[发明专利]一种大规模视频监控网络极低误警率预警方法

说明书

本发明公开了一种大规模视频监控网络极低误警率预警方法，包括多个摄像机、多个低层元数据提取单元、多个中层区域单目标融合判决单元以及一个高层全局多目标综合判决单元，低层元数据提取单元与摄像机连接，通过分析摄像机的视频图像，提取出视频中可能存在的人体目标区域的元数据和（或）车辆目标区域的元数据，然后将元数据上传至中层区域单目标融合判决单元，中层区域单目标融合判决单元对元数据进行分析处理，高层全局多目标综合判决单元与多个中层区域单目标融合判决单元连接，接收中层区域单目标融合判决单元上传的元数据处理结果，并对数据进行综合处理输出。本发明的技术方案通过分级融合判决方法，降低了视频监控系统的误警率。

技术领域

本发明涉及视频监控系统技术领域，特别涉及一种大规模视频监控网络极低误警率预警方法。

背景技术

视频监控系统是城市公共安全的重要保障，其建设规模逐年递增。传统的视频监控系统依靠人眼对实时视频画面进行监控，受限于人眼的生理特性，系统漏警率很高。近年来，随着视觉计算技术的不断发展，很多厂商都推出了具有一定视频内容分析能力的摄像机、录像机、视频分析服务器等产品，旨在提高视频监控网络对数据的自动化分析处理能力。然而，在实际视频监控网络中，不同布控点的摄像机安装姿态、监控场景环境、目标个体形态等因素差异极大，与此同时，受限于硬件处理能力，现有设备的分析算法大多仅适用于有限的监控场景和监控任务，在大规模部署时，极易出现高检测率伴随高虚警率、或者低虚警率伴随高漏警率的问题，这两类误检测问题已经成为制约大规模视频监控网络性能的瓶颈，亟需加以解决。

发明内容

本发明的主要目的是提出一种大规模视频监控网络极低误警率预警方法，旨在解决现有的视频监控系统在大规模部署时，出现的高检测率伴随高虚警率、或者低虚警率伴随高漏警率的技术问题。

为实现上述目的，本发明提出的大规模视频监控网络极低误警率预警方法，包括多个摄像机、多个低层元数据提取单元、多个中层区域单目标融合判决单元以及一个高层全局多目标综合判决单元，每一所述摄像机的监控区域均和不少于2台处于同一系统中的其他所述摄像机的监控区域重合，每一所述低层元数据提取单元与单台所述摄像机数据连接，通过分析所述摄像机的视频图像，提取出视频中可能存在的人体目标区域的元数据和（或）车辆目标区域的元数据，然后将所述元数据上传至所述中层区域单目标融合判决单元，每一所述中层区域单目标融合判决单元与监控同一区域的所述多个摄像机对应的所述多个低层元数据提取单元数据连接，并对所述元数据进行分析处理，所述高层全局多目标综合判决单元与所述多个中层区域单目标融合判决单元数据连接，接收所述多个中层区域单目标融合判决单元上传的元数据处理结果，并对数据进行综合处理。

具体地，对于单个所述摄像机上传的元数据中的每一个目标，所述中层区域单目标融合判决单元依据相似度判定准则在其他所述摄像机元数据中寻找匹配目标，只有当一个目标在所有所述摄像机的元数据中都存在时，则将该目标作为候选目标保留下来，不满足该条件的目标直接丢弃。

具体地，对于每一所述候选目标，所述中层区域单目标融合判决单元分别对其在的所述摄像机的元数据中的对应数据进行分析判别，统计所有判决结果的类别，如果某个结果类别在所有结果中的比重超过2/3，则将该结果作为该候选目标对应的最终结果输出，该候选目标成为有效目标，如果没有任何一种结果类别满足上述条件，则不输出任何结果。

具体地，如果所述中层区域单目标融合判决单元输出的所述结果在所有结果的比重中未达到百分之百，则将不同判决结果对应的元数据作为一个正样本存储下来，当存储的所述正样本的总数超过预设的数量阈值时，通过fine-tuing机制对该单目标融合判决单元的判决策略进行在线微调。