[發明專利]一種小區監控視頻目標跟蹤安防預警方法和裝置

有效

• 申請號: 202110565389.4
• 申請日: 2021-05-24
• 公開（公告）號: CN113365026B
• 公開（公告）日: 2022-12-30
• 發明（設計）人: 秦軍瑞;吳勁;李啟文;段志奎;鄺偉鋒;許劍鋒;鄧銳;李洋
• 申請（專利權）人: 廣州智慧城市發展研究院
• 主分類號: H04N7/18
• 分類號: H04N7/18;H04N5/262;G06V20/52;G06V20/40
• 代理公司: 廣州專理知識產權代理事務所(普通合伙) 44493
• 代理人: 張鳳

本公開提供了一種小區監控視頻目標跟蹤安防預警方法和裝置，過對小區監控視頻進行視頻序列加工，并計算視頻序列的讀取時間和讀取位置，得到監測目標與小區居民的概率偏差距與路線連貫值，求出視頻序列中監測目標屬于該小區的社區歸類值作閾值判斷，向小區管理人員移動設備發送安全預警信息，有如下優點：（1）在目標視頻追蹤中同時加入讀取時間和讀取位置的信息，有效衡量視頻的全面時間空間信息；（2）通過視頻序列中監測目標屬于該小區的概率值，以小區外來人員進行實時監控；（3）通過判斷概率閾值，實時向小區管理人員移動設備發送安全預警通知信息。

技術領域

本公開涉及目標追蹤技術領域，具體涉及一種小區監控視頻目標跟蹤安防預警方法和裝置。

背景技術

當前的目標追蹤技術主要是運用深度學習算法僅在監控視頻中進行監測目標的篩選和定位，深度學習是當前視頻和圖像的計算機視覺處理中廣泛使用的技術，把視頻和圖像分解成圖像幀的幀矩陣，對幀矩陣進行運算獲得識別結果。但是，在利用視頻追蹤技術于小區安全管理的情況下，單純對視頻進行運算不足以衡量監測人員與小區的關聯性，監測目標的出現時間和出現地點也是重要的技術考慮因素。所以，當前的目標追蹤技術不足以計算監測目標的視頻、出現時間、出現地點對小區安全性的影響，難以滿足小區安防預警的技術要求。

發明內容

本公開提供一種小區監控視頻目標跟蹤安防預警方法和裝置，通過對小區監控視頻進行視頻序列加工，并計算視頻序列的讀取時間和讀取位置，得到監測目標與小區居民的概率偏差距與路線連貫值，求出視頻序列中監測目標屬于該小區的社區歸類值作閾值判斷，向小區管理人員移動設備發送安全預警信息。

為了實現上述目的，根據本公開的一方面，提供一種小區監控視頻目標跟蹤安防預警方法和裝置，所述方法包括以下步驟：

步驟1，對小區內讀取的監控視頻，進行加入視頻讀取時間和讀取位置的處理，形成數據集，得到視頻序列的數據集；

步驟2，通過對包含監測目標的視頻序列與數據集中的視頻序列進行是否能標注為同一目標的計算，得出各視頻序列間的概率偏差距；

步驟3，通過對監測目標的視頻序列和數據集中其他視頻序列的讀取時間、讀取位置進行計算，得出不同序列間的路線連貫值；

步驟4，通過概率偏差距和路線連貫值，計算求出視頻序列中監測目標屬于該小區的社區歸類值；

步驟5，由社區歸類值判斷該視頻序列中的監測目標是否為不屬于該小區的外部人員，若為不屬于時則對管理員的移動設備發送預設的安防預警通知信息。

進一步地，在步驟1中，對小區內讀取的監控視頻，進行加入視頻讀取時間和讀取位置的處理，形成數據集，得到視頻序列的數據集，具體方法為：從監控攝像頭或者用于存儲監控攝像頭拍攝的視頻數據的數據庫內讀取到小區內居民的監控視頻，對小區內讀取的監控視頻，進行加入視頻讀取時間和讀取位置的處理，將監控視頻分解為圖像幀，并將每個圖像幀標注上其讀取時間和讀取位置，由此形成小區居民的視頻序列的數據集。

進一步地，在步驟2中，通過對包含監測目標的視頻序列與數據集中的視頻序列進行是否能標注為同一目標的計算，得出各視頻序列間的概率偏差距的方法為：在步驟1所得的小區居民的視頻序列數據集中，以新讀取到的外來人員為監測目標，把監測目標的視頻序列與數據集中的所有視頻序列進行計算，設該所述監測目標的視頻序列為監測序列，求出該監測序列與數據集中的序列之間的概率偏差距，計算該監測目標是否能與數據集中的目標標注為同一目標，以衡量該序列中所含目標與其他序列中的目標概率上的偏差。

進一步地，在步驟3中，通過對監測目標的視頻序列和數據集中其他視頻序列的讀取時間、讀取位置進行計算，得出不同序列間的路線連貫值的方法為：計算監測序列中的各讀取位置形成定位路線，計算定位路線中當前定位與數據集中的所有序列的定位路線的路線連貫值，以衡量該監測序列與數據集中的序列在定位路線上的契合程度。