[發明專利]一種遠距離夜視目標視頻檢測方法

在審

• 申請號: 201911402390.4
• 申請日: 2019-12-30
• 公開（公告）號: CN111063148A
• 公開（公告）日: 2020-04-24
• 發明（設計）人: 劉辰飛;郭學英;許野平;陳英鵬;井焜
• 申請（專利權）人: 神思電子技術股份有限公司
• 主分類號: G08B13/196
• 分類號: G08B13/196
• 代理公司: 濟南泉城專利商標事務所 37218
• 代理人: 李桂存

本發明屬于智能視頻監控領域，特別涉及一種遠距離夜視目標視頻檢測方法，A.熱成像采集裝置向E2.預警模組實時發送采集視頻流數據；E1.控制模組將該預警信號的(x,y,h)轉化為相應的指令，并分別發送給B.激光發射器、C.云臺、D.可見光/紅外線攝像機；D.可見光/紅外線攝像機向E3.識別模組發送采集的視頻流；E3.識別模組對采集的視頻流進行分析、識別、歸類，得到報警信息。本專利提供了實現了遠距離、大范圍夜視環境下的高精度自動檢測識別目標，具有功能模組化、全天候、遠距離、高度集成、輕量化、易部署等特點。

所屬技術領域

本發明屬于智能視頻監控領域，特別涉及一種遠距離夜視目標視頻檢測方法。

背景技術

目前，傳統視頻分析技術難以克服復雜場景下多因素干擾，尤其是不良天氣、夜視條件下成像質量不高、視頻畫面不清晰等情況下，容易造成大量誤報。同時，傳統視頻分析技術普遍采用后端服務器進行運算，導致服務器計算壓力大、傳輸負荷重。

專利《基于分布式光纖傳感的鐵路異物入侵安全感知與識別系統》(申請公布號CN109541715 A)公開了基于分布式光纖傳感的鐵路異物入侵安全感知與識別系統，基于兩種分布式光纖傳感技術和視頻聯動技術：利用相位光時域分析技術監測非法人員、車輛、施工入侵高速鐵路時，產生的振動入侵信號，并給出入侵信號的位置和事件等信息；利用布里淵光時域分析技術監測大型落石、泥石流入侵高速鐵路時，產生的高速鐵路柵欄形變信號，并給出入侵信號的位置等信息；當上述兩個光纖傳感系統中的任意一個系統或者兩個系統產生報警時，會聯動布設于高速鐵路塔桿上的攝像頭，調取入侵事件的監控畫面。該三個子系統同步工作，相互學習，層層入侵監測，共同實現高速鐵路異物入侵的預警和識別。該專利主要是采用光纖震動的方式來進行異常震動檢測，并不能對異常類型進行主動分析，攝像機的作用是發生異常時提供監控畫面，供管理人員進行查看。同時該專利對也沒有解決不良天氣、夜視條件下成像質量不高、視頻畫面不清晰影響監控效果的問題。

專利《一種全天候監控圖像智能分析與報警系統與方法》(申請公布號CN 105321289A)提供了一種全天候監控圖像智能分析與報警系統，所述系統設置有三種工作模式，分別為近岸水面溢油視頻分析與報警模式、人群密度監測與報警模式以及火災檢測與報警模式；所述系統包括紅外智能監控模塊、云臺和上位機：所述紅外智能監控模塊包括紅外成像模塊、信息處理模塊以及電源，用于圖像采集以及處理：所述云臺用于承載隨動平臺及線路傳輸通道，完成監控觀測位置的調節，能夠自動調整角度，保證目標處于監控區域內部；所述上位機設置為與所述紅外智能監控模塊相通信，實現對所述全天候監控圖像智能分析與報警系統的控制以及配置，對所述系統獲得的數據進行儲存及顯示，提供人機交互接口。該專利主要是采用紅外攝像機以及閾值分割的方法對監控區域進行溢油、人群密度和火災進行檢測。紅外攝像機在夜間無光源的情況下有效可視距離不超過50米，同時采用閾值分割的檢測方法，當背景發生劇烈變化時會產生嚴重的誤報和漏報，因此該專利不能解決遠距離、復雜場景下，尤其是不良天氣、夜視條件下成像質量不高、視頻畫面不清晰等情況下的監控系統自動分析報警問題。

專利《一種基于深度學習的全天候視頻監控方法》(申請公布號CN 104320617 A)公開了一種基于深度學習的全天候視頻監控方法，該方法包括以下步驟：實時采集視頻流，基于得到的視頻流通過線采樣獲得多幅原始采樣圖樣本，以及速度采樣圖樣本；對于得到的速度采樣圖樣本進行時空矯正；基于原始采樣圖和速度采樣圖，離線訓練得到深度學習模型，所述深度學習模型包括分類模型和統計模型；利用得到的深度學習模型對于實時視頻流進行人群狀態分析。本發明對于不同環境、光照強度、天氣情況以及攝像頭角度均具有良好的適應性；對于大流量人群涌出等人群擁擠環境，可以保證較高的準確率；計算量小，可以滿足實時視頻處理的要求，能夠廣泛地應用于對于公交、地鐵和廣場等滯留人群密集的公共場所的監控和管理。該專利主要解決的問題是人群狀態分析，同時該專利沒有給出夜間無光照情況下成像質量不高、視頻畫面不清晰的解決辦法，另外該專利也不適用于遠距離大范圍的應用場景。

發明問題