客观条件不达标等。专利技术人发现，使用传统的计算机视觉方法在线判断监控视频中的各种异常场景主要有以下两个问题：一是处理结果肉眼识别率...
【技术保护点】
1.一种视频监控中异常场景处理方法，其特征在于，包括：/n接收连续的视频监控若干帧视频数据；/n将这些视频数据逐帧输入至训练好的C-NIC-R模型，输出从异常场景开始至结束时间段内的视频片段；/n其中，C-NIC-R模型由依次串联的CNN模型、NIC模型和RNN模型；/nCNN模型用于根据接视频数据，检测相应帧视频中有无异常场景；若存在异常场景，则输出从异常场景开始时间点起之后的视频数据至NIC模型；/nNIC模型用于将接收到的视频数据转化为自然语言描述；/nRNN模型用于将相应帧视频数据对应的自然语言描述与异常场景开始时刻对应的自然语言描述进行相似度比较，确定异常场景结束...
【技术特征摘要】
1.一种视频监控中异常场景处理方法，其特征在于，包括：
接收连续的视频监控若干帧视频数据；
将这些视频数据逐帧输入至训练好的C-NIC-R模型，输出从异常场景开始至结束时间段内的视频片段；
其中，C-NIC-R模型由依次串联的CNN模型、NIC模型和RNN模型；
CNN模型用于根据接视频数据，检测相应帧视频中有无异常场景；若存在异常场景，则输出从异常场景开始时间点起之后的视频数据至NIC模型；
NIC模型用于将接收到的视频数据转化为自然语言描述；
RNN模型用于将相应帧视频数据对应的自然语言描述与异常场景开始时刻对应的自然语言描述进行相似度比较，确定异常场景结束时间点及其对应的视频帧。
2.如权利要求1所述的视频监控中异常场景处理方法，其特征在于，所述视频监控中异常场景处理方法还包括：
若C-NIC-R模型中的CNN模型检测到相应帧视频中有异常场景，则记录下异常场景开始时间点、异常场景类型及拍摄异常场景的设备相关信息并输出告警信息。
3.如权利要求1所述的视频监控中异常场景处理方法，其特征在于，所述视频监控中异常场景处理方法还包括：
判断从异常场景开始至结束时间段内的视频片段的容量是否超出区块的最大容量，若是，则采用最大容量保存法降低视频容量，即使用容量最大值判断最多保存视频数据的帧数，再按照等差数列抽出相应帧数的视频数据作为关键信息并持久化存储在相应区块中；否则，将视频片段直接持久化存储在相应区块中。
4.如权利要求3所述的视频监控中异常场景处理方法，其特征在于，在区块中还存储有异常场景开始时间点、异常场景类型及拍摄异常场景的设备相关信息；其中，区块由区块头和区块主体构成，所述区块头用来存储拍摄异常场景的设备相关信息；区块主体用来存储异常场景开始时间点、异常场景类型及相应视频片段。
5.一种视频监控中异常场景处理系统，其特征在于，包括：
视频数据接收模块，其用于接收连续的视频监控若干帧视频数据；
异常场景识别模块，其用于将这些视频数据逐帧输入至训练好的C-NIC-R模型，输出从异常场景开始至结束时间段...
【专利技术属性】
技术研发人员：曹建荣，张旭，武欣莹，杨红娟，吕俊杰，张玉婷，朱亚琴，
申请(专利权)人：山东建筑大学，
类型：发明
国别省市：山东;37
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。