本發(fā)明涉及監(jiān)控領(lǐng)域，特別是涉及一種具有文本日志的雙攝像頭視頻監(jiān)控方法及系統(tǒng)。

背景技術(shù)：

傳統(tǒng)視頻監(jiān)控系統(tǒng)利用單攝像頭僅記錄視頻信息，不能立即識(shí)別監(jiān)控畫面中出現(xiàn)的物體和物體所在位置，只能靠人工實(shí)時(shí)監(jiān)測(cè)或者事后調(diào)閱監(jiān)控錄像的手段進(jìn)行監(jiān)控現(xiàn)場(chǎng)實(shí)時(shí)預(yù)警或者事后分析，并且傳統(tǒng)的視頻監(jiān)控系統(tǒng)每天都會(huì)產(chǎn)生大量的視頻信息，需要大量的人員坐在視頻前認(rèn)真仔細(xì)地盯著視頻，需要投入大量人力；隨著監(jiān)控?cái)z像頭數(shù)量的急劇增加，這種人工實(shí)時(shí)監(jiān)測(cè)與事后調(diào)閱監(jiān)控錄像方式所需的人工工作同步增加；同時(shí)面對(duì)成千上萬的攝像頭所采集的視頻，現(xiàn)行的監(jiān)控技術(shù)智能化程度低，缺乏對(duì)監(jiān)控區(qū)域內(nèi)危險(xiǎn)信息的智能預(yù)警。另外，由于監(jiān)控錄像占用大量的存儲(chǔ)空間，為減少錄像存儲(chǔ)所帶來的開銷，一般僅保存指定期限內(nèi)的監(jiān)控錄像，其余錄像將被最新錄像所覆蓋，使得曾經(jīng)記錄的大量監(jiān)控信息丟失。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的是提供一種具有文本日志的雙攝像頭視頻監(jiān)控方法及系統(tǒng)，能夠在監(jiān)測(cè)區(qū)域內(nèi)快速識(shí)別物體，并生成有關(guān)物體信息存儲(chǔ)空間小的文本日志，能夠根據(jù)輸入的關(guān)鍵字調(diào)出相應(yīng)的視頻圖像，并且有效解決了不能實(shí)時(shí)報(bào)警以及大量數(shù)據(jù)丟失的問題。

為實(shí)現(xiàn)上述目的，本發(fā)明提供了如下方案：

一種具有文本日志的雙攝像頭視頻監(jiān)控方法，具體包括：

構(gòu)建深度學(xué)習(xí)框架；

利用所述深度學(xué)習(xí)框架識(shí)別第一物體的類別信息；

根據(jù)所述類別信息在視頻監(jiān)控區(qū)內(nèi)的時(shí)間以及第一物體的視點(diǎn)距離形成文本日志；所述第一物體的視點(diǎn)距離表示所述第一物體到左攝像頭和右攝像頭中心點(diǎn)的距離；

將所述文本日志保存在所述控制器內(nèi)。

可選的，所述構(gòu)建深度學(xué)習(xí)框架之前，還包括：

獲取攝像頭采集的視頻圖像；所述攝像頭分為左攝像頭和右攝像頭，獲取其中一個(gè)攝像頭所采集的視頻圖像即可；

建立動(dòng)態(tài)背景圖庫(kù)；

利用所述視頻圖像與所述動(dòng)態(tài)背景圖庫(kù)做差分處理，得到差分結(jié)果；

判斷所述差分結(jié)果是否超過預(yù)設(shè)閾值，得到第一判斷結(jié)果；

若所述第一判斷結(jié)果為所述差分結(jié)果超過所述預(yù)設(shè)閾值，則將超出所述預(yù)設(shè)閾值的部分作為第一前景圖像，其余部分作為第一背景圖像更新到所述動(dòng)態(tài)背景圖庫(kù)中。

可選的，所述利用所述視頻圖像與所述動(dòng)態(tài)背景圖庫(kù)做差分處理，得到差分結(jié)果之前，還包括：

獲取左攝像頭采集的第一視頻圖像；

獲取右攝像頭采集的第二視頻圖像；所述左攝像頭和所述右攝像頭的光軸平行；

將所述第一視頻圖像分離成第一前景圖像和第一背景圖像；

將所述第二視頻圖像分離成第二前景圖像和第二背景圖像；

利用所述第一前景圖像和所述第二前景圖像共同視點(diǎn)之間的視差建立三維點(diǎn)云模型；

根據(jù)所述三維點(diǎn)云模型計(jì)算出所述共同視點(diǎn)到所述左攝像頭和所述右攝像頭中心點(diǎn)之間的第一物體的視點(diǎn)距離；

判斷所述第一物體的視點(diǎn)距離是否在預(yù)設(shè)范圍內(nèi)，得到第二判斷結(jié)果；

若所述第二判斷結(jié)果表示為所述視點(diǎn)距離在預(yù)設(shè)范圍內(nèi)，則向報(bào)警器發(fā)送一個(gè)報(bào)警信息，使得所述報(bào)警器報(bào)警。

可選的，所述根據(jù)所述三維點(diǎn)云模型計(jì)算出所述共同視點(diǎn)到所述左攝像頭和所述右攝像頭中心點(diǎn)之間的第一物體的視點(diǎn)距離之后，還包括：

獲取第二物體的視點(diǎn)距離；

根據(jù)所述第一物體的視點(diǎn)距離和所述第二物體的視點(diǎn)距離利用三角測(cè)量法計(jì)算出所述第一物體和所述第二物體之間的物體距離；

判斷所述物體距離是否在預(yù)設(shè)距離內(nèi)，得到第三判斷結(jié)果；

若所述第三判斷結(jié)果表示為所述物體距離在所述預(yù)設(shè)距離內(nèi)，則向控制器報(bào)警。

一種具有文本日志的雙攝像頭視頻監(jiān)控系統(tǒng)，包括：

深度學(xué)習(xí)框架構(gòu)建模塊，用于構(gòu)建深度學(xué)習(xí)框架；

識(shí)別模塊，用于利用所述深度學(xué)習(xí)框架識(shí)別第一物體的類別信息。

文本日志生成模塊，用于根據(jù)所述類別信息在視頻監(jiān)控區(qū)內(nèi)的時(shí)間以及第一物體的視點(diǎn)距離形成文本日志；所述第一物體的視點(diǎn)距離表示所述第一物體到左攝像頭和右攝像頭中心點(diǎn)的距離；

文本日志保存模塊，用于將所述文本日志保存在所述控制器內(nèi)。

可選的，還包括：所述視頻圖像獲取模塊，用于在所述構(gòu)建深度學(xué)習(xí)框架之前，獲取攝像頭采集的視頻圖像；所述攝像頭分為左攝像頭和右攝像頭，獲取其中一個(gè)攝像頭所采集的視頻圖像即可；

動(dòng)態(tài)背景圖庫(kù)建立模塊，用于建立動(dòng)態(tài)背景圖庫(kù)；

差分處理模塊，用于利用所述視頻圖像與所述動(dòng)態(tài)背景圖庫(kù)做差分處理，得到差分結(jié)果；

第一判斷模塊，用于判斷所述差分結(jié)果是否超過預(yù)設(shè)閾值，得到第一判斷結(jié)果；

動(dòng)態(tài)背景圖庫(kù)更新模塊，用于若所述第一判斷結(jié)果為所述差分結(jié)果超過所述預(yù)設(shè)閾值，則將超出所述預(yù)設(shè)閾值的部分作為第一前景圖像，其余部分作為第一背景圖像更新到所述動(dòng)態(tài)背景圖庫(kù)中。

可選的，還包括：第一視頻獲取模塊，用于利用所述視頻圖像與所述動(dòng)態(tài)背景圖庫(kù)做差分處理，得到差分結(jié)果之前獲取左攝像頭采集的第一視頻圖像；

第二視頻獲取模塊，用于獲取右攝像頭采集的第二視頻圖像；所述左攝像頭和所述右攝像頭的光軸平行；

第一分離模塊，用于將所述第一視頻圖像分離成第一前景圖像和第一背景圖像；

第二分離模塊，用于將所述第二視頻圖像分離成第二前景圖像和第二背景圖像；

三維點(diǎn)云模型建立模塊，用于利用所述第一前景圖像和所述第二前景圖像共同視點(diǎn)之間的視差建立三維點(diǎn)云模型；

第一物體的視點(diǎn)距離計(jì)算模塊，用于根據(jù)所述三維點(diǎn)云模型計(jì)算出所述共同視點(diǎn)到所述左攝像頭和所述右攝像頭中心點(diǎn)之間的第一物體的視點(diǎn)距離；

第二判斷模塊，用于判斷所述第一物體的視點(diǎn)距離是否在預(yù)設(shè)范圍內(nèi)，得到第二判斷結(jié)果；

第一報(bào)警模塊，用于若所述第二判斷結(jié)果表示為所述視點(diǎn)距離在預(yù)設(shè)范圍內(nèi)，則向報(bào)警器發(fā)送一個(gè)報(bào)警信息，使得所述報(bào)警器報(bào)警。

可選的，還包括：第二物體的視點(diǎn)距離獲取模塊，用于所述第一物體的視點(diǎn)距離計(jì)算模塊根據(jù)所述三維點(diǎn)云模型計(jì)算出所述共同視點(diǎn)到所述左攝像頭和所述右攝像頭中心點(diǎn)之間的第一物體的視點(diǎn)距離之后，獲取第二物體的視點(diǎn)距離；

物體距離模塊，用于根據(jù)所述第一物體的視點(diǎn)距離和所述第二物體的視點(diǎn)距離利用三角測(cè)量法計(jì)算出所述第一物體和所述第二物體之間的物體距離；

第三判斷模塊，用于判斷所述物體距離是否在預(yù)設(shè)距離內(nèi)，得到第二判斷結(jié)果；

第三報(bào)警模塊，用于若所述第二判斷結(jié)果表示為所述物體距離在所述預(yù)設(shè)距離內(nèi)，則向控制器報(bào)警。

一種具有文本日志的雙攝像頭視頻監(jiān)控裝置，其特征在于，包括：左攝像頭、右攝像頭、開發(fā)板、單片機(jī)、后臺(tái)服務(wù)器、報(bào)警器；

所述左攝像頭和所述右攝像頭的光軸平行于同一水平面上；

所述開發(fā)板與所述左攝像頭有線連接；

所述開發(fā)板與所述右攝像頭有線連接；所述開發(fā)板用于對(duì)所述左攝像頭和所述右攝像頭采集的圖像進(jìn)行預(yù)處理；

所述開發(fā)板與所述單片機(jī)有線連接；

所述開發(fā)板與所述后臺(tái)服務(wù)器通過無線網(wǎng)絡(luò)連接；

所述單片機(jī)與所述報(bào)警器電連接。

根據(jù)本發(fā)明提供的具體實(shí)施例，本發(fā)明公開了以下技術(shù)效果：能夠根據(jù)生成的文本日志進(jìn)行視頻圖像的跳轉(zhuǎn)與監(jiān)控，不需要大量人員坐在視頻前分析視頻，也能夠?qū)ΡO(jiān)控區(qū)域進(jìn)行實(shí)時(shí)監(jiān)測(cè)，大大減少了人力資源的浪費(fèi)，同時(shí)提高了檢索效率。

附圖說明

為了更清楚地說明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例中所需要使用的附圖作簡(jiǎn)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(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動(dòng)性的前提下，還可以根據(jù)這些附圖計(jì)算出其他的附圖。

圖1為本發(fā)明實(shí)施例具有文本日志的雙攝像頭視頻監(jiān)控方法流程圖；

圖2為本發(fā)明實(shí)施例具有文本日志的雙攝像頭視頻監(jiān)控方法裝置的結(jié)構(gòu)圖。

具體實(shí)施方式

下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例?；诒景l(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動(dòng)前提下所計(jì)算出的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

本發(fā)明的目的是提供一種具有文本日志的雙攝像頭視頻監(jiān)控方法及系統(tǒng)，無需大量人員在屏幕前進(jìn)行監(jiān)測(cè)就能夠?qū)崟r(shí)報(bào)警，并生成日志文本，占用空間小，不會(huì)出現(xiàn)存儲(chǔ)視頻占存儲(chǔ)空間過大，導(dǎo)致覆蓋原來視頻的問題，方便實(shí)時(shí)調(diào)用查看。

為使本發(fā)明的上述目的、特征和優(yōu)點(diǎn)能夠更加明顯易懂，下面結(jié)合附圖和具體實(shí)施方式對(duì)本發(fā)明作進(jìn)一步詳細(xì)的說明。

圖1為本發(fā)明實(shí)施例具有文本日志的雙攝像頭視頻監(jiān)控方法流程圖，如圖1所示，一種具有文本日志的雙攝像頭視頻監(jiān)控方法，包括：

步驟101：構(gòu)建深度學(xué)習(xí)框架；

步驟102：利用所述深度學(xué)習(xí)框架識(shí)別第一物體的類別信息；

步驟103：根據(jù)所述類別信息在視頻監(jiān)控區(qū)內(nèi)的時(shí)間以及第一物體的視點(diǎn)距離形成文本日志；所述第一物體的視點(diǎn)距離表示所述第一物體到左攝像頭和右攝像頭中心點(diǎn)的距離；其中，所生成的文本日志包含有攝像頭編號(hào)、精確到秒的錄像時(shí)間、物體名稱、與攝像頭的距離等文本日志信息，作為監(jiān)控錄像的標(biāo)注信息；

步驟104：將所述文本日志保存在所述控制器內(nèi)。

本發(fā)明利用文本格式的日志，在對(duì)監(jiān)控錄像進(jìn)行檢索時(shí)跳過無關(guān)部分，重點(diǎn)查看相關(guān)部分，提高檢索效率，能夠輔助實(shí)現(xiàn)特定物體跟蹤；例如：輸入小汽車，經(jīng)過對(duì)文本日志的搜索即可在短時(shí)間內(nèi)定位到出現(xiàn)有小汽車的相關(guān)視頻圖像。并且利用文本格式日志占用存儲(chǔ)空間少的特點(diǎn)，通過對(duì)文本格式日志的長(zhǎng)期保存，實(shí)現(xiàn)對(duì)監(jiān)控區(qū)域所發(fā)生事件的回朔。

在實(shí)際應(yīng)用中，所述將所述第一視頻圖像分離成第一前景圖像和第一背景圖像，具體包括：

建立動(dòng)態(tài)背景圖庫(kù)；

利用所述第一視頻圖像與所述動(dòng)態(tài)背景圖庫(kù)做差分處理，得到差分結(jié)果；

判斷所述差分結(jié)果是否超過所述預(yù)設(shè)閾值，若是，則將超出所述預(yù)設(shè)閾值的部分作為第一前景圖像，其余部分作為第一背景圖像更新到所述動(dòng)態(tài)背景圖庫(kù)中。

本發(fā)明利用左右攝像頭中任意一個(gè)所采集視頻的幀間圖像差異，分離出圖像中前景與背景，提高畫面中物體的識(shí)別率。

在實(shí)際應(yīng)用中，所述利用所述視頻圖像與所述動(dòng)態(tài)背景圖庫(kù)做差分處理，得到差分結(jié)果之前，還包括：

獲取左攝像頭采集的第一視頻圖像；

獲取右攝像頭采集的第二視頻圖像；所述左攝像頭和所述右攝像頭的光軸平行；

將所述第一視頻圖像分離成第一前景圖像和第一背景圖像；

將所述第二視頻圖像分離成第二前景圖像和第二背景圖像；

利用所述第一前景圖像和所述第二前景圖像共同視點(diǎn)之間的視差建立三維點(diǎn)云模型；

根據(jù)所述三維點(diǎn)云模型計(jì)算出所述共同視點(diǎn)到所述左攝像頭和所述右攝像頭中心點(diǎn)之間的第一物體的視點(diǎn)距離；

判斷所述第一物體的視點(diǎn)距離是否在預(yù)設(shè)范圍內(nèi)，得到第二判斷結(jié)果；

若所述第二判斷結(jié)果表示為所述視點(diǎn)距離在預(yù)設(shè)范圍內(nèi)，則向報(bào)警器發(fā)送一個(gè)報(bào)警信息，使得所述報(bào)警器報(bào)警。

采用本發(fā)明的具有文本日志的雙攝像頭視頻監(jiān)控方法能夠?qū)ΡO(jiān)控區(qū)域進(jìn)行實(shí)時(shí)監(jiān)控，從而節(jié)省了大量的人力資源。

在實(shí)際應(yīng)用中，所述根據(jù)所述三維點(diǎn)云模型計(jì)算出所述共同視點(diǎn)到所述左攝像頭和所述右攝像頭中心點(diǎn)之間的第一物體的視點(diǎn)距離之后，還包括：

獲取第二物體的視點(diǎn)距離；

根據(jù)所述第一物體的視點(diǎn)距離和所述第二物體的視點(diǎn)距離利用三角測(cè)量法計(jì)算出所述第一物體和所述第二物體之間的物體距離；

判斷所述物體距離是否在預(yù)設(shè)距離內(nèi)，若是，則向控制器報(bào)警。

當(dāng)監(jiān)控畫面中的物體(例如：車與車、車與人等)之間發(fā)生碰撞時(shí)，進(jìn)行實(shí)時(shí)報(bào)警。

本發(fā)明將視覺測(cè)距、目標(biāo)跟蹤、深度學(xué)習(xí)、物體識(shí)別、文本日志標(biāo)注和快速檢索等技術(shù)在視頻監(jiān)控領(lǐng)域綜合應(yīng)用，通過目標(biāo)動(dòng)態(tài)跟蹤，確定目標(biāo)所在圖像的像素坐標(biāo)，結(jié)合視覺測(cè)距生成的三維點(diǎn)云，鎖定目標(biāo)物體，并確定其三維坐標(biāo)，并和深度學(xué)習(xí)相結(jié)合識(shí)別出畫面中的物體類型和特征，并生成文本日志。當(dāng)目標(biāo)物體進(jìn)入警戒區(qū)域，超出預(yù)先設(shè)定的閾值時(shí)，系統(tǒng)便可發(fā)出警報(bào)，達(dá)到實(shí)時(shí)預(yù)警的目的；捕捉到的目標(biāo)物體的位置信息為后臺(tái)工作人員的實(shí)際操控提供依據(jù)；同時(shí)監(jiān)控系統(tǒng)會(huì)自動(dòng)地根據(jù)視頻中出現(xiàn)的物體進(jìn)行識(shí)別，并將識(shí)別后的信息記錄到文本日志中，為以后的信息檢索提供便利，并能根據(jù)物體間的距離識(shí)別出畫面中物體間的碰撞等情況。

圖2為本發(fā)明實(shí)施例具有文本日志的雙攝像頭視頻監(jiān)控方法裝置的結(jié)構(gòu)圖，如圖2所示，一種具有文本日志的雙攝像頭視頻監(jiān)控方法裝置，包括：左攝像頭201、右攝像頭202、開發(fā)板203、單片機(jī)204、后臺(tái)服務(wù)器205、報(bào)警器206；所述左攝像頭201和所述右攝像頭202的光軸平行于同一水平面上；所述開發(fā)板203與所述左攝像頭201有線連接；所述開發(fā)板203與所述右攝像頭202有線連接；所述開發(fā)板203用于對(duì)所述左攝像頭201和所述右攝像頭202采集的圖像進(jìn)行預(yù)處理；所述開發(fā)板203與所述單片機(jī)204有線連接；所述開發(fā)板203與所述后臺(tái)服務(wù)器205通過無線網(wǎng)絡(luò)連接；所述單片機(jī)204與所述報(bào)警器206電連接。本發(fā)明通過數(shù)據(jù)線接口的左右攝像頭采集雙目視頻信息，經(jīng)視頻處理開發(fā)板203對(duì)視頻圖像進(jìn)行處理，計(jì)算目標(biāo)物體位置和幾何大小信息，并將初次處理后的圖片信息傳輸給后臺(tái)服務(wù)器205，后臺(tái)服務(wù)器205根據(jù)接收到的圖片信息進(jìn)行再次分析，提取圖片中的信息，進(jìn)行目標(biāo)物體識(shí)別，并將識(shí)別后的物體信息保存為文本日志文件。本系統(tǒng)能為自動(dòng)預(yù)警以及后臺(tái)工作人員采取相應(yīng)措施提供依據(jù)。

通過左右攝像頭采集雙目圖像信息，動(dòng)態(tài)設(shè)置相似度閾值以便準(zhǔn)確提取目標(biāo)物體，獲取目標(biāo)物體像素坐標(biāo)，結(jié)合已生成的三維點(diǎn)云，計(jì)算出目標(biāo)物體位置和幾何大小信息，為人機(jī)交互和智能預(yù)警提供依據(jù)；并且能快捷智能的識(shí)別視頻中的物體，生成視頻文本日志文件。具體包括如下幾個(gè)過程：

目標(biāo)物體提取。動(dòng)態(tài)建立背景圖庫(kù)并實(shí)時(shí)更新，對(duì)不同的動(dòng)態(tài)背景賦予不同的閾值，建立背景模型；將當(dāng)前圖像和背景圖庫(kù)中圖像作差分，當(dāng)差分結(jié)果超過設(shè)定的閾值時(shí)，即可確定當(dāng)前圖像和背景圖像的差分結(jié)果超過閾值部分為前景，其余部分則為背景。圖像的背景部分需要更新到背景圖庫(kù)中。

雙目測(cè)距。雙目測(cè)距主要包含：消除圖像畸變與攝像頭矯正、圖像匹配、重投影等三個(gè)步驟。其中，消除圖像畸變與攝像頭矯正就是獲取并校準(zhǔn)攝像頭的內(nèi)參數(shù)，為重投影做好準(zhǔn)備；圖像匹配就是尋找左右攝像頭在同一時(shí)刻不同視場(chǎng)所獲取的圖像的相同特征；重投影就是將左右圖像差分結(jié)果通過三角測(cè)量法轉(zhuǎn)化成距離，輸出視角圖像的三維點(diǎn)云。

物體識(shí)別。構(gòu)建深度學(xué)習(xí)框架，利用ImageNet開源圖像庫(kù)，訓(xùn)練物體識(shí)別模型。利用訓(xùn)練好的模型識(shí)別前景圖像中的物體，給出圖像中物體的類別信息。所述類別信息表示人、小轎車、公交車、摩托車、自行車、狗、花、樹等1000種生活中常見的物體。

生成文本日志文件。根據(jù)物體識(shí)別出的物體類別，物體出現(xiàn)在視頻監(jiān)控區(qū)內(nèi)的時(shí)間，攝像頭的編號(hào)，根據(jù)步驟2雙目測(cè)距得到的距離信息，形成文本日志，并保存在文件中。

檢索文本日志文件、回看監(jiān)控錄像。根據(jù)生成的文本日志文件，可檢索指定的場(chǎng)景，回看對(duì)應(yīng)的監(jiān)控錄像信息。

將上述內(nèi)容通過具體的應(yīng)用場(chǎng)景進(jìn)一步說明本發(fā)明的效果：

場(chǎng)景1：視頻監(jiān)控安防領(lǐng)域?qū)崟r(shí)預(yù)警。傳統(tǒng)的監(jiān)控方式需要工作人員長(zhǎng)時(shí)間查看監(jiān)控視頻以達(dá)到實(shí)時(shí)監(jiān)控的目的，需要大量的人力資源，智能化水平較低。本發(fā)明動(dòng)態(tài)建立背景模型并實(shí)時(shí)更新，通過圖像差分運(yùn)算提取前景圖像，利用雙目測(cè)距與物體識(shí)別技術(shù)，動(dòng)態(tài)跟蹤并定位目標(biāo)物體，實(shí)現(xiàn)實(shí)時(shí)預(yù)警。本發(fā)明將傳統(tǒng)視頻監(jiān)控中的大量人力資源從實(shí)際工作中解脫出來，提高監(jiān)控系統(tǒng)的智能化水平。

場(chǎng)景2：視覺測(cè)距。常見的測(cè)距方法有激光測(cè)距、紅外測(cè)距、超聲波測(cè)距、雷達(dá)測(cè)距等，本發(fā)明所采用的視覺測(cè)距與這幾種測(cè)距方法相比，測(cè)量時(shí)不需向被測(cè)物體發(fā)出任何信號(hào)，原理簡(jiǎn)單、成本低，可在復(fù)雜環(huán)境下測(cè)得目標(biāo)物體位置。同時(shí)，若通過鼠標(biāo)選定空間中的特征點(diǎn)，利用勾股定理、正余弦定理等便可計(jì)算出特征點(diǎn)間距離及相對(duì)位置關(guān)系，進(jìn)一步計(jì)算出目標(biāo)物體的幾何大小信息。

場(chǎng)景3：物體邊緣檢測(cè)。常見的圖像邊緣檢測(cè)算法，往往通過分析圖像灰度變化的一階或二階導(dǎo)數(shù)獲取物體的輪廓信息，該類型邊緣檢測(cè)算法，不能對(duì)復(fù)雜場(chǎng)景中目標(biāo)物體輪廓信息進(jìn)行有效提取。本發(fā)明依據(jù)視覺測(cè)量生成三維點(diǎn)云的深度信息，通過繪圖函數(shù)，可繪出不同深度物體的輪廓，實(shí)現(xiàn)在多個(gè)前景物體中準(zhǔn)確提取指定目標(biāo)物體輪廓。該方法可用于機(jī)器人的自主智能操作及視覺導(dǎo)航等領(lǐng)域。

場(chǎng)景4：物體識(shí)別。傳統(tǒng)的視頻監(jiān)控系統(tǒng)只是簡(jiǎn)單地采集視頻信息，并未對(duì)視頻信息的內(nèi)容進(jìn)行分析。為了能更好的分析視頻中的信息，本發(fā)明采用了深度學(xué)習(xí)的方法，將采集到的視頻按照每秒1-5幀的頻率提取視頻中的幀，然后將采集到的圖片輸入深度學(xué)習(xí)模型進(jìn)行識(shí)別，得出畫面中物體類別，提高監(jiān)控系統(tǒng)智能性。

場(chǎng)景5：行為與狀態(tài)識(shí)別。在場(chǎng)景4的基礎(chǔ)上，能夠?qū)崿F(xiàn)物體在該場(chǎng)景的行為與狀態(tài)檢測(cè)，例如，物體與物體間發(fā)生碰撞、短時(shí)間內(nèi)大量的物體聚集等行為與狀態(tài)。

場(chǎng)景6：生成文本日志文件。目前大多數(shù)視頻監(jiān)控系統(tǒng)只是起到對(duì)監(jiān)控場(chǎng)景的視頻采集與記錄作用。如果需要查找視頻中的某些線索，不得不對(duì)大量的視頻錄像進(jìn)行人工識(shí)別，費(fèi)時(shí)費(fèi)力。另外，由于監(jiān)控錄像占用大量的存儲(chǔ)空間，為減少錄像存儲(chǔ)所帶來的開銷，一般僅保存指定期限內(nèi)的監(jiān)控錄像，其余錄像被最新錄像所覆蓋，使得曾經(jīng)所記錄的大量監(jiān)控信息丟失，而文本日志文件占用存儲(chǔ)空間少，可長(zhǎng)期保存。本發(fā)明所提出的給視頻錄像生成文本日志的方法既有助于根據(jù)需求進(jìn)行查找、搜索和定位，又能通過文本日志文件對(duì)監(jiān)控區(qū)域曾經(jīng)發(fā)生的事件進(jìn)行長(zhǎng)期保存。

綜上，本發(fā)明模擬人眼處理景物的方式，部分代替人腦對(duì)自然界的事物進(jìn)行理解和認(rèn)識(shí)，基于雙目測(cè)距原理生成視角區(qū)域的三維點(diǎn)云；基于動(dòng)態(tài)更新的背景圖庫(kù)模型，通過圖像差分運(yùn)算，獲取目標(biāo)物體圖像像素坐標(biāo)；結(jié)合視角區(qū)域的三維點(diǎn)云信息和目標(biāo)物體圖像像素坐標(biāo)，實(shí)現(xiàn)目標(biāo)物體的定位；通過深度學(xué)習(xí)識(shí)別視頻圖像中的物體等其他信息，并將識(shí)別后的物體和其他信息以文本日志方式進(jìn)行記錄，方便快速檢索視頻內(nèi)容，提升監(jiān)控系統(tǒng)的智能化。

本發(fā)明提供一種具有文本日志的雙攝像頭視頻監(jiān)控方法及系統(tǒng)，還公開了一種具有文本日志的雙攝像頭視頻監(jiān)控方法裝置，能夠彌補(bǔ)傳統(tǒng)視頻監(jiān)控不能自動(dòng)識(shí)別畫面中物體、不能提供目標(biāo)物體精確位置、不能對(duì)出現(xiàn)在視頻中的危險(xiǎn)情況進(jìn)行自動(dòng)判斷和報(bào)警、不能快速查詢與定位特定場(chǎng)景、不能長(zhǎng)期保存監(jiān)控信息等缺陷，改善其依賴大量人力資源的現(xiàn)狀，提高視頻監(jiān)控系統(tǒng)的智能化水平，因此，本發(fā)明與現(xiàn)有的視頻監(jiān)控相比，具有以下優(yōu)點(diǎn)：(1)通過建立的動(dòng)態(tài)背景庫(kù)模型，經(jīng)圖像處理，可動(dòng)態(tài)鎖定進(jìn)入監(jiān)控區(qū)域的目標(biāo)物體，為安防領(lǐng)域的實(shí)時(shí)預(yù)警提供支持。(2)采用雙目測(cè)距原理，結(jié)合目標(biāo)物體的前景提取，可準(zhǔn)確獲取目標(biāo)物體的位置信息，彌補(bǔ)傳統(tǒng)視頻監(jiān)控不能提供目標(biāo)物體精確位置的不足，提高視頻監(jiān)控的智能性。(3)利用深度學(xué)習(xí)進(jìn)行物體識(shí)別，以文本日志方式自動(dòng)記錄視頻中出現(xiàn)的物體信息，并能夠識(shí)別畫面中發(fā)生的情況，例如物體間發(fā)生碰撞等。(4)以日志文件的形式提供簡(jiǎn)單高效的存儲(chǔ)方式，既加快視頻識(shí)別和檢索的速度，又能通過日志文件的長(zhǎng)期保存保留監(jiān)控場(chǎng)景曾經(jīng)發(fā)生過的事件線索，提高系統(tǒng)的自動(dòng)化和智能化水平。

本說明書中各個(gè)實(shí)施例采用遞進(jìn)的方式描述，每個(gè)實(shí)施例重點(diǎn)說明的都是與其他實(shí)施例的不同之處，各個(gè)實(shí)施例之間相同相似部分互相參見即可。對(duì)于實(shí)施例公開的系統(tǒng)而言，由于其與實(shí)施例公開的方法相對(duì)應(yīng)，所以描述的比較簡(jiǎn)單，相關(guān)之處參見方法部分說明即可。

本文中應(yīng)用了具體個(gè)例對(duì)本發(fā)明的原理及實(shí)施方式進(jìn)行了闡述，以上實(shí)施例的說明只是用于幫助理解本發(fā)明的方法及其核心思想；同時(shí)，對(duì)于本領(lǐng)域的一般技術(shù)人員，依據(jù)本發(fā)明的思想，在具體實(shí)施方式及應(yīng)用范圍上均會(huì)有改變之處。綜上所述，本說明書內(nèi)容不應(yīng)理解為對(duì)本發(fā)明的限制。