專利名稱：一種智能可視化報(bào)警系統(tǒng)及應(yīng)用該系統(tǒng)報(bào)警的方法
技術(shù)領(lǐng)域：
本發(fā)明涉及安防監(jiān)控技術(shù)領(lǐng)域，尤其涉及一種智能可視化報(bào)警系統(tǒng)及應(yīng)用該系統(tǒng)報(bào)警的方法。
背景技術(shù)：
當(dāng)需要對(duì)某一區(qū)域布防時(shí)，如果采用目前現(xiàn)有的視頻監(jiān)控設(shè)備，通常只能直接把監(jiān)控區(qū)域的圖像實(shí)時(shí)傳回監(jiān)控機(jī)房，由專業(yè)的安保人員時(shí)刻盯著屏幕查看，以達(dá)到安防的目的。但是采用這種方式的話勢(shì)必會(huì)增加安保人員的勞動(dòng)強(qiáng)度。雖然也有一些監(jiān)控設(shè)備具備了視頻分析能力，但由于現(xiàn)有的視頻分析方法都是通過(guò)圖像分析技術(shù)，通過(guò)對(duì)比幀間差、背景差等方法對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行檢測(cè)，所以其檢測(cè)過(guò)程很容易受到圖像中的低對(duì)比度等環(huán)境干擾情況，運(yùn)動(dòng)目標(biāo)很容易漏檢，并且對(duì)于復(fù)雜的光照條件容易造成誤檢，比如人的影子的干擾，地面光斑及汽車燈光的干擾等。

發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種智能可視化報(bào)警系統(tǒng)及應(yīng)用該系統(tǒng)報(bào)警的方法，從而解決現(xiàn)有技術(shù)中存在的前述問(wèn)題。為了實(shí)現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案如下一種智能可視化報(bào)警系統(tǒng)，包括視頻處理裝置、視頻采集裝置、探測(cè)報(bào)警裝置和報(bào)警裝置，所述視頻采集裝置、所述探測(cè)報(bào)警裝置和所述報(bào)警裝置分別與所述視頻處理裝置連接。優(yōu)選的，所述視頻處理裝置還連接有網(wǎng)絡(luò)接口，所述網(wǎng)絡(luò)接口與遠(yuǎn)程報(bào)警管理裝置連接。優(yōu)選的，所述視頻采集裝置為攝像機(jī)。優(yōu)選的，所述探測(cè)報(bào)警裝置為紅外探測(cè)器和/或微波探測(cè)器和/或震動(dòng)探測(cè)器和/或泄露電纜。優(yōu)選的，所述報(bào)警裝置為本地聲光報(bào)警裝置和/或遠(yuǎn)程報(bào)警平臺(tái)。一種應(yīng)用智能可視化報(bào)警系統(tǒng)分析報(bào)警的方法，所述智能可視化報(bào)警系統(tǒng)結(jié)合所
述探測(cè)報(bào)警裝置反饋的信號(hào)和所述視頻采集裝置反饋的視頻信號(hào)，綜合分析判斷是否報(bào)
m
目O優(yōu)選的，所述分析報(bào)警方法具體包括以下步驟SI，接收視頻采集裝置實(shí)時(shí)采集的視頻數(shù)據(jù)，同時(shí)等待所述探測(cè)報(bào)警裝置被觸發(fā)，當(dāng)所述探測(cè)報(bào)警裝置被觸發(fā)時(shí)則執(zhí)行S2 ;如果所述探測(cè)報(bào)警裝置沒有被觸發(fā)則持續(xù)等待；S2，對(duì)接收到的所述視頻數(shù)據(jù)進(jìn)行分析，計(jì)算得到視頻分析置信度，判斷所述視頻分析置信度是否大于預(yù)設(shè)閾值，如果是則報(bào)警；如果否則執(zhí)行S3 ；S3，計(jì)算探測(cè)置信度，并使用所述探測(cè)置信度修正所述視頻分析置信度，判斷修正后的視頻分析置信度是否大于預(yù)設(shè)閾值，如果是則報(bào)警；如果否則執(zhí)行S4 ；
S4，利用樣本分類數(shù)據(jù)對(duì)接收到的所述視頻數(shù)據(jù)中的運(yùn)動(dòng)區(qū)域進(jìn)行模式匹配，如果匹配達(dá)到報(bào)警門限，則報(bào)警；如果匹配沒有達(dá)到報(bào)警門限，則循環(huán)執(zhí)行S1-S4，直到監(jiān)控期間結(jié)束。優(yōu)選的，S2中所述的視頻分析置信度通過(guò)以下步驟計(jì)算得到S21，對(duì)所述視頻數(shù)據(jù)中的運(yùn)動(dòng)目標(biāo)進(jìn)行跟蹤分析得到運(yùn)動(dòng)目標(biāo)屬性值；S22，通過(guò)效用函數(shù)Y(v，x, t，g)利用所述屬性值計(jì)算得到視頻分析置信度；其中，V表示目標(biāo)運(yùn)動(dòng)速度，X表示運(yùn)動(dòng)軌跡成熟度，t表示目標(biāo)運(yùn)動(dòng)持續(xù)的時(shí)間，g表示目標(biāo)大小；所述效用函數(shù)Y(v，x, t，g)通過(guò)以下公式得到Y(jié) (v, x, t, g) = K1Y1 (V)+K2Y2 (X)+K3Y3 (t)+K4Y4 (g)其中，HKpK4表示各個(gè)屬性值的重要程度。優(yōu)選的，S3中計(jì)算探測(cè)置信度，并使用所述探測(cè)置信度修正所述視頻分析置信度的方法，具體包括以下步驟S31，通過(guò)探測(cè)置信度函數(shù)Z(T)，得到探測(cè)置信度；其中，T表示所述探測(cè)報(bào)警裝置被連續(xù)觸發(fā)的次數(shù)值；所述探測(cè)置信度函數(shù)Z(T)通過(guò)以下公式計(jì)算得到Z ⑴=K5Y5 ⑴；S32，通過(guò)視頻置信度修正函數(shù)Y (V，x, t，g，Z)對(duì)所述視頻分析置信度進(jìn)行修正，得到修正后的視頻分析置信度；函數(shù)Y(V, X, t, g, Z)通過(guò)以下公式計(jì)算得到Y(jié) (v, x, t, g, Z) =U (K1Y1 (v), K2Y2 (x), K3Y3 (t), K4Y4 (g), Z)其中，U表示上述五個(gè)元素構(gòu)成的一個(gè)原子事件。優(yōu)選的，S4中所述模式匹配為使用樣本分類數(shù)據(jù)對(duì)視頻畫面中的角點(diǎn)特征的空間幾何分布進(jìn)行模式匹配。本發(fā)明的有益效果是本發(fā)明的智能可視化報(bào)警系統(tǒng)，把視頻采集裝置和探測(cè)報(bào)警裝置結(jié)合起來(lái)共同判斷安防現(xiàn)場(chǎng)情況，把視頻圖像分析技術(shù)和物體探測(cè)技術(shù)的優(yōu)勢(shì)結(jié)合于一身，在無(wú)需專人看管的情況下，最大限度的減少了報(bào)警裝置的誤報(bào)和漏報(bào)的可能性。本發(fā)明的報(bào)警方法應(yīng)用于本發(fā)明的智能可視化報(bào)警系統(tǒng)上，有效防止了因光線、影子等環(huán)境因素對(duì)視頻圖像的干擾，采用多重分析算法，對(duì)安防現(xiàn)場(chǎng)進(jìn)行綜合分析，從而大大提高了安防報(bào)警的準(zhǔn)確性。


圖1是本發(fā)明的智能可視化報(bào)警系統(tǒng)的結(jié)構(gòu)示意圖；圖2是本發(fā)明的應(yīng)用智能可視化報(bào)警系統(tǒng)分析報(bào)警的方法的步驟流程圖。
具體實(shí)施例方式為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖，對(duì)本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說(shuō)明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施方式
僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。如圖1所示，本發(fā)明的智能可視化報(bào)警系統(tǒng)，包括視頻處理裝置、視頻采集裝置、探測(cè)報(bào)警裝置和報(bào)警裝置，所述視頻采集裝置、所述探測(cè)報(bào)警裝置和所述報(bào)警裝置分別與所述視頻處理裝置連接。所述視頻處理裝置還連接有網(wǎng)絡(luò)接口，用于接入網(wǎng)絡(luò)，把視頻信號(hào)和/或報(bào)警信號(hào)實(shí)時(shí)傳送到本地聲光報(bào)警裝置和/或遠(yuǎn)程報(bào)警管理裝置以及遠(yuǎn)程報(bào)警平臺(tái)上。所述視頻采集裝置為攝像機(jī)。所述探測(cè)報(bào)警裝置為紅外探測(cè)器和/或微波探測(cè)器和/或震動(dòng)探測(cè)器和/或泄露電纜。所述報(bào)警裝置為聲光報(bào)警裝置和/或遠(yuǎn)程報(bào)警平臺(tái)。本例中，采用攝像機(jī)作為視頻采集裝置，使用DSP芯片作為視頻處理裝置，當(dāng)然也可以使用計(jì)算機(jī)作為視頻處理裝置。攝像機(jī)也可以使用具備網(wǎng)絡(luò)接口的IP攝像機(jī)，從而直接使用攝像機(jī)上原有的網(wǎng)絡(luò)接口，這樣就省去了單獨(dú)配置網(wǎng)絡(luò)接口的麻煩，另外，當(dāng)使用DSP芯片作為視頻處理裝置時(shí)，為了節(jié)省空間將DSP芯片設(shè)置于所述IP攝像機(jī)的殼體內(nèi)。整個(gè)智能可視化報(bào)警系統(tǒng)以內(nèi)嵌入視頻分析DSP芯片的IP攝像機(jī)為主體，同時(shí)連接紅外、微波等探測(cè)報(bào)警裝置和聲光電報(bào)警裝置，形成本例的智能可視報(bào)警系統(tǒng)。同時(shí)還通過(guò)IP攝像機(jī)上自帶的網(wǎng)絡(luò)接口將報(bào)警信號(hào)實(shí)時(shí)傳送到本地聲光報(bào)警裝置、遠(yuǎn)程報(bào)警管理裝置或遠(yuǎn)程終端上。當(dāng)需要安全防范時(shí)，現(xiàn)場(chǎng)的監(jiān)控視頻通過(guò)攝像機(jī)獲得，并分為兩路輸出，一路傳給視頻處理裝置用于視頻分析，另一路轉(zhuǎn)換為模擬信號(hào)后輸出用于常規(guī)視頻監(jiān)控，視頻信號(hào)可分為模擬信號(hào)和數(shù)字信號(hào)兩種輸出方式?，F(xiàn)場(chǎng)的探測(cè)信號(hào)通過(guò)紅外、微波等探測(cè)報(bào)警裝置采集，并通過(guò)攝像機(jī)開關(guān)量輸入端口上傳給視頻處理裝置進(jìn)行處理。視頻處理裝置對(duì)視頻分析結(jié)果和紅外、微波等探測(cè)報(bào)警裝置被觸發(fā)的結(jié)果進(jìn)行處理，綜合分析后產(chǎn)生判斷結(jié)果，當(dāng)結(jié)果符合報(bào)警條件時(shí)，則將報(bào)警結(jié)果分為兩路，一路通過(guò)視頻處理裝置輸出至網(wǎng)絡(luò)接口再通過(guò)網(wǎng)絡(luò)傳送至遠(yuǎn)程報(bào)警管理裝置或終端設(shè)備以及遠(yuǎn)程報(bào)警平臺(tái)，同時(shí)將附加有報(bào)警信息的視頻保存，另一路報(bào)警結(jié)果通過(guò)開關(guān)量輸出端口轉(zhuǎn)換為開關(guān)量信號(hào)，用于控制聲、光電報(bào)警設(shè)備等本地報(bào)警設(shè)備進(jìn)行報(bào)警，從而可有效阻止罪犯行為的發(fā)生。當(dāng)然也可以連接通訊裝置，由通訊裝置向公安機(jī)關(guān)的接警平臺(tái)發(fā)出警情信息。如圖2所示，本發(fā)明的應(yīng)用智能可視化報(bào)警系統(tǒng)分析報(bào)警的方法，核心為結(jié)合所述探測(cè)報(bào)警裝置反饋的信號(hào)和所述視頻采集裝置反饋的視頻信號(hào)，綜合判斷是否報(bào)警。所述分析報(bào)警方法具體包括以下步驟SI，接收視頻采集裝置實(shí)時(shí)采集的視頻數(shù)據(jù)，同時(shí)等待所述探測(cè)報(bào)警裝置被觸發(fā)，當(dāng)所述探測(cè)報(bào)警裝置被觸發(fā)時(shí)則執(zhí)行S2 ;如果所述探測(cè)報(bào)警裝置沒有被觸發(fā)則持續(xù)等待；S2，對(duì)接收到的所述視頻數(shù)據(jù)進(jìn)行分析，計(jì)算得到視頻分析置信度，判斷所述視頻分析置信度是否大于預(yù)設(shè)閾值，如果是則報(bào)警；如果否則執(zhí)行S3 ；所述的視頻分析置信度通過(guò)以下步驟計(jì)算得到S21，對(duì)所述視頻數(shù)據(jù)中的運(yùn)動(dòng)目標(biāo)進(jìn)行跟蹤分析得到運(yùn)動(dòng)目標(biāo)屬性值；S22，通過(guò)效用函數(shù)Y(v，x, t，g)利用所述屬性值計(jì)算得到視頻分析置信度；其中，V表示目標(biāo)運(yùn)動(dòng)速度，X表示運(yùn)動(dòng)軌跡成熟度，t表示運(yùn)動(dòng)時(shí)間，g表示目標(biāo)大??；所述效用函數(shù)Y(v，x, t，g)通過(guò)以下公式得到Y(jié) (v, x, t, g) = K1Y1 (V)+K2Y2 (X)+K3Y3 (t)+K4Y4 (g)
其中，HKpK4表示各個(gè)屬性值的重要程度。S3，計(jì)算探測(cè)置信度，并使用所述探測(cè)置信度修正所述視頻分析置信度，判斷修正后的視頻分析置信度是否大于預(yù)設(shè)閾值，如果是則報(bào)警；如果否則執(zhí)行S4 ；探測(cè)置信度修正所述視頻分析置信度的方法，具體包括以下步驟S31，通過(guò)探測(cè)置信度函數(shù)Z(T)，得到探測(cè)置信度；其中，T表示所述探測(cè)報(bào)警裝置被連續(xù)觸發(fā)的次數(shù)值；所述探測(cè)置信度函數(shù)Z(T)通過(guò)以下公式計(jì)算得到Z (T) = K5Y5 (T)；S32，通過(guò)視頻置信度修正函數(shù)Y (V，x, t，g，Z)對(duì)所述視頻分析置信度進(jìn)行修正，得到修正后的視頻分析置信度；函數(shù)Y(V, X, t, g, Z)通過(guò)以下公式計(jì)算得到 Y (v, x, t, g, Z) =U (K1Y1 (v), K2Y2 (x), K3Y3 (t), K4Y4 (g), Z)其中，U表示上述五個(gè)元素構(gòu)成的一個(gè)原子事件，所謂原子事件指不可缺少上述中任何一個(gè)報(bào)警條件所需要的元素，否則不能夠報(bào)警。S4，利用樣本分類數(shù)據(jù)對(duì)接收到的所述視頻數(shù)據(jù)中的運(yùn)動(dòng)區(qū)域進(jìn)行模式匹配，如果匹配達(dá)到報(bào)警門限，則報(bào)警；如果匹配沒有達(dá)到報(bào)警門限，則循環(huán)執(zhí)行S1-S4，直到監(jiān)控期間結(jié)束。S4中所述模式匹配為使用樣本分類數(shù)據(jù)對(duì)視頻畫面中的角點(diǎn)特征的空間幾何分布進(jìn)行模式匹配。利用紅外、微波等探測(cè)報(bào)警裝置先對(duì)監(jiān)控區(qū)域進(jìn)行探測(cè)，判斷監(jiān)控區(qū)域有無(wú)目標(biāo)，消除光線對(duì)監(jiān)控區(qū)域的干擾。為了消除有溫度變化或是小運(yùn)動(dòng)目標(biāo)對(duì)探測(cè)報(bào)警裝置的干擾，利用圖像分析法中對(duì)獲取的數(shù)字序列圖像進(jìn)行分析，獲取目標(biāo)的運(yùn)動(dòng)屬性信息，包括位置、速度、大小、方向、軌跡，并對(duì)目標(biāo)進(jìn)行跟蹤。再利用對(duì)目標(biāo)獲取的目標(biāo)屬性信息，建立報(bào)警置信度模型。報(bào)警置信度高低反應(yīng)了監(jiān)控區(qū)域的風(fēng)險(xiǎn)程度。風(fēng)險(xiǎn)程度主要指分析監(jiān)控區(qū)域有無(wú)人的行為活動(dòng)。對(duì)于低對(duì)比度的情況，或是環(huán)境因素的影響，對(duì)目標(biāo)的跟蹤很可能丟失，或?qū)δ繕?biāo)的軌跡描述不準(zhǔn)確，影響報(bào)警的準(zhǔn)確性。為了避免漏報(bào)，本發(fā)明在置信度綜合分析后，還設(shè)有視頻分析算法先對(duì)人體以及各類車輛進(jìn)行建模，當(dāng)前邊的置信度綜合分析結(jié)果不符合報(bào)警條件時(shí)，再對(duì)視頻畫面進(jìn)行分析，分析時(shí)對(duì)運(yùn)動(dòng)區(qū)域進(jìn)行模式匹配，如果匹配的程度高，則進(jìn)行報(bào)警。另外，本方法涉及的探測(cè)手段不局限于紅外、微波，包括所有的類似的探測(cè)方法。總之本方法利用探測(cè)手段排除干擾，利用視頻分析手段彌補(bǔ)探測(cè)手段的不足，達(dá)到準(zhǔn)確報(bào)警的目的?；谶\(yùn)動(dòng)目標(biāo)的數(shù)字圖像分析技術(shù)，是指利用統(tǒng)計(jì)學(xué)對(duì)圖像背景進(jìn)行建模，然后根據(jù)背景差、幀間差方法對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行檢測(cè)，并提取運(yùn)動(dòng)目標(biāo)相關(guān)屬性，確定檢測(cè)結(jié)果并對(duì)檢測(cè)到的物體進(jìn)行跟蹤，以及對(duì)運(yùn)動(dòng)區(qū)域進(jìn)行模式匹配，最后輸出檢測(cè)結(jié)果。本發(fā)明了利用圖像分析技術(shù)和紅外、微波等探測(cè)技術(shù)相融合的對(duì)防護(hù)區(qū)域進(jìn)行物體入侵檢測(cè)報(bào)警，能有效排除光線、影子干擾。本發(fā)明基于圖像分析結(jié)果進(jìn)行置信度計(jì)算的方法，確保輸出的報(bào)警結(jié)果具有較高的可靠性。本發(fā)明還運(yùn)用了對(duì)運(yùn)動(dòng)區(qū)域目標(biāo)的識(shí)別方法，該方法是對(duì)人體及個(gè)各種車輛進(jìn)行訓(xùn)練，先檢測(cè)人體各種步態(tài)及各類車輛的角點(diǎn)，利用角點(diǎn)的空間分布對(duì)目標(biāo)進(jìn)行識(shí)別。再利用分類好的樣本數(shù)據(jù)，對(duì)運(yùn)動(dòng)區(qū)域進(jìn)行模式匹配。本發(fā)明的方法對(duì)視頻分析結(jié)果和紅外、微波等探測(cè)結(jié)果進(jìn)行建模分析計(jì)算報(bào)警置信度。報(bào)警置信度模型利用多屬性效用決策模型進(jìn)行建模，數(shù)據(jù)建模具體實(shí)現(xiàn)過(guò)程如下獲取目標(biāo)屬性值——> 定義目標(biāo)屬性值的效用函數(shù)——> 計(jì)算視頻分析置信度——> 計(jì)算探測(cè)置信度——> 計(jì)算報(bào)警結(jié)果。本例首先利用紅外、微波等探測(cè)手段對(duì)區(qū)域進(jìn)行探測(cè)，如果有信號(hào)觸發(fā)，則進(jìn)一步利用視頻分析手段對(duì)運(yùn)動(dòng)區(qū)域進(jìn)行分析，以排除環(huán)境溫度變化或是小運(yùn)動(dòng)目標(biāo)的干擾。具體做法是利用對(duì)運(yùn)動(dòng)目標(biāo)的檢測(cè)跟蹤結(jié)果結(jié)合紅外、微波等探測(cè)結(jié)果分析報(bào)警置信度，如果達(dá)到報(bào)警閾值則進(jìn)行報(bào)警。當(dāng)前邊的置信度綜合分析結(jié)果不符合報(bào)警條件時(shí)，再對(duì)視頻畫面進(jìn)行跟蹤分析，在對(duì)運(yùn)動(dòng)目標(biāo)跟蹤分析過(guò)程中，同時(shí)利用角點(diǎn)空間模式匹配，對(duì)運(yùn)動(dòng)區(qū)域進(jìn)行模式匹配，如果匹配達(dá)到門限上限，則進(jìn)行報(bào)警。模式匹配能很好消除由于環(huán)境干擾不能連續(xù)跟蹤目標(biāo)而導(dǎo)致目標(biāo)丟失的問(wèn)題，這樣能很好地判斷是否有真實(shí)的運(yùn)動(dòng)目標(biāo)存在。在實(shí)施分析報(bào)警前，對(duì)人體各種步態(tài)樣本及各類車輛樣本進(jìn)行角點(diǎn)檢測(cè)，利用角點(diǎn)分布對(duì)其進(jìn)行分類。得到樣本分類數(shù)據(jù)。將樣本分類數(shù)據(jù)儲(chǔ)存?zhèn)溆镁唧w報(bào)警分析過(guò)程實(shí)施如下a.首先利用紅外、微波等探測(cè)手段對(duì)區(qū)域進(jìn)行探測(cè)，如果有信號(hào)觸發(fā)，則執(zhí)行下一
I K
少;b.對(duì)視頻圖像目標(biāo)跟蹤分析，得到其中運(yùn)動(dòng)目標(biāo)的屬性值，視頻分析置信度由以下幾個(gè)屬性值組成，目標(biāo)運(yùn)動(dòng)速度(V)，運(yùn)動(dòng)的軌跡成熟度(X)，運(yùn)動(dòng)的時(shí)間(t)，目標(biāo)的大小(g)。定義視頻分析置信度的效用函數(shù)Y (V，x，t，g)，假設(shè)該函數(shù)的幾個(gè)變量是相互獨(dú)立的，因此多屬性效用決策函數(shù)可以表示為加性函數(shù)Y (v, x, t, g) = K1Y1 (V) +K2Y2 (x) +K3Y3 (t) +K4Y4 (g)；其中，KpKyKyK4表示各個(gè)因素的重要程度。c.計(jì)算視頻分析置信度，利用決策函數(shù)計(jì)算視頻分析置信度，當(dāng)置信度超過(guò)預(yù)設(shè)的閾值，則無(wú)需修正，可以直接輸出報(bào)警信號(hào)，否則繼續(xù)下一步。d.綜合置信度計(jì)算，當(dāng)視頻分析置信度結(jié)果小于預(yù)設(shè)閾值時(shí)，計(jì)算探測(cè)置信度Z ⑴=K5Y5 (T)其中，T表示紅外連續(xù)觸發(fā)的次數(shù)效用值。利用Z(T)對(duì)視頻分析置信度Y (V，X, t，g)進(jìn)行修正，根據(jù)修正結(jié)果判定是否進(jìn)行報(bào)警信號(hào)輸出。修正方法如下Y (V, X, t, g, Z) =U (K1Y1 (v), K2Y2 (x), K3Y3 (t), K4Y4 (g), Z)；其中，U表示上述幾個(gè)元素構(gòu)成一個(gè)原子事件。e.如果Y值沒有達(dá)到報(bào)警的閾值，同時(shí)利用樣本分類數(shù)據(jù)對(duì)運(yùn)動(dòng)區(qū)域進(jìn)行模式匹配，主要匹配角點(diǎn)特征的空間幾何分布，如果匹配達(dá)到報(bào)警門限，同樣進(jìn)行報(bào)警。上述步驟中，不管在哪一步判斷需要報(bào)警時(shí)，則控制聲、光、電報(bào)警設(shè)備等本地報(bào)警設(shè)備進(jìn)行報(bào)警，同時(shí)將報(bào)警信息通過(guò)網(wǎng)絡(luò)接口傳輸給目標(biāo)平臺(tái)或終端。通過(guò)采用本發(fā)明公開的上述技術(shù)方案，得到了如下有益的效果本發(fā)明的智能可視化報(bào)警系統(tǒng)，把視頻采集裝置和探測(cè)報(bào)警裝置結(jié)合起來(lái)共同判斷安防現(xiàn)場(chǎng)情況，把視頻圖像分析技術(shù)和物體探測(cè)技術(shù)的優(yōu)勢(shì)結(jié)合于一身，在無(wú)需專人看管的情況下，最大限度的減少了報(bào)警裝置的誤報(bào)和漏報(bào)的可能性。本發(fā)明的報(bào)警方法應(yīng)用于本發(fā)明的智能可視化報(bào)警系統(tǒng)上，有效防止了因光線、影子等環(huán)境因素對(duì)視頻圖像的干擾，采用多重分析算法，對(duì)安防現(xiàn)場(chǎng)進(jìn)行綜合分析，從而大大提高了安防報(bào)警的準(zhǔn)確性。以上所述僅是本發(fā)明的優(yōu)選實(shí)施方式，應(yīng)當(dāng)指出，對(duì)于本技術(shù)領(lǐng)域的普通技術(shù)人員來(lái)說(shuō)，在不脫離本發(fā)明原理的前提下，還可以做出若干改進(jìn)和潤(rùn)飾，這些改進(jìn)和潤(rùn)飾也應(yīng)視本發(fā)明的保護(hù)范圍。
權(quán)利要求
1.一種智能可視化報(bào)警系統(tǒng)，其特征在于，包括視頻處理裝置、視頻采集裝置、探測(cè)報(bào)警裝置和報(bào)警裝置，所述視頻采集裝置、所述探測(cè)報(bào)警裝置和所述報(bào)警裝置分別與所述視頻處理裝置連接。
2.根據(jù)權(quán)利要求1所述的智能可視化報(bào)警系統(tǒng)，其特征在于所述視頻處理裝置還連接有網(wǎng)絡(luò)接口，所述網(wǎng)絡(luò)接口與遠(yuǎn)程報(bào)警管理裝置連接。
3.根據(jù)權(quán)利要求1或2所述的智能可視化報(bào)警系統(tǒng)，其特征在于，所述視頻采集裝置為攝像機(jī)。
4.根據(jù)權(quán)利要求1或2所述的智能可視化報(bào)警系統(tǒng)，其特征在于，所述探測(cè)報(bào)警裝置為紅外探測(cè)器和/或微波探測(cè)器和/或震動(dòng)探測(cè)器和/或泄露電纜。
5.根據(jù)權(quán)利要求1或2所述的智能可視化報(bào)警系統(tǒng)，其特征在于，所述報(bào)警裝置為本地聲光報(bào)警裝置和/或遠(yuǎn)程報(bào)警平臺(tái)。
6.一種應(yīng)用權(quán)利要求1-5任一所述的智能可視化報(bào)警系統(tǒng)分析報(bào)警的方法，其特征在于，所述智能可視化報(bào)警系統(tǒng)結(jié)合所述探測(cè)報(bào)警裝置反饋的信號(hào)和所述視頻采集裝置反饋的視頻信號(hào)，綜合分析判斷是否報(bào)警。
7.根據(jù)權(quán)利要求6所述的分析報(bào)警方法，其特征在于，所述分析報(bào)警方法具體包括以下步驟SI，接收視頻采集裝置實(shí)時(shí)采集的視頻數(shù)據(jù)，同時(shí)等待所述探測(cè)報(bào)警裝置被觸發(fā)，當(dāng)所述探測(cè)報(bào)警裝置被觸發(fā)時(shí)則執(zhí)行S2 ;如果所述探測(cè)報(bào)警裝置沒有被觸發(fā)則持續(xù)等待；S2，對(duì)接收到的所述視頻數(shù)據(jù)進(jìn)行分析，計(jì)算得到視頻分析置信度，判斷所述視頻分析置信度是否大于預(yù)設(shè)閾值，如果是則報(bào)警；如果否則執(zhí)行S3 ；S3，計(jì)算探測(cè)置信度，并使用所述探測(cè)置信度修正所述視頻分析置信度，判斷修正后的視頻分析置信度是否大于預(yù)設(shè)閾值，如果是則報(bào)警；如果否則執(zhí)行S4 ；S4，利用樣本分類數(shù)據(jù)對(duì)接收到的所述視頻數(shù)據(jù)中的運(yùn)動(dòng)區(qū)域進(jìn)行模式匹配，如果匹配達(dá)到報(bào)警門限，則報(bào)警；如果匹配沒有達(dá)到報(bào)警門限，則循環(huán)執(zhí)行S1-S4，直到監(jiān)控期間結(jié)束。
8.根據(jù)權(quán)利要求7所述的分析報(bào)警方法，其特征在于，S2中所述的視頻分析置信度通過(guò)以下步驟計(jì)算得到S21，對(duì)所述視頻數(shù)據(jù)中的運(yùn)動(dòng)目標(biāo)進(jìn)行跟蹤分析得到運(yùn)動(dòng)目標(biāo)屬性值；S22，通過(guò)效用函數(shù)Υ(ν，χ, t，g)利用所述屬性值計(jì)算得到視頻分析置信度；其中，V表示目標(biāo)運(yùn)動(dòng)速度，X表示運(yùn)動(dòng)軌跡成熟度，t表示目標(biāo)運(yùn)動(dòng)持續(xù)的時(shí)間，g表示目標(biāo)大?。凰鲂в煤瘮?shù)Y(v，x, t，g)通過(guò)以下公式得到Y(jié) (V, χ, t, g) = K1Y1 (V) +K2Y2 (χ) +K3Y3 (t) +K4Y4 (g)其中，1、K2、K3、K4表示各個(gè)屬性值的重要程度。
9.根據(jù)權(quán)利要求8所述的分析報(bào)警方法，其特征在于，S3中計(jì)算探測(cè)置信度，并使用所述探測(cè)置信度修正所述視頻分析置信度的方法，具體包括以下步驟S31，通過(guò)探測(cè)置信度函數(shù)Z(T)，得到探測(cè)置信度；其中，T表示所述探測(cè)報(bào)警裝置被連續(xù)觸發(fā)的次數(shù)值；所述探測(cè)置信度函數(shù)Z(T)通過(guò)以下公式計(jì)算得到Z(T) = K5Y5(T)；S32，通過(guò)視頻置信度修正函數(shù)Y (V，χ, t，g，Z)對(duì)所述視頻分析置信度進(jìn)行修正，得到修正后的視頻分析置信度；函數(shù)Y (V，X，t, g, Z)通過(guò)以下公式計(jì)算得到Y(jié) (V, χ, t, g, Z) =U (K1Y1 (V), K2Y2 (χ), K3Y3 (t)，K4Y4 (g), Z)其中，U表示上述五個(gè)元素構(gòu)成的一個(gè)原子事件。
10.根據(jù)權(quán)利要求7所述的分析報(bào)警方法，其特征在于，S4中所述模式匹配為使用樣本分類數(shù)據(jù)對(duì)視頻畫面中的角點(diǎn)特征的空間幾何分布進(jìn)行模式匹配。
全文摘要
本發(fā)明公開了一種智能可視化報(bào)警系統(tǒng)及應(yīng)用該系統(tǒng)報(bào)警的方法，智能可視化報(bào)警系統(tǒng)，包括視頻處理裝置、視頻采集裝置、探測(cè)報(bào)警裝置和報(bào)警裝置，所述視頻采集裝置、所述探測(cè)報(bào)警裝置和所述報(bào)警裝置分別與所述視頻處理裝置連接。應(yīng)用智能可視化報(bào)警系統(tǒng)分析報(bào)警的方法，結(jié)合所述探測(cè)報(bào)警裝置反饋的信號(hào)和所述視頻采集裝置反饋的視頻信號(hào)，綜合分析判斷是否報(bào)警。有效防止了因光線、影子等環(huán)境因素對(duì)視頻圖像的干擾，采用多重分析算法，對(duì)安防現(xiàn)場(chǎng)進(jìn)行綜合分析，從而大大提高了安防報(bào)警的準(zhǔn)確性。
文檔編號(hào)G08B13/196GK102999988SQ20121049643
公開日2013年3月27日 申請(qǐng)日期2012年11月28日 優(yōu)先權(quán)日2012年11月28日
發(fā)明者尹兆杰 申請(qǐng)人:尹兆杰