【技术实现步骤摘要】
本专利技术涉及智能监控，具体而言，涉及一种基于图像采集设备的可视化预警方法及装置。
技术介绍
1、现在摄像头往往只能对所拍摄的场所进行长时间的监控，监控会产生大量的数据，数据难以储存以及分析。
2、目前摄像头的算法与智能中控的算法是独立运行的，会导致资源的浪费，而且摄像头上往往无法部署复杂的算法且进行实时的更新会限制其的应用。
3、针对上述相关技术中没有将摄像头与智能中控进行联动，从而导致不能可视化地呈现风险预警信息的问题，目前尚未提出有效的解决方案。
技术实现思路
1、本专利技术实施例提供了一种基于图像采集设备的可视化预警方法及装置，以至少解决相关技术中没有将摄像头与智能中控进行联动，从而导致不能可视化地呈现风险预警信息的技术问题。
2、根据本专利技术实施例的一个方面，提供了一种基于图像采集设备的可视化预警方法，包括：接收图像采集设备发送的图像帧，其中，所述图像帧是所述图像采集设备在监测到监测范围内存在画面变化时采集的图像；对所述图像帧进行识别，得到所述图像帧中目标对象的特征信息和运行轨迹，其中，所述特征信息用于表征所述目标对象的形貌特征；在根据所述特征信息确定所述目标对象为风险对象时，根据所述运行轨迹确定风险场景，其中，所述风险对象为基于历史图像帧的标记结果确定的对象，所述风险场景为所述风险对象出现的场景；生成所述风险场景的可视化预警信息，以提示所述监测范围内存在所述风险场景。
3、可选地，在接收图像采集设备发送的图像之前，还包括
4、可选地，根据所述特征信息确定所述目标对象为风险对象，包括：将所述特征信息输入至风险确定模型中，以利用所述风险确定模型对所述特征信息进行处理，得到所述特征信息对应的风险等级，其中，所述风险确定模型是使用多组训练数据通过机器学习训练得到的，所述多组训练数据中的每一组均包括：样本特征信息以及与所述样本特征信息对应的样本风险等级；在所述风险等级大于预定阈值时，确定所述目标对象为所述风险对象。
5、可选地，该基于图像采集设备的可视化预警方法还包括：利用所述特征信息以及所述风险等级对所述风险确定模型进行优化，得到优化后的所述风险确定模型。
6、可选地，根据所述运行轨迹确定风险场景，包括：根据所述运行轨迹确定所述目标对象的移动范围；确定所述移动范围为所述风险场景。
7、可选地，在根据所述特征信息确定所述目标对象为风险对象时，根据所述运行轨迹确定风险场景之前，还包括：获取所述监测范围内活动的多个样本对象的样本特征信息；根据所述样本特征信息对所述多个样本对象进行风险等级标记，得到所述多个样本对象中每一个的样本风险等级；存储所述多个样本对象以及所述多个样本对象中每一个的样本风险等级。
8、可选地，在根据所述特征信息确定所述目标对象为风险对象时，根据所述运行轨迹确定风险场景，还包括：在根据所述特征信息确定所述目标对象为风险对象时，将所述目标对象对应的目标图像帧发送至终端设备，以通过所述终端设备展示所述目标图像帧；获取所述终端设备对所述目标图像帧的第一反馈结果；在所述反馈结果表示所述目标对象为所述风险对象时，根据所述运行轨迹确定所述风险场景。
9、可选地，在根据所述特征信息确定所述目标对象为风险对象时，根据所述运行轨迹确定风险场景之后，还包括：将所述风险场景发送至终端设备，以通过所述终端设备展示所述风险场景；获取所述终端设备对所述风险场景的第二反馈结果；在所述第二反馈结果中对所述风险场景的标记为非风险时，确定所述风险场景为非风险场景。
10、可选地，在确定所述风险场景为非风险场景后，该基于图像采集设备的可视化预警方法还包括：删除所述图像帧。
11、根据本专利技术实施例的另一方面，还提供了一种基于图像采集设备的可视化预警装置，包括：第一接收单元，用于接收图像采集设备发送的图像帧，其中，所述图像帧是所述图像采集设备在监测到监测范围内存在画面变化时采集的图像；第一获取单元，用于对所述图像帧进行识别，得到所述图像帧中目标对象的特征信息和运行轨迹，其中，所述特征信息用于表征所述目标对象的形貌特征；第一确定单元，用于在根据所述特征信息确定所述目标对象为风险对象时，根据所述运行轨迹确定风险场景，其中，所述风险对象为基于历史图像帧的标记结果确定的对象，所述风险场景为所述风险对象出现的场景；生成单元，用于生成所述风险场景的可视化预警信息，以提示所述监测范围内存在所述风险场景。
12、可选地，该基于图像采集设备的可视化预警装置还包括：第二接收单元，用于在接收图像采集设备发送的图像之前接收所述图像采集设备发送的连接请求，并响应所述连接请求以建立与所述图像采集设备的通信连接；发送单元，用于向所述图像采集设备发送监控指令，以使得所述图像采集设备对所述监测范围进行监控。
13、可选地，所述第一确定单元，包括：第一获取模块，用于将所述特征信息输入至风险确定模型中，以利用所述风险确定模型对所述特征信息进行处理，得到所述特征信息对应的风险等级，其中，所述风险确定模型是使用多组训练数据通过机器学习训练得到的，所述多组训练数据中的每一组均包括：样本特征信息以及与所述样本特征信息对应的样本风险等级；第一确定模块，用于在所述风险等级大于预定阈值时，确定所述目标对象为所述风险对象。
14、可选地，该基于图像采集设备的可视化预警装置还包括：第二获取模块，用于利用所述特征信息以及所述风险等级对所述风险确定模型进行优化，得到优化后的所述风险确定模型。
15、可选地，所述第一确定单元，包括：第二确定模块，用于根据所述运行轨迹确定所述目标对象的移动范围；第三确定模块，用于确定所述移动范围为所述风险场景。
16、可选地，该基于图像采集设备的可视化预警装置还包括：第二获取单元，用于在根据所述特征信息确定所述目标对象为风险对象时，根据所述运行轨迹确定风险场景之前获取所述监测范围内活动的多个样本对象的样本特征信息；第二确定单元，用于根据所述样本特征信息对所述多个样本对象进行风险等级标记，得到所述多个样本对象中每一个的样本风险等级；存储单元，用于存储所述多个样本对象以及所述多个样本对象中每一个的样本风险等级。
17、可选地，所述第一确定单元，还包括：展示模块，用于在根据所述特征信息确定所述目标对象为风险对象时，将所述目标对象对应的目标图像帧发送至终端设备，以通过所述终端设备展示所述目标图像帧；第三获取模块，用于获取所述终端设备对所述目标图像帧的第一反馈结果；第四确定模块，用于在所述反馈结果表示所述目标对象为所述风险对象时，根据所述运行轨迹确定所述风险场景。
18、可选地，该基于图像采集设备的可视化预警装置还包括：展示单元，用于在根据所述特征信息确定所述目标对象为风险对象时，根据所述运行本文档来自技高网...
【技术保护点】
1.一种基于图像采集设备的可视化预警方法，其特征在于，包括：
2.根据权利要求1所述的基于图像采集设备的可视化预警方法，其特征在于，在接收图像采集设备发送的图像之前，还包括：
3.根据权利要求1所述的基于图像采集设备的可视化预警方法，其特征在于，根据所述特征信息确定所述目标对象为风险对象，包括：
4.根据权利要求3所述的基于图像采集设备的可视化预警方法，其特征在于，还包括：
5.根据权利要求1所述的基于图像采集设备的可视化预警方法，其特征在于，根据所述运行轨迹确定风险场景，包括：
6.根据权利要求1所述的基于图像采集设备的可视化预警方法，其特征在于，在根据所述特征信息确定所述目标对象为风险对象时，根据所述运行轨迹确定风险场景之前，还包括：
7.根据权利要求1所述的基于图像采集设备的可视化预警方法，其特征在于，在根据所述特征信息确定所述目标对象为风险对象时，根据所述运行轨迹确定风险场景，还包括：
8.根据权利要求1所述的基于图像采集设备的可视化预警方法，其特征在于，在根据所述特征信息确定所述目标对象
9.根据权利要求8所述的基于图像采集设备的可视化预警方法，其特征在于，在确定所述风险场景为非风险场景后，还包括：删除所述图像帧。
10.一种基于图像采集设备的可视化预警装置，其特征在于，包括：
...【技术特征摘要】
1.一种基于图像采集设备的可视化预警方法，其特征在于，包括：
2.根据权利要求1所述的基于图像采集设备的可视化预警方法，其特征在于，在接收图像采集设备发送的图像之前，还包括：
3.根据权利要求1所述的基于图像采集设备的可视化预警方法，其特征在于，根据所述特征信息确定所述目标对象为风险对象，包括：
4.根据权利要求3所述的基于图像采集设备的可视化预警方法，其特征在于，还包括：
5.根据权利要求1所述的基于图像采集设备的可视化预警方法，其特征在于，根据所述运行轨迹确定风险场景，包括：
6.根据权利要求1所述的基于图像采集设备的可视化预警方法，其特征在于，在根据所述特征信息...
【专利技术属性】
技术研发人员：唐立，唐杰，陈道远，李昱，
申请(专利权)人：珠海格力电器股份有限公司，
类型：发明
国别省市：
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。