[發明專利]智能安防視頻監控方法及其系統及監控終端

在審

• 申請號: 201810305794.0
• 申請日: 2018-04-08
• 公開（公告）號: CN108920995A
• 公開（公告）日: 2018-11-30
• 發明（設計）人: 楊建中;謝帥林;宋仕杰
• 申請（專利權）人: 華中科技大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;H04N7/18
• 代理公司: 上海一平知識產權代理有限公司 31266
• 代理人: 成春榮;竺云

本申請涉及智能監控領域，公開了一種智能安防視頻監控方法及其系統及監控終端。能夠在不降低目標識別準確率的前提下大大降低監控圖像上傳的流量和云端服務器的計算量。本發明中，監控終端對拍攝到的圖像進行基于圖像識別分析的過濾，將不包含目標特征的圖像過濾掉，向云端服務器上傳包含目標特征的圖像；云端服務器對監控終端上傳的經過濾之后的圖像進行目標的識別。

技術領域

本申請涉及監控技術領域，尤其涉及智能監控技術領域。

背景技術

近年來，隨著安防需求的不斷提高，機場、地鐵、車站和銀行等公共場所都裝有大量的監控攝像設備，這些攝像設備構成了及其強大的信息采集網絡，但以往這一采集網絡上的邊緣監控攝像設備的作用多僅限于拍攝和儲存監視視頻，往往只在非正常事件發生后再由相關負責人員對錄像進行查看，同時消耗大量人力和時間。

隨著智能視頻監控技術的出現，這種狀況得到改變。

具體地，智能視頻監控技術生成的系統收集由邊緣監控攝像設備上傳的視頻信息，并運行基于大數據的集中式視頻信息分析軟件，對視頻進行分析處理。

因此，這種技術能夠在非正常事件后快速發出警告并采取應對措施，大大提高了實時性，降低對人工的依賴，更大限度的降低誤報和漏報現象，從而可廣泛應用在交通管理、國防安全、無人工廠機床狀態監控等安防場景：如排查公路事故車輛，確定事故責任；監控軍事基地及國防邊境，保障國防安全。

然而，另一方面，隨著接入采集網絡的攝像監控設備的數量迅速增加，單個攝像監控設備采集效率的提高，使得該類設備所產生的數據已達到澤字節(ZB)級別，導致產生了新的技術難題。

例如，從采集網絡邊緣攝像監控設備傳輸海量數據到云中心導致傳輸帶寬的負載量急劇增加，造成較長的網絡延遲。又例如，攜帶有限電能的邊緣攝像監控設備傳輸海量數據到云中心的過程中消耗較大電能。還有，線性增長的集中式云計算能力無法匹配爆炸式增長的海量邊緣數據，等等。

發明內容

本申請的目的在于提供一種智能安防視頻監控方法及其系統及監控終端，能夠在不降低目標識別準確率的前提下，大大降低監控圖像上傳的流量和網絡延遲，減少電能消耗，大大減少云端服務器的計算量，

為了解決上述問題，本申請公開了一種智能安防視頻監控方法，包括，

監控終端對拍攝到的圖像進行基于圖像識別分析的過濾，將不包含目標特征的圖像過濾掉，向云端服務器上傳包含該目標特征的圖像；以及，

該云端服務器對該監控終端上傳的經過該過濾的圖像進行目標的識別。

在一優選例中，該目標特征是HOG特征。

在一優選例中，該目標特征是對該目標的HOG和LBP的聯合特征進行主成分分析降維后得到的特征。

在一優選例中，該目標特征是車輛的通用特征，該目標是特定的車牌號。

在一優選例中，該目標特征是車牌的通用特征，該目標是特定的車牌號。

在一優選例中，該目標特征是包含人臉的行人的通用特征，該目標是特定的人臉。

在一優選例中，該云端服務器對該監控終端上傳的經過該過濾的圖像進行該目標的識別的步驟進一步包括：

該云端服務器對該監控終端上傳的經過該過濾的圖像進行預處理，生成有標簽的訓練數據；

根據預處理生成的有標簽的訓練數據對已有的卷積神經網絡模型進行進一步的訓練，以提高該模型的識別準確率。

在一優選例中，該預處理包括以下之一或其任意組合：

圖像剪裁，圖像歸一化。