监控模型训练及监控方法、装置、电子设备和存储介质制造方法及图纸

本发明专利技术公开了一种监控模型训练及监控方法、装置、电子设备和存储介质，监控模型用于识别目标区域内的移动对象以及识别移动对象的类别，先获取由摄像机采集到目标区域的多组图像信息，将每组图像信息拼接生成三维图像，在三维图像中标记出信任对象，根据预设的警戒中心位置和警戒距离在三维图像中标记出警戒区域，得到训练图像；采用训练图像和指定人员的人脸信息参数训练监控模型，指定人员为允许进入警戒区域的人员。通过对监控模型识别信任对象和指定人员，若使用监控模型监控目标区域，可以根据移动对象的种类来确定是否触发警报装置，当移动对象为信任对象或指定人员，则无需触发警报装置，避免不必要的警报信息，节约人力资源。人力资源。人力资源。

【技术实现步骤摘要】
监控模型训练及监控方法、装置、电子设备和存储介质


[0001]本专利技术涉及安全监视
，尤其涉及一种监控模型训练及监控方法、装置、电子设备和存储介质。

技术介绍

[0002]视频监控广泛应用于各行各业，尤其是对于特定的重要区域，例如，对于电网来说，输电塔、配电房等则为重要区域，通常设置视频监控来判断是否有非工作人员进入该区域，然而传统的视频监控依旧需要人员值班，然而值班人员难以长时间集中精神观看监控，且许多监控中心有大量的监控显示屏，值班人员过少无法兼顾所有监控显示屏，若值班人员过多，则会导致成本较高。
[0003]在现有的视频监控方法中，通常设置有监控模型来判断是否进入报警区域，但对于户外环境来说，由于情况较为复杂，鸟类、小型动物和风吹物的进入可能也会触发报警装置，从而造成人力资源浪费。

技术实现思路

[0004]本专利技术提供了一种监控模型训练及监控方法、装置、电子设备和存储介质，以解决在现有的视频监控方法中，鸟类、小型动物和风吹物的进入可能也会触发报警装置，从而造成人力资源浪费的问题。
[0005]第一方面，本专利技术提供了一种监控模型训练方法，所述监控模型用于识别目标区域内的移动对象以及识别所述移动对象的类别，所述目标区域的多个指定方位设置有摄像机，所述监控模型构建方法包括：
[0006]获取由所述摄像机采集到的多组图像信息，每组所述图像信息包括每个所述指定方位的图像信息；
[0007]针对每组所述图像信息，将所述图像信息拼接生成三维图像；
[0008]在所述三维图像中标记出信任对象，所述信任对象包括满足预设尺寸参数要求的动物、运动于固定范围内的易飘动物体中的至少一种；
[0009]根据预设的警戒中心位置和警戒距离在所述三维图像中标记出警戒区域，得到训练图像；
[0010]采用所述训练图像和指定人员的人脸信息参数训练监控模型，所述指定人员为允许进入所述警戒区域的人员。
[0011]第二方面，本专利技术提供了监控方法，用于对目标区域内的移动对象进行监控，所述目标区域设置有多台摄像机，所述多摄像机的监控方法包括：
[0012]通过所述摄像机采集图像信息；
[0013]将所述图像信息输入训练好的监控模型中，以识别所述目标区域内是否存在移动对象；
[0014]当存在移动对象时，确定所述移动对象的类别；
[0015]在所述移动对象为信任对象或指定人员时，判定为正常环境，否则判定为异常环境；
[0016]其中，所述监控模型根据如第一方面所述的监控模型训练方法训练。
[0017]第三方面，本专利技术提供了一种监控模型训练装置，包括：
[0018]图像信息采集模块，用于获取由所述摄像机采集到的多组图像信息，每组所述图像信息包括每个所述指定方位的图像信息；
[0019]三维图像生成模块，用于针对每组所述图像信息，将所述图像信息拼接生成三维图像；
[0020]信任对象标记模块，用于在所述三维图像中标记出信任对象，所述信任对象包括满足预设尺寸参数要求的动物、运动于固定范围内的易飘动物体中的至少一种；
[0021]训练图像获取模块，用于根据预设的警戒中心位置和警戒距离在所述三维图像中标记出警戒区域，得到训练图像；
[0022]监控模型训练模块，用于采用所述训练图像和指定人员的人脸信息参数训练监控模型，所述指定人员为允许进入所述警戒区域的人员。
[0023]第四方面，本专利技术提供了一种监控装置，包括：
[0024]摄像机采集模块，用于通过所述摄像机采集图像信息；
[0025]移动对象判定模块，用于将所述图像信息输入训练好的监控模型中，以识别所述目标区域内是否存在移动对象；
[0026]类别确定模块，用于当存在移动对象时，确定所述移动对象的类别；
[0027]环境判断模块，用于在所述移动对象为信任对象或指定人员时，判定为正常环境，否则判定为异常环境；
[0028]其中，所述监控模型根据如第一方面所述的监控模型训练方法训练。
[0029]第五方面，本专利技术提供了一种电子设备，所述电子设备包括：
[0030]至少一个处理器；以及
[0031]与所述至少一个处理器通信连接的存储器；其中，
[0032]所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本专利技术第一方面所述的监控模型训练方法，和/或，如第二方面所述的监控方法。
[0033]第六方面，本专利技术提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本专利技术第一方面所述的监控模型训练方法，和/或，如第二方面所述的监控方法。
[0034]在本专利技术实施例提供的监控模型训练方法中，监控模型用于识别目标区域内的移动对象以及识别移动对象的类别，目标区域的多个指定方位设置有摄像机，先获取由摄像机采集到的多组图像信息，每组图像信息包括每个指定方位的图像信息，针对每组图像信息，将图像信息拼接生成三维图像，在三维图像中标记出信任对象，信任对象包括满足预设尺寸参数要求的动物、运动于固定范围内的易飘动物体中的至少一种，根据预设的警戒中心位置和警戒距离在三维图像中标记出警戒区域，得到训练图像，采用训练图像和指定人员的人脸信息参数训练监控模型，指定人员为允许进入警戒区域的人员。通过对监控模型识别信任对象和指定人员，若使用监控模型监控目标区域，在检测到移动对象时，可以确定
移动对象的种类，从而可以根据移动对象的种类来确定是否触发警报装置，当移动对象为信任对象或指定人员，则不需要触发警报装置，减少因外部非人为因素触发报警，避免工作人员处理不必要的警报信息，避免不必要的人力浪费。
[0035]应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0036]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0037]图1是本专利技术实施例一提供的一种监控模型训练方法的流程图；
[0038]图2是本专利技术实施例二提供的一种监控模型训练方法的流程图；
[0039]图3是本专利技术实施例二提供的一种警戒区域示意图；
[0040]图4是本专利技术实施例三提供的一种监控方法的流程图；
[0041]图5是本专利技术实施例四提供的一种监控模型训练装置的结构示意图；
[0042]图6是本专利技术实施例五提供的一种监控装置的结构示意图；
[0043]图7是本专利技术实施例六提供的电子设备的结构示意图。
具体实施方式
[0044]为了使本技本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种监控模型训练方法，所述监控模型用于识别目标区域内的移动对象以及识别所述移动对象的类别，所述目标区域的多个指定方位设置有摄像机，其特征在于，所述监控模型构建方法包括：获取由所述摄像机采集到的多组图像信息，每组所述图像信息包括每个所述指定方位的图像信息；针对每组所述图像信息，将所述图像信息拼接生成三维图像；在所述三维图像中标记出信任对象，所述信任对象包括满足预设尺寸参数要求的动物、运动于固定范围内的易飘动物体中的至少一种；根据预设的警戒中心位置和警戒距离在所述三维图像中标记出警戒区域，得到训练图像；采用所述训练图像和指定人员的人脸信息参数训练监控模型，所述指定人员为允许进入所述警戒区域的人员。2.如权利要求1所述的监控模型训练方法，其特征在于，所述针对每组所述图像信息，将所述图像信息拼接生成三维图像，包括：针对每组所述图像信息，根据预设的拼接线位置将所述图像信息拼接生成三维图像。3.如权利要求1所述的监控模型训练方法，其特征在于，所述根据预设的警戒中心位置和警戒距离在所述三维图像中标记出警戒区域，得到训练图像，包括：根据预设的警戒中心位置在所述三维图像中标记警戒中心；以所述警戒中心为基点、以所述警戒距离为区域范围参数得到警戒区域；在所述三维图像中标记出所述警戒区域，得到训练图像。4.如权利要求3所述的监控模型训练方法，其特征在于，预设警戒距离的数量为多个，所述以所述警戒中心为基点、以所述警戒距离为区域范围参数得到警戒区域，包括：以所述警戒中心为圆心、以所述警戒距离为半径生成多个依次相接的圆环区域，作为警戒区域，所述警戒区域的警戒程度与所述警戒距离负相关。5.一种监控方法，用于对目标区域内的移动对象进行监控，所述目标区域设置有多台摄像机，其特征在于，所述多摄像机的监控方法包括：通过所述摄像机采集图像信息；将所述图像信息输入训练好的监控模型中，以识别所述目标区域内是否存在移动对象；当存在移动对象时，确定所述移动对象的类别；在所述移动对象为信任对象或指定人员时，判定为正常环境，否则判定为异常环境；其中，所述监控模型根据权利要求1
‑
4任一项所述的监控模型...

【专利技术属性】
技术研发人员：曾轲，卢润波，周则儒，孙德兴，陈寿平，梁竞雷，梁碧涛，李文丁，莫梓颖，伦洪标，郑坚雄，周鹏威，蔡勇，胡伊凡，陈淑莲，
申请(专利权)人：广东电网有限责任公司东莞供电局，
类型：发明
国别省市：