一种基于物联网的安防监控的分析方法与流程

本发明涉及安防监控，特别是一种基于物联网的安防监控的分析方法。

背景技术：

1、随着生活水平的日益提高，人们对人身财产安全更加重视，也对居家安全防护提出了更高要求，并且智能视频监控技术的日益成熟，以人工智能和视频分析为主的智能视频安防监控系统在一定程度上弥补了人工监控的不足。视频安防监控系统利用视频探测、监视设防区域，实时记录并显示现场图像的电子系统或网络，帮助人们合理利用视频监控资源，及时发现问题，更为有效的解决安全问题，避免事故发生和财产损失。

2、现有的视频安防监控系统在异常检测方面存在误报率较高的问题，通过自动发现监控视频中的入侵目标，并且根据一定判定条件，确定是否自动报警，但光线变化等非真实入侵会被错误识别为异常问题，影响预警的精度和管理效率。

技术实现思路

1、为了克服现有技术的所述缺点，本发明的目的是提出一种基于物联网的安防监控的分析方法，以解决所述背景技术提出的问题。

2、本发明解决其技术问题所采用的技术方案是：一种基于物联网的安防监控的分析方法，包括以下步骤：

3、获取由安防监控采集的目标区域在预设时间段内的监控视频，对所述监控视频进行预处理得到视频预处理的监控图像；

4、对所述监控图像特征提取得到图像数据，并对所述图像数据进行标记，所述图像数据至少包括：人体特征数据、物体特征数据；

5、对所述图像数据在警戒的目标区域时，根据目标警戒特征算法进行计算，判断是否对入侵目标发出警示；

6、对所述图像数据在预定的目标区域时，根据目标预测特征算法进行计算，判断是否对入侵目标发出警示；

7、对所述入侵目标发出警告。

8、作为本发明的进一步改进：所述监控视频进行预处理得到视频预处理的监控图像，包括：

9、获取安防监控采集的目标区域的预设监控图像，所述预设监控图像为安防监控目标区域在正常状态下的监控画面；

10、对监控图像根据图像中的目标区域划分警示区域，所述警示区域包括：特别区域、警戒区域、预定区域和空闲区域；

11、对所述的警示区域划分警戒等级，并根据警戒等级设定入侵目标在警示区域内的允许停留时长。

12、作为本发明的进一步改进：所述获取安防监控采集的目标区域的预设监控图像，包括：

13、以预设监控画图的左下角为原点建立坐标系，在警示区域在预设监控画图的坐标系中划分区域；

14、对时间段内监控视频进行预处理得到在时间轴中的多个监控图像，对所述监控图像与预设监控画图对比并分析是否存在入侵目标，获取入侵目标图像，并对所述入侵目标图像在坐标系中建立入侵目标坐标。

15、作为本发明的进一步改进：若警示区域为特别区域，则入侵目标在警示区域内的允许停留时长t1；

16、若警示区域为警戒区域，则入侵目标在警示区域内的允许停留时长t2；

17、若警示区域为预定区域，则入侵目标在警示区域内的允许停留时长t3；

18、若警示区域为空闲区域，则入侵目标在警示区域内的允许停留时长t4；

19、其中，t1、t2、t3和t4均为固定数值的正整数，且t1＜t2＜t3＜t4。

20、作为本发明的进一步改进：所述对所述监控图像特征提取得到图像数据，包括：

21、所述入侵目标包括多个人体或物体，并获取任一人体或物体的入侵目标图像；

22、根据所述入侵目标图像，获取入侵目标在坐标系中的多个入侵目标坐标，任一入侵目标坐标包括x_n(x，y，z)，n为自然数，且n为入侵目标特征的数量，所述x，y，z为入侵目标图像在坐标系的坐标值；

23、将所述的入侵目标坐标整合构建入侵目标的特征向量x＝[x_1,x_2,x_3,…,x_n]。

24、作为本发明的进一步改进：所述图像数据为人体特征数据时，任一入侵人体特征坐标包括x_n(x，y，z)，所述任一入侵人体特征坐标包括：人体头部坐标、人体颈部坐标、人体肩部坐标、人体肘部坐标、人体手部坐标、人体腰部坐标、人体胯部坐标、人体膝盖坐标和人体脚部坐标；

25、所述图像数据为物体特征数据时，任一入侵物体特征坐标包括x_n(x，y)，所述任一入侵人体特征坐标包括：物体轮廓特征点坐标。

26、作为本发明的进一步改进：所述图像数据为人体特征数据时，获取入侵目标特征的数量n，当所述图像数据在警戒区域时，分析入侵警戒区域的入侵目标特征数量m是否超过允许入侵的数量p，其中，p＝n*p，p为所有入侵目标特征的数量n的允许入侵比例；

27、根据目标警戒特征算法进行计算警戒值，包括：

28、

29、根据警戒值q与预设警戒值比较，判断是否立即向入侵目标发出警告，其中：

30、当q＜1时，立即向入侵目标发出警告；

31、当q≥1时，经过t2-q秒后，向入侵目标发出警告。

32、作为本发明的进一步改进：所述图像数据为物体特征数据时，根据入侵目标的面积a所占设定的警戒区域的面积的比例a，判断是否立即向入侵目标发出警告；

33、当a/a＞w，立即向入侵目标发出警告，

34、当a/a＜w，经过t2×(a/a)秒后，向入侵目标发出警告，其中，所述w为警戒区域允许入侵目标面积的比例。

35、获取入侵物体特征坐标x_n(x，y)，并判断任一入侵物体特征坐标x_n(x，y)是否侵入特别区域，当任一入侵物体特征坐标侵入特别区域时，立即向入侵目标发出警告，并分析物体特征归属。

36、作为本发明的进一步改进：所述图像数据为人体特征数据时，获取入侵目标坐标整合构建入侵目标的特征向量x＝[x_1,x_2,x_3,…,x_n]；

37、根据目标预测特征算法进行计算预测入侵目标运动方向，包括：

38、y＝f(w\codtx+b)

39、其中，y表示为入侵目标预测的行走路径，f(\codt)表示为多分类问题的激活函数，w表示为权重矩阵，b表示为偏置项；

40、当所述入侵目标预测的行走路径为朝向警戒区域以及特别区域时，立即向入侵目标发出警告。

41、作为本发明的进一步改进：所述向入侵目标发出警告，包括：

42、当向入侵目标发出警告时，生成警告信号至服务器，服务请接收到警告信号，则生成对安防监控的画面留存加载指令，对所述入侵目标进行画面留存，并将所述画面上传至服务器。

43、与现有技术相比，本发明的有益效果是：

44、1、本发明安防监控采集监控视频，通过对监控视频预处理得到监控图像，对监控图像的监控范围划分为多个安防监控区域进行界定，并采集监控图像内的图像特征数据进行标记，得到人体特征数据和/或物体特征数据，对人体特征数据和/或物体特征数据进行监测，判断图像特征数据是否入侵界定的安防监控区域。

45、2、本发明安防监控采集监控图像内的图像特征数据，并对监控图像构建坐标系，在坐标系中对图像特征数据标记，以获取入侵目标在坐标系中的多个入侵目标坐标，将入侵目标坐标整合构建入侵目标的特征向量，并利用目标警戒特征算法获取入侵目标的警戒值，通过警戒值分析是否对入侵目标发出警告，减少误差，方便自适应检测入侵目标，且通过目标预测特征算法进行计算预测入侵目标运动方向，基于目标预测特征算法，利用入侵目标的特征向量计算得到入侵目标预测的行走路径，以此来快速警告即将入侵的目标，安防监控智能化主动检测监控范围内的目标。