[发明专利]基于机器视觉的智能监控方法、装置、设备、系统和存储介质

说明书

本申请公开了一种基于机器视觉的智能监控方法、装置、设备、系统和存储介质，其中，基于机器视觉的智能监控方法，包括如下步骤：获取生产环境下的监控视频，在监控视频中抽取若干选定帧，并将选定帧中的危险区域划分为若干子区域；利用哈希算法计算各子区域的指纹，并计算各指纹与若干聚类簇中心的汉明距离；所述的若干聚类簇通过对视频帧中各子区域的指纹聚类得到；依据汉明距离与各聚类簇类内最大距离的关系，判断是否发生异常。本申请提供的基于机器视觉的智能监控方法，简单有效，不需要大量的训练数据，可以达到实时检测的目的，而且检测的准确率可以满足实时停机的安全需求。

技术领域

本申请涉及视频监控技术领域，特别是涉及一种基于机器视觉的智能监控方法、装置、设备、系统和存储介质。

背景技术

随着工业的不断发展，越来越多的工厂企业采用了自动化的生产技术，利用机器人代替人进行生产，很少需要人工的干预，甚至出现了无人工厂。然而，机器人自动生产过程中会出现一些不可避免的安全问题，比如：无关人员进入机器人正在工作的工作环境中，会引发严重的生命安全问题。

为了解决这个问题，需要一套能够实时检测机器人工作环境中是否有异物闯入的监控系统，一旦有异物进入机器人的工作环境中，对机器人实时停机，以保障生命与财产安全。典型的基于机器视觉的自动化工位信号连锁系统主要由前端监视设备、传输设备、后端存储、控制及显示设备这五大部分组成。

现有的安全监控一般由人工进行检测，或者是先用自动照相机拍照后再对监控图片进行识别。然而，如今机器人自动生产的场景越来越多，监控系统数据量过于庞大，要对每一个监控视频进行人工监控需要很大的人力资源，不但很费时间，而且具有严重的滞后性，因此，迫切需要将安全监测智能化，实时化，高效化。

发明内容

基于此，本申请提供了一种基于机器视觉的智能监控方法，简单有效，不需要大量的训练数据，可以达到实时检测的目的，而且检测的准确率可以满足实时停机的安全需求。

一种基于机器视觉的智能监控方法，其特征在于，包括如下步骤：

获取生产环境下的监控视频，在监控视频中抽取若干选定帧，并将选定帧中的危险区域划分为若干子区域；

利用哈希算法计算各子区域的指纹，并计算各指纹与若干聚类簇中心的汉明距离；所述的若干聚类簇通过对视频帧中各子区域的指纹聚类得到；

依据汉明距离与各聚类簇类内最大距离的关系，判断是否发生异常。

本申请涉及智能制造业中无人车间的安全智能监控，尤其涉及基于机器视觉的自动化工位信号连锁技术，通过对监控视频进行异常分析，以判断是否有人员或期望外物体进入危险区域，如果有人员或期望外物体进入危险区域，则控制生产设备停止运行，避免不必要的安全事故。

以下还提供了若干可选方式，但并不作为对上述总体方案的额外限定，仅仅是进一步的增补或优选，在没有技术或逻辑矛盾的前提下，各可选方式可单独针对上述总体方案进行组合，还可以是多个可选方式之间进行组合。

可选地，所述的若干聚类簇通过对视频帧中各区域的指纹聚类得到，具体包括：

获取包含机器所有运动状态的训练视频，在训练视频中抽取若干选定帧，并将选定帧中的危险区域划分为若干子区域；

利用哈希算法计算各子区域的指纹，对各指纹进行基于汉明距离的聚类，得到所述的若干聚类簇。

可选地，依据汉明距离与各聚类簇类内最大距离的关系，判断是否发生异常，具体为：若某子区域的指纹与任意一个聚类簇中心的距离均大于对应的聚类簇类内最大距离，则判断为发生异常。

可选地，还包括：

间隔预定时间后，利用监控视频中各选定帧子区域的指纹对各聚类簇进行更新。