[发明专利]一种智能视频监控方法

说明书

技术领域

本发明属于视频监控领域，具体涉及一种智能视频监控方法。

背景技术

随着计算机网络与通信技术、多媒体技术的快速发展，很多犯罪活动的预谋和策划都是靠网络来联系和实现的，对网络通信的监控是安防监控的重要组成部分。视频监控以直观、方便、可记录、可查询等特点日益受到重视，越来越多的视频监控系统应用于安全领域。

现有的视频监控系统存在一个很重要的缺陷：对视频监控内容只能靠人来判断。视频监控工作劳动强度很大，它对工作人员的注意力、警惕性、特别对异常的反应能力要求很高，一般监控过程中发生的失物都是由注意力不集中造成的。现有的视频监控多用于事后处理，即调查取证，并没有充分发挥视频监控系统的主动性。

伴随着网络技术数字视频技术的飞速发展，监控技术正向智能化方向不断前进。人们希望监控以计算机为核心，融合多媒体技术、计算机技术和网络技术，实现自动监控和异常报警，能够替代人工值守，成为真正意义上的智能监控。

智能视频监控技术是计算机视觉和模式识别技术在视频监控领域的应用，是网络化视频监控领域的最前沿的应用模式之一。以数字视频监控系统为基础，借助于计算机的强大的数据处理功能，对海量视频数据进行分析，过滤用户不关心的信息，仅为监控者提供有用的关键信息。智能视频监控系统以普通的网络视频监控为基础，除了具备普通监控系统的功能外，最大的优势是能自动地全天候进行实时分析报警，彻底改变了以往完全由安保人员对监控画面进行监视和分析的模式。智能视频监控主要用在高级住宅小区、银行、超市、仓库、博物馆、监狱等需要进行长期监控的地点。

智能视频监控技术的核心内容是对特定目标的自动检测、跟踪与行为识别，包括运动目标检测、目标跟踪、目标分类、行为识别等4个方面内容。例如对人体的跟踪:首先从实时图像序列(即视频)中检测出运动物体，再判定运动物体中的人体，然后跟踪人体的运动轨迹，并分析和选定有异常行为的人，如在车站，机场等遗留包裹的人，最后对行为异常的人进行持续跟踪。

其中运动目标检测和目标跟踪属于视觉低级处理部分，而目标分类和行为识别则属于中级和高级处理。对于视觉低级处理部分，运动目标检测与目标跟踪的视频智能分析技术已经取得了一定的成果，目前市场上已经有相应的产品，已经在实际中得到较为广泛的应用。而对于目标分类和行为识别的技术研究发展相对缓慢。

现有的行为识别方法包括模板匹配方法和状态空间方法。

模板匹配方法采用模板匹配技术的行为识别方法，首先将图像序列转换为一组静态形状模式，然后在识别过程中，和预先存储的行为标本相比较。模板匹配技术的优点是计算复杂度低、实现简单，然而其缺点是：对于噪声和运动时间间隔的变化是敏感的。

状态空间方法基于状态空间模型的方法定义每个静态姿势作为一个状态，这些状态之间通过某种概率联系起来。任何运动序列可以看作为这些静态姿势的不同状态之间的一次遍历过程，在这些遍历期间计算联合概率，其最大值被选择作为分类行为的标准。目前，状态空间模型已经被广泛地应用于时间序列的预测、估计和检测，最有代表性的是HMM模型。每个状态中可用于识别的特征包括点、线或二维小区域。状态空间方法虽然能克服模板匹配的缺点，但通常会涉及到复杂的迭代运算，运算数据量大。

发明内容

为了解决现有技术的缺点，本发明提供了一种智能视频监控方法，其包括：

a)同步采集共计T秒的视频数据信号和音频数据信号，并将视频数据信号按照连续多帧图像数据的形式保存，将音频数据信号按照wav的形式保存；

b)将图像数据划分为训练图像数据和测试图像数据以及将音频数据划分为训练音频数据和测试音频数据；

c)判断训练音频数据和测试音频数据中是否包含异常音频数据，如果有，提取出异常音频数据并另行保存，否则进行下一步；

d)对全部训练图像数据和测试图像数据以及包括异常音频数据在内的全部训练音频数据和测试音频数据分别进行预处理，并且对预处理后的全部训练图像数据和测试图像数据进行检测和提取所有运动目标帧像素，对预处理后的音频数据提取音频特征；

e)对经预处理后及运动目标帧像素提取后的全部训练图像数据建立全局背景模型；

f)对经预处理后及音频特征提取后的全部训练音频数据中的异常音频数据建立新的高斯混合模型；

g)将步骤e得到的全局背景模型参数和步骤f得到的高斯混合模型参数融合构建一个联合决策模型，用该联合决策模型对预处理后的全部测试数据进行异常状态判别。