一种用于安防监控的图像数据处理方法及系统技术方案

本发明专利技术公开了一种用于安防监控的图像数据处理方法及系统，应用于数据处理技术领域，该方法包括：通过接收监控图像集合，进行监控特征分类，输出多类监控图像。分别对多类监控图像中每一类监控图像进行分解尺度寻优，输出与多类监控图像分别对应的多个分解尺度。按照多类监控图像与多个分解尺度的映射关系，进行模型训练，输出尺度决策模型。将实时监控图像输入尺度决策模型中进行决策，输出第一决策尺度。根据第一决策尺度对第一实时监控图像进行小波分解，输出图像冗余处理结果。解决了现有技术中安防监控图像中包含大量的非监控对象特征，导致安防监控图像处理效率低的技术问题。题。题。

【技术实现步骤摘要】
一种用于安防监控的图像数据处理方法及系统


[0001]本专利技术涉及数据处理领域，尤其涉及一种用于安防监控的图像数据处理方法及系统。

技术介绍

[0002]安防监控是利用光纤、电缆等在闭合环路内传输视频信号，由摄像到图像显示和记录的独立系统。然而，在现有技术中由于安防监控图像中包含大量的非监控对象特征，在处理过程中需要对非监控对象特征的冗余信息进行处理，导致安防监控图像处理效率较低。
[0003]因此，在现有技术中安防监控图像中包含大量的非监控对象特征，导致安防监控图像处理效率低的技术问题。

技术实现思路

[0004]本申请通过提供一种用于安防监控的图像数据处理方法及系统，解决了在现有技术中安防监控图像中包含大量的非监控对象特征，导致安防监控图像处理效率低的技术问题。
[0005]本申请提供一种用于安防监控的图像数据处理方法，所述方法包括：接收来自第一监控装置对第一安防区域的监控图像集合；对所述监控图像集合进行监控特征分类，输出多类监控图像，其中，每一类图像对应一个监控特征；分别对所述多类监控图像中每一类监控图像进行分解尺度寻优，输出与所述多类监控图像分别对应的多个分解尺度；按照所述多类监控图像与所述多个分解尺度的映射关系，进行模型训练，输出尺度决策模型；将所述第一安防区域的第一实时监控图像输入所述尺度决策模型中进行决策，输出第一决策尺度；根据所述第一决策尺度对所述第一实时监控图像进行小波分解，输出图像冗余处理结果。
[0006]本申请还提供了一种用于安防监控的图像数据处理系统，所述系统包括：图像集合获取模块，用于接收来自第一监控装置对第一安防区域的监控图像集合；控特征分类模块，用于对所述监控图像集合进行监控特征分类，输出多类监控图像，其中，每一类图像对应一个监控特征；分解尺度获取模块，用于分别对所述多类监控图像中每一类监控图像进行分解尺度寻优，输出与所述多类监控图像分别对应的多个分解尺度；尺度决策模型获取模块，用于按照所述多类监控图像与所述多个分解尺度的映射关系，进行模型训练，输出尺度决策模型；决策尺度获取模块，用于将所述第一安防区域的第一实时监控图像输入所述尺度决策模型中进行决策，输出第一决策尺度；冗余处理模块，用于根据所述第一决策尺度对所述第一实时监控图像进行小波分解，输出图像冗余处理结果。
[0007]本申请还提供了一种电子设备，包括：
[0008]存储器，用于存储可执行指令；
[0009]处理器，用于执行所述存储器中存储的可执行指令时，实现本申请实施例提供的
一种用于安防监控的图像数据处理方法。
[0010]本申请实施例提供一种计算机可读存储介质，存储有计算机程序，该程序被处理器执行时，实现本申请实施例提供的一种用于安防监控的图像数据处理方法。
[0011]拟通过本申请提出的一种用于安防监控的图像数据处理方法及系统，通过接收监控图像集合，进行监控特征分类，输出多类监控图像。分别对多类监控图像中每一类监控图像进行分解尺度寻优，输出与多类监控图像分别对应的多个分解尺度。按照多类监控图像与多个分解尺度的映射关系，进行模型训练，输出尺度决策模型。将实时监控图像输入尺度决策模型中进行决策，输出第一决策尺度。根据第一决策尺度对第一实时监控图像进行小波分解，输出图像冗余处理结果。实现了在可以清楚分辨监控对象的前提下，输出图像冗余处理结果，从而提高安防图像的比对处理的效率。解决了现有技术中安防监控图像中包含大量的非监控对象特征，导致安防监控图像处理效率低的技术问题。
[0012]上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
[0013]为了更清楚地说明本公开实施例的技术方案，下面将对本公开实施例的附图作简单地介绍。明显地，下面描述中的附图仅仅涉及本公开的一些实施例，而非对本公开的限制。
[0014]图1为本申请实施例提供的一种用于安防监控的图像数据处理方法的流程示意图；
[0015]图2为本申请实施例提供的一种用于安防监控的图像数据处理方法获取多类监控图像的流程示意图；
[0016]图3为本申请实施例提供的一种用于安防监控的图像数据处理方法进行模板化冗余处理的流程示意图；
[0017]图4为本申请实施例提供的一种用于安防监控的图像数据处理方法的系统的结构示意图；
[0018]图5为本专利技术实施例提供的一种用于安防监控的图像数据处理方法的系统电子设备的结构示意图。
[0019]附图标记说明：图像集合获取模块11，控特征分类模块12，分解尺度获取模块13，尺度决策模型获取模块14，决策尺度获取模块15，冗余处理模块16，处理器31，存储器32，输入装置33，输出装置34。
具体实施方式
[0020]实施例一
[0021]为了使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请作进一步地详细描述，所描述的实施例不应视为对本申请的限制，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本申请保护的范围。
[0022]在以下的描述中，涉及到“一些实施例”，其描述了所有可能实施例的子集，但是可
以理解，“一些实施例”可以是所有可能实施例的相同子集或不同子集，并且可以在不冲突的情况下相互结合。
[0023]在以下的描述中，所涉及的术语“第一\第二\第三”仅仅是区别类似的对象，不代表针对对象的特定排序，可以理解地，“第一\第二\第三”在允许的情况下可以互换特定的顺序或先后次序，以使这里描述的本申请实施例能够以除了在这里图示或描述的以外的顺序实施。
[0024]除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的
的技术人员通常理解的含义相同。本文中所使用的术语只是为了描述本申请实施例的目的。
[0025]虽然本申请对根据本申请的实施例的系统中的某些模块做出了各种引用，然而，任何数量的不同模块可以被使用并运行在用户终端和/或服务器上，所述模块仅是说明性的，并且所述系统和方法的不同方面可以使用不同模块。
[0026]本申请中使用了流程图来说明根据本申请的实施例的系统所执行的操作。应当理解的是，前面或下面操作不一定按照顺序来精确地执行。相反，根据需要，可以按照倒序或同时处理各种步骤。同时，也可以将其他操作添加到这些过程中，或从这些过程移除某一步或数步操作。
[0027]如图1所示，本申请实施例提供了一种用于安防监控的图像数据处理方法，所述方法包括：
[0028]S10：接收来自第一监控装置对第一安防区域的监控图像集合；
[0029]S20：对所述监控图像集合进行监控特征分类，输出多类监控图像，其中，每一类图像对应一个监控特征；
[0030]S30：分别对所述多类监控图像中每一类监控图像进行分解尺度寻优，输出与所述多类监控图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于安防监控的图像数据处理方法，其特征在于，所述方法包括：接收来自第一监控装置对第一安防区域的监控图像集合；对所述监控图像集合进行监控特征分类，输出多类监控图像，其中，每一类图像对应一个监控特征；分别对所述多类监控图像中每一类监控图像进行分解尺度寻优，输出与所述多类监控图像分别对应的多个分解尺度；按照所述多类监控图像与所述多个分解尺度的映射关系，进行模型训练，输出尺度决策模型；将所述第一安防区域的第一实时监控图像输入所述尺度决策模型中进行决策，输出第一决策尺度；根据所述第一决策尺度对所述第一实时监控图像进行小波分解，输出图像冗余处理结果。2.如权利要求1所述的方法，其特征在于，对所述监控图像集合进行监控特征分类，输出多类监控图像，方法还包括：获取第一级特征、第二级特征和第三级特征，所述第一级特征为监控物理对象特征，所述第二级特征为监控静动态属性特征，所述第三级特征为监控所处场景特征；将所述第一级特征、第二级特征和第三级特征分别作为叶节点，生成监控特征分类树；将所述监控图像集合输入所述监控特征分类树中进行对各个图像进行遍历，输出各个叶节点下的分类结果，获取所述多类监控图像。3.如权利要求2所述的方法，其特征在于，所述方法还包括：根据所述监控物理对象特征的对象识别粒度，对所述第一级特征的叶节点进行尺度信息熵赋值；以及根据所述监控静动态属性特征的动态粒度，对所述第二级特征的叶节点进行尺度信息熵赋值；以及根据所述监控所处场景特征的场景识别粒度，对所述第三级特征的叶节点进行尺度信息熵赋值；根据各个叶节点的尺度信息熵赋值，根据信息熵赋值结果，优化所述多类监控图像与所述多个分解尺度的映射关系。4.如权利要求1所述的方法，其特征在于，输出图像冗余处理结果之后，方法还包括：获取所述多类监控图像分别对应的异常比对图像区域；基于所述异常比对图像区域，对所述图像冗余处理结果中的图像进行异常比对，输出异常比对结果，其中，所述异常比对结果包括比对相似度；若所述比对相似度大于预设比对相似度，生成异常提醒信息。5.如权利要求1所述的方法，其特征在于，所述方法还包括：基于所述多类监控图像，生成多个存储节点，其中，每个存储节点用于存储对应类别的监控图像以及监控图像对应的冗余处理后的图像；当所述多个存储节点中任一存储节点的图像量化满足预设量化...

【专利技术属性】
技术研发人员：柳明录，蔡宏华，张广良，倪志林，
申请(专利权)人：江苏研嘉科技有限公司，
类型：发明
国别省市：