一种场景特征检测的装置、搜索的装置及搜索的方法制造方法及图纸

本发明专利技术涉及基于视频图像的场景特征检测和搜索技术领域，尤其涉及一种场景特征检测的装置、搜索的装置及搜索的方法，检测的装置包括模块NM、模块VM和模块FM，搜索的装置包括模块SM。一种场景特征检测的装置、搜索的装置及搜索的方法，我们使用一套装置即可检测常用场景中基本的特征(abcde五类信息)即可满足用户的大部分需求，大大提升了海量视频数据下的搜索速度，同时也使得模块NM、模块VM以及模块FM能缩小体积位于同一电性设备之内(双目的摄像机)，就将上述的所有功能集成在一起，且成本大大降低。大降低。

【技术实现步骤摘要】
一种场景特征检测的装置、搜索的装置及搜索的方法


[0001]本专利技术涉及场景特征检测和搜索
，尤其涉及一种场景特征检测的装置、搜索的装置及搜索的方法。

技术介绍

[0002]随着相机技术和AI算法，视频算法技术的成熟，诞生了很多种智能摄像机。
[0003]当前有两种主要的摄像机设备：单目(单成像器件)可见光或非可见光；双目(多目)混合可见光和非可见光。此外，也存在一系列的视频分析服务器等形态的设备，进行对视频图像的分析和管理。
[0004]不论是摄像机设备还是视频分析服务器设备，在承载了AI算法或视频分析算法以后，都可以进行一些事件和目标的检测告警。随着发展，出现了方便后期进行搜索的视频结构化摄像机和视频设备：所谓视频结构化就是实时将视频中的关键目标信息提取出来保存后建立档案和索引，后期要用的时候通过输入关键参数索引就可以快速将其获取当时的场景和图片和目标信息。
[0005]另外，为了获取一些特定波段的事件信息和检测这些事件，例如检测火焰或者高温目标，出现了非可见光谱段的摄像机。例如常见的利用红外或者远红外谱段进行火焰检测的摄像机。
[0006]上述产品存在明显的缺陷，例如
[0007]A：未利用高像素的非可见光和可见光信息来建立视频结构化的索引信息。一旦涉及到非可见光的事件或者目标检测，就出现了明显的结构化空缺，这一空缺不但表现在非可见光部分没有结构化以外，还表现为可见光部分也缺少和非可见光部分的共同的场景描述能力，特别是，当涉及的场景表达需求必须同时由两个或者两个以上的光波段的检测来实现时。结构化提取特征需要较多的像素细节，但是当前的准确的非可见光成像器成本都很高，故而大部分厂家只能通过减小非可见光的成像器件来妥协，这样很多特征就不细致准确，探测也不足够灵敏。
[0008]B：没有将异常事件和通常的人车目标进行同步结构化，不能进行综合的搜索服务。例如，没有一个智能摄像机产品同时提供基于非可见光的火焰和基于可见光车牌的视频结构化功能和搜索功能。
[0009]C：不提供支持自然语义化的搜索工具，造成日常操作复杂，不能完全体现搜索人的意图。现在的搜索工具，为了不造成搜索引擎的误解，基本都采用菜单选择式的输入方式，这种方法人性化不足。
[0010]D：结构化特征量过多过杂，性能不稳定，特征不准确，搜索结构错误多；例如当前很多智能相机提供几十种结构化特征，但是绝大部分结构化特征可靠性很弱，却占据了大量的计算资源，造成成本居高不小。

技术实现思路

[0011]为了克服现有技术存在的缺点，本专利技术提供一种场景特征检测的装置、搜索的装置及搜索的方法，使用大靶面非可见光成像(长或宽大于1000个像素) 器材用以生成火焰事件的结构化数据，包括它的成像具体位置，这个是精准结构化的必要条件；把可见光的结构化数据和非可见光的结构化数据同时入库，并且是同时同步入库；提供人车最基本的特征作为结构化的要求，大幅度降低不可靠的特征对搜索结果造成的干扰，提高实用性，降低总体成本；提供专门的语义化解析工具，方便用户使用。
[0012]为达此目的，本专利技术采用以下技术方案：
[0013]本专利技术提供了一种场景特征检测的装置，所述检测的装置包括模块NM、模块VM和模块FM，所述模块FM为数据库，所述模块NM能够对非可见光图像进行采集和分析检测并将特征输送到所述模块FM中进行结构化存储，所述模块VM 能够对可见光图像进行采集和分析检测并将出现的事件和目标的特征输送到所述模块FM中进行结构化存储；
[0014]所述模块NM和所述模块VM位于同一个电性设备之内，且，所述模块NM和所述模块VM能够同时分别对非可见光图像和可见光图像进行检测分析；
[0015]所述模块NM包括模块NMa和模块NMb，所述模块NMa用于对非可见光的图像的采集，所述模块NMb能够利用所述NMa模块采集获取的非可见光图像进行分析检测并提取事件或目标特征并将这些特征输出给所述模块FM进行储存；
[0016]所述模块NMa成像光谱范围包括一个或多个谱段不位于400
‑
700nm的可见光部分；所述模块NMa感测光波的成像点构成的靶面至少在一个方向上的数量超过了1000个像素，在整个靶面上超过了1百万个像素；
[0017]所述模块VM包括模块VMa和模块VMb，所述模块VM用于可见光的图像采集，所述模块VMb能够利用所述VMa模块采集获取的可见光图像进行分析检测并提取事件或目标特征并将该特征输出给所述模块FM进行储存；
[0018]所述模块VMa成像光谱范围包括位于400
‑
700nm的可见光部分，所述模块 VMa感测光波的成像点构成的靶面至少在一个方向上的数量超过了1000个像素，在整个靶面上超过了100万个像素；
[0019]所述模块FM同时对所述模块VM上报的数据和所述模块NM上报的数据进行结构化存储；所述结构化存储指将每一条事件或目标的特征表达为满足下述要求的记录：包含事件或目标出现的时间，且，不同类事件或目标本身特征可以使用同一种或不同种参数进行描述，且，描述事件或目标特征的参数是有限的，且，存储的条目数量大于1条，且，每一个特征参数都可以作为索引被检索。
[0020]进一步地，所述模块FM中存储的结构化记录包含了下面abcde五类事件或目标记录中的一类或多类，且任意一类的内容包括了下述对应各类内容的全部或部分特征：
[0021]a、场景中出现的人的特征量FMp，其包括人出现的位置和时间；
[0022]b、人脸特征量FMf，其包含在场景中出现的人脸的位置和时间；
[0023]c、车特征量FMv，包括场景中出现的车的位置和时间、车的可见光颜色、车的车牌号码；
[0024]d、火特征量FMa，其包含场景中火焰出现的时间和位置；
[0025]e、烟特征量SMa，其包含场景中烟雾出现的时间和位置。
[0026]进一步地，所述模块NM中的子模块NMa成像光谱中至少包含下述窄带波段中的一个：通过波段的核心波长位于930nm到970nm之间，波段半功率宽度不大于50nm；通过波段的核心波长位于200nm到280nm之间，波段半功率宽度不大于100nm。
[0027]进一步地，所述模块FM的可以单独位于一个不包含所述模块NM和所述模块VM的设备之中。
[0028]本专利技术还提供一种场景特征搜索的装置，所述搜索的装置可以电性连接所述场景特征检测的装置，且所述搜索的装置包括特征搜索模块SM，所述模块SM 能够从模块FM中将特定的场景特征目标或事件搜索出来并予以输出；
[0029]所述模块SM包括一个输入子模块SMi、一个翻译子模块SMt、一个查询子模块SMs和一个展现子模块SMp；
[0030]所述子模块SMi提供一个允许外界直接输入连续的文字描述串的文本输入框SMik，这个文字描述串可以包含多个不同特征参数的描述，在文本输入框SMik 中输入的内容将被所述子模块SMt进行分析本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种场景特征检测的装置，其特征在于：所述检测的装置包括模块NM、模块VM和模块FM，所述模块FM为数据库，所述模块NM能够对非可见光图像进行采集和分析检测并将特征输送到所述模块FM中进行结构化存储，所述模块VM能够对可见光图像进行采集和分析检测并将出现的事件和目标的特征输送到所述模块FM中进行结构化存储；所述模块NM和所述模块VM位于同一个电性设备之内，且，所述模块NM和所述模块VM能够同时分别对非可见光图像和可见光图像进行检测分析；所述模块NM包括模块NMa和模块NMb，所述模块NMa用于对非可见光的图像的采集，所述模块NMb能够利用所述NMa模块采集获取的非可见光图像进行分析检测并提取事件或目标特征并将这些特征输出给所述模块FM进行储存；所述模块NMa成像光谱范围包括一个或多个谱段不位于400
‑
700nm的可见光部分；所述模块NMa感测光波的成像点构成的靶面至少在一个方向上的数量超过了1000个像素，在整个靶面上超过了1百万个像素；所述模块VM包括模块VMa和模块VMb，所述模块VM用于可见光的图像采集，所述模块VMb能够利用所述VMa模块采集获取的可见光图像进行分析检测并提取事件或目标特征并将该特征输出给所述模块FM进行储存；所述模块VMa成像光谱范围包括位于400
‑
700nm的可见光部分，所述模块VMa感测光波的成像点构成的靶面至少在一个方向上的数量超过了1000个像素，在整个靶面上超过了100万个像素；所述模块FM同时对所述模块VM上报的数据和所述模块NM上报的数据进行结构化存储；所述结构化存储指将每一条事件或目标的特征表达为满足下述要求的记录：包含事件或目标出现的时间，且，不同类事件或目标本身特征可以使用同一种或不同种参数进行描述，且，描述事件或目标特征的参数是有限的，且，存储的条目数量大于1条，且，特征参数可以作为索引被检索。所述模块FM中存储的结构化记录包含了下面abcde五类事件或目标记录中的一类或多类，且任意一类的内容包括了下述对应各类内容的全部或部分特征：a、场景中出现的人的特征量FMp，其包括人出现的位置和时间；b、人脸特征量FMf，其包含在场景中出现的人脸的位置和时间；c、车特征量FMv，包括场景中出现的车的位置和时间、车的可见光颜色、车的车牌号码；d、火特征量FMa，其包含场景中火焰出现的时间和位置；e、烟特征量SMa，其包含场景中烟雾出现的时间和位置。2.根据权利要求1所述的一种场景特征检测的装置，其特征在于：所述模块NM中的子模块NM...

【专利技术属性】
技术研发人员：夏盛，王颖，
申请(专利权)人：北京精英系统科技有限公司，
类型：发明
国别省市：