一种视频监控智能分析预警系统的制作方法

本发明涉及视频处理，特别涉及一种视频监控智能分析预警系统。

背景技术：

1、目前，视频监控在工业生产中得到了极大推广应用，由视频监控与工业生产相结合的应用场景下，减少了众多生产前期的人力和时间成本，并在工业场景以及日常生活中有着举足轻重的地位。尤其是在当前随着长输油气管道的快速建设和迅猛发展，尤其是智能管道、智慧管网概念的提出，针对长输管道的安全、平稳运行提出了更高的要求。航油输送管道是机场运营的能源动脉，管道位于经济发达地区，沿线人员密集、建构筑物众多，地貌类型多样，人员活动及第三方施工作业相对频繁，管道潜在威胁巨大。由于管道输送介质的易燃、易爆特性，一旦发生事故，不但影响航空运输，还可能引发人员伤亡、环境污染等次生灾害，给公共卫生和环境保护带来较长时间的负面影响。将输送管道和视频监控相结合建立智能分析预警系统成为了保护输送管道的不二选择。

2、但是，现有的视频监控智能分析预警系统只是通过由多个高清摄像机、边缘计算设备以及用以建立高清摄像机与边缘计算设备之间通信连接关系的交换机来实时提供井场、工厂工地等场景的工作直观图像，可辅助工作人员完成安全生产管理、管控工作，未考虑获取当前时刻视频帧的待检区域，未精确地获取每个待检区域的人员聚集识别结果、身份识别结果、每个摄像头的入侵识别结果及环境识别结果，也未根据多个识别结果获取当前时刻的报警结果。例如公开号为“cn113129567a”、专利名称为“石油工程井场视频智能分析及预警管理系统”，其方法包括以下步骤：包括有：分布设置在各石油工程井场处的井场实时预警系统以及地区监控中心；多个井场实时预警系统与地区监控中心通过i nterner网络建立通信互联关系；其中，井场实时预警系统由多个高清摄像机、边缘计算设备以及用以建立高清摄像机与边缘计算设备之间通信连接关系的交换机构成；地区监控中心包括有光纤存储交换机、视频运维平台服务器、gpu计算服务器、存储阵列。但是该专利未考虑获取当前时刻视频帧的待检区域，未精确地获取每个待检区域的人员聚集识别结果、身份识别结果、每个摄像头的入侵识别结果及环境识别结果，也未根据多个识别结果获取当前时刻的报警结果。

3、因此，本发明提出了一种视频监控智能分析预警系统，用以获取当前时刻视频帧的待检区域，并精确地获取每个待检区域的人员聚集识别结果、身份识别结果、每个摄像头的入侵识别结果及环境识别结果，并根据多个识别结果获取当前时刻的报警结果。

技术实现思路

1、本发明提供一种视频监控智能分析预警系统，用以根据每个摄像头在当前时刻前预设时间段内的视频获得每个摄像头在当前时刻的待检区域，提高了后续轮廓识别的效率，根据轮廓识别算法对每个待检区域进行轮廓识别，更精确地获得获得每个待检区域的人员聚集识别结果，并基于身份识别算法对每个待检区域内的每个人员轮廓进行人员身份识别，获得每个待检区域的身份识别结果，根据每个摄像头的预设预警区域、预设入侵持续时间阈值及每个摄像头的待检区域内的所有人员轮廓和车辆轮廓，更准确地获得每个摄像头的入侵识别结果，根据火焰识别算法更精确地获得每个摄像头在当前时刻的火焰像素点，根据每个摄像头在当前时刻的火焰像素点获得每个摄像头的环境识别结果，根据每个待检区域的人员聚集识别结果、身份识别结果、每个摄像头的入侵识别结果及环境识别结果，实现对被监控场景中发生的相应情况或现象进行报警。

2、本发明提供一种视频监控智能分析预警系统，其特征在于，包括：

3、待检区域获取模块，用于获取每个摄像头在当前时刻前预设时间段内的视频，并基于每个摄像头的视频获得每个摄像头在当前时刻的待检区域；

4、第一识别模块，用于基于轮廓识别算法对每个待检区域进行轮廓识别，获得每个待检区域内的所有人员轮廓和车辆轮廓，基于每个待检区域内的所有人员轮廓获得每个待检区域的人员聚集识别结果，并基于身份识别算法对每个待检区域内的每个人员轮廓进行人员身份识别，获得每个待检区域的身份识别结果；

5、第二识别模块，用于接收施工方输入至后台的预设预警区域和预设入侵持续时间阈值，基于每个摄像头的预设预警区域、预设入侵持续时间阈值及每个摄像头的待检区域内的所有人员轮廓和车辆轮廓，获得每个摄像头的入侵识别结果；

6、第三识别模块，用于基于火焰识别算法对每个摄像头在当前时刻的视频帧进行火焰识别，获得每个摄像头在当前时刻的火焰像素点，基于每个摄像头在当前时刻的火焰像素点获得每个摄像头的环境识别结果；

7、报警模块，用于基于每个待检区域的人员聚集识别结果、身份识别结果、每个摄像头的入侵识别结果及环境识别结果，获得当前时刻的报警结果。

8、优选的，视频监控智能分析预警系统，待检区域获取模块，包括：

9、视频帧获取子模块，用于获取每个摄像头在当前时刻前预设时间段内的视频中的所有视频帧；

10、视频帧处理子模块，用于基于每个摄像头在当前时刻前预设时间段内的所有视频帧，获得每个摄像头在当前时刻的待检区域。

11、优选的，视频监控智能分析预警系统，视频帧处理子模块，包括：

12、像素点处理单元，用于获取每个摄像头在当前时刻前预设时间段内的所有视频帧中所有像素点位置的像素值，并将所有视频帧中每个像素点相邻的所有像素点的像素值的均值当作对应像素点的处理像素值，获得每个摄像头所有视频帧上的所有像素点位置的处理像素值；

13、背景帧构建单元，用于将每个摄像头的所有视频帧上处于相同像素点位置的处理像素值进行相加，获得每个摄像头的每个像素点位置的处理像素和值，并将每个摄像头的每个像素点位置的处理像素和值与每个摄像头的所有视频帧的帧数的商，当作每个摄像头的每个像素点位置在当前时刻的背景像素值，将每个摄像头的所有像素点位置在当前时刻的背景像素值构建成的图像，当作每个摄像头在当前时刻的背景帧；

14、获取单元，用于将每个摄像头在当前时刻的背景帧中每个像素点位置的像素值和对应摄像头在当前时刻的视频帧中处于相同像素点位置的像素值进行作差，获得每个摄像头在当前时刻的视频帧中每个像素点位置的差值，将每个摄像头在当前时刻的视频帧中差值大于预设差值阈值的所有像素点位置组成的区域，作为每个摄像头在当前时刻的待检区域。

15、优选的，视频监控智能分析预警系统，第一识别模块，包括：

16、轮廓识别子模块，用于基于轮廓识别算法和每个待检区域内的所有像素点位置的处理像素值，对每个待检区域进行轮廓识别，获得每个待检区域内的所有人员轮廓和车辆轮廓；

17、聚集识别子模块，用于基于每个待检区域内的所有人员轮廓，获得每个待检区域的人员聚集识别结果；

18、身份识别子模块，用于基于身份识别算法对每个待检区域的所有人员轮廓进行身份识别，获得每个待检区域内的所有人员轮廓的身份识别结果，作为对应待检区域的身份识别结果，其中身份识别结果包括认证人员和非认证人员。

19、优选的，视频监控智能分析预警系统，轮廓识别子模块，包括：

20、像素分割单元，用于按照处理像素值从大到小的原则，对每个待检区域内的所有像素点位置的处理像素值进行排序，获得每个待检区域的排序结果，并将每个待检区域的排序结果中的所有排序序数的中位数对应的处理像素值设为对应待检区域的分割像素值，并在每个待检区域中筛选出处理像素值大于0且不大于对应分割像素值的所有像素点位置并汇总，作为待检区域的第一像素点集合，并在每个待检区域中筛选出处理像素值数值大于分割像素值且不大于最大像素值的像素点位置并汇总，作为待检区域的第二像素点集合；

21、有效值计算单元，用于确定出每个待检区域的第一像素点集合的像素点数和像素值均值与第二像素点集合的像素点数和像素值均值，并基于每个待检区域的第一像素点集合的像素点数和像素值均值与第二像素点集合的像素点数和像素值均值，计算出每个待检区域的设定的分割像素值的有效值，即为：

22、

23、其中，p为分割像素值的有效值，s1为第一像素点集合的像素点数，s2为第二像素点集合的像素点数，s为每个摄像头在当前时刻的视频帧中的像素点总数，u1为第一像素点集合的像素值均值，u2为第二像素点集合的像素值均值，u为每个摄像头在当前时刻的视频帧的像素值均值，ln为自然对数，且自然常数e的取值为2.718；

24、轮廓像素确定单元，用于当待检区域的分割像素值的有效值大于预设有效值阈值时，将对应分割像素值作为对应待检区域的轮廓像素值；

25、重新分割单元，用于当待检区域的分割像素值的有效值不大于预设有效值阈值时，将当前分割像素值加1后的数值当作对应待检区域的新的分割像素值，并基于最新确定出的新的分割像素值确定出对应待检区域的新的第一像素点集合和第二像素点集合，基于对应待检区域的新的第一像素点集合和第二像素点集合计算出对应待检区域新的分割像素点的有效程度，直至新的分割像素值的有效值大于预设有效值阈值时，则将对应的分割像素值作为对应待检区域的轮廓像素值；

26、轮廓确定单元，用于将每个待检区域内的处理像素值与轮廓像素值相同的像素点位置的像素点当作对应待检区域的轮廓像素点，并将每个待检区域内所有相隔距离小于预设像素点间隔距离的轮廓像素点相连，获得每个待检区域的所有轮廓，基于预设的轮廓判断模型和每个待检区域内的所有轮廓，获得每个待检区域内的所有人员轮廓和车辆轮廓。

27、优选的，视频监控智能分析预警系统，聚集识别子模块基于每个待检区域内的所有人员轮廓获得每个待检区域的人员聚集识别结果的方法，包括：

28、获取每个待检区域内的所有人员轮廓的个数，当待检区域内人员轮廓的个数超过预设人数阈值时，将人员聚集当作对应待检区域的人员聚集识别结果，当待检区域内人员轮廓的个数不超过预设人数阈值时，将非人员聚集当作对应待检区域的人员聚集识别结果。

29、优选的，视频监控智能分析预警系统，第二识别模块，包括：

30、接收子模块，用于接收施工方输入至后台的每个摄像头的预设预警区域和预设入侵持续时间阈值；

31、入侵识别子模块，用于当每个摄像头的待检区域内的所有人员轮廓和车辆轮廓处于预设预警区域内时，获取每个摄像头的每个视频帧与对应摄像头在当前时刻的背景帧的相异值，将每个摄像头的所有视频帧中最小相异值的视频帧作为对应摄像头的参考帧，将每个摄像头的参考帧对应的时刻与当前时刻之间的时间间隔当作对应摄像头的入侵持续时间，当入侵持续时间大于预设预警时间时，将存在入侵情况当作对应摄像头当前时刻的入侵识别结果，当入侵持续时间不大于预设预警时间时，将不存在入侵情况当作对应摄像头当前时刻的入侵识别结果。

32、优选的，视频监控智能分析预警系统，入侵识别子模块获取每个摄像头的每个视频帧与对应的当前时刻的背景帧的相异值的方法，包括：

33、像素差值单元，用于将每个摄像头的每个视频帧中的每个处理像素值，与对应的当前时刻的背景帧中相同像素点位置的背景像素值进行相减，获得每个视频帧的每个像素点位置的像素差值；

34、相异值获取单元，用于将每个视频帧中像素差值大于预设参考像素差值的像素点位置个数与对应视频帧的像素点总个数的商，当作对应视频帧与对应的当前时刻的背景帧的相异值。

35、优选的，视频监控智能分析预警系统，第三识别模块，包括：

36、预测火焰像素点获取子模块，用于将每个摄像头在当前时刻的视频帧中处理像素值大于预设火焰像素值的所有像素点，当作每个摄像头的待测火焰像素点，并将每个摄像头的每个待测火焰像素点的三通道值进行排序，获得每个摄像头的每个待测火焰像素点的三通道值排序结果，将在三通道值排序结果中的排序位置与在预设排序结果中的排序位置相同的待测火焰像素点，当作预测火焰像素点，获得每个摄像头在当前时刻的视频帧的所有预测火焰像素点；

37、火焰像素点获取子模块，用于将每个预测火焰像素点的三通道像素值的最大值与三通道像素值的和值的商，当作对应预测火焰像素点的通道最大权值，基于预测火焰像素点的通道最大权值和预设火焰像素值计算对应预测火焰像素点的火焰判定值，即为：

38、

39、其中，r为预测火焰像素点的火焰判定值，m为预设火焰像素值，β为预测火焰像素点的通道最大权值；

40、环境识别子模块，用于将每个摄像头在当前时刻的视频帧的所有预测火焰像素点中，像素值大于对应火焰判定值的所有预测火焰像素点当作每个摄像头在当前时刻的所有火焰像素点，将火焰像素点数大于预设火焰像素点数的摄像头的环境识别结果设定为存在起火。

41、优选的，视频监控智能分析预警系统，报警模块基于每个待检区域的人员聚集识别结果、身份识别结果、每个摄像头的入侵识别结果及环境识别结果获得每个摄像头在当前时刻的报警结果的方法，包括：

42、当检测到每个待检区域的人员聚集识别结果为人员聚集或身份识别结果存在非认证人员或每个摄像头的入侵识别结果为存在入侵情况或环境识别结果为识别起火时，控制与对应摄像头最近的报警器报警，作为当前时刻的报警结果。

43、本发明相对于现有技术产生的有益效果为：根据每个摄像头在当前时刻前预设时间段内的视频获得每个摄像头在当前时刻的待检区域，提高了后续轮廓识别的效率，根据轮廓识别算法对每个待检区域进行轮廓识别，更精确地获得获得每个待检区域的人员聚集识别结果，并基于身份识别算法对每个待检区域内的每个人员轮廓进行人员身份识别，获得每个待检区域的身份识别结果，根据每个摄像头的预设预警区域、预设入侵持续时间阈值及每个摄像头的待检区域内的所有人员轮廓和车辆轮廓，更准确地获得每个摄像头的入侵识别结果，根据火焰识别算法更精确地获得每个摄像头在当前时刻的火焰像素点，根据每个摄像头在当前时刻的火焰像素点获得每个摄像头的环境识别结果，根据每个待检区域的人员聚集识别结果、身份识别结果、每个摄像头的入侵识别结果及环境识别结果，实现对被监控场景中发生的相应情况或现象进行报警。

44、本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的本技术文件中所特别指出的结构来实现和获得。

45、下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。