【技术实现步骤摘要】
本专利技术涉及图像识别的领域，尤其涉及基于目标检测与图像分类的视频监控方法和系统。
技术介绍
1、视频监控已经广泛应用于公共场所的视觉检测中，通过在公共场所安装摄像头对公共场所内部进行实时视频拍摄，再对实时拍摄得到的视频进行人工或自动识别，即可确定公共场所内部的人物活动状态。对实时拍摄的视频进行人工识别通常只局限于视频画面简单的场景，当实时拍摄的视频画面存在的人物较多，不仅需要耗费较多人力和时间进行识别，也无法保证识别的精确性；而对实时拍摄的视频进行自动识别则是对视频画面进行全局化识别，虽然全局化识别能够有效避免对视频遗漏识别的情况，但是对视频画面的全局化识别需要较大的运算量和较长的时间，对相关硬件提出较高的要求，同时也会降低视频识别的速度。
技术实现思路
1、本专利技术的目的在于提供基于目标检测与图像分类的视频监控方法和系统，其拍摄与分析目标区域视频影像，得到目标人员的外形特征信息，再利用外形特征信息为基准，从目标区域视频影像提取目标人员的画面图像，以此获得关于目标人员不同活动动作状态的图像数据；再确定每个画面图像的目标人员动作特征信息，以此构建所有画面图像与目标人员动作特征信息之间的对应关系信息，实现对画面图像的分类，将目标人员处于同一活动动作状态的画面图像划分到同一集合中，作为后续对目标人员实际活动状态识别的参照依据；后续只需要将目标人员的实时活动视频影像与画面图像集合进行对比，即可快速准确确定目标人员的动作类型，降低图像识别的运算量和耗时，提高图像识别的速度和准确性。>
2、本专利技术是通过以下技术方案实现：
3、基于目标检测与图像分类的视频监控方法，包括：
4、对目标区域进行视频拍摄，得到目标区域视频影像；对所述目标区域视频影像进行分析，得到目标人员的外形特征信息；基于所述外形特征信息，从所述目标区域视频影像中提取所述目标人员的画面图像；
5、对每个画面图像进行分析，确定每个画面图像对应的目标人员动作特征信息，并构建所有画面图像与其对应的目标人员动作特征信息之间的对应关系信息；基于所述对应关系信息，将所有画面图像划分为若干画面图像集合；
6、对所述目标人员对应的实时活动视频影像进行分析，得到所述目标人员的活动状态图像；将所述活动状态图像与每个画面图像集合进行对比，确定与所述目标人员当期状态最匹配的画面图像集合；再基于所述对应关系信息，确定所述目标人员当前的动作类型，以此向所述目标人员发送相应的通知消息。
7、可选地，对目标区域进行视频拍摄，得到目标区域视频影像；对所述目标区域视频影像进行分析，得到目标人员的外形特征信息；基于所述外形特征信息，从所述目标区域视频影像中提取所述目标人员的画面图像，包括：
8、对目标区域进行双目视频拍摄，得到目标区域的双目视频影像；基于所述目标区域的双目视频影像的双目视差，生成目标区域的三维视频影像；
9、对所述目标区域的三维视频影像进行像素轮廓识别处理，得到所述目标人员的身体外形轮廓特征信息；
10、对所述目标区域的三维视频影像进行分帧处理，得到若干视频影像帧；再基于所述目标人员的身体外形轮廓特征信息，对每个视频影像帧进行画面裁剪处理，得到与所述目标人员对应的画面图像。
11、可选地，对每个画面图像进行分析，确定每个画面图像对应的目标人员动作特征信息，并构建所有画面图像与其对应的目标人员动作特征信息之间的对应关系信息；基于所述对应关系信息，将所有画面图像划分为若干画面图像集合，包括：
12、对每个画面图像进行目标人员肢体动作识别处理，确定每个画面图像对应的目标人员动作特征信息；其中，所述目标人员动作特征信息包括目标人员的头部和四肢各自的动作姿态角和动作幅度信息，并构建所有画面图像与其对应的目标人员动作特征信息之间的对应关系信息；
13、基于所述目标人员的头部和四肢各自的动作姿态角大小和动作幅度大小，将所有画面图像划分为若干画面图像集合；其中，每个画面图像集合下属所有画面图像对应相同的头部动作姿态角范围和动作幅度范围，以及相同的四肢动作姿态角范围和动作幅度范围；并且，不同画面图像集合对应的头部动作姿态角范围和动作幅度范围之间以及四肢动作姿态角范围和动作幅度范围之间均互不重叠。
14、可选地，对所述目标人员对应的实时活动视频影像进行分析，得到所述目标人员的活动状态图像；将所述活动状态图像与每个画面图像集合进行对比，确定与所述目标人员当期状态最匹配的画面图像集合；再基于所述对应关系信息，确定所述目标人员当前的动作类型，以此向所述目标人员发送相应的通知消息，包括：
15、对所述目标人员对应的实时活动视频影像进行分帧处理和目标人员识别处理，得到所述目标人员的所有活动状态图像；基于所有活动状态图像对应的目标人员动作状态信息，对所有活动状态图像进行去重筛选处理，得到相应的有效活动状态图像；
16、将所述有效活动状态图像与每个画面图像集合进行对比，得到所述有效活动状态图像与每个画面图像集下属所有画面图像各自的目标人员动作相似度；并基于所述目标人员动作相似度，确定与所述目标人员当期状态最匹配的画面图像集合；
17、基于所述对应关系信息，确定与所述目标人员当期状态最匹配的画面图像集合的目标人员动作特征信息，以此确定所述目标人员当前的动作类型；
18、基于所述动作类型，判断所述目标人员当前是否处于睡眠状态，若是，则向所述目标人员所持终端发送相应的通知消息；若否，则不向所述目标人员所持终端发送相应的通知消息。
19、基于目标检测与图像分类的视频监控系统，包括：
20、目标区域拍摄与分析模块，用于对目标区域进行视频拍摄，得到目标区域视频影像；对所述目标区域视频影像进行分析，得到目标人员的外形特征信息；
21、目标人物图像提取模块，用于基于所述外形特征信息，从所述目标区域视频影像中提取所述目标人员的画面图像；
22、图像分类模块，用于对每个画面图像进行分析，确定每个画面图像对应的目标人员动作特征信息，并构建所有画面图像与其对应的目标人员动作特征信息之间的对应关系信息；基于所述对应关系信息，将所有画面图像划分为若干画面图像集合；
23、目标人物影像分析模块，用于对所述目标人员对应的实时活动视频影像进行分析，得到所述目标人员的活动状态图像；
24、目标人物动作类型识别与通知模块，用于将所述活动状态图像与每个画面图像集合进行对比，确定与所述目标人员当期状态最匹配的画面图像集合；再基于所述对应关系信息，确定所述目标人员当前的动作类型，以此向所述目标人员发送相应的通知消息。
25、可选地，所述目标区域拍摄与分析模块用于对目标区域进行视频拍摄，得到目标区域视频影像；对所述目标区域视频影像进行分析，得到目标人员的外形特征信息，包括：
26、对目标区域进行双目视频拍摄，得到目标区域的双目视频影像；基于所述目标区域的双目视频影像的双目本文档来自技高网...
【技术保护点】
1.基于目标检测与图像分类的视频监控方法，其特征在于，包括：
2.如权利要求1所述的基于目标检测与图像分类的视频监控方法，其特征在于：
3.如权利要求1所述的基于目标检测与图像分类的视频监控方法，其特征在于：
4.如权利要求1所述的基于目标检测与图像分类的视频监控方法，其特征在于：
5.基于目标检测与图像分类的视频监控系统，其特征在于，包括：
6.如权利要求5所述的基于目标检测与图像分类的视频监控系统，其特征在于：
7.如权利要求5所述的基于目标检测与图像分类的视频监控系统，其特征在于：
8.如权利要求5所述的基于目标检测与图像分类的视频监控系统，其特征在于：
9.如权利要求5所述的基于目标检测与图像分类的视频监控系统，其特征在于：
10.如权利要求5所述的基于目标检测与图像分类的视频监控系统，其特征在于：
【技术特征摘要】
1.基于目标检测与图像分类的视频监控方法，其特征在于，包括：
2.如权利要求1所述的基于目标检测与图像分类的视频监控方法，其特征在于：
3.如权利要求1所述的基于目标检测与图像分类的视频监控方法，其特征在于：
4.如权利要求1所述的基于目标检测与图像分类的视频监控方法，其特征在于：
5.基于目标检测与图像分类的视频监控系统，其特征在于，包括：
6.如...
【专利技术属性】
技术研发人员：兰雨晴，余丹，李易君，彭建强，
申请(专利权)人：慧之安信息技术股份有限公司，
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。