[发明专利]一种用于在视频监控系统中生成警报的方法

说明书

本发明涉及一种用于在视频监控系统中生成警报的方法。公开了一种用于在监控系统中生成警报信号的方法。该方法包括检测视频流中的目标个体、选择目标个体，以及跟踪目标个体，作为第一步骤。在这些步骤之后，该方法包括：响应于识别检测到的对象为目标人，对视频流中的多个图像帧的检测到的个体的动作进行分类，以及如果对象的被分类的动作被分类为预定义的警报生成动作，则生成警报信号。

技术领域

本发明涉及一种用于跟踪对象的方法，并且具体地涉及一种用于在视频监控系统中生成警报的方法。

背景技术

在视频监控和视频分析的领域内，动作辨识是开发的领域。动作辨识的目的是实现对由在被监控的场景中的对象所执行的动作(通常是人的动作)的自动检测。示例可能是，当个体或对象正在进入特定区域时，周边传感器能够生成警报，当相同的个体采取有敌意的姿态时，动作辨识可以生成警报。通过改善的图形处理技术、深度学习等促进开发，以更短的时间实现更先进的处理。

存在用于动作辨识的若干已知的技术，并且它们可以被划分为空间技术和时间技术，其中，空间技术例如包括对静止图像(或单个图像帧)中的姿态进行分类的各种方式，而时间技术典型地牵涉事件链的评估，例如一系列图像帧中的姿态的评估。可以利用神经网络来用于执行动作辨识，然而目前发展水平技术还包括支持矢量机等。用于动作辨识的技术不是本申请的焦点，然而将在具体实施方式中给出更多的示例。

在现代监控情形中，常见的情况是，巨量信息被收集到控制中心，其中一个或多个操作员现场审查信息。信息典型地包括许多现场视频流。通常，存在实现后来审查信息的记录功能，但是在被监控的场景之一中能够对不希望有的动作瞬间地进行反应、而不是仅仅能够回顾地分析，是有好处的。理论上，跟踪和分析由摄像机所捕获的一切将成为可能。实际上，人为因素和处理性能的当前限制两者使得此类方法(即，对由许多摄像机所捕获的所有信息的现场评估)不切实际。

本发明目标在于提供改善的操作员支持，具体用于复杂的监控情形。

发明内容

鉴于以上所述，因而本发明的目的是通过提供用于在视频监控系统中生成警报的改善的方法来消除或减轻上述问题。

根据第一构思，提供用于在监控系统(运动摄像机)中生成警报信号的方法，包括检测视频流中的目标个体、选择目标个体、跟踪目标个体、响应于识别检测到的对象为目标人，对视频流中的多个图像帧上的检测到的个体的动作进行分类，以及如果对象的被分类的动作被分类为预定义的警报生成动作则生成警报信号。

个体的识别可以基于该技术领域的任何现有的技术。通常，输出包括可以与所存储的外观模型相比较的外观模型(诸如外观矢量或特征矢量)。

根据第一方面，本发明解决了对优化跟踪处理并且具体是警报生成的需要。从监控观点，在能够回溯个体的动作以便挑选出特定事件链时，存在好处，并且照此，贯穿整个应用，视频监控已经是高度有用的工具。在聚焦于特定个体以便例如在执行禁止动作的行为中捕获某人时，视频监控也已经是有效的。监控系统可以是运动摄像机。

在本申请中，贯穿全文使用了词“禁止”来用于描述警报生成动作。这仅是因为最明显的使用情况包括对于将被考虑为禁止的动作的检测。尽管如此，出于另外的原因，这不排除将被考虑为有兴趣的动作，并且广义术语将简单地是“警报生成”，这进而使得读取文本有点麻烦。因此，为了简化起见，我们遵守“禁止”并且使其具有意义“我们将对其有反应、在没有反应的情况下不应当出现的动作”。

本发明可以如何促进操作员的工作并且提高监控系统的效率，是显而易见的。

在一个或多个实施例中，优选的是，对图像帧的子集(例如包括目标个体的裁切)，而不是对全部图像帧执行动作辨识。以这种方式，具体针对包含大量个体的视图，计算负载显著地降低。这当然意味着场景中的一些个体将被忽视(仅已经被选择和跟踪的个体将被主动地监控)。