[發(fā)明專利]一種基于視頻分析的餐飲企業(yè)食品安全監(jiān)管方法及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 201911385904.X
• 申請(qǐng)日: 2019-12-29
• 公開(kāi)（公告）號(hào): CN111223011A
• 公開(kāi)（公告）日: 2020-06-02
• 發(fā)明（設(shè)計(jì)）人: 陳晉;馮雪峰;陳圣愛(ài)
• 申請(qǐng)（專利權(quán)）人: 航天信息股份有限公司
• 主分類號(hào): G06Q50/12
• 分類號(hào): G06Q50/12;G06K9/00;G08B19/00
• 代理公司: 北京工信聯(lián)合知識(shí)產(chǎn)權(quán)代理有限公司 11266
• 代理人: 姜麗樓

本發(fā)明涉及一種基于視頻分析的餐飲企業(yè)食品安全監(jiān)管方法及系統(tǒng)，包括：獲取監(jiān)控設(shè)備實(shí)時(shí)采集到的視頻數(shù)據(jù)，并對(duì)監(jiān)控設(shè)備實(shí)時(shí)采集到的視頻數(shù)據(jù)進(jìn)行預(yù)處理，以獲取圖像幀隊(duì)列；利用基于敏感行為規(guī)則確定的敏感行為分析模型，對(duì)圖像幀隊(duì)列中的圖像幀數(shù)據(jù)進(jìn)行圖像分析，以分析所述圖像幀數(shù)據(jù)中是否存在敏感行為；確定監(jiān)控設(shè)備實(shí)時(shí)采集到的視頻數(shù)據(jù)所涉及的內(nèi)容類別，獲取與內(nèi)容類別相關(guān)聯(lián)的預(yù)設(shè)樣本數(shù)據(jù)，利用預(yù)設(shè)樣本數(shù)據(jù)對(duì)圖像幀隊(duì)列中圖像幀數(shù)據(jù)進(jìn)行內(nèi)容識(shí)別，以確定所述圖像幀數(shù)據(jù)中是否存在敏感行為；當(dāng)確定圖像幀數(shù)據(jù)中存在敏感行為時(shí)，根據(jù)預(yù)設(shè)的敏感行為和報(bào)警方式之間對(duì)應(yīng)關(guān)系確定報(bào)警方式，并根據(jù)確定的報(bào)警方式發(fā)送告警信息至主控平臺(tái)。

技術(shù)領(lǐng)域

本發(fā)明涉及視頻數(shù)據(jù)分析技術(shù)領(lǐng)域，并且更具體地，涉及一種基于視頻分析的餐飲企業(yè)食品安全監(jiān)管方法及系統(tǒng)。

背景技術(shù)

當(dāng)前，視頻監(jiān)控技術(shù)已廣泛應(yīng)用在各行各業(yè)。以餐飲行業(yè)為例，視頻監(jiān)控技術(shù)，對(duì)于在監(jiān)管餐飲企業(yè)食品安全的過(guò)程中，起到了至關(guān)重要的作用。

但目前傳統(tǒng)的視頻監(jiān)控技術(shù)，只提供視頻的捕獲、保存、傳輸與顯示畫面等功能。對(duì)于餐飲企業(yè)而言，需配置較好的軟、硬件設(shè)備，才能確保視頻的清晰度及視頻的留存與傳輸無(wú)誤。因此，會(huì)產(chǎn)生較高的費(fèi)用支出。對(duì)于監(jiān)管方而言，就企業(yè)上傳或留存的視頻內(nèi)容，則需要人工對(duì)其實(shí)現(xiàn)分析與識(shí)別，不僅會(huì)有巨大的工作量，同時(shí)容錯(cuò)率低，易造成餐飲企業(yè)同監(jiān)管方間，產(chǎn)生異議，發(fā)生不必要的損失。

因此，需要一種基于視頻分析的餐飲企業(yè)食品安全監(jiān)管方法。

發(fā)明內(nèi)容

本發(fā)明提出一種基于視頻分析的餐飲企業(yè)食品安全監(jiān)管系統(tǒng)及方法，以解決如何對(duì)視頻數(shù)據(jù)進(jìn)行分析監(jiān)控的問(wèn)題。

為了解決上述問(wèn)題，根據(jù)本發(fā)明的一個(gè)方面，提供了一種基于視頻分析的餐飲企業(yè)食品安全監(jiān)管方法，所述方法包括：

獲取監(jiān)控設(shè)備實(shí)時(shí)采集到的視頻數(shù)據(jù)，并對(duì)監(jiān)控設(shè)備實(shí)時(shí)采集到的視頻數(shù)據(jù)進(jìn)行預(yù)處理，以獲取圖像幀隊(duì)列；

利用基于敏感行為規(guī)則確定的敏感行為分析模型，對(duì)圖像幀隊(duì)列中的圖像幀數(shù)據(jù)進(jìn)行圖像分析，以分析所述圖像幀數(shù)據(jù)中是否存在敏感行為；

確定監(jiān)控設(shè)備實(shí)時(shí)采集到的視頻數(shù)據(jù)所涉及的內(nèi)容類別，獲取與內(nèi)容類別相關(guān)聯(lián)的預(yù)設(shè)樣本數(shù)據(jù)，利用預(yù)設(shè)樣本數(shù)據(jù)對(duì)監(jiān)控設(shè)備實(shí)時(shí)采集到的視頻數(shù)據(jù)的圖像幀隊(duì)列中圖像幀數(shù)據(jù)進(jìn)行內(nèi)容識(shí)別，以確定所述圖像幀數(shù)據(jù)中是否存在敏感行為；

當(dāng)確定圖像幀數(shù)據(jù)中存在敏感行為時(shí)，根據(jù)預(yù)設(shè)的敏感行為和報(bào)警方式之間對(duì)應(yīng)關(guān)系確定報(bào)警方式，并根據(jù)確定的報(bào)警方式發(fā)送告警信息至主控平臺(tái)。

優(yōu)選地，其中所述對(duì)監(jiān)控設(shè)備實(shí)時(shí)采集到的視頻數(shù)據(jù)進(jìn)行預(yù)處理，以獲取圖像幀隊(duì)列，包括：

通過(guò)openCV和ffmpeg技術(shù)對(duì)監(jiān)控設(shè)備實(shí)時(shí)采集到的視頻數(shù)據(jù)進(jìn)行解碼和分幀處理；

對(duì)經(jīng)過(guò)解碼和分幀處理后的視頻圖像進(jìn)行值濾波去噪，以獲取圖像幀隊(duì)列。

優(yōu)選地，其中所述利用基于敏感行為規(guī)則確定的敏感行為分析模型，對(duì)圖像幀隊(duì)列中的圖像幀數(shù)據(jù)進(jìn)行圖像分析，以分析圖像幀數(shù)據(jù)中是否存在關(guān)注目標(biāo)，包括：

利用人臉識(shí)別單元分析并處理所述圖像幀數(shù)據(jù)中的人臉信息；若存在與目標(biāo)數(shù)據(jù)庫(kù)中的人臉圖像不匹配的人臉信息，則確定該圖像幀數(shù)據(jù)中存在關(guān)注目標(biāo)；

利用行為識(shí)別單元分析并處理所述圖像幀數(shù)據(jù)中的行為特征序列，若存在與目標(biāo)數(shù)據(jù)庫(kù)中相同的行為，則確定該圖像幀數(shù)據(jù)中存在敏感行為；

利用事件識(shí)別單元分析并處理所述圖像幀數(shù)據(jù)中的事件圖像信息，若存在與目標(biāo)數(shù)據(jù)庫(kù)中相同的特征事件，則確定該圖像幀數(shù)據(jù)中存在敏感行為。

優(yōu)選地，其中所述內(nèi)容類別為面部類型，所述與內(nèi)容類別相關(guān)聯(lián)的預(yù)設(shè)樣本數(shù)據(jù)包括:佩戴規(guī)定口罩的面部樣本數(shù)據(jù)和佩戴規(guī)定帽子的面部樣本數(shù)據(jù)；或