[发明专利]一种基于智能视频监控的安防检测方法及系统

权利要求书

1.一种基于智能视频监控的安防检测方法，其特征在于，所述方法包括以下步骤：

步骤1，从不同视频采集终端采集监控视频，对采集的视频进行切片获得监控场景；

步骤2，从监控场景中识别目标，获得未登记目标，构成第一目标集合；

步骤3，获得第一目标集合中每个目标的区域关联度，并获得区域关联度集合；

步骤4，接收空间整理命令，对监控场景根据区域关联度进行移除或者移动；

其中，步骤2中，从监控场景中识别目标，获得未登记目标，构成第一目标集合的子步骤为：对每个监控场景进行人脸提取，识别出存在人脸的监控场景并提取人脸，提取的各个人脸构成目标序列，目标序列包括目标在视频采集终端出现的时间以及对应的视频采集终端；

未登记目标为无法在预存有目标图像的数据库匹配到的目标；

存储的每个监控场景的画面中至少存在一个人脸，监控场景的画面中至少一帧包括一个或多个人脸；如果场景的画面中不存在人脸则标记空白监控场景；空白监控场景不存储至视频采集终端；

对目标序列的每个目标与数据库中预存的目标图像进行比对，对非本区域的目标进行标记，获得非本区域的目标组成第一目标集合IDVA；

步骤3中，获得第一目标集合中每个目标的区域关联度，并获得区域关联度集合的子步骤为：计算每个目标的区域关联度：

式中，RL为一个目标的区域关联度，NOW为当前时刻，当前目标的人脸在存储的所有监控场景出现的最早时刻为CapR，CapLi为第i个目标的人脸在所有监控场景最后一次出现时刻，(NOW-CapLi)为获取第i个目标的人脸在所有监控场景最后一次出现时刻距离当前的时间间隔，Len为当前目标的人脸在所有的监控场景中存在的平均时间，当前目标的人脸在所有监控场景最后一次出现时刻为CapL，N为集合IDVA的大小，CapN为当前目标在全部视频终端存储的监控场景中最早出现的次数，首次出现指能在所有存储的监控场景中成功识别出当前目标的人脸的时刻，最后一次出现时刻指当前目标的人脸在所有存储的监控场景中最后出现的时刻；对所有目标的关联度进行降序排序，构成区域关联度集合RLSet；

目标的区域关联度有效地描述了当前目标在所有监控场景中的最早出现时间间隔和最近出现的时间间隔，为之后空间整理动作提供量化的指标。

2.根据权利要求1所述的一种基于智能视频监控的安防检测方法，其特征在于，步骤1中，从不同视频采集终端采集监控视频，对采集的视频进行切片获得监控场景的子步骤为：

在监控的目标区域部署视频采集终端，所述视频采集终端可以根据一定间隔采集视频，或者与安防设备联动触发视频采集；

对采集的视频进行切片获得一个或多个监控场景，切片方法可以是设定的规则对采集的视频切片，或者根据来自安防设备的触发信号或者人工触发中的一种或多种。

3.根据权利要求1所述的一种基于智能视频监控的安防检测方法，其特征在于，步骤4中，接收空间整理命令，对监控场景根据区域关联度进行移除或者移动的子步骤为：

步骤4.1，接收到空间整理命令后，每个视频采集终端根据区域关联度集合的次序，对监控场景进行清理，具体为：

步骤4.1.1，把区域关联度集合中第一个目标中所属的监控场景依次进行移除，移除的范围是当前视频采集终端存储的监控场景中距离现在时刻最远的时刻为起点，到当前视频采集终端中最近获取到的一个目标的时刻为终点之间的时间距离为T1，删去现在时刻开始往前T1/2时间段的包括所选目标的监控场景；如果所选目标距离当前时刻最近的监控场景到现在时刻小于第二阈值，把所选目标距离当前时刻最近的监控场景上传到中心服务器，如果中心服务器存在所选目标的监控场景则替换已经存在于中心服务器的监控场景；

按照区域关联集合中目标的顺序，循环执行步骤4.1.1的步骤清理目标的监控场景直到每个视频采集终端的可用空间达到设定的范围或者可用空间达到总存储空间的70％。