[发明专利]一种视频监控智能数据采集处理方法

说明书

本发明中公开了一种视频监控智能数据采集处理方法，包括以下步骤：1)对异常事件进行预警分析，查找异常事件在空间和时间上的相关性；2)对监控目标按照风险评估的等级进行分类；3)根据监控目标的不同安全等级要求，为每类目标构造一个高危异常行为集；4)对异常事件进行关联分析检索；5)选取代表性的事件‑异常行为关联属性规则，从而对异常行为进行评判；6)根据评判的结果，前端视频监控设备对该时间和空间内的时间进行自动存储、标记和传输。该方法可充分利用智能监控摄像头的优势，有效提升智能监控系统的效能，增强了监控系统的风险预警能力，大幅度节省监控视频大数据的存储空间；并能够降低视频检索过程中调阅的录像数据规模。

技术领域

本发明涉及视频采集处理技术领域，特别涉及一种视频监控智能数据采集处理方法。

背景技术

随着社会的快速发展，社会治安形势日益复杂，为降低社会安全风险，往往在重要场所都安装了视频监控系统，实现对各场所的实时监控。目前我国安装的监控摄像头超过了3000万个，每年产生海量的视频监控数据。由于视频是非结构化数据，很难从中自动分析出蕴含的丰富信息，庞大的数据量给监控视频的存储、分析、检索造成巨大的技术挑战。如何让视频分析技术在大数据中发挥作用也成为人们关注的一个方向。目前的研究方向主要集中在大数据存储、检索，及智能视频监控系统的开发方面；但现有的大数据存储、检索方法往往侧重于单方面的视频分析，并未考虑视频数据的时空关系而将监控视频的处理连接为整体。而现有的智能视频监控系统大多为军用，系统复杂、成本较高，难以普及。

发明内容

本发明的目的在于解决现有技术中存在的上述技术问题，提供一种视频监控智能数据采集处理方法，可有效提升智能监控系统的效能，增加监控系统智能风险预警能力。

为解决上述技术问题，本发明采用的技术方案如下：

一种视频监控智能数据采集处理方法，包括以下步骤：

1)对异常事件进行预警分析，查找异常事件在空间和时间上的相关性；通过前端视频监控设备接收到的异常行为报警信息，建立异常行为数据库；异常行为数据库提供后续分析的与事件相关的元数据，然后对单点历史数据进行关联分析，分析其时间自相关性；当一监控点检测到异常行为发生时，启动与数据库中历史数据的关联分析；

2)对监控目标按照风险评估的等级进行分类，为每类监控目标设置相应的异常行为；根据建立的异常行为数据库构造风险评估模型，依据异常行为潜在的安全风行后果为每类行为赋予一个风险权重；

3)根据监控目标的不同安全等级要求，为每类目标构造一个高危异常行为集，将集中的异常行为设置为对该类目标构成潜在威胁的行为；

4)对异常事件进行关联分析检索；建立样本事件属性结构与视频监控设备可识别的异常行为的映射关系，从异常行为数据库中，搜索与案件类型强相关的异常行为记录数据库，搜索与事件类型强相关的异常行为及其发生的时间和空间，查找关联图像数据，调阅监控点的视频数据进行细粒度分析；

5)选取代表性的事件-异常行为关联属性规则，建立事件-异常行为关联度模型表的初始表项，对事件-异常行为关联度模型表进行更新，从而对异常行为进行评判；

6)根据评判的结果，前端视频监控设备对该时间和空间内的时间进行自动存储、标记和传输。

上述技术方案中，进一步地，所述步骤1)中，所述事件的时间自相关为事件发生的频数或属性的数值在时间上呈现的相关特性，采用时间自相关函数对其相关性特征进行定义。

上述技术方案中，进一步地，所述步骤1)中，所述空间自相关分析用于对事件在整个监控网范围内的分布情况进行分析，对时间的整体空间分布呈现出的聚集性特征进行分析。