基于视频内容的监控报警方法、系统、设备及存储介质技术方案

本发明专利技术提供一种基于视频内容的监控报警方法、系统、计算机设备及存储介质，其中所述方法包括：实时采集监控区域的音视频数据，得到视频内容；按照预设规则将视频内容截断为若干片段；基于预设特征值依次对各个片段的视频内容进行目标识别，若能从中找出与预设特征值相匹配的目标特征，则触发警报。本发明专利技术提供的技术方案在得到监控区域的视频内容之后，无需依赖人工，先自动将视频内容截断为便于处理的若干片段，再依次针对各个片段的视频内容进行目标识别以查找与预设特征值相匹配的目标特征，一旦找到目标特征就触发警报，便于工作人员及时查验，解决了目前单纯依靠人工对视频信息进行监控、审核，耗时耗力，容易延误和出错的技术问题。问题。问题。

【技术实现步骤摘要】
基于视频内容的监控报警方法、系统、设备及存储介质


[0001]本专利技术涉及视频监控
，尤其涉及一种基于视频内容的监控报警方法、一种基于视频内容的监控报警系统、一种计算机设备以及一种计算机可读存储介质。

技术介绍

[0002]在安防领域，视频监控的应用越来越广泛，给安防工作带来了不可估量的作用。然而现有的视频监控技术智能化程度不足，仍依赖于大量的人力资源来对视频内容进行识别，以应对突发事件，但由于目前视频监控的数据量呈现指数增长的趋势，庞大的数据量以及视频信息本身的无序性、无规律性使得监控视频的辨别、检索和管理变得越来越复杂，单纯依靠人工对视频信息进行监控、审核，耗时耗力，容易延误和出错。

技术实现思路

[0003]为了至少部分解决现有技术中存在的依赖人工对监控视频内容进行识别存在耗时耗力、易出错等技术问题而完成了本专利技术。
[0004]根据本专利技术的一方面，提供一种基于视频内容的监控报警方法，所述方法包括：
[0005]实时采集监控区域的音视频数据，得到视频内容；
[0006]按照预设规则将视频内容截断为若干片段；
[0007]基于预设特征值依次对各个片段的视频内容进行目标识别，若能从中找出与预设特征值相匹配的目标特征，则触发警报。
[0008]可选地，所述按照预设规则将视频内容截断为若干片段，包括：
[0009]利用预设的多维度特征值对视频内容进行匹配，并根据视频内容与预设的多维度特征值之间的匹配关系将视频内容截断为若干个分别对应于不同多维度特征值的片段。
[0010]可选地，所述预设特征值为预设表情特征值；
[0011]所述基于预设特征值分别对每个片段的视频内容进行目标识别，包括：
[0012]利用深度学习目标检测算法对每个片段的视频内容中的图像进行逐帧图像的人脸表情筛选，得出表情筛选结果；
[0013]将表情筛选结果输入至预设的表情特征值分析模型进行特征匹配，以查找与预设表情特征值相匹配的目标表情。
[0014]可选地，在找出与预设表情特征值相匹配的目标表情之后，还包括：
[0015]针对监控区域内与目标表情对应的人物进行持续跟踪并放大拍摄，直至目标表情消失。
[0016]可选地，所述预设特征值为预设行为动作特征值；
[0017]所述基于预设特征值分别对每个片段的视频内容进行目标识别，包括：
[0018]利用深度学习目标检测算法对每个片段的视频内容中的图像进行逐帧图像的行为动作筛选，得出行为动作筛选结果；
[0019]将行为动作筛选结果输入至预设的行为动作特征值分析模型进行特征匹配，以查
找与预设行为动作特征值相匹配的目标行为动作。
[0020]可选地，在找出与预设行为动作特征值相匹配的目标行为动作之后，还包括：
[0021]针对监控区域内于目标行为动作对应的人物进行持续跟踪并放大拍摄，直至目标行为动作消失。
[0022]可选地，所述预设特征值为预设声音特征值；
[0023]所述基于预设特征值分别对每个片段的视频内容进行目标识别，包括：
[0024]利用深度学习目标检测算法对每个片段的视频内容中的声音进行特定声音筛选，得到特定声音筛选结果；
[0025]将特定声音筛选结果输入至预设的声音特征值分析模型进行特征匹配，以查找与预设声音特征值相匹配的目标声音。
[0026]可选地，在找出与预设特征值相匹配的目标特征之后，还包括：
[0027]针对监控区域内出现目标特征的视频内容进行存储。
[0028]可选地，在触发警报之后，还包括：
[0029]向预设的通讯设备发送相应的报警信息。
[0030]根据本专利技术的另一方面，提供一种基于视频内容的监控报警系统，所述系统包括：
[0031]视频采集模块，其设置为实时采集监控区域的音视频数据，得到视频内容；
[0032]视频分割模块，其设置为按照预设规则将视频内容截断为若干片段；
[0033]视频识别模块，其设置为基于预设特征值依次对各个片段的视频内容进行目标识别，以从中查找与预设特征值相匹配的目标特征；以及，
[0034]报警模块，其设置为在视频识别模块找出目标特征时触发警报。
[0035]根据本专利技术的又一方面，提供一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，当所述处理器运行所述存储器存储的计算机程序时，所述处理器执行前述基于视频内容的监控报警方法。
[0036]根据本专利技术的再一方面，提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，所述处理器执行前述基于视频内容的监控报警方法。
[0037]本专利技术提供的技术方案可以包括以下有益效果：
[0038]本专利技术提供的基于视频内容的监控报警方法，在得到监控区域的视频内容之后，无需依赖人工，先自动将视频内容截断为便于处理的若干片段，再依次针对各个片段的视频内容进行目标识别以查找与预设特征值相匹配的目标特征，一旦找到目标特征就触发警报，便于工作人员及时查验，解决了目前单纯依靠人工对视频信息进行监控、审核，耗时耗力，容易延误和出错的技术问题。
[0039]本专利技术的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本专利技术而了解。本专利技术的目的和其他优点可通过在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
附图说明
[0040]附图用来提供对本专利技术技术方案的进一步理解，并且构成说明书的一部分，与本专利技术的实施例一起用于解释本专利技术的技术方案，并不构成对本专利技术技术方案的限制。
[0041]图1为本专利技术实施例提供的基于视频内容的监控报警方法的流程示意图；
[0042]图2为本专利技术实施例提供的一种基于视频内容的监控报警系统的结构示意图；
[0043]图3为本专利技术实施例提供的另一种基于视频内容的监控报警系统的结构示意图；
[0044]图4为本专利技术实施例提供的计算机设备的结构示意图。
具体实施方式
[0045]为使本专利技术实施例的目的、技术方案和优点更加清楚，以下结合附图对本专利技术的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本专利技术，并不用于限制本专利技术。
[0046]在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本专利技术的说明，其本身没有特定的意义。因此，“模块”、“部件”或“单元”可以混合地使用；并且，在不冲突的情况下，本专利技术中的实施例及实施例中的特征可以相互任意组合。
[0047]在人工智能技术的支持下，视频内容的智能分析技术得到了进一步发展，不仅能够看懂视频，更能看准视频内容，并给出分析结果，包括人脸识别、动作识别、物体检测、物体跟踪等。本专利技术实施例基于现有智能分析技术实现视频内容智能识别，对监控视频中出现的行为进行检测和分析，并根据分本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于视频内容的监控报警方法，其特征在于，包括：实时采集监控区域的音视频数据，得到视频内容；按照预设规则将视频内容截断为若干片段；基于预设特征值依次对各个片段的视频内容进行目标识别，若能从中找出与预设特征值相匹配的目标特征，则触发警报。2.根据权利要求1所述的方法，其特征在于，所述按照预设规则将视频内容截断为若干片段，包括：利用预设的多维度特征值对视频内容进行匹配，并根据视频内容与预设的多维度特征值之间的匹配关系将视频内容截断为若干个分别对应于不同多维度特征值的片段。3.根据权利要求1或2所述的方法，其特征在于，所述预设特征值为预设表情特征值；所述基于预设特征值分别对每个片段的视频内容进行目标识别，包括：利用深度学习目标检测算法对每个片段的视频内容中的图像进行逐帧图像的人脸表情筛选，得出表情筛选结果；将表情筛选结果输入至预设的表情特征值分析模型进行特征匹配，以查找与预设表情特征值相匹配的目标表情。4.根据权利要求3所述的方法，其特征在于，在找出与预设表情特征值相匹配的目标表情之后，还包括：针对监控区域内与目标表情对应的人物进行持续跟踪并放大拍摄，直至目标表情消失。5.根据权利要求1或2所述的方法，其特征在于，所述预设特征值为预设行为动作特征值；所述基于预设特征值分别对每个片段的视频内容进行目标识别，包括：利用深度学习目标检测算法对每个片段的视频内容中的图像进行逐帧图像的行为动作筛选，得出行为动作筛选结果；将行为动作筛选结果输入至预设的行为动作特征值分析模型进行特征匹配，以查找与预设行为动作特征值相匹配的目标行为动作。6.根据权利要求5所述的方法，其特征在于，在找出与预设行为动作特征值相匹配的目标行为动...

【专利技术属性】
技术研发人员：孙进芳，
申请(专利权)人：中国联合网络通信集团有限公司，
类型：发明
国别省市：