一种监控预警方法、系统及存储介质技术方案

本发明专利技术涉及一种监控预警方法、系统及存储介质。其方法的具体步骤为：S1：获取视频流，并对视频流进行处理；S2：获取经预处理后的视频流的目标特征；S3：构建异常事件识别判据；S4：依据异常事件识别判据对视频流中是否出现异常事件进行识别；S5：当检测到异常事件的发生，对异常事件进行响应。其系统包括有：采集及预处理模块、异常事件识别模块、预警及信息回溯模块、显示模块及通信模块；另外还涉及了可执行本发明专利技术中方法的计算机存储介质，本发明专利技术自行依据其内设置的异常事件识别算法对监控区域内是否发生异常事件进行识别，并将异常事件发生信号回传至监控中心，工作人员同步启动应急预案。

【技术实现步骤摘要】
一种监控预警方法、系统及存储介质
本专利技术涉及视频处理
，特别涉及一种监控预警方法、系统及存储介质。
技术介绍
监控系统是安防系统中应用最多的系统之一，传统的监控系统需要监控员在监控室中通过多个独立的监控窗口实现对复杂场景中的不同监控点的异常情况进行实时的监控。此种监控方式中监控画面彼此相互孤立不具有关联性，且由于摄像头监控的视角有限，无法得到完整全面的图像画面信息及视域内清晰的视觉特征信息，一旦监控区域内出现异常事件，则监控人员无法通过零散的视频画面对异常事件当前呈现的实际状况或视觉特征进行有效识别、对发生异常事件的实际地理位置进行有效的定位以及对异常事件视频进行的快速回溯，大幅地影响专业人员对异常事件的处理效率及对处理该异常事件的人员的安排和调度，进而会引发严重的后果。上述公开于该
技术介绍
部分的信息仅仅旨在增加对本专利技术的总体背景的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域一般技术人员所公知的现有技术。
技术实现思路
为解决
技术介绍
中的技术问题，本专利技术提供一种监控预警方法、系统及存储介质。根据本专利技术提供的一种监控预警方法，其特征在于，包含下列步骤：S1：获取视频流，对视频流进行预处理；S2：获取经预处理后的视频流的目标特征；S3：构建异常事件识别判据；S4：依据异常事件识别判据对视频流中是否出现异常事件进行识别；S5：当检测到异常事件的发生，对异常事件进行响应。优选地，上述技术方案中，S1中对视频流进行预处理具体包括：S11：对视频流进行解码并提取关键帧；S12：对关键帧进行预处理；S13：对经过预处理的关键帧进行图像优化。优选地，上述技术方案中，S2的具体步骤包含：S21：计算视频流中每一帧目标特征的兴趣点特征坐标集；S22：对兴趣点特征坐标集进行计算，得到目标特征矢量集。优选地，上述技术方案中，步骤S3还包含：S31：结合目标特征矢量集，计算出目标特征参数；S32：将目标特征参数输入到异常事件识别模型中进行训练。优选地，上述技术方案中，目标特征参数包括有：运动矢量动能、运动方向信息熵、相邻目标信息量。优选地，上述技术方案中，步骤S5还包括有：在检测到异常事件后，自动对异常事件进行预警及记录。优选地，上述技术方案中，所述步骤S5还包括，在检测到异常事件后，对所述异常事件发生方位进行定位。根据本专利技术提供的一种监控预警系统，包括采集及预处理模块、异常事件识别模块、预警及信息回溯模块、显示模块及通信模块；采集及预处理模块，用获取及存储视频流，以及对视频流进行预处理；异常事件识别模块，用于对经预处理的视频流中是否出现异常事件进行判别；预警及信息回溯模块，用于在异常事件发生时，启动预警机制，以及将异常事件信息回传至监控中心；显示模块，用于对视频流采用网格化排布或者单点排布中任一种显示方法进行显示；通信模块，用于各模块间的通信连接。一种计算机存储介质，计算机存储介质存储有一个或者多个程序，一个或者多个程序可被一个或者多个处理器执行，以实现上述监控预警方法。与现有技术相比，本专利技术具有如下有益效果：本专利技术提供的一种监控预警方法、系统及存储介质，系统能够自行依据其内设置的异常事件识别算法对监控区域内是否发生异常事件进行识别，并将异常事件视频图像进行截取保存以及自动获取异常事件发生的地理位置坐标，将上述信息回传至监控中心，工作人员可依据回传的信息启动应急预案。附图说明图1是本专利技术一种监控预警方法的流程图；图2是本专利技术一实施例对视频流进行预处理的方法流程图；图3是本专利技术一实施例对异常事件判断识别的方法流程图；图4是本专利技术一种监控预警系统的原理框图；图5是本专利技术一种监控预警系统的另一种原理框图。100-采集及预处理模块，200-显示模块，300-异常事件识别模快，310-异常事件判别模块，320-异常信息定位模块，400-预警及信息回溯模块，500-通信模块。具体实施方式下面结合附图，对本专利技术的具体实施方式进行详细描述，但应当理解本专利技术的保护范围并不受具体实施方式的限制。除非另有其它明确表示，否则在整个说明书和权利要求书中，术语“包括”或其变换如“包含”或“包括有”等等将被理解为包括所陈述的元件或组成部分，而并未排除其它元件或其它组成部分。实施例1根据本专利技术提供的一种监控预警方法，包括下列步骤：步骤S1：获取视频流，对视频流进行预处理；获取视频流包含一切可以获得视频流的方法及手段，对视频流进行预处理具体方法为：S11对视频流进行解码及提取关键帧；将视频流解析成视频帧图像，筛选有运动目标的视频帧图像并将其标注为关键帧；S12对关键帧进行预处理；分别利用中值滤波和均值滤波的图像处理方式针对关键帧图像中的椒盐噪声以及高斯噪声进行降噪处理；S13对经过预处理的关键帧进行图像优化；利用基于EM算法的高斯混合模型对降噪后的关键帧突显进行前景检测，并利用RCB颜色模型进行阴影去除；利用二值形态学算法进行图像优化，即对初步得到的图像进行去噪操作即分别进行腐蚀、膨胀、开运算和闭运算，最终得到二值化关键帧前景图即运动目标的二值图像。需要说明的是进行视频流采集时，需要实时回传采集模块的属性信息，即采集模块对应的地理位置信息(ID)以及角度偏转信息等(即球幕相机ID对应的属性信息至少包括摄像头GPS位置、滚动角、倾斜角和偏航角)，以便后续可以通过GPS定位将采集模块定位到监控中的对应该位置，并回传对应地理位置信息。步骤S2：获取经预处理后的视频流的目标特征；具体方法为：S21：计算所述视频流中每一帧所述目标特征的兴趣点特征坐标集；构建关键帧掩膜模板，通过结合特征提取算法计算每一帧以得到目标特征的兴趣点特征坐标集，即基于S1中得到的运动目标二值图像作为二值化掩膜模板，利用特征提取算法实现对每一帧视频图像的兴趣点特征的检测及提取，并得到目标特征即运动目标的兴趣点特征坐标集。S22：对兴趣点特征坐标集进行计算，构建目标特征矢量集利用LK光流法，对运动目标的兴趣点特征坐标集中的运动目标兴趣点特征进行光流计算，得到运动目标特征的光流矢量集，作为后续构建异常事件识别判据的计算基础。需要说明的是：本专利技术中的兴趣点特征即为角点特征；本专利技术中特征提取算法优选为Shi-Tomasi算法；本专利技术中光流矢量即为运动目标的运动矢量。步骤S3：构建异常事件识别判据；具体方法为：S31：结合目标特征矢量集，计算出目标特征参数；利用多源动态信息融合算法，结合运动目标的运动矢量集，计算出运动目标的特征参数；以此实现视频流中异常事件识别判据的构建。本专利技术中通过利用运动矢量动能即光流矢量动能、本文档来自技高网...

【技术保护点】
1.一种监控预警方法，其特征在于，包含下列步骤：/nS1：获取视频流，对所述视频流进行预处理；/nS2：获取经预处理后的所述视频流的目标特征；/nS3：构建异常事件识别判据；/nS4：依据所述异常事件识别判据对所述视频流中是否出现异常事件进行识别；/nS5：当检测到异常事件的发生，对异常事件进行响应。/n

【技术特征摘要】
1.一种监控预警方法，其特征在于，包含下列步骤：
S1：获取视频流，对所述视频流进行预处理；
S2：获取经预处理后的所述视频流的目标特征；
S3：构建异常事件识别判据；
S4：依据所述异常事件识别判据对所述视频流中是否出现异常事件进行识别；
S5：当检测到异常事件的发生，对异常事件进行响应。


2.根据权利要求1所述的一种监控预警方法，所述S1中对视频流进行预处理包括以下几个步骤：
S11：对所述视频流进行解码并提取关键帧；
S12：对所述关键帧进行预处理；
S13：对经过预处理的所述关键帧进行图像优化。


3.根据权利要求2所述的一种监控预警方法，所述S2的具体步骤包含：
S21：计算所述视频流中每一帧所述目标特征的兴趣点特征坐标集；
S22：对所述兴趣点特征坐标集进行计算，构建所述目标特征矢量集。


4.根据权利要求3所述的一种监控预警方法，其特征在于，所述步骤S3还包含：
S31：结合所述目标特征矢量集，计算出目标特征参数；
S32：将所述目标特征参数输入到异常事件识别模型中进行训练。


5.根据权利要求4所述的一种监控预警方法，其特征在于，所述目标特征参数包括有：运动矢量动能、运动方向信息熵、相邻目标信息量。


6.根据权利要求1所述的一种监控预警方法，其特征在于，所...

【专利技术属性】
技术研发人员：崔岩，刘强，
申请(专利权)人：中德珠海人工智能研究院有限公司，珠海市四维时代网络科技有限公司，
类型：发明
国别省市：广东;44