基于摄像机的监控方法、系统和装置制造方法及图纸

本发明专利技术公开了一种基于摄像机的监控方法、系统和装置。其中，该方法包括：接收多个摄像机持续上传的数字视频信息；使用预设的学习模型处理各个摄像机持续上传的数字视频信息，得到各个摄像机对应的语义模型；在接收到携带有待监控的目标对象的监控请求之后，使用学习模型提取目标对象的固有特征，其中，固有特征为目标对象区别于各个摄像机对应的监控区域内的场景内容的特征；将目标对象的固有特征广播至多个摄像机；控制多个摄像机根据固有特征和语义模型对目标对象进行监控。本发明专利技术解决了现有技术中使用监控设备监控目标对象的过程中，需要对不同目标对象分别手动设计特征，导致监控效率低的技术问题。

【技术实现步骤摘要】

本专利技术涉及视频监控
，具体而言，涉及一种基于摄像机的监控方法、系统和装置。
技术介绍
目前基于摄像机的监控技术或系统有很多，虽然这些技术或系统都在前端设备(即IP摄像机的硬件)上集成了视频监控相关的智能算法，用于对IP摄像机获取的数字视频信号进行分析，但现有技术具有如下的缺点：(1)、现有的监控技术或系统针对监控场景中的不同目标类型(如人、汽车、非机动车等)采用不同的人工设计特征，需要技术人员针对目标类型手动设计特征，这样的方式无法涉及全部对象，因此当需要识别一类新对象时，若不针对这一类新对象重新手动设计特征，则无法实现对这一类新对象的监控、跟踪；若针对这一类新对象重新手动设计特征，又费时费力、效率低。(2)、现有的监控技术或系统仅支持识别、检测、跟踪等基础智能，无法根据IP摄像机采集到的跟踪对象的不同特征进行更新，布控与跟踪功能不准确。例如，在前一部IP摄像机中圈选一辆目标车辆开始跟踪，当目标车辆驶出该IP摄像机时，需要切换到下一部IP摄像机以继续对目标车辆进行跟踪，但是由于现有技术中的IP摄像机不会对采集到的跟踪对象(如目标车辆)的不同特征进行更新，当目标车辆在前一部IP摄像机中被采集到的特征为车辆前部，而目标车辆进入下一部IP摄像机时被采集到的特征为车辆后部时，可能导致下一部IP摄像机识别目标车辆失败，从而导致跟踪失败。针对现有技术中使用监控设备监控目标对象的过程中，需要对不同目标对象分别手动设计特征，导致监控效率低的技术问题，目前尚未提出有效的解决方案。
技术实现思路
本专利技术实施例提供了一种基于摄像机的监控方法、系统和装置，以至少解决现有技术中使用监控设备监控目标对象的过程中，需要对不同目标对象分别手动设计特征，导致监控效率低的技术问题。根据本专利技术实施例的一个方面，提供了一种基于摄像机的监控方法，包括：接收多个摄像机持续上传的数字视频信息，其中，数字视频信息包括生成数字视频信息时摄像机对应的监控区域内的场景内容；使用预设的学习模型处理各个摄像机持续上传的数字视频信息，得到各个摄像机对应的语义模型，其中，语义模型用于描述摄像机对应的监控区域内的场景内容；在接收到携带有待监控的目标对象的监控请求之后，使用学习模型提取目标对象的固有特征，其中，固有特征为目标对象区别于各个摄像机对应的监控区域内的场景内容的特征；将目标对象的固有特征广播至多个摄像机；控制多个摄像机根据固有特征和语义模型对目标对象进行监控。根据本专利技术实施例的另一方面，还提供了一种基于摄像机的监控方法，包括：实时获取摄像机监控对应的监控区域的场景内容得到的数字视频信号；在接收到服务器下发的目标对象的固有特征之后，使用预先存储的学习模型和语义模型处理数字视频信号，得到目标对象的第一特征模型，其中，语义模型为服务器预先下发的用于描述摄像机对应的监控区域内的场景内容的模型，第一特征模型为摄像机生成的目标对象的特征模型；比较第一特征模型和摄像机接收到的目标对象的固有特征，得到比较结果；判断比较结果是否超过预设阈值；若比较结果超过预设阈值，则多个摄像机联动跟踪目标对象。根据本专利技术实施例的另一方面，还提供了一种基于摄像机的监控系统，包括：服务器集群，包括多个服务器，多个服务器用于接收多个摄像机持续上传的数字视频信息，使用预设的学习模型处理各个摄像机持续上传的数字视频信息，得到各个摄像机对应的语义模型，在接收到携带有待监控的目标对象的监控请求之后，使用学习模型提取目标对象的固有特征，将目标对象的固有特征广播至多个摄像机，以及控制多个摄像机根据固有特征和语义模型对目标对象进行监控，其中，数字视频信息包括生成数字视频信息时摄像机对应的监控区域内的场景内容，语义模型用于描述摄像机对应的监控区域内的场景内容，固有特征为目标对象区别于各个摄像机对应的监控区域内的场景内容的特征；多个摄像机，用于实时获取摄像机监控对应的监控区域的场景内容得到的数字视频信号，在接收到服务器下发的目标对象的固有特征之后，使用预先存储的学习模型和语义模型处理数字视频信号，得到摄像机的第一特征模型，比较第一特征模型和摄像机接收到的目标对象的固有特征，得到比较结果，判断比较结果是否超过预设阈值，以及若比较结果超过预设阈值，则多个摄像机联动跟踪目标对象，其中，语义模型为服务器预先下发的用于描述摄像机对应的监控区域内的场景内容的模型，第一特征模型为摄像机生成的目标对象的特征模型。根据本专利技术实施例的另一方面，还提供了一种基于摄像机的监控装置，包括：接收单元，用于接收多个摄像机持续上传的数字视频信息，其中，数字视频信息包括生成数字视频信息时摄像机对应的监控区域内的场景内容；第一处理单元，用于使用预设的学习模型处理各个摄像机持续上传的数字视频信息，得到各个摄像机对应的语义模型，其中，语义模型用于描述摄像机对应的监控区域内的场景内容；提取单元，用于在接收到携带有待监控的目标对象的监控请求之后，使用学习模型提取目标对象的固有特征，其中，固有特征为目标对象区别于各个摄像机对应的监控区域内的场景内容的特征；广播单元，用于将目标对象的固有特征广播至多个摄像机；控制单元，用于控制多个摄像机根据固有特征和语义模型对目标对象进行监控。根据本专利技术实施例的另一方面，还提供了一种基于摄像机的监控装置，包括：获取单元，用于实时获取摄像机监控对应的监控区域的场景内容得到的数字视频信号；第二处理单元，用于在接收到服务器下发的目标对象的固有特征之后，使用预先存储的学习模型和语义模型处理数字视频信号，得到目标对象的第一特征模型，其中，语义模型为服务器预先下发的用于描述摄像机对应的监控区域内的场景内容的模型，第一特征模型为摄像机生成的目标对象的特征模型；比较单元，用于比较第一特征模型和摄像机接收到的目标对象的固有特征，得到比较结果；第一判断单元，用于判断比较结果是否超过预设阈值；第一确定单元，用于在比较结果超过预设阈值的情况下，确定多个摄像机联动跟踪目标对象。采用本专利技术实施例，在接收到多个摄像机持续上传的数字视频信息之后，使用预设的学习模型处理该数字视频信息，得到各个摄像机对应的语义模型，在接收到用于监控目标对象的监控请求之后，无论目标对象属于何种类型，均可使用相同的学习模型自动提取目标对象的固有特征，然后将提取到的目标对象的固有特征广播至多个摄像机，并控制多个摄像机根据该目标对象的固有特征和语义模型联动跟踪该目标对象，无需现有技术中开发人员对不同类型的目标对象手动设计不同的特征，省时省力。通过本专利技术实施例，使用相同的学习模型自动提取任一类型的目标对象的固有特征，无论目标对象是什么类型，均可自动识别并自动提取其固有特征，避免了现有技术中针对不同目标类型开发人员需分别手动设计特征的问题，大大简化了监控不同目标类型的对象时的设计流程，提高了监控效率。采用本专利技术实施例，解决了现有技术中使用监控设备监控目标对象的过程中，需要对不同目标对象分别手动设计特征，导致监控效率低的技术问题，实现了无需根据目标对象的类型分别手动设计特征，无论目标对象是何种类型均可自动提取目标对象的固有特征，并基于该自动提取的固有特征准确监控目标对象的效果，提高了监控效率。附图说明此处所说明的附图用来提供对本专利技术的进一步理解，构成本申请的本文档来自技高网...

【技术保护点】
一种基于摄像机的监控方法，其特征在于，包括：接收多个摄像机持续上传的数字视频信息，其中，所述数字视频信息包括生成所述数字视频信息时所述摄像机对应的监控区域内的场景内容；使用预设的学习模型处理各个所述摄像机持续上传的所述数字视频信息，得到各个所述摄像机对应的语义模型，其中，所述语义模型用于描述所述摄像机对应的监控区域内的场景内容；在接收到携带有待监控的目标对象的监控请求之后，使用所述学习模型提取所述目标对象的固有特征，其中，所述固有特征为所述目标对象区别于各个所述摄像机对应的监控区域内的场景内容的特征；将所述目标对象的固有特征广播至所述多个摄像机；控制所述多个摄像机根据所述固有特征和所述语义模型对所述目标对象进行监控。

【技术特征摘要】
1.一种基于摄像机的监控方法，其特征在于，包括：接收多个摄像机持续上传的数字视频信息，其中，所述数字视频信息包括生成所述数字视频信息时所述摄像机对应的监控区域内的场景内容；使用预设的学习模型处理各个所述摄像机持续上传的所述数字视频信息，得到各个所述摄像机对应的语义模型，其中，所述语义模型用于描述所述摄像机对应的监控区域内的场景内容；在接收到携带有待监控的目标对象的监控请求之后，使用所述学习模型提取所述目标对象的固有特征，其中，所述固有特征为所述目标对象区别于各个所述摄像机对应的监控区域内的场景内容的特征；将所述目标对象的固有特征广播至所述多个摄像机；控制所述多个摄像机根据所述固有特征和所述语义模型对所述目标对象进行监控。2.根据权利要求1所述的方法，其特征在于，使用预设的学习模型处理各个所述摄像机持续上传的所述数字视频信息，得到各个所述摄像机对应的语义模型包括：使用所述学习模型处理任意一个摄像机所上传的多个所述数字视频信息，生成所述摄像机对应的初始语义模型；根据各个所述摄像机的物理位置建立虚拟网络，其中，所述虚拟网络中的节点对应各个所述摄像机的物理位置；基于所述虚拟网络的节点控制各个所述摄像机进行信息交换，更新各个所述摄像机对应的初始语义模型，以得到各个所述摄像机对应的语义模型。3.根据权利要求2所述的方法，其特征在于，所述监控请求携带有包括所述目标对象的图像信息，其中，使用所述学习模型提取所述目标对象的固有特征包括：识别所述目标对象在所述图像信息中所处的区域；使用所述学习模型对所述区域内的图像进行特征提取处理，得到所述目标对象的固有特征。4.根据权利要求1所述的方法，其特征在于，控制所述多个摄像机根据所述固有特征和所述语义模型对所述目标对象进行监控包括：将最新的语义模型广播至所述多个摄像机，其中，所述多个摄像机根据所述最新的语义模型识别是否监控到所述目标对象；接收监控到所述目标对象的摄像机返回的监控信息；根据所述监控信息监控所述目标对象。5.根据权利要求4所述的方法，其特征在于，根据所述监控信息监控所述目标对象包括：获取各个所述监控到所述目标对象的摄像机的地理位置信息以及监控到所述目标对象的时间信息；按照各个所述摄像机的所述时间信息的先后顺序，使用各个所述摄像机的所述地理位置信息构建所述目标对象的虚拟移动轨迹；展示所述虚拟移动轨迹；在接收用户输入的操作指令之后，按照所述操作指令控制所述虚拟移动轨迹的展示方式，其中，所述操作指令包括如下至少之一：旋转操作指令、缩放操作指令以及平移操作指令。6.根据权利要求1至5中任意一项所述的方法，其特征在于，将所述目标对象的固有特征广播至所述多个摄像机包括：对所述目标对象的固有特征进行压缩得到压缩包；将所述压缩包广播至各个所述摄像机。7.一种基于摄像机的监控方法，其特征在于，包括：实时获取摄像机监控对应的监控区域的场景内容得到的数字视频信号；在接收到服务器下发的目标对象的固有特征之后，使用预先存储的学习模型和语义模型处理所述数字视频信号，得到所述目标对象的第一特征模型，其中，所述语义模型为所述服务器预先下发的用于描述所述摄像机对应的监控区域内的场景内容的模型，所述第一特征模型为所述摄像机生成的所述目标对象的特征模型；比较所述第一特征模型和所述摄像机接收到的所述目标对象的固有特征，得
\t到比较结果；判断所述比较结果是否超过预设阈值；若所述比较结果超过所述预设阈值，则多个所述摄像机联动跟踪所述目标对象。8.根据权利要求7所述的方法，其特征在于，多个所述摄像机联动跟踪所述目标对象包括：接收所述摄像机邻域内的其他摄像机发送的第二特征模型，其中，所述第二特征模型为所述邻域内的其他摄像机生成的所述目标对象的特征模型；根据所述第二特征模型调整所述第一特征模型的模型参数，以更新所述第一特征模型；使用更新后的第一特征模型对所述目标对象进行监控，并将所述更新后的第一特征模型发送至所述邻域内的其他摄像机。9.根据权利要求7所述的方法，其特征在于，在接收到服务器下发的目标对象的固有特征之后，使用预先存储的学习模型和语义模型处理所述数字视频信号，得到所述摄像机的第一特征模型包括：使用所述学习模型和所述语义模型对所述数字视频信号进行处理，得到关于所述目标对象的特征图；对所述特征图进行上采样操作，得到与所述数字视频信号分辨率一致的特征图；从所述与所述数字视频信号分辨率一致的特征图中确定所述目标对象的位置信息；提取所述位置信息的特征，生成所述第一特征模型。10.根据权利要求7至9中任意一项所述的方法，其特征在于，在实时获取摄像机监控对应的监控区域的场景内容得到的数字视频信号之后，所述方法还包括：判断是否接收到所述服务器下发的所述目标对象的固有特征；在判断出接收到所述服务器下发的所述目标对象的固有特征的情况下，所述摄像机进入布控模式，以使用所述学习模型和所述语义模型处理所述数字视频信号，得到所述摄像机的第一特征模型；在判断出未接收到所述服务器下发的固有特征的情况下，则所述摄像机将得到的所述数字视频信号上传至所述服务器。11.根据权利要求7至9中任意一项所述的方法，其特征在于，在多个所述摄像机联动跟踪所述目标对象的同时，所述方法还包括：监控到所述目标对象的摄像机向所述服务器发送报警信号，其中，所述报警信号用于指示所述监控到所述目标对象的摄像机监控到了所述目标对象。12.一种基于摄像机的监控系统，其特征在于，包括：服务器集群，包括多个服务器，所述多个服务器用于接收多个摄像机持续上传的数字视频信息，使用预设的学习模型处理各个所述摄像机持续上传的所述数字视频信息，得到各个所述摄像机对应的语义模型，在接收到携带有待监控的目标对象的监控请求之后，使用所述学习模型提取所述目标对象的固有特征，将所述目标对象的固有特征广播至所述多个摄像机，以及控制所述多个摄像机根据所述固有特征和所述语义模型对所述目标对象进行监控，其中，所述数字视频信息包括生成所述数字视频信息时所述摄像机对应的监控区域内的场景内容，所述语义模型用于描述所述摄像机对应的监控区域内的场景内容，所述固有特征为所述目标对象区别于各个所述摄像机对应的监控区域内的场景内容的特征；所述多个摄像机，用于实时获取摄像机监控对应的监控区域的场景内容得到的数...

【专利技术属性】
技术研发人员：谢迪，浦世亮，彭剑锋，朱江，武晓阳，
申请(专利权)人：杭州海康威视数字技术股份有限公司，
类型：发明
国别省市：浙江;33