[发明专利]一种三维图像分析方法及系统

说明书

技术领域

本发明涉及视频监控技术领域，特别涉及一种三维图像分析方法及系统。

背景技术

安全问题关乎广大群众的生命和财产，从来都是日常活动当中最为重要的因素之一；特别是公共场所安全的维护，无论对于个体还是社会整体均有着极大的意义，可谓重中之重。而随着近年来，世界各地社会安全事件时有发生，尤其是在银行、大型球场、会议场馆、展览馆大型公共场所，人们对安全的需求越来越强烈。

智能安防监控作为一种有效安防手段，现已广泛的应用在各种大型公共场所当中。传统的智能安防监控利用摄像头采集场所中各处的视频监控画面，并利用计算机设备将监控画面处理、显示并存储。也就是说传统的监控系统具备了了视频的捕获、存储、分发等功能。

但是在传统的监控系统中，监控画面的内容只能靠人工判断，也就是说工作人员需要长时间的关注监控画面，观察监控画面中是否有人出现。上述的人工作业为工作人员带来了严重的负担，需要对工作人员的注意力、警惕性和异常情况的反应能力提出非常高的要求，而且长时间的人工作业会造成工作人员的注意力下降，从而导致监控失误，为安全带来隐患。

发明内容

有鉴于此，本发明的目的在于提供一种三维图像分析方法及系统，通过采集三维图像，并结合三维图像分析技术，实现自动识别监控画面中是否有人体出现。

为实现上述目的，本发明有如下技术方案：

一种三维图像分析方法，所述方法包括以下步骤：

利用摄像头采集监控图像，对监控图像进行深度处理得到三维监控图像，并将三维监控图像保存在三维缓冲区中；

从三维缓冲区提取三维监控图像，利用预设的算法将三维监控图像中信息转换为验证特征量；

预先将样本特征量保持在内存中，从内存中读取样本特征量，将样本特征量与所述验证特征量匹配；

根据匹配结果判断三维监控图像中是否有人体出现，如出现人体则更改警报标识。

所述深度处理具体为：

向摄像头采集图像的区域发射红外线散斑，利用散斑和二维监控图像进行叠加分析得到三维监控图像。

所述从三维缓冲区提取三维监控图像，利用预设的算法将三维监控图像中信息转换为验证特征量具体为：

从三维缓冲区中提取一帧三维监控图像作为第一监控图像，提取第一监控图像的后一帧三维监控图像作为第二监控图像；

对比第一监控图像与第二监控图像，判断二者是否存在变化图像区域；

当不存在变化图像区域，则利用预设的算法将第二监控图像中全部信息转换为第一验证特征量；

当存在变化图像区域，则利用预设的算法将将变化图像区域信息转换为第二验证特征量。

所述预设的算法包括模型算法和特征算法，则所述将三维监控图像中信息转换为验证特征量具体为：

利用模型算法对三维监控图像中所包含的信息建立物体模型；

利用特征算法将所述物体模型转换为验证特征量。

所述方法还包括：

当根据样本特征量与第一验证特征量的匹配结果判断为未出现人体，则对于第二监控图像以后的相对第二监控图像未发生变化的三维监控图像，直接判断为不更改警报标识。

所述预先将样本特征量保持在内存中具体为：

通过样本训练得到样本特征量，预先将样本特征量保持在内存中。

所述从内存中读取样本特征量具体为：

对内存中的样本特征量建立索引，利用索引查询并读取样本特征量。

所述样本特征量具体为：

人体样本特征量、人脸样本特征量、人眼样本特征量、人嘴样本特征量和人鼻样本特征量。

一种三维图像分析系统，所述系统具体包括以下：

深度模块，用于对利用摄像头采集的监控图像进行深度处理得到三维监控图像，并将三维监控图像保存在三维缓冲区中；

特征量转换模块，用于从三维缓冲区提取三维监控图像，利用预设的算法将三维监控图像中信息转换为验证特征量；

驻内存模块，用于将样本特征量保持在内存中；

匹配模块，用于从内存中读取样本特征量，将样本特征量与所述验证特征量匹配；

判断变更模块，用于根据匹配结果判断三维监控图像中是否有人体出现，如出现人体则更改警报标识。

所述特征量转换模块包括：

模型单元，用于利用模型算法对三维监控图像中所包含的信息建立物体模型；

特征单元，用于利用特征算法将所述物体模型转换为验证特征量。

所述驻内存模块包括：