一种基于智能视频分析的市政物品失窃检测与报警方法技术

本发明专利技术属于图像识别技术、计算机控制技术在安防监控领域的应用，特别是涉及一种基于智能视频分析的市政物品丢失检测与报警方法。本发明专利技术所公开的方法采用VIBE背景建模算法，该方法具有抗干扰能力强，报警规则制定简单，对服务器性能和网络带宽要求低的特点。本发明专利技术所公开的方法在操作人员不参与的情况下能够完成对物品的状态进行实时监测，对失窃事件能够及时报警，具有实时性高，不间断工作，及时记录作案现场的视频信息的优点。

A method of theft detection and alarm for municipal articles based on intelligent video analysis

The invention belongs to the application of image recognition technology and computer control technology in the field of security monitoring, and in particular relates to a method for detecting and alarming the loss of municipal articles based on intelligent video analysis. The method disclosed in the invention adopts VIBE background modeling algorithm. The method has the characteristics of strong anti-interference ability, simple alarm rule formulation and low requirement for server performance and network bandwidth. The method disclosed by the invention can complete real-time monitoring of the state of the goods without the participation of the operator, and can alarm the theft in time. It has the advantages of high real-time, uninterrupted work and timely recording of video information on the scene of the crime.

【技术实现步骤摘要】
一种基于智能视频分析的市政物品失窃检测与报警方法
本专利技术属于图像识别技术、计算机控制技术在安防监控领域的应用，特别是涉及一种基于智能视频分析的市政物品丢失检测与报警方法。
技术介绍
随着城市发展的加快，城市市政公共设施已初具规模，市政公用设施遭自然因素、人为活动或意外事件损坏的情况时有发生，例如井盖丢失、广告牌丢失等，市政公用设施的损坏可能给国家利益、社会秩序与公共生命财产造成重大危害。目前所能有的解决办法一是人防，二是物防，三是技防。其中，人防的困难主要是监管区域太广，不能24小时全时段防范到位，效率低，成本大；物防具有局限性，成本过高，防范有限；技术防范的问题是成本过高，其防盗成本远远超出这些基础设施本身的实际成本和损失被盗的成本，要实现对大区域市政基础设施监控就更加困难。而随着我国信息化进程的推进，大量的前端高清视频设备已经遍布大街小巷，如利用这些已有的高清视频设备结合智能视频分析技术对重要区域进行有效监控，其中，智能视频分析是安防监控中一项重要的技术，是利用图像处理和分析的方法，将场景中背景和目标分离，进而分析并追踪在摄像机场景内出现的关注目标，一旦有市政基础设施遭窃，能够及时发现并报警，自动记录现场，协助工作人员及时处理，既不需要增加人力成本，又不需要增加物力成本，还能大大提高效率，同时节省大量的财力。
技术实现思路
为了减轻市政管理的压力，本专利技术的目的在于提供一种基于智能视频分析的市政物品失窃检测与报警方法，本专利技术所公开的方法采用VIBE背景建模算法，该方法具有抗干扰能力强，报警规则制定简单，对服务器性能和网络带宽要求低的特点。本专利技术所公开的方法在操作人员不参与的情况下能够完成对物品的状态进行实时监测，对失窃事件能够及时报警，具有实时性高，不间断工作，及时记录作案现场的视频信息的优点。本专利技术充分利用目前已有的视频监控设备，将智能视频分析技术应用到城市基础设施管理中，运用智能视频分析在一些重要区域进行目标检测，能够代替值守人员24小时工作，实现无人值守。本专利技术为了实现上述目的，采用如下技术方案：一种基于智能视频分析的市政物品失窃检测与报警方法，该方法包括如下步骤：第一步：监控设备采集视频图像，并将采集的视频图像接入智能视频分析服务器；第二步：对接入的视频流进行解码并显示，这里利用FFMPEG对历史视频数据或实时视频数据进行解码，并分帧处理为帧队列，最后借助QT控件作视频的实时显示；第三步：用户规则设置，人为的选取视频图像中需要监控的区域，即目标物体所在的区域，设置检测的阈值，即目标物体的大小，并将监控区域的边界信息、目标物体的大小信息存入数据库；第四步：实时分析每帧视频中监视区域内的目标，根据监视区域内目标物体变化大小和检测阈值的大小判断物品是否丢失，利用VIBE背景建模算法根据历史视频数据的帧队列或者实时视频数据的帧队列建立模型，对帧队列中的每帧图片进行检测分析，分析出当前帧图片中的前景和背景，识别帧图片中的对象目标；第五步：当监视区域内的目标物体的变化达到设定的阈值时，发送报警信息，报警信息有多种形式，包括本地驱动报警设备和向后端监控中心发送报警数据，由监控工作站控制以弹出视频、自动弹出报警信息、驱动报警设备等形式报警；并将报警信息存入数据库以方便后续取证使用；第六步：终端出现报警。进一步的，所述第一步中的视频图像是历史视频数据或者是实时视频数据，其中历史视频数据是指监控设备记录的过去发生的视频数据，实时视频数据是指监控设备实时采集的监控视频数据。进一步的，所述第四步中：VIBE即为visualbackgroundextractor算法，即视觉背景提取算法，利用单帧图像进行初始化建模，并将随机化的方法引入到背景模型中，提出一种随机更新背景模型的策略；该算法主要包括模型初始化、模型匹配与模型更新三个部分。进一步的，所述模型初始化：VIBE算法为了快速开始运动目标检测，采用第一帧图像进行瞬时初始化，并充分利用了相邻像素点之间相似的空间分布特性；对于图像中任一像素点x，从其8邻域N8(x)中随机选取N个样本用于初始化：M(x)＝{vi(y)|y∈N8(x)}式中，v(x)表示取值于x点的像素值，用具有i下标的vi表示背景样本的值，i＝1,2,…N为背景样本的个数；VIBE仅用单帧图像初始化背景模型，内存占用少，计算速度快，从第二帧开始就可以有效检测运动目标。进一步的，所述模型匹配：完成模型初始化后，对于任意一个像素点x，它的背景模型记为：M(x)＝{v1,…vi,…vN}式中，vi表示第i个背景样本，每个模型中一共存储了N个样本；假设当前输入帧是It，像素点x处的像素值是v(x)，定义一个以v(x)为中心，R为半径的球体SR(v(x))，SR(v(x))表示所有与v(x)距离小于R的点的集合，用M(x)落在SR(v(x))内的样本个数#描述v(x)与背景模型M(x)的相似度，对于给定的阀值#min，如果#＜#min，则判定v(x)为前景；如果#＞#min，则判定v(x)为背景；则前景二值图F(x)可表示为：式中，dist(·)表示计算v(x)与M(x)中n个样本之间的欧式距离；#{·}表示欧氏距离小于R的个数，如果#{·}小于给定阈值#min，那么x点被判定为运动前景点，否则判定为背景点。进一步的，所述模型更新：VIBE算法根据当前帧像素vt(x)来更新t-1时刻所建立的背景模型Mt(x)，主要具有以下几个方面：(1)保守更新机制，首先把输入样本和背景模型相互匹配，如果判断为背景点，才用其更新背景模型，目的在于保证前景像素值不会出现在背景模型之中；(2)无记忆更新机制，VIBE更新时从背景模型中随机选择一个样本，该样本并不一定是最早的一个而是随机选取的，然后用匹配上的新样本替换它；(3)随机时间亚采样，在新样本与背景模型匹配上后，采用随机方式决定是否需要在该时刻进行更新；(4)样本邻域传播，从当前像素点x的邻域中随机选取一个像素点，按照与x点相同的更新方法，以一定的概率替换其邻域像素y的背景模型中的任意一个样本。本专利技术的有益效果：本专利技术提供的一种基于智能视频分析的市政物品失窃检测与报警方法，能够有效检测出监视区域内的目标物体丢失前后的图像变化情况，当图像的变化达到设定的阈值时，发送报警信息，报警信息有多种形式，包括本地驱动报警设备和向后端监控中心发送报警数据，由监控工作站控制以弹出视频、自动弹出报警信息、驱动报警设备等形式报警。技术方案达到了智能检测设防区域物品丢失的目的，极大降低了各种成本，充分满足用户的需求，具有重要的应用价值。附图说明图1为本专利技术实施例中的整体结构框图；图2为本专利技术实施例中算法流程示意图；图3为本专利技术实施例中二维欧式空间中像素分类图。具体实施方式为使本专利技术的目的、技术方案及优点更加清楚明白，以下将通过相关附图和实施例，对本专利技术作进一步详细说明。参照图1，图1为本专利技术一种基于智能视频分析的市政物品检测与报警系统一实施例的整体结构框图。如图1所示，在本专利技术实施例中，该系统包括以下步骤：第一步：监控设备采集视频图像，并将采集的视频图像接入智能视频分析服务器，这里的视频图像可以是历史视频数据，也可以是实时视频数据，其中历史视频数据是指监控设备记录的过去发生的视频数据，实本文档来自技高网...

【技术保护点】
1.一种基于智能视频分析的市政物品失窃检测与报警方法，其特征在于该方法包括如下步骤：第一步：监控设备采集视频图像，并将采集的视频图像接入智能视频分析服务器；第二步：对接入的视频流进行解码并显示，这里利用FFMPEG对历史视频数据或实时视频数据进行解码，并分帧处理为帧队列，最后借助QT控件作视频的实时显示；第三步：用户规则设置，人为的选取视频图像中需要监控的区域，即目标物体所在的区域，设置检测的阈值，即目标物体的大小，并将监控区域的边界信息、目标物体的大小信息存入数据库；第四步：实时分析每帧视频中监视区域内的目标，根据监视区域内目标物体变化大小和检测阈值的大小判断物品是否丢失，利用VIBE背景建模算法根据历史视频数据的帧队列或者实时视频数据的帧队列建立模型，对帧队列中的每帧图片进行检测分析，分析出当前帧图片中的前景和背景，识别帧图片中的对象目标；第五步：当监视区域内的目标物体的变化达到设定的阈值时，发送报警信息，报警信息有多种形式，包括本地驱动报警设备和向后端监控中心发送报警数据，由监控工作站控制以弹出视频、自动弹出报警信息、驱动报警设备等形式报警；并将报警信息存入数据库以方便后续取证使用；第六步：终端出现报警。...

【技术特征摘要】
1.一种基于智能视频分析的市政物品失窃检测与报警方法，其特征在于该方法包括如下步骤：第一步：监控设备采集视频图像，并将采集的视频图像接入智能视频分析服务器；第二步：对接入的视频流进行解码并显示，这里利用FFMPEG对历史视频数据或实时视频数据进行解码，并分帧处理为帧队列，最后借助QT控件作视频的实时显示；第三步：用户规则设置，人为的选取视频图像中需要监控的区域，即目标物体所在的区域，设置检测的阈值，即目标物体的大小，并将监控区域的边界信息、目标物体的大小信息存入数据库；第四步：实时分析每帧视频中监视区域内的目标，根据监视区域内目标物体变化大小和检测阈值的大小判断物品是否丢失，利用VIBE背景建模算法根据历史视频数据的帧队列或者实时视频数据的帧队列建立模型，对帧队列中的每帧图片进行检测分析，分析出当前帧图片中的前景和背景，识别帧图片中的对象目标；第五步：当监视区域内的目标物体的变化达到设定的阈值时，发送报警信息，报警信息有多种形式，包括本地驱动报警设备和向后端监控中心发送报警数据，由监控工作站控制以弹出视频、自动弹出报警信息、驱动报警设备等形式报警；并将报警信息存入数据库以方便后续取证使用；第六步：终端出现报警。2.根据权利要求1所述的基于智能视频分析的市政物品失窃检测与报警方法，其特征在于：所述第一步中的视频图像是历史视频数据或者是实时视频数据，其中历史视频数据是指监控设备记录的过去发生的视频数据，实时视频数据是指监控设备实时采集的监控视频数据。3.根据权利要求1所述的基于智能视频分析的市政物品失窃检测与报警方法，其特征在于：所述第四步中：VIBE即为visualbackgroundextractor算法，即视觉背景提取算法，利用单帧图像进行初始化建模，并将随机化的方法引入到背景模型中，提出一种随机更新背景模型的策略；该算法主要包括模型初始化、模型匹配与模型更新三个部分。4.根据权利要求3所述的基于智能视频分析的市政物品失窃检测与报警方法，其特征在于，所述模型初始化：VIBE算法为了快速开始运动目标检测，采用第一帧图像进行瞬时初始化，并充分利用了相邻像素点之间相似的空间分布特性；对于图像中任一像...

【专利技术属性】
技术研发人员：王欣欣，贠周会，王旭，应艳丽，谢吉朋，吴斌，叶超，黄江林，
申请(专利权)人：江西洪都航空工业集团有限责任公司，
类型：发明
国别省市：江西,36