当前位置: 首页 > 专利查询>湘南学院专利>正文

一种基于视频智能分析的居家异常行为识别方法与辅助装置制造方法及图纸

技术编号:38641300 阅读:17 留言:0更新日期:2023-08-31 18:34
本发明专利技术涉及视频智能分析领域,且公开了一种基于视频智能分析的居家异常行为识别方法与辅助装置,所述识别方法包括以下步骤:Step1:建立异常活动数据库,验证用户身份信息,添加人脸数据,作为通过认证的动态目标;Step2:建立数据采集端,设定数据采集周期与数据反馈周期,将当前反馈周期内的所有采集数据递交至暂存区;Step3:提取暂存区内数据,进行降噪处理,屏蔽干扰源,获取视频数据;本发明专利技术通过实时捕捉存在动态目标活动的视频片段,将采集数据在异常活动数据内匹配,进行异常行为的分析判断,向用户实时报警,并反馈可疑举动,进而帮助用户不间断地监视场景内的活动,降低了人力与时间支出,降低出现漏检和误检的情况。降低出现漏检和误检的情况。降低出现漏检和误检的情况。

【技术实现步骤摘要】
一种基于视频智能分析的居家异常行为识别方法与辅助装置


[0001]本专利技术涉及视频智能分析
,具体为一种基于视频智能分析的居家异常行为识别方法与辅助装置。

技术介绍

[0002]随着人们安全意识的提高,开始利用视频监控技术探测、监视设防区域,实时显示、记录现场图像,检索和显示历史图像的电子系统或网络系统,在传统上广泛应用于安防领域。随着宽带的普及,计算机技术的发展,图像处理技术的提高,视频监控正越来越广泛地渗透到教育、政府、娱乐、医疗、酒店、运动等其他各种领域,例如在家中布置监控设备,人们可以实时对家中情况进行查看,识别异常行为;
[0003]但是,现有技术针对居家异常行为的识别方法还存在一定问题,例如:
[0004]1、目前大多数视频监控系统还处于只记录不判断的模式,因此只能通过事后的视频回放来调查异常情况及取证,难以实时判断异常行为并报警,用户不间断地监视场景内的活动,较为耗费人力与时间,易受人体感官疲劳影响,从而出现漏检和误检的情况;
[0005]2、随着视频数量与时长增大,从中获取有用的信息或者情报越来越难,查找效率较低,难以满足监控系统的需求;
[0006]3、缺乏定时反馈并完成自动核验的措施,难以帮助用户针对视频内容进行异常行为的判断,具有一定的局限性。

技术实现思路

[0007](一)解决的技术问题
[0008]针对现有技术所存在的上述缺点,本专利技术提供了一种基于视频智能分析的居家异常行为识别方法与辅助装置,能够有效地解决现有技术的居家异常行为识别方法还处于只记录不判断的模式,因此只能通过事后的视频回放来调查异常情况及取证,难以实时判断异常行为并报警,用户不间断地监视场景内的活动,较为耗费人力与时间,易受人体感官疲劳影响,从而出现漏检和误检的情况,随着视频数量与时长增大,从中获取有用的信息或者情报越来越难,查找效率较低,难以满足监控系统的需求,缺乏定时反馈并完成自动核验的措施,难以帮助用户针对视频内容进行异常行为的判断,具有一定局限性的问题。
[0009](二)技术方案
[0010]为实现以上目的,本专利技术通过以下技术方案予以实现:
[0011]本专利技术公开了一种基于视频智能分析的居家异常行为识别方法,包括以下步骤:
[0012]Step1:建立异常活动数据库,验证用户身份信息,添加人脸数据,作为通过认证的动态目标;
[0013]Step2:建立数据采集端,设定数据采集周期与数据反馈周期,将当前反馈周期内的所有采集数据递交至暂存区;
[0014]Step3:提取暂存区内数据,进行降噪处理,屏蔽干扰源,获取视频数据;
[0015]Step4:镜像复制视频数据,保存至本地数据库,并同步上传至云端;
[0016]Step5:实时扫描视频数据,并标记存在动态目标活动的视频片段,生成待判断数据,提交至分析端分析;
[0017]Step6:获取待判断数据,在异常活动数据库内进行匹配,判断是否存在命中数据;
[0018]Step7:在出现命中数据后,对数据进行信息提取,向管理节点进行报警信息的发送;
[0019]Step8:设定抽取时间段,抽取静态视频片段,定时上传所抽取静态视频片段至管理节点,管理节点选择是否启用自动核验;
[0020]Step9:获取温度与烟雾数据,判断是否在正常范围;
[0021]其中,所述Step6中异常活动数据库内的匹配依据包括:
[0022]动态目标长时间静止,规定时段出现非认证的动态目标,动态目标长时间保持活跃,其中规定时间阈值与规定时段划分由人工手动进行编辑。
[0023]更进一步地,所述Step1中验证用户身份信息后,提供客户端接口,用户在登录后,输入人脸数据,进行分析后,提取人脸特征数据,作为该动态目标下的唯一识别标签。
[0024]更进一步地,所述Step2中数据采集周期与数据反馈周期的设定,由人工编辑与软件编辑相结合的方式进行设定,默认采用5秒采集数据与10秒反馈数据的方式。
[0025]更进一步地,所述Step3中屏蔽干扰源时,首先获取当前区域的所有可识别的数据接收源,并分析对应传输链路,标记正确数据接收源后,将其余数据接收源进行屏蔽。
[0026]更进一步地,所述Step7中的报警信息的属性包括:行为概述、发生时间和涉及因素。
[0027]更进一步地,所述Step8中的自动核验的过程,包括以下步骤:
[0028]Step801:用户截取静态视频片段,作为正常状态判断依据;
[0029]Step802:用户设定差异值阈值,基本阈值95%,用户编辑状态下可上下浮动3%;
[0030]Step803:获取待核验数据,并转化为适配格式,与正常状态判断依据进行比对,计算差异值,并比对差异值出入;
[0031]Step804:在待核验数据符合差异值阈值时,视为合格;
[0032]Step805:在待核验数据低于差异值阈值时,视为不合格,进行报警信息的发送。
[0033]更进一步地,所述Step801中用户截取静态视频片段的时长为1

2秒,进行分析后输出特征。
[0034]一种居家异常行为识别方法的辅助装置,包括:
[0035]存储模块,用于接收采集数据,并配置适配格式,提供传输链路;
[0036]烟感模块,用于采集监控区域内的烟雾数据,并进行反馈;
[0037]温感模块,用于采集监控区域内的温度数据,并进行反馈;
[0038]分析模块,用于获取反馈数据,并进行运算与解析,判断是否处于正常范围;
[0039]警示模块,用于在接收非正常数据后,进行报警指令的编辑;
[0040]视频捕捉模块,用于在触发报警时,对当前视频数据进行截取;
[0041]上传模块,用于将报警指令与截取视频数据上传至管理端。
[0042]更进一步地,所述温感模块上搭载有阈值模块,所述阈值模块与温感模块通过电信号通讯连接,所述阈值模块用于用户自定义温度报警范围。
[0043]更进一步地,所述存储模块与分析模块通过无线网络交互连接,所述分析模块与烟感模块和温感模块通过电信号通讯连接,所述分析模块与警示模块通过电信号通讯连接,所述存储模块与视频捕捉模块通过电信号通讯连接,所述上传模块与警示模块和视频捕捉模块通过无线网络交互连接。
[0044](三)有益效果
[0045]采用本专利技术提供的技术方案,与已知的现有技术相比,具有如下有益效果,
[0046]1、本专利技术中的居家异常行为识别方法通过实时捕捉存在动态目标活动的视频片段,将采集数据在异常活动数据内匹配,进行异常行为的分析判断,向用户实时报警,并反馈可疑举动,进而帮助用户不间断地监视场景内的活动,不必只通过事后的视频回放来调查异常情况及取证,降低了人力与时间支出,从而不易受人体感官疲劳影响,降低出现漏检和误检的情况。
[0047本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种基于视频智能分析的居家异常行为识别方法,其特征在于,包括以下步骤:Step1:建立异常活动数据库,验证用户身份信息,添加人脸数据,作为通过认证的动态目标;Step2:建立数据采集端,设定数据采集周期与数据反馈周期,将当前反馈周期内的所有采集数据递交至暂存区;Step3:提取暂存区内数据,进行降噪处理,屏蔽干扰源,获取视频数据;Step4:镜像复制视频数据,保存至本地数据库,并同步上传至云端;Step5:实时扫描视频数据,并标记存在动态目标活动的视频片段,生成待判断数据,提交至分析端分析;Step6:获取待判断数据,在异常活动数据库内进行匹配,判断是否存在命中数据;Step7:在出现命中数据后,对数据进行信息提取,向管理节点进行报警信息的发送;Step8:设定抽取时间段,抽取静态视频片段,定时上传所抽取静态视频片段至管理节点,管理节点选择是否启用自动核验;Step9:获取温度与烟雾数据,判断是否在正常范围;其中,所述Step6中异常活动数据库内的匹配依据包括:动态目标长时间静止,规定时段出现非认证的动态目标,动态目标长时间保持活跃,其中规定时间阈值与规定时段划分由人工手动进行编辑。2.根据权利要求1所述的一种基于视频智能分析的居家异常行为识别方法,其特征在于,所述Step1中验证用户身份信息后,提供客户端接口,用户在登录后,输入人脸数据,进行分析后,提取人脸特征数据,作为该动态目标下的唯一识别标签。3.根据权利要求1所述的一种基于视频智能分析的居家异常行为识别方法,其特征在于,所述Step2中数据采集周期与数据反馈周期的设定,由人工编辑与软件编辑相结合的方式进行设定,默认采用5秒采集数据与10秒反馈数据的方式。4.根据权利要求1所述的一种基于视频智能分析的居家异常行为识别方法,其特征在于,所述Step3中屏蔽干扰源时,首先获取当前区域的所有可识别的数据接收源,并分析对应传输链路,标记正确数据接收源后,将其余数据接收源进行屏蔽。5.根据权利要求1所述的一种基于视频智能分析的居家异常行为识别方法,其特征在于,所述Step7中的报警信息的属性包括:行为概述、发生时间和涉及因素。6.根据...

【专利技术属性】
技术研发人员:于芳张雯雰郭美
申请(专利权)人:湘南学院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1