System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于智能监控分析,具体为一种基于多级架构的智能监控分析系统及方法。
技术介绍
1、在化工行业,生产安全事故可能导致严重的人员伤害、环境污染以及财产损失。这些事故通常是由人的不安全行为、物的不安全状态和环境的不安全因素相互作用而引发的,智能视频监控分析技术已成为化工工厂安全管理的重要工具,不仅监控人员的行为,还监控设备、物料和环境的状态,从而提前识别潜在风险并采取必要的措施。
2、传统的智能监控视频分析主要面临三大问题,一是算力限制,在有限的成本下难以同时实时检测识别多路视频流;二是带宽限制,同时拉取多路视频数据对厂区内部网络负担严重;三是现有部署算法简单只能实现单一功能,并且准确率低、误报率高,不能贴合化工厂区的实际需求。
技术实现思路
1、本专利技术的目的在于提供。
2、为实现上述目的,本专利技术提供如下技术方案:包括以下步骤:
3、s1:在设备端使用轻量级目标检测模型结合传统图像处理算法对视频流进行关键帧采样,并将采样图片、检测结果及摄像头编号发送到视频分析服务器;
4、s2:将多个摄像头的关键帧采样结果放入待分析队列,每m张关键帧图像封装成一个批处理单元;
5、s3:从待分析队列取出批处理单元,使用级联分析框架进行分析处理,获得目标位置、人员信息及其当前行为状态;
6、s4:根据摄像头编号确定该摄像头配置的业务列表,按照业务列表通过预设业务逻辑对汇总的分析结果进行处理;
7、s5:根
8、作为本技术方案的进一步优选的:步骤s1具体包括以下步骤:
9、s11:设置动态采样模式的采样间隔k,默认采样频率k为k2;
10、s12:使用帧差法判断当前帧是否存在移动物体;
11、s13:使用轻量级目标检测模型对当前帧进行分析处理;
12、s14:使用光流法计算图像变化,根据帧差法及光流法的计算结果,判断目标检测模型检测的目标区域是否包含移动物体,如果不包含采样间隔为k2;
13、s15:将当前图像作为关键帧发送给视频分析服务器,设置采样间隔为k1;
14、s16:每间隔k帧结束时,判断当前采样间隔发送状态是否为“已发送”,若不为“已发送”,则将第k帧作为关键帧发送给视频分析服务器;
15、作为本技术方案的进一步优选的:步骤s2还包括以下步骤:将多个摄像头的关键帧采样结果按照时间顺序放入待分析队列,每m张关键帧图像封装成一个批处理单元。批处理单元中按照顺序记录拍摄图像的摄像头编号和拍摄时间,用于后续业务列表和预设业务逻辑处理;
16、作为本技术方案的进一步优选的:s31:将m张关键帧图像组成的一个批处理单元,按照不同模型的要求进行预处理,保证输入数据的质量和一致性。
17、s32:使用结构不同的多种轻量级目标检测算法对图像进行检测识别,并使用相应的后处理方法,将多种模型的检测结果进行统一。
18、s33:采用非极大值抑制算法和加权融合算法对检测结果进行复核,提高多模型同时检测到的目标权重,降低误报和漏报。
19、s34:根据目标检测结果从图像中获取人体及设备的位置信息,使用人脸识别、姿态识别、仪表参数读取和设备状态检测等多种算法模型获取人体或设备的信息及状态;
20、作为本技术方案的进一步优选的:步骤s4具体包括以下步骤:根据摄像头编号确定该摄像头涉及的业务列表,按照业务列表通过预设业务逻辑对分析结果进行处理,逐个判断是否满足报警条件;
21、作为本技术方案的进一步优选的:根据业务需求对分析结果中的目标类别、目标位置及其自身状态和目标间位置关系进行逻辑条件组合,最终判断是否发送报警;
22、作为本技术方案的进一步优选的:将m张关键帧图像组成的一个批处理单元,按照不同模型的要求进行预处理,保证输入数据的质量和一致性;
23、作为本技术方案的进一步优选的:使用结构不同的多种轻量级目标检测算法对图像进行检测识别,并使用相应的后处理方法,将多种模型的检测结果进行统一;
24、作为本技术方案的进一步优选的:采用非极大值抑制算法和加权融合算法对检测结果进行复核,提高多模型同时检测到的目标权重,降低误报和漏报;
25、作为本技术方案的进一步优选的:根据目标检测结果从图像中获取人体及设备的位置信息,使用人脸识别、姿态识别、仪表参数读取和设备状态检测等多种算法模型获取人体或设备的信息及状态。
26、与现有技术相比,本专利技术的有益效果是:
27、1、本专利技术所提供的多级架构智能监控分析报警方法及系统能够提高报警识别准确率并满足复杂的实际业务需求,降低了系统的误报率和漏报率。
28、2、本专利技术所提供的多级架构智能监控分析报警方法及系统通过逐级减少服务器端需要处理的数据量,从而能够有效降低系统对算力和带宽的需求。
29、3、本专利技术所提供的多级架构智能监控分析报警方法及系统能够针对单个监控视频摄像头灵活部署多种算法并只增加少量的处理耗。
本文档来自技高网...【技术保护点】
1.一种基于多级架构的智能监控分析系统及方法,其特征在于:包括以下步骤:
2.根据权利要求1所述的一种基于多级架构的智能监控分析系统及方法,其特征在于:步骤S1具体包括以下步骤:
3.根据权利要求2所述的一种基于多级架构的智能监控分析系统及方法,其特征在于:步骤S2还包括以下步骤:
4.根据权利要求3所述的一种基于多级架构的智能监控分析系统及方法,其特征在于:步骤S3具体包括以下步骤:
5.根据权利要求4所述的一种基于多级架构的智能监控分析系统及方法,其特征在于;步骤S4具体包括以下步骤:根据摄像头编号确定该摄像头涉及的业务列表,按照业务列表通过预设业务逻辑对分析结果进行处理,逐个判断是否满足报警条件。
6.根据权利要求5所述的一种基于多级架构的智能监控分析系统及方法,其特征在于:根据业务需求对分析结果中的目标类别、目标位置及其自身状态和目标间位置关系进行逻辑条件组合,最终判断是否发送报警。
7.根据权利要求6所述的一种基于多级架构的智能监控分析系统及方法,其特征在于:将M张关键帧图像组成的一个批处理单元,按
8.根据权利要求7所述的一种基于多级架构的智能监控分析系统及方法,其特征在于:使用结构不同的多种轻量级目标检测算法对图像进行检测识别,并使用相应的后处理方法,将多种模型的检测结果进行统一。
9.根据权利要求8所述的一种基于多级架构的智能监控分析系统及方法,其特征在于:采用非极大值抑制算法和加权融合算法对检测结果进行复核,提高多模型同时检测到的目标权重,降低误报和漏报。
10.根据权利要求9所述的一种基于多级架构的智能监控分析系统及方法,其特征在于:根据目标检测结果从图像中获取人体及设备的位置信息,使用人脸识别、姿态识别、仪表参数读取和设备状态检测等多种算法模型获取人体或设备的信息及状态。
...【技术特征摘要】
1.一种基于多级架构的智能监控分析系统及方法,其特征在于:包括以下步骤:
2.根据权利要求1所述的一种基于多级架构的智能监控分析系统及方法,其特征在于:步骤s1具体包括以下步骤:
3.根据权利要求2所述的一种基于多级架构的智能监控分析系统及方法,其特征在于:步骤s2还包括以下步骤:
4.根据权利要求3所述的一种基于多级架构的智能监控分析系统及方法,其特征在于:步骤s3具体包括以下步骤:
5.根据权利要求4所述的一种基于多级架构的智能监控分析系统及方法,其特征在于;步骤s4具体包括以下步骤:根据摄像头编号确定该摄像头涉及的业务列表,按照业务列表通过预设业务逻辑对分析结果进行处理,逐个判断是否满足报警条件。
6.根据权利要求5所述的一种基于多级架构的智能监控分析系统及方法,其特征在于:根据业务需求对分析结果中的目标类别、目标位置及其自身状态和目标间位置关系进行逻辑条件组合,最...
【专利技术属性】
技术研发人员:李迪,
申请(专利权)人:赛飞特工程技术集团有限公司,
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。