一种社会安防视频自动校时方法技术

本发明专利技术公开了一种社会安防视频自动校时方法，首先对于在线社会视频，直接获取视频本地及全局时钟，计算视频设备本地时间与公共视频监控系统统一时间的偏移量，完成时间信息的标注；对于离线社会视频，现场采集社会安防视频图像，并标记采集设备(移动终端)系统时间；然后基于深度学习算法分析采集的离线社会视频图像，通过对离线社会视频图像的区域检测和文字/数字识别，获取图像中的时间标记字符串，并将时间标记字符串转换为标准格式的社会视频设备本地时间，并对本地时间进行校正；最后读取采集设备系统时间，计算得出视频设备的基准时钟偏移量，为视频数据加注时间信息标签，实现多源视频数据集的时间映射。本发明专利技术提升了办案人员工作效率。

【技术实现步骤摘要】
一种社会安防视频自动校时方法
本专利技术属于社会安防
，涉及一种安防视频自动校时方法，具体涉及一种社会安防视频自动校时方法。
技术介绍
随着我国视频监控安防技术水平的不断进步，遍布大街小巷的各类视频探头、视频监控录像，成为公安机关治安防范、侦查破案、服务群众的有力抓手，视频侦查已成为第四大侦查技术，破案新的增长点。在各类视频监控系统中，除政府主建的“平安城市”、“雪亮工程”等公共视频监控系统外，由社会、单位、个人安装的用于自身技防的视频监控设备(社会视频系统)是公共视频监控系统不可或缺的有力补充。据统计，在通过视频侦查破获的各类案件中，用到社会视频系统的占到五成以上。然而，社会视频系统建设因缺乏规划，建设标准、设备型号、网络构架差异大，底数不明、点位杂乱，为视频侦查工作顺利进行带来障碍。一方面，新的视频监控设备数量、位置每日都在变，为视频侦查拓线带来机遇；另一方面，因大多数视频设备所有人不懂操作，缺乏维护、管理，需要安装技术员到场，侦查员需要等待、询问登录名、密码，完成时间校对等工作。由于私有区域内的社会安防视频系统缺少全局时钟校准机制，当前办案人员只能使用人工方法检索社会安防视频来获取数据，工作量大且繁琐，特别在涉及多场所、长时段、复杂案情的视频数据搜索时，人工处理难免产生错误的时间映射，导致筛查疏漏，严重影响工作效率。
技术实现思路
为了解决社会上各安防视频设备画面中时间标记大小、字体、颜色等属性各异，给精准识别带来很大难度的技术问题，本专利技术提供了一种社会安防视频自动校时方法。>本专利技术所采用的技术方案是：一种社会安防视频自动校时方法，其特征在于，包括以下步骤：步骤1：对于在线社会视频，直接获取视频本地及全局时钟，计算视频设备本地时间与公共视频监控系统统一时间的偏移量，完成时间信息的标注；对于离线社会视频，使用移动终端现场采集社会安防视频图像，并标记采集设备(移动终端(警务通))系统时间；步骤2：基于深度学习算法分析采集的离线社会视频图像，通过对离线社会视频图像的区域检测和文字/数字识别，获取图像中的时间标记字符串，并将时间标记字符串转换为标准格式的社会视频设备本地时间，并对本地时间进行校正；步骤3：读取采集设备(移动终端(警务通))系统时间，计算得出视频设备的基准时钟偏移量，为视频数据加注时间信息标签，实现多源视频数据集的时间映射。与传统技术方案相比，本专利技术的主要优点在于：(1)文本定位优势传统OCR算法以二值化作为文本行提取的基础，针对复杂背景，二值化无法减少噪声，提取文本行的能力较差；而深度学习算法能利用深度学习网络，在画面中直接应用训练的文本特征进行定位，无需担心噪声造成的干扰。(2)字符切割优势针对字符粘连、模糊等干扰，传统OCR算法进行字符切割十分困难；而深度学习算法使用启发式的注意力模型，以模拟人脑的方式将各种字符的主要特征提取出来，相比传统算法只能提取边缘阈值的方式有更强大的适应能力。附图说明图1为本专利技术实施例的流程图。具体实施方式为了便于本领域普通技术人员理解和实施本专利技术，下面结合附图及实施例对本专利技术作进一步的详细描述，应当理解，此处所描述的实施示例仅用于说明和解释本专利技术，并不用于限定本专利技术。请见图1，本专利技术提供的一种社会安防视频自动校时方法，包括以下步骤：步骤1：对于在线社会视频，接入“平安城市”、“雪亮工程”等的社会视频系统直接获取本地及全局时钟，计算视频设备本地时间与公共视频监控系统统一时间的偏移量，完成时间信息的标注；对于未接入“平安城市”、“雪亮工程”等的离线社会视频系统(离线)，采用手持移动终端(警务通)现场采集社会安防视频图像，并标记移动终端(警务通)系统时间。步骤2：基于深度学习算法分析采集的离线社会视频图像，通过对离线社会视频图像的区域检测和文字/数字识别，获取图像中的时间标记字符串，并将时间标记字符串转换为标准格式的社会视频设备本地时间，并对本地时间进行校正；本实施例中，对本地时间进行校正，具体实现为：步骤2.1：随机或重点抽取某个采集的离线社会视频图像，自动识别出其中的本地时间；步骤2.2：参照所抽取图像，对步骤2.1中自动识别的结果进行人工核查和校正。步骤3：读取移动终端(警务通)系统时间，计算得出视频设备的基准时钟偏移量，为视频数据加注时间信息标签，实现多源视频数据集的时间映射。本实施例中，计算得出视频设备的基准时钟偏移量，计算公式为：TΔ＝Tglobal-Tlocal其中，通过警务通联网获得公安部门统一的全局时间Tglobal，即标准系统时间；Tlocal为视频设备本地时间。本实施例中实现多源视频数据集的时间映射，设社会视频设备1、2、…、n的时钟偏移量分别为TΔ1、TΔ2、…、TΔn，则视频设备的全局时间分别为视频设备本地时间与其基准时钟偏移量之和，即Tglobal1＝Tlocal1+TΔ1Tglobal2＝Tlocal2+TΔ2……Tglobaln＝Tlocaln+TΔn。本专利技术的核心内容和效果：(1)采用深度学习算法自动实现区域检测和字符识别，获取采集视频画面中的时间标记，并支持人工比对修正；(2)使用一种精准、快捷社会安防视频系统时间自动校准方法实现视频的语义标注，提升办案人员工作效率。应当理解的是，本说明书未详细阐述的部分均属于现有技术；上述针对较佳实施例的描述较为详细，并不能因此而认为是对本专利技术专利保护范围的限制，本领域的普通技术人员在本专利技术的启示下，在不脱离本专利技术权利要求所保护的范围情况下，还可以做出替换或变形，均落入本专利技术的保护范围之内，本专利技术的请求保护范围应以所附权利要求为准。本文档来自技高网...

【技术保护点】
1.一种社会安防视频自动校时方法，其特征在于，包括以下步骤：/n步骤1：对于在线社会视频，直接获取视频本地及全局时钟，计算视频设备本地时间与公共视频监控系统统一时间的偏移量，完成时间信息的标注；/n对于离线社会视频，现场采集社会安防视频图像，并标记采集设备系统时间；/n步骤2：基于深度学习算法分析采集的离线社会视频图像，通过对离线社会视频图像的区域检测和文字/数字识别，获取图像中的时间标记字符串，并将时间标记字符串转换为标准格式的社会视频设备本地时间，并对本地时间进行校正；/n步骤3：读取采集设备系统时间，计算得出视频设备的基准时钟偏移量，为视频数据加注时间信息标签，实现多源视频数据集的时间映射。/n

【技术特征摘要】
1.一种社会安防视频自动校时方法，其特征在于，包括以下步骤：
步骤1：对于在线社会视频，直接获取视频本地及全局时钟，计算视频设备本地时间与公共视频监控系统统一时间的偏移量，完成时间信息的标注；
对于离线社会视频，现场采集社会安防视频图像，并标记采集设备系统时间；
步骤2：基于深度学习算法分析采集的离线社会视频图像，通过对离线社会视频图像的区域检测和文字/数字识别，获取图像中的时间标记字符串，并将时间标记字符串转换为标准格式的社会视频设备本地时间，并对本地时间进行校正；
步骤3：读取采集设备系统时间，计算得出视频设备的基准时钟偏移量，为视频数据加注时间信息标签，实现多源视频数据集的时间映射。


2.根据权利要1所述的社会安防视频自动校时方法，其特征在于：步骤2中，所述对本地时间进行校正，具体实现包括以下子步骤：
步骤2.1：随机或重点抽取某个采集的离线社会视频图像，自动识...

【专利技术属性】
技术研发人员：何政，叶刚，王中元，傅佑铭，
申请(专利权)人：武汉大学，
类型：发明
国别省市：湖北;42