[发明专利]视频报警检测方法和装置有效

专利信息
申请号: 201710549612.X 申请日: 2017-07-07
公开(公告)号: CN107358191B 公开(公告)日: 2020-12-22
发明(设计)人: 孙丰强 申请(专利权)人: 广东中星电子有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06T7/00;H04N7/18
代理公司: 北京布瑞知识产权代理有限公司 11505 代理人: 孟潭
地址: 519031 广东省珠海*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 视频 报警 检测 方法 装置
【说明书】:

发明提供了一种视频报警检测方法和装置。该方法包括:所述视频处理智能平台利用机器学习算法,基于视频数据的训练集,对训练集进行训练来生成视频数据的报警检测器,利用视频数据的报警检测器,对待处理的视频数据进行报警检测处理。

技术领域

本发明涉及视频检测技术领域,尤其涉及一种视频报警检测方法和装置。

背景技术

视频监控以其直观、准确、及时和信息内容丰富而广泛应用于许多场合。近年来,随着计算机、网络以及视频处理、传输技术的飞速发展,视频监控技术也有了长足的发展。视频监控是安全防范系统的重要组成部分,传统的视频监控系统包括前端摄像机、传输线缆和视频监控平台。

视频监控最重要的就是视频采集,视频画面中非常关注的信息主要包括:环境,人、车、天气、入侵、自然灾害、交通事故等等。

视频检测是通过分析视频画面得到有效信息,目前,还没有一种有效地对视频数据进行检测,生成视频数据的报警信息的方法。

发明内容

本发明的实施例提供了一种视频报警检测方法和装置,以实现对视频数据进行有效的报警检测。

为了实现上述目的,本发明采取了如下技术方案。

本发明的一方面提供了一种基于视频处理智能平台的视频报警检测方法,包括:视频处理智能平台利用机器学习算法对视频数据的训练集进行训练来生成视频数据的报警检测器;利用视频数据的报警检测器,对待处理的视频数据进行报警检测处理。

进一步地,利用机器学习算法对视频数据的训练集进行训练得到视频数据的报警检测器包括:收集并存储各种视频拍摄场景中的视频数据;设定各种视频分类因素并按照分类因素对所存储的视频数据进行组合分类;提取每种分类的视频数据中的典型视频数据,将典型视频数据作为训练集;对训练集进行特征图像提取以设定该特征图像对应的报警图像;利用机器学习算法对特征图像及其对应的报警图像进行训练来生成视频数据的报警检测器,报警检测器包括每种分类的视频数据对应的各种特征图像和每个特征图像对应的报警图像。

进一步地,利用视频数据的报警检测器,对待处理的视频数据进行报警检测处理,包括:接收待处理的视频数据,并将待处理的视频数据进行分类处理以得到待处理的视频数据所属的分类;将待处理的视频数据按照设定的时间顺序分解多个视频画面;以及将每个视频画面对应的报警信息进行合成,得到待检测的视频数据对应的报警信息。

进一步地,基于视频处理智能平台的视频报警检测方法还包括:将待检测的视频数据对应的报警信息转换为SVAC码流,通过网络将SVAC码流发送给其它设备。

本发明的另一方面提供了一种基于视频处理智能平台的视频报警检测装置,包括:学习训练单元,用于利用机器学习算法对视频数据的训练集训练来生成视频数据的报警检测器;报警检测单元,用于利用视频数据的报警检测器,对待处理的视频数据进行报警检测处理。

进一步地,学习训练单元包括:训练数据收集单元,用于收集各种视频拍摄场景中的视频数据;存储单元,用于存储所收集的视频数据存;视频数据分类单元,用于设定各种视频分类因素并按照各种分类因素对存储单元中存储的视频数据进行组合分类;视频数据提取单元,用于提取每种分类的视频数据中的典型视频数据,将典型视频数据作为训练集;特征图像提取单元,对训练集进行特征图像提取以设定该特征图像对应的报警图像;报警检测器生成单元,利用机器学习算法对特征图像及其对应的报警图像进行训练来生成视频数据的报警检测器,报警检测器包括每种分类的视频数据对应的各种特征图像和每个特征图像对应的报警图像。

进一步地,报警检测单元包括报警信息合成单元,报警信息合成单元用于:接收待处理的视频数据,并将待处理的视频数据进行分类处理以得到待处理的视频数据所属的分类;将待处理的视频数据按照设定的时间顺序分解为多个视频画面;以及将每个视频画面对应的报警信息进行合成,得到待检测的视频数据对应的报警信息。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广东中星电子有限公司,未经广东中星电子有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710549612.X/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top