欧美在线观看视频网站,亚洲熟妇色自偷自拍另类,啪啪伊人网,中文字幕第13亚洲另类,中文成人久久久久影院免费观看 ,精品人妻人人做人人爽,亚洲a视频

智能監(jiān)控系統(tǒng)和方法

文檔序號:6335627閱讀:182來源:國知局
專利名稱:智能監(jiān)控系統(tǒng)和方法
智能監(jiān)控系統(tǒng)和方法技術領域
本發(fā)明涉及智能監(jiān)控領域,特別是涉及一種智能監(jiān)控系統(tǒng)和方法。背景技術
隨著信息技術的發(fā)展,越來越成熟的智能監(jiān)控技術應用于越來越多的領域,如銀行、醫(yī) 院、交通和居民區(qū)等。尤其在安全城市的結構中所述智能監(jiān)控技術起到了前所未有的作用。 智能監(jiān)控系統(tǒng)通過若干個安裝在居民區(qū)中不同地方的攝像頭來獲取相關視頻圖像
一般的智能監(jiān)控系統(tǒng)是將安裝在不同場景中的攝像頭獲取的數(shù)據(jù)集中到一臺服務器 上進行處理,這樣無疑是給服務器增加了負擔。尤其是需要監(jiān)控的場景比較多時,由于獲取 的監(jiān)控數(shù)據(jù)非常大,對服務器的處理性能要求非常高。因此有必要提出一種新的技術方案來解決上述問題。
發(fā)明內容
本部分的目的在于概述本發(fā)明的實施例的一些方面以及簡要介紹一些較佳實施例。在 本部分以及本申請的說明書摘要和發(fā)明名稱中可能會做些簡化或省略以避免使本部分、說 明書摘要和發(fā)明名稱的目的模糊,而這種簡化或省略不能用于限制本發(fā)明的范圍。本發(fā)明的目的在于提供一種智能監(jiān)控系統(tǒng)和方法,其將監(jiān)控場景設置不同的等 級,高級別的單元根據(jù)低級別的信息處理相應數(shù)據(jù),從而減少了服務器的計算量。根據(jù)本發(fā)明的一方面,本發(fā)明提供一種智能監(jiān)控系統(tǒng),其包括現(xiàn)場級單元,采集 圖像并對所述圖像進行運動檢測以判定是否存在運動;目標級單元,在存在運動時跟蹤檢 測所述圖像中的運動目標;事件級單元,對所述運動目標進行事件分析以確定所述運動目 標是否觸發(fā)報警事件;行為級單元,在所述運動目標觸發(fā)報警事件時,對所述運動目標進行 行為分析;識別級單元,對所述運動目標的特征進行識別。進一步的,所述現(xiàn)場級單元包括圖像采集模塊和運動檢測模塊,其中所述圖像采 集模塊采集圖像,所述運動檢測模塊對所述采集到的圖像進行運動檢測。進一步的,所述目標級單元包括運動目標跟蹤檢測模塊和抓拍模塊,其中所述運 動目標跟蹤檢測模塊用于跟蹤檢測所述圖像中的運動目標,所述抓拍模塊在運動目標產生 觸發(fā)報警事件時對所述圖像進行抓拍以獲得一張或多張高分辨率靜態(tài)圖像。進一步的,所述事件級單元包括報警事件觸發(fā)模塊和報警事件分析模塊,其中所 述報警事件觸發(fā)模塊對所述運動目標進行事件分析以確定所述運動目標是否觸發(fā)報警事 件,所述報警事件分析模塊用于確定所述報警事件是否為人員觸發(fā)。更進一步的,所述行為級單元包括人員行為分析模塊和非人員行為分析模塊,所 述人員行為分析模塊在人為觸發(fā)報警事件時對觸發(fā)報警事件中的運動目標進行人員行為 分析以確定是否為可疑人員,所述非人員行為分析模塊在非人為觸發(fā)報警事件時,對觸發(fā) 報警事件中的運動目標進行物體行為分析以確定是否為可疑物體。更進一步的,所述識別級單元包括生物特征識別模塊和物體特征識別模塊,其中 所述生物特征識別模塊在發(fā)現(xiàn)可疑人員時,對觸發(fā)報警事件中的運動目標進行生物特征識 別,所述物體特征識別模塊在發(fā)現(xiàn)可疑物體時,對觸發(fā)報警事件中的運動目標進行物體特
4征識別。更進一步的,所述現(xiàn)場級單元、目標級單元、事件級單元、行為級單元和識別級單 元的等級依次增加,低等級單元的處理信息觸發(fā)高等級單元的處理。進一步的,所述現(xiàn)場級單元、目標級單元、事件級單元、行為級單元和識別級單元 中相鄰的等級中的處理合并。進一步的,所述級別低的單元采用低分辨率圖像進行處理,級別高的單元根據(jù)級 別低的處理單元所產生的信息以獲取需要處理區(qū)域的高分辨率圖像進行處理。根據(jù)本發(fā)明的另一方面,本發(fā)明提供一種智能監(jiān)控方法,其包括在現(xiàn)場級中采集 圖像并對所述圖像進行運動檢測以判定是否存在運動;在目標級中對存在運動的圖像中的 運動目標進行檢測和跟蹤;在事件級中對所述運動目標進行事件分析以確定所述運動目標 是否觸發(fā)報警事件;在行為級中在所述運動目標觸發(fā)報警事件時,對所述運動目標進行行 為分析;在識別級中對所述運動目標的特征進行識別。進一步的,所述現(xiàn)場級、目標級、事件級、行為級和識別級的等級依次增加,低等級 單元的處理信息觸發(fā)高等級單元的處理。更進一步的,所述現(xiàn)場級、目標級、事件級、行為級和識別級中相鄰的等級中的處
理能夠合并。更進一步的,所述低級別采用低分辨率圖像進行處理,高級別根據(jù)低級別處理產 生的信息獲取需要處理區(qū)域的高分辨率圖像進行處理。與現(xiàn)有技術相比,本發(fā)明智能監(jiān)控系統(tǒng)將監(jiān)控場景設置不同的等級,每個等級的 服務器具有不同的處理功能,等級低的單元其服務器處理能力較低,等級高的單元其服務 器處理能力較高,由等級低的單元處理后產生的信息觸發(fā)等級高的單元的處理。從而將不 同程度的處理信息布置在不同的服務器上進行處理,大大地減輕了服務器處理數(shù)據(jù)時的計
鈴旦昇里。

為了更清楚地說明本發(fā)明實施例的技術方案,下面將對實施例描述中所需要使用的附 圖作簡單地介紹,顯而易見地,下面描述中的附圖僅僅是本發(fā)明的一些實施例,對于本領域 普通技術人員來講,在不付出創(chuàng)造性勞動性的前提下,還可以根據(jù)這些附圖獲得其它的附 圖。其中
圖1為本發(fā)明中的智能監(jiān)控系統(tǒng)在一個實施例中的結構示意圖; 圖2A為本發(fā)明中智能監(jiān)控系統(tǒng)中的現(xiàn)場級單元在一個實施例中的結構示意圖; 圖2B為本發(fā)明中的智能監(jiān)控系統(tǒng)中的目標級單元在一個實施例中的結構示意圖; 圖2C為本發(fā)明中的智能監(jiān)控系統(tǒng)中的事件級單元在一個實施例中的結構示意圖; 圖2D為本發(fā)明中的智能監(jiān)控系統(tǒng)中的行為級單元在一個實施例中的結構示意圖; 圖2E為本發(fā)明中的智能監(jiān)控系統(tǒng)中的識別級單元在一個實施例中的結構示意圖; 圖3為本發(fā)明中的智能監(jiān)控系統(tǒng)在一個實施例中的安裝布置示意圖;和 圖4為本發(fā)明中的智能監(jiān)控方法在一個實施例中的流程圖。
具體實施方式
本發(fā)明的詳細描述主要通過程序、步驟、邏輯塊、過程或其他象征性的描述來直接或間 接地模擬本發(fā)明技術方案的運作。為透徹的理解本發(fā)明,在接下來的描述中陳述了很多特定細節(jié)。而在沒有這些特定細節(jié)時,本發(fā)明則可能仍可實現(xiàn)。所屬領域內的技術人員使用 此處的這些描述和陳述向所屬領域內的其他技術人員有效的介紹他們的工作本質。換句話 說,為避免混淆本發(fā)明的目的,由于熟知的方法和程序已經容易理解,因此它們并未被詳細 描述。此處所稱的“一個實施例”或“實施例”是指可包含于本發(fā)明至少一個實現(xiàn)方式中 的特定特征、結構或特性。在本說明書中不同地方出現(xiàn)的“在一個實施例中”并非均指同一 個實施例,也不是單獨的或選擇性的與其他實施例互相排斥的實施例。此外,表示一個或多 個實施例的方法、流程圖或功能框圖中的模塊順序并非固定的指代任何特定順序,也不構 成對本發(fā)明的限制。本發(fā)明提供一種智能監(jiān)控系統(tǒng),其將監(jiān)控系統(tǒng)的各個單元分為不同的等級,低級 別的單元對圖像分析處理后獲得的信息傳送到高級別的單元,由低級別的單元獲得的信息 觸發(fā)高級別的單元的處理,,低級別的單元采用較低的分辨率的圖像進行處理,高級別的單 元根據(jù)低級別單元獲得的信息獲取需要處理區(qū)域的高分辨率圖像進行處理。所述智能監(jiān)控 系統(tǒng)具體實施方式
的結構可參見圖1和圖2A-2E所示。圖1為本發(fā)明的智能監(jiān)控系統(tǒng)在一個實施例中的結構示意圖。如圖1所示,智能 監(jiān)控系統(tǒng)100包括現(xiàn)場級單元110、目標級單元120、事件級單元130、行為級單元140和識 別級單元150,其中,各個單元的結構可參見圖2A-2E所示,圖2A-2E為本發(fā)明中智能監(jiān)控系 統(tǒng)的各個單元在一個實施例中的結構示意圖。如此,智能監(jiān)控系統(tǒng)100的各個單元按照等 級由低到高順序依次分為現(xiàn)場級、目標級、事件級、行為級和識別級等不同的等級。所述現(xiàn)場級單元110采集圖像并對所述圖像進行運動檢測以判定所述圖像是否 存在有運動。請參閱圖2A,所述現(xiàn)場級單元110包括圖像采集模塊1101和運動檢測模塊 1102,其中所述圖像采集模塊1101采集監(jiān)控場景中的圖像,所述運動檢測模塊1102對所述 圖像采集模塊1101采集到的圖像進行運動檢測,即檢測所述圖像采集模塊1101采集到的 圖像中是否有物體運動或是否有變化,如開關燈時圖像的亮度差別、物體的移動等。在實際 應用中,現(xiàn)場級單元110所需實時性最強,可靠性高,同時運算相對簡單。所以智能監(jiān)控系 統(tǒng)100的現(xiàn)場級部分即現(xiàn)場級單元110 —般采用計算能力有限但穩(wěn)定性較高的處理系統(tǒng)。所述目標級單元120在現(xiàn)場級單元110所采集到的圖像存在運動時跟蹤檢測所述 圖像中的運動目標。請參閱圖2B,所述目標級單元120包括運動目標跟蹤檢測模塊1201和 抓拍模塊1202,當所述現(xiàn)場級單元110檢測到圖像中有物體運動時,則所述運動目標跟蹤 檢測模塊1201對所述圖像進行運動目標的跟蹤檢測。抓拍模塊1202用于對場景進行抓拍 以獲得高分辨率的靜態(tài)圖像。由此可知,所述目標級單元120對圖像的處理是由等級較低 的現(xiàn)場級單元110觸發(fā)后進行的,即目標級單元120對圖像所作的運動跟蹤或檢測是由現(xiàn) 場級單元110在對圖形進行處理分析后獲得圖像中存在運動這一信息觸發(fā)的。所述事件級單元130對所述運動目標進行事件分析以確定是否發(fā)生報警事件,并 可以進一步分析所述報警事件是否由人員觸發(fā)。請參閱圖2C,所述事件級單元130包括報 警事件觸發(fā)模塊1301、報警事件分析模塊1302。其中所述報警事件觸發(fā)模塊1301根據(jù)預 先設定的報警事件觸發(fā)規(guī)則對所述運動目標進行事件分析以確定是否發(fā)生報警事件。所述 報警事件分析模塊1302確定所述報警事件是否為人員觸發(fā),其根據(jù)生物識別技術對圖像 的運動目標區(qū)域進行人體、人頭和/或人臉的檢測,進而判斷觸發(fā)報警事件的運動目標是否為人員。如報警事件觸發(fā)模塊1301通過預先設定的報警事件觸發(fā)規(guī)則來判斷運動目標 是否觸發(fā)報警事件,如所述報警事件觸發(fā)規(guī)則可以為在圖像中設置不同的報警區(qū)域,當運 動目標的外接矩形與其中的報警區(qū)域發(fā)生了交叉,則可認定為產生報警事件。而當有報警 事件產生時,還需進一步確定是否為人員觸發(fā)了該報警事件,此時報警事件分析模塊1302 利用生物識別技術對運動目標區(qū)域進行人體、人頭和人臉的檢測,如此,分析所述報警事件 是否由人員觸發(fā)。由此可知,所述事件級單元130的事件分析由目標級單元120在確定圖 像中的運動目標后觸發(fā)。在一個優(yōu)選的實施例中,所述事件級單元130分析出圖像產生報警事件后也可以 發(fā)送觸發(fā)抓拍的信息給所述目標級單元120,所述目標級單元120中的抓拍模塊1202根據(jù) 所述觸發(fā)抓拍的信息對場景進行抓拍以獲取一張或多張的高分辨率靜態(tài)圖像,其有利于報 警事件中對人員或非人員的分析。所述行為級單元140在所述運動目標觸發(fā)報警事件時,對運動目標的行為進行分 析。進一步地,所述行為級單元140在人為觸發(fā)報警事件時對觸發(fā)報警事件中的運動目標 進行人員行為分析以確定是否為可疑人員,在非人為觸發(fā)報警事件時,對觸發(fā)報警事件中 的運動目標進行物體行為分析以確定是否為可疑物體。請參閱圖2D,所述識別級單元140 包括人員行為分析模塊1401和非人員行為分析模塊1402。在事件級單元130中分析出人 為觸發(fā)報警事件時,人員行為分析模塊1401進一步對觸發(fā)報警事件中的運動目標為人員 的圖像進行姿態(tài)的識別和行為的判斷。如,人員行為分析模塊1401根據(jù)人員的姿態(tài)識別 和行為的判定,可以知道所述人員是否為可疑人員。而在事件級單元130中分析出非人為 觸發(fā)報警事件時,非人員行為分析模塊1402對運動目標進行物體行為分析,如對車輛的移 動進行分析等。所述行為級單元140處理時可以離線進行或檢索時進行。例如,當警察需 要獲取某一個時段的圖像時,其可以在離線狀態(tài)下調查相關數(shù)據(jù),并通過該行為級單元140 進行人員姿態(tài)的識別。所述識別級單元150對觸發(fā)報警事件中的運動目標進行特征識別。進一步地,當 行為級單元140在觸發(fā)報警事件的運動目標中發(fā)現(xiàn)可疑人員時,所述識別級單元150對觸 發(fā)報警事件中的運動目標進行生物特征識別;當行為級單元140在觸發(fā)報警事件的運動目 標中發(fā)現(xiàn)可疑物體時,所述識別級單元150對觸發(fā)報警事件中的運動目標進行物體特征識 別。請參閱圖2E,所述識別級單元150包括生物特征識別模塊1501和物體特征識別模塊 1502。根據(jù)所述行為級單元140獲取的信息,在發(fā)現(xiàn)可疑人員時,所述生物特征識別模塊 1501則需要進一步對觸發(fā)報警事件中的運動目標進行進一步的識別,如行為級單元140判 定為可疑人員觸發(fā)報警時則生物特征識別模塊1501對人員的步態(tài)特征、人臉和耳廓等特 征進行識別。若行為級單元140判定的運動目標為非人員觸發(fā)報警時,所述物體特征識別 模塊1502則對相應物體進行物體類型識別,如車輛的車牌識別等。所述現(xiàn)場級單元110、目標級單元120、事件級單元130、行為級單元140和識別級 單元150的等級依次增高。其通常安裝布置圖可參見圖3所示,圖3為本發(fā)明中智能監(jiān)控系 統(tǒng)在一個實施例中的安裝布置示意圖。由圖中可以看出一般,將級別低的單元處理后的數(shù) 據(jù)發(fā)送給級別高的單元以進行進一步的處理,也就是說,級別低的單元觸發(fā)級別高的單元; 且每一個級別高的單元通常會接收多個級別低的單元傳送來的數(shù)據(jù)。通常情況下,級別低 的處理單元采用較低的分辨率進行處理,其計算量比較小,高級別的處理單元根據(jù)低級別
7處理后的信息獲取需要處理區(qū)域的高分辨率圖像進行處理,相應的,其計算量也相應增加。 但由于分級處理,使得每個處理單元的計算量都比現(xiàn)有技術中在同一個處理單元中進行處 理的單元中的計算量要小得多。當然,在實際應用中,相鄰級別的處理可以合并以減少處理 單元,如行為級和識別級中處理過程合并在一個級別中進行,但這樣會增加相應處理單元
的計算量。在一個具體的實施例中,以安全城市的結構來對系統(tǒng)的布置進行說明。通常,所述 現(xiàn)場級單元110安裝在監(jiān)控現(xiàn)場,能穩(wěn)定適應各種惡劣的現(xiàn)場環(huán)境,并且通過數(shù)量可以彌 補容易被人為破壞的缺陷;目標級單元120安裝在靠近現(xiàn)場的機柜中,在城市監(jiān)控中通常 在現(xiàn)場附近的室內建筑中,如小區(qū)的單元中;所述事件級單元130需要根據(jù)目標觸發(fā)的事 件進行報警,通??梢苑旁谛^(qū)物業(yè)的保安室中,該單元可以對多棟單元的目標單元結果 進行處理;所述行為級單元140和所述識別級單元150則由于計算復雜度更高,成本更高, 通常分別布置在社區(qū)保安室和派出所中,前者判斷是否為危險行為,后者則進一步通過生 物識別技術判斷目標主體的身份是否和所管轄范圍成員或關注的危險分子相匹配,另外也 是對這些身份特征的隱私性的保護。綜上所述,本發(fā)明提供的智能監(jiān)控系統(tǒng)將各個具有不同處理功能的單元進行分 級,級別低的處理觸發(fā)級別高的處理,并將低級別的處理信息傳送到高級別的處理單元,從 而實現(xiàn)了監(jiān)控系統(tǒng)的分布式布置,大大減少各個處理器的工作量。圖4為本發(fā)明中智能監(jiān)控方法在一個實施例中的流程圖,所述智能監(jiān)控方法分別 在現(xiàn)場級、目標級、事件級、行為級和識別級中進行,其中按照等級由低到高順序依次為現(xiàn) 場級、目標級、事件級、行為級和識別級。所述分級處理的智能監(jiān)控方法的具體過程包括
步驟410,采集圖像并進行運動檢測。該步驟在現(xiàn)場級中進行,因為在現(xiàn)場級中實時性最強,所以一般采用計算能力有 限的處理單元以保證該級的穩(wěn)定性。這里的運動檢測即為對所采集到的圖像進行運動檢測 以獲取所述圖像是否產生運動或變化,包括物體的移動或燈光亮滅時的變化等。步驟420,對圖像進行運動目標跟蹤檢測。如在步驟410中檢測到圖像含有運動或變化,則進行運動目標的跟蹤檢測。該步 驟在目標級中進行,即在現(xiàn)場級對圖像分析后產生運動或變化時則觸發(fā)目標級對運動目標 的跟蹤檢測。步驟430,對運動目標進行觸發(fā)報警事件的分析。該步驟在事件級中進行,首先根據(jù)圖像中預先設定的報警設置以對檢測到的運動 目標進行報警事件的分析。在一個實施例中,對圖像中設定若干個報警區(qū)域,當檢測到的 運動目標的外接矩形與所述報警區(qū)域產生交集時,則說明所述運動目標觸發(fā)了報警事件。 而當運動目標觸發(fā)報警事件時,則進一步判讀所述觸發(fā)報警事件分析的運動目標是否為人 員,即對所述運動目標進行人員、人頭和人臉的分析。步驟440,對運動目標進行人員姿態(tài)識別和行為判斷。對所述觸發(fā)報警事件的運動目標進行姿態(tài)識別和行為判斷,如觸發(fā)報警事件的運 動目標為人員的圖像時進行人員姿態(tài)的識別和行為判斷,以確定所述人員是否為可疑人 員,其行為是否可疑;如觸發(fā)報警事件的運動目標為非人員,如車輛等,則對其進行物體姿 態(tài)(包括顏色、型號等特征)的識別和行為判斷,以判定物體是否發(fā)生了可疑行為,該步驟在
8行為級中進行。通常,所述行為級的處理可以是離線進行或檢索時進行。如,在警察調查案 件時,需要查看當時的記錄,則可以將其對應數(shù)據(jù)提取出來,并進行可疑人員的可疑行為的 判別。步驟450,對運動目標進行特征識別。根據(jù)上述級別獲取的信息,對需要進一步判斷的運動目標進行進一步的識別,當 所述運動目標為可疑人員時則對所述可疑人員進行步態(tài)特征、人臉或耳廓等識別,該步驟 在識別級中進行。當然,如果不存在可疑人員,而是其他可疑物體,如車輛等,此時可以對其 他物體進行識別,如車牌識別。此步驟在識別級進行。所述各個不同級別中進行不同的處理,當然,在實際應用中,在相鄰級別中處理也 可以進行合并。如行為級和識別級中處理過程合并在一個級別中進行。且在各個不同的級 別進行處理的圖像或區(qū)域的分辨率是不同的,一般的,低級別中處理的圖像或區(qū)域分辨率 比較低,而高級別中處理的圖像或區(qū)域分辨率則相對較高。綜上所述,本發(fā)明提供的智能監(jiān)控系統(tǒng)將各個具有不同處理功能的單元進行分 級,級別低的處理觸發(fā)級別高的處理,并將低級別的信息傳送到高級別的處理單元,從而實 現(xiàn)了監(jiān)控系統(tǒng)的分布式布置,大大減少處理器的工作量。上述說明已經充分揭露了本發(fā)明的具體實施方式
。需要指出的是,熟悉該領域的 技術人員對本發(fā)明的具體實施方式
所做的任何改動均不脫離本發(fā)明的權利要求書的范圍。 相應地,本發(fā)明的權利要求的范圍也并不僅僅局限于前述具體實施方式
。
權利要求
1.一種智能監(jiān)控系統(tǒng),其特征在于,其包括現(xiàn)場級單元,采集圖像并對所述圖像進行運動檢測以判定是否存在運動; 目標級單元,在存在運動時跟蹤檢測所述圖像中的運動目標; 事件級單元,對所述運動目標進行事件分析以確定所述運動目標是否觸發(fā)報警事件; 行為級單元,在所述運動目標觸發(fā)報警事件時,對所述運動目標進行行為分析;和 識別級單元,對所述運動目標的特征進行識別。
2.根據(jù)權利要求1所述智能監(jiān)控系統(tǒng),其特征在于所述現(xiàn)場級單元包括圖像采集模 塊和運動檢測模塊,其中所述圖像采集模塊采集圖像,所述運動檢測模塊對所述采集到的 圖像進行運動檢測。
3.根據(jù)權利要求1所述智能監(jiān)控系統(tǒng),其特征在于所述目標級單元包括運動目標跟 蹤檢測模塊和抓拍模塊,其中所述運動目標跟蹤檢測模塊用于跟蹤檢測所述圖像中的運動 目標,所述抓拍模塊在運動目標產生觸發(fā)報警事件時對所述圖像進行抓拍以獲得一張或多 張高分辨率靜態(tài)圖像。
4.根據(jù)權利要求1所述智能監(jiān)控系統(tǒng),其特征在于所述事件級單元包括報警事件觸 發(fā)模塊和報警事件分析模塊,其中所述報警事件觸發(fā)模塊對所述運動目標進行事件分析以 確定所述運動目標是否觸發(fā)報警事件,所述報警事件分析模塊用于確定所述報警事件是否 為人員觸發(fā)。
5.根據(jù)權利要求4所述智能監(jiān)控系統(tǒng),其特征在于所述行為級單元包括人員行為分 析模塊和非人員行為分析模塊,所述人員行為分析模塊在人為觸發(fā)報警事件時對觸發(fā)報警 事件中的運動目標進行人員行為分析以確定是否為可疑人員,所述非人員行為分析模塊在 非人為觸發(fā)報警事件時,對觸發(fā)報警事件中的運動目標進行物體行為分析以確定是否為可 疑物體。
6.根據(jù)權利要求5所述智能監(jiān)控系統(tǒng),其特征在于所述識別級單元包括生物特征識 別模塊和物體特征識別模塊,其中所述生物特征識別模塊在發(fā)現(xiàn)可疑人員時,對觸發(fā)報警 事件中的運動目標進行生物特征識別,所述物體特征識別模塊在發(fā)現(xiàn)可疑物體時,對觸發(fā) 報警事件中的運動目標進行物體特征識別。
7.根據(jù)權利要求1至6中任一項所述智能監(jiān)控系統(tǒng),其特征在于所述現(xiàn)場級單元、目 標級單元、事件級單元、行為級單元和識別級單元的等級依次增加,低等級單元的處理信息 觸發(fā)高等級單元的處理。
8.根據(jù)權利要求7所述智能監(jiān)控系統(tǒng),其特征在于所述現(xiàn)場級單元、目標級單元、事 件級單元、行為級單元和識別級單元中相鄰的等級中的處理合并。
9.根據(jù)權利要求7所述智能監(jiān)控系統(tǒng),其特征在于所述級別低的單元采用低分辨率 圖像進行處理,級別高的單元根據(jù)級別低的處理單元所產生的信息以獲取需要處理區(qū)域的 高分辨率圖像進行處理。
10.一種智能監(jiān)控方法,其特征在于,其包括在現(xiàn)場級中采集圖像并對所述圖像進行運動檢測以判定是否存在運動; 在目標級中對存在運動的圖像中的運動目標進行檢測和跟蹤; 在事件級中對所述運動目標進行事件分析以確定所述運動目標是否觸發(fā)報警事件; 在行為級中在所述運動目標觸發(fā)報警事件時,對所述運動目標進行行為分析;和在識別級中對所述運動目標的特征進行識別。
11.根據(jù)權利要求10所述智能監(jiān)控方法,其特征在于所述現(xiàn)場級、目標級、事件級、行 為級和識別級的等級依次增加,低等級單元的處理信息觸發(fā)高等級單元的處理。
12.根據(jù)權利要求11所述智能監(jiān)控方法,其特征在于所述現(xiàn)場級、目標級、事件級、行 為級和識別級中相鄰的等級中的處理能夠合并。
13.根據(jù)權利要求12所述智能監(jiān)控方法,其特征在于所述低級別采用低分辨率圖像 進行處理,高級別根據(jù)低級別處理產生的信息獲取需要處理區(qū)域的高分辨率圖像進行處 理。
全文摘要
本發(fā)明提供一種智能監(jiān)控系統(tǒng),其包括現(xiàn)場級單元,采集圖像并對所述圖像進行運動檢測以判定是否存在運動;目標級單元,在存在運動時跟蹤檢測所述圖像中的運動目標;事件級單元,對所述運動目標進行事件分析以確定所述運動目標是否觸發(fā)報警事件;行為級單元,在所述運動目標觸發(fā)報警事件時,對所述運動目標進行行為分析;識別級單元,對所述運動目標的特征進行識別。
文檔編號G06K9/00GK102073844SQ201010539329
公開日2011年5月25日 申請日期2010年11月10日 優(yōu)先權日2010年11月10日
發(fā)明者高飛 申請人:無錫中星微電子有限公司
網友詢問留言 已有0條留言
  • 還沒有人留言評論。精彩留言會獲得點贊!
1
新巴尔虎右旗| 五华县| 清原| 扎囊县| 湘西| 修武县| 五大连池市| 昭通市| 汾西县| 尉氏县| 界首市| 罗定市| 郸城县| 玛纳斯县| 清徐县| 开封县| 宁国市| 博乐市| 满城县| 西青区| 湟源县| 贵南县| 中江县| 保靖县| 江陵县| 英山县| 武夷山市| 霍山县| 来凤县| 滦南县| 涪陵区| 正蓝旗| 临武县| 望都县| 肥城市| 成都市| 三明市| 南木林县| 拉孜县| 四子王旗| 苏尼特右旗|