[發(fā)明專利]基于攝像機(jī)網(wǎng)格的多視圖協(xié)同異常行為檢測方法

有效

• 申請?zhí)枺?/td>: 201910567697.3
• 申請日: 2019-06-27
• 公開（公告）號: CN110210461B
• 公開（公告）日: 2021-03-05
• 發(fā)明（設(shè)計）人: 謝佩博;蔡輝亮;丁柏松
• 申請（專利權(quán)）人: 北京澎思科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06T7/80;H04N7/18
• 代理公司: 南京正聯(lián)知識產(chǎn)權(quán)代理有限公司 32243
• 代理人: 張玉紅

本發(fā)明提供一種基于攝像機(jī)網(wǎng)格的多視圖協(xié)同異常行為檢測方法，對像機(jī)網(wǎng)格全局標(biāo)定后，利用攝像機(jī)網(wǎng)格進(jìn)行多視圖協(xié)同異常檢測；關(guān)聯(lián)攝像機(jī)局部放大，進(jìn)行身份確認(rèn)及多視圖屬性提取，多視圖屬性包括姿態(tài)屬性、運動屬性及群組屬性，進(jìn)而從數(shù)據(jù)庫獲取預(yù)定義的正常/異常行為列表；如果存在異常，則觸發(fā)警告，并將行為人的異常行為類別、時長屬性錄入數(shù)據(jù)庫。該種基于攝像機(jī)網(wǎng)格的多視圖協(xié)同異常行為檢測方法，基于攝像機(jī)網(wǎng)格的協(xié)同異常檢測框架，通過多攝像機(jī)聯(lián)動的方式，能夠?qū)崿F(xiàn)精確的異常檢測；并結(jié)合身份識別的異常信息關(guān)聯(lián)方法，能夠根據(jù)個體身份進(jìn)行異常觸發(fā)，進(jìn)行相關(guān)統(tǒng)計記錄。

技術(shù)領(lǐng)域

本發(fā)明涉及一種基于攝像機(jī)網(wǎng)格的多視圖協(xié)同異常行為檢測方法。

背景技術(shù)

近年來隨著視頻監(jiān)控技術(shù)的飛速發(fā)展，視頻監(jiān)控系統(tǒng)越來越能夠給人們的日常生活提供方便。視頻監(jiān)控系統(tǒng)利用計算機(jī)視覺技術(shù)，代替人的大腦，對視頻數(shù)據(jù)進(jìn)行采集、分析和理解，實現(xiàn)對監(jiān)控場景的智能控制。作為視頻監(jiān)控技術(shù)的重要組成，視頻序列中的異常事件檢測利用視頻監(jiān)控設(shè)備能夠高效地、準(zhǔn)確地、自動地檢測監(jiān)控畫面中監(jiān)控目標(biāo)的異常行為。

為了保障人們的人身及財產(chǎn)安全，相關(guān)部門和機(jī)構(gòu)正在加快視頻監(jiān)控異常檢測系統(tǒng)的研究和布施，尤其是在醫(yī)院、機(jī)場、交通道路、廣場等人流量和車流量較大的復(fù)雜場景中。以交通異常監(jiān)控系統(tǒng)為例，一旦檢測到車輛異常行為，應(yīng)該及時發(fā)出警報并提供關(guān)鍵信息。異常監(jiān)控系統(tǒng)一方面可以提醒在發(fā)生車輛異常路段上的其他車輛，控制該路段的車流量，避免交通堵塞；另一方面通知交警及時趕到現(xiàn)場，酌情處理車輛違規(guī)行為以及可能造成的交通事故，減少財產(chǎn)損失和人員傷亡，避免二次事故的危害。

面對海量的視頻監(jiān)控數(shù)據(jù)，傳統(tǒng)的人工異常檢測無法及時高效地處理異常狀況，而且需要耗費過多人力物力，因此視頻監(jiān)控下的智能異常檢測成為當(dāng)今社會的大勢所趨。當(dāng)前，人們對公共安全設(shè)施的要求越來越高，視頻序列中的異常事件檢測技術(shù)的精準(zhǔn)度和實時性也在穩(wěn)步提升。雖然研究學(xué)者們對異常檢測的特征提取、行為建模、異常檢測策略等方面已經(jīng)做出巨大改進(jìn)，但是其檢測效果仍然差強(qiáng)人意，不足以實時地處理復(fù)雜擁擠的視頻場景。

視頻序列中的異常事件檢測的監(jiān)控目標(biāo)涉及人體、人群、交通和非生物。大量關(guān)于人體異常檢測的工作被應(yīng)用于療養(yǎng)院、醫(yī)院和居家場所中，來保證老弱病殘孕的健康安全。有一些研究工作專注于關(guān)于違法或者安全攻擊的異常行為檢測和關(guān)于安全問題的異常事件檢測。還有一些研究不針對特定應(yīng)用，把小概率事件作為異常進(jìn)行檢測。例如，Wang等把行人突然闖入場景或者突然彎腰歸為異常。智能交通的異常檢測傾向于檢測違反交通法規(guī)和危害交通安全的異常，比如交通事故和交通堵塞。Hayashi等對十字路口車輛的危險駕駛行為進(jìn)行預(yù)測。異常人群的代表性研究通過人群動能或者步幅的顯著改變來檢測異常人群運動，而Mehran等則把違反社會力模型(social force model)的人群運動作為異常。關(guān)于同一場景中行人與車輛、人體與非生物（比如人們丟擲包裹）、個體與人群等的多目標(biāo)異常檢測也在進(jìn)一步完善。

上述嘗試的局限性在以下幾個方面，首先，異常檢測以單攝像頭為主，很少利用攝像頭群組進(jìn)行協(xié)同檢測；其次，異常檢測過程中，僅對異常事件進(jìn)行檢測，而未對觸發(fā)異常事件的個體或群體身份進(jìn)行辨識。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種基于攝像機(jī)網(wǎng)格的多視圖協(xié)同異常行為檢測方法解決現(xiàn)有技術(shù)中存在的異常檢測以單攝像頭為主，很少利用攝像頭群組進(jìn)行協(xié)同檢測；其次，異常檢測過程中，僅對異常事件進(jìn)行檢測，而未對觸發(fā)異常事件的個體或群體身份進(jìn)行辨識的問題。

本發(fā)明的技術(shù)解決方案是：

一種基于攝像機(jī)網(wǎng)格的多視圖協(xié)同異常行為檢測方法，對像機(jī)網(wǎng)格全局標(biāo)定后，利用攝像機(jī)網(wǎng)格進(jìn)行多視圖協(xié)同異常檢測；具體包括以下步驟，

S1、對攝像機(jī)網(wǎng)格部署后，進(jìn)行攝像機(jī)全局標(biāo)定及相鄰攝像機(jī)關(guān)聯(lián)；

S2、使用步驟S1中的攝像機(jī)網(wǎng)絡(luò)獲取攝像機(jī)采集圖像，以設(shè)定時間間隔對攝像機(jī)網(wǎng)絡(luò)的所有攝像頭進(jìn)行輪詢，獲取攝像機(jī)采集圖像；