一种基于视频监控的目标实时追踪检测系统及方法技术方案

本发明专利技术公开了一种基于视频监控的目标实时追踪检测系统及方法，包括有用户交互模块、算法模型库模块、云端存储模块和数据源模块；所述用户交互模块用于输入目标特征和进行结果显示；所述算法模型库模块根据目标特征从数据源模块和云端存储模块调用视频数据对视频数据进行优化后，匹配目标特征，输出匹配结果至用户交互模块；所述云端存储模块用于存储算法模型库模块输出的匹配结果。本系统与传统技术相比，引入目标检测算法和图像优化处理，能够帮助基层工作者更好地利用视频监控，从大量人工审查判断逐步迈入智能化、自动化减少人工干预，有效提升工作容错。有效提升工作容错。有效提升工作容错。

【技术实现步骤摘要】
一种基于视频监控的目标实时追踪检测系统及方法


[0001]本专利技术涉及公安
，更具体地，涉及一种基于视频监控的目标实时追踪检测系统及方法。

技术介绍

[0002]目前公安依靠监控摄像头为各种案件提供线索，但目前仍存在以下难题：1、监控中心接收的视频信息量成几何倍数增长，收集到的视频源比较复杂，工作环境也不同，收集到的视频信息质量参差不齐(噪点多，光线差，天气恶劣等)，给后续工作效率造成影响；2、图像识别度尤其是视频中图像识别的问题；实时监控虽能光学变焦，但受限于安装角度导致其识别度仍有限，更何况同样条件下的视频监控只能数字变焦；监控拍摄下的人和重要目标(像车牌号、赃物特征等)像素面积占比过小，往往会影响侦查人员和人脸识别系统的判断；3、由于镜头畸变、拍摄角度、云台抖动等问题导致的废片(指监控采集到但无法应用到公安业务中的视频资料)无法再利用的问题；4、视频侦查工作缺乏规范是侦查主体面临的重要问题之一，在视频监控资料的视频转码、模糊图像处理等方面各地均有不同的做法，所使用的法律手续格式、类别也不尽相同，这种工作流程和操作方法的不统一造成了诉讼过程的障碍并影响跨区域侦查协作的开展；应用高科技手段提高视频侦查效率的意识不强，现阶段视频侦查更多的是“人海战术”，大量工作仍需人工逐帧观看，电脑辅助软件应用不广泛，或者虽有应用而各地各异，人像自动识别等技术不够成熟、应用有限。
[0003]现有技术公开了一种基于YOLO v5和边缘计算的野生动物巡检系统，该系统，应用多类别野生动物数据库训练目标检测模型，野生动物目标检测算法模型通过Docker容器嵌入至边缘端，前端摄像头以50fps的速率24小时不间断巡检，多路摄像头通过自组网将视频流传输至边缘计算盒子，边缘端检测到指定目标后将首帧影像、含目标视频文件、识别结果以WIFI传输形式回传至服务器端，系统将回传结果可视化呈现。该方案的缺陷是，无法对采集到的废片进行再利用。
[0004]为此，结合以上需求和现有技术中收集到的视频信息质量参差不齐、图像识别度低和废片无法再利用的缺陷，本申请提出了一种基于视频监控的目标实时追踪检测系统及方法。

技术实现思路

[0005]本专利技术提供了一种基于视频监控的目标实时追踪检测系统及方法，能够通过目标检测算法和超分辨率算法结合运用最大化弥补压制造成的图像质量崩坏问题，采用图像分割的方法处理废片，能够有效解决抖动、畸变等问题，提高废片再利用率。
[0006]本专利技术的首要目的是为解决上述技术问题，本专利技术的技术方案如下：
[0007]本专利技术第一方面提供了一种基于视频监控的目标实时追踪检测系统，本系统包括有：用户交互模块、算法模型库模块、云端存储模块和数据源模块；所述用户交互模块用于输入目标特征和进行结果显示；所述算法模型库模块根据目标特征从数据源模块和云端存
储模块调用视频数据对视频数据进行优化后，匹配目标特征，输出匹配结果至用户交互模块；所述云端存储模块用于存储算法模型库模块输出的匹配结果。
[0008]进一步的，所述用户交互模块包括Web端和客户端；所述Web端包括有：模型日志单元、结果报告单元、故障反馈单元、回收站单元和功能选择单元；所述客户端包括有：实时视频画面展示单元、录像视频处理单元、硬件故障排查单元、算法模型库模块调用单元、云端存储模块调用单元和数据源模块调用单元；所述用户交互模块能够通过访问控制登录，通过对登陆的用户设定不同的权限，根据权限高低能够使用云存储数据库增删改查的功能；所述硬件故障排查单元能够实时反馈监控摄像头的故障。
[0009]其中，所述用户交互模块的登录验证方式与公安工作者日常登入公安内网身份认证办案一致，插入个人电子数字证书，系统读取识别出登陆用户的个人信息，认证成功后登录；非公安用户则采用企业自定义的登陆方式进行登录。
[0010]其中，在客户端上显示有多个实况监控画面，点击即可最大化查看，并设有返回按钮和翻页按钮；单个视频输入时则默认最大化显示。
[0011]进一步的，所述算法模型库模块包括有：目标检测算法单元、故障检测算法单元、图像优化算法单元和资源分配算法单元；其中，所述目标检测算法单元为YOLO v5目标检测算法，所述图像优化算法单元包括有Autoencoder去噪算法、深度学习超分辨率算法；所述Autoencoder去噪算法用于解决图片中噪声过多的问题，所述深度学习超分辨率算法相结合，用于解决图像模糊的问题，提高废片利用率。
[0012]其中，导致图像模糊的原因包括有传输过程压缩质量、雾雨天气干扰。
[0013]其中，所述深度学习超分辨率算法包括FSRCNN快速超分辨率算法和RDN残差密集网络。
[0014]其中，道路实况默认使用快速目标检测算法捕捉目标、快速超分辨率处理截图以节省计算资源，录像输入则默认使用高精度的目标检测算法和高质量去噪超分辨率算法处理；用户还能通过自定义模式对系统进行调试和测试，以及根据特殊场景进行算法的变更。
[0015]进一步的，所述目标检测算法单元包括高精度检测模式和常规检测模式，所述高精度检测模式具体为：对图片进行分割，转变为一张张小图，再进行检测得到目标框，每个小图检测完成后，再将所有的框放到大图上，对大图整体做一次非极大值抑制nms操作，将重叠区域的重复框去除；所述常规检测模式具体为：对图片整体进行一次大图检测。
[0016]进一步的，所述数据源模块存储的数据包括有：摄像头的实时画面、储存的摄像头历史视频录像、人员信息库数据和废片库数据；其中，废片库数据包括有废片回收站，废片回收站会保存近6个月的摄像头历史视频录像，同时可在云端储存供反复调用和翻查，通过从废片回收站中挑选废片作为系统的输入能够达成废片再利用的目的。
[0017]其中，每项废片都有规范化的文档命名和归类，如时间区间+地点信息，比较旧的数据存放至云端，较新的数据存放本地，并自动定时备份至云端。
[0018]进一步的，所述云端存储模块存储的数据包括有：历史检索数据、重点人员信息、轨迹分析结果和废片资料；所述重点人员信息由公安信息库提供，用户能够根据权限对云端储存的信息进行浏览、调用、修改、增加、删减的操作。
[0019]本专利技术第二方面提供了一种基于视频监控的目标实时追踪检测方法，本方法包括以下步骤：
[0020]S1、通过用户交互模块输入目标需求，系统判断视频监控录像是否符合预设的清晰度，符合则执行下一步骤，否则在用户交互模块询问是否需要图像优化处理；不需要图像优化处理则直接进行下一步骤，需要图像优化处理则根据需求对视频监控录像进行优化处理。
[0021]S2、根据目标需求利用目标检测算法在视频监控中实时捕捉目标，若目标捕捉失败设定次数，提示重新输入目标需求，并返回步骤S1，若目标捕捉成功则执行下一步骤。
[0022]S3、输出画面实时追踪结果，匹配公安信息库数据并等待核查，经核查一致则将目标最后出现的时间及地理位置信息推送至用户交互模块并上传云端储存。
[0023]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于视频监控的目标实时追踪检测系统，其特征在于，包括有：用户交互模块、算法模型库模块、云端存储模块和数据源模块；所述用户交互模块用于输入目标特征和进行结果显示；所述算法模型库模块根据目标特征从数据源模块和云端存储模块调用视频数据对视频数据进行优化后，匹配目标特征，输出匹配结果至用户交互模块；所述云端存储模块用于存储算法模型库模块输出的匹配结果。2.根据权利要求1所述的一种基于视频监控的目标实时追踪检测系统，其特征在于，所述用户交互模块包括Web端和客户端；所述Web端包括有：模型日志单元、结果报告单元、故障反馈单元、回收站单元和功能选择单元；所述客户端包括有：实时视频画面展示单元、录像视频处理单元、硬件故障排查单元、算法模型库模块调用单元、云端存储模块调用单元和数据源模块调用单元；所述用户交互模块能够通过访问控制登录，通过对登陆的用户设定不同的权限，根据权限高低能够使用云存储数据库增删改查的功能；所述硬件故障排查单元能够在后台间歇性对画面进行图像分类检测，用于实时反馈监控摄像头的故障，其中所述故障包括有：镜头起雾、异物阻挡和设备故障。3.根据权利要求1所述的一种基于视频监控的目标实时追踪检测系统，其特征在于，所述算法模型库模块包括有：目标检测算法单元、故障检测算法单元、图像优化算法单元和资源分配算法单元；其中，所述目标检测算法单元为YOLO v5目标检测算法，所述图像优化算法单元包括有Autoencoder去噪算法和深度学习超分辨率算法；所述Autoencoder去噪算法用于解决图片中噪声过多的问题，所述深度学习超分辨率算法用于解决图像模糊的问题，提高废片利用率。4.根据权利要求3所述的一种基于视频监控的目标实时追踪检测系统，其特征在于，所述目标检测算法单元包括高精度检测模式和常规检测模式，所述高精度检测模式具体为：对图片进行分割，转变为一张张小图，再进行检测得到目标框，每个小图检测完成后，再将所有的框放到大图上，对大图整体做一次非极大值抑制nms操作，将重叠区域的重复框去除；所述常规检测模式具体为：对图片整体进行一次大图检测。5.根据权利要求1所述的一种基于视频监控的目标实时追踪检测系统，其特征在于，所述数据源模块存储的数据包括有：摄像头的实时画面、储存的摄像头历史视频录像、人员信息库数据和废片库数据；其中，废片库数据包括有废片回收站，废片回收站会保存近6个月的摄像头历史视频录像，同时可在云端储存供...

【专利技术属性】
技术研发人员：赵力萱，文硕，江尚轩，刘兴华，
申请(专利权)人：广东警官学院广东省公安司法管理干部学院，
类型：发明
国别省市：