CN104820834A - 一种斗殴预警方法及装置 - Google Patents
一种斗殴预警方法及装置 Download PDFInfo
- Publication number
- CN104820834A CN104820834A CN201510256412.6A CN201510256412A CN104820834A CN 104820834 A CN104820834 A CN 104820834A CN 201510256412 A CN201510256412 A CN 201510256412A CN 104820834 A CN104820834 A CN 104820834A
- Authority
- CN
- China
- Prior art keywords
- feature
- fist fight
- guarded region
- fist
- fight
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
- G06V20/53—Recognition of crowd images, e.g. recognition of crowd congestion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
- G06V10/443—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components by matching or filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/20—Movements or behaviour, e.g. gesture recognition
- G06V40/28—Recognition of hand or arm movements, e.g. recognition of deaf sign language
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Psychiatry (AREA)
- Social Psychology (AREA)
- Human Computer Interaction (AREA)
- Image Analysis (AREA)
Abstract
本发明提供了一种斗殴预警方法及装置。其中,该方法包括:通过摄像装置采集监控区域内的视频图像;从视频图像的当前帧中识别监控区域内的人群聚集程度是否达到设定门限;如果人群聚集程度达到设定门限,根据预设的斗殴特征库和视频图像判断监控区域内的人员行为特征是否属于斗殴特征,斗殴特征库中至少包括斗殴器械特征和斗殴肢体特征;在判断出监控区域内的人员行为特征属于斗殴特征时,发送斗殴预警信息给执法人员对应的终端。通过本发明,实现对斗殴事件进行自动识别,并对斗殴事件进行及时预警,即使在没有目击者时也能保证将斗殴事件及时通知给执法人员。
Description
技术领域
本发明涉及图像处理及安全预警领域,具体而言,涉及一种斗殴预警方法及装置。
背景技术
目前,在马路或街道等场所时有斗殴事件发生,斗殴事件会造成人员伤亡,并产生恶劣的社会影响。为了及时制止斗殴事件并防止人员伤亡,需要对斗殴事件进行报警,以使执法人员能够及时处理斗殴事件。
当前,在发生斗殴事件时,主要依赖于目击者来报警,目击者发现该斗殴事件之后通过手机等终端发送报警信息给执法人员。但是由于很多斗殴事件没有目击者,所以没有人对这些斗殴事件进行报警,导致执法人员经过很长时间之后才能得知该斗殴事件,造成对斗殴事件的处理严重滞后。
发明内容
有鉴于此,本发明实施例的目的在于提供一种斗殴预警方法及装置,实现对斗殴事件进行自动识别并对斗殴事件进行及时预警。
第一方面,本发明实施例提供了一种斗殴预警方法,所述方法包括:
通过摄像装置采集监控区域内的视频图像;
从所述视频图像的当前帧中识别所述监控区域内的人群聚集程度是否达到设定门限;
如果所述人群聚集程度达到所述设定门限,根据预设的斗殴特征库和所述视频图像判断所述监控区域内的人员行为特征是否属于斗殴特征,所述斗殴特征库中至少包括斗殴器械特征和斗殴肢体特征;
在判断出所述监控区域内的人员行为特征属于斗殴特征时,发送斗殴预警信息给执法人员对应的终端。
结合第一方面,本发明提供了上述第一方面的第一种可能的实现方式,其中,所述根据预设的斗殴特征库和所述视频图像判断所述监控区域内的人员行为特征是否属于斗殴特征,包括:
对所述视频数据包括的所述当前帧之后预设帧数的图像分别进行二值化处理,获得所述预设帧数的图像对应的灰度图;
通过灰度二阶微分方式分别从所述预设帧数的图像对应的灰度图中提取人员轮廓特征,将提取的所述人员轮廓特征确定为所述监控区域内的人员行为特征;
将所述监控区域内的人员行为特征与预设的斗殴特征库进行比对,判断所述监控区域内的人员行为特征是否属于斗殴特征。
结合第一方面的第一种可能的实现方式,本发明提供了上述第一方面的第二种可能的实现方式,其中,所述将所述监控区域内的人员行为特征与预设的斗殴特征库进行比对,判断所述监控区域内的人员行为特征是否属于斗殴特征,包括:
分别计算所述监控区域内的人员行为特征与所述预设的斗殴特征库中的每个特征之间的相似度;
确定计算的每个相似度中是否存在大于预设阈值的相似度;
在确定出所述每个相似度中存在大于所述预设阈值的相似度时,确定所述监控区域内的人员行为特征属于斗殴特征。
结合第一方面,本发明提供了上述第一方面的第三种可能的实现方式,其中,所述根据预设的斗殴特征库和所述视频图像判断所述监控区域内的人员行为特征是否属于斗殴特征之前,还包括:
采集各种斗殴器械的图像,从所述各种斗殴器械的图像中提取所述各种斗殴器械对应的斗殴器械特征,以及从历史斗殴事件的视频图像中获取斗殴图像,从所述斗殴图像中提取斗殴肢体特征,将所述斗殴器械特征和所述斗殴肢体特征组成斗殴特征库。
结合第一方面,本发明提供了上述第一方面的第四种可能的实现方式,其中,所述发送斗殴预警信息给执法人员对应的终端之后,还包括:
接收所述执法人员对应的终端发送的斗殴确认命令,调取所述监控区域的视频图像,向所述执法人员对应的终端发送所述监控区域的视频图像。
第二方面,本发明实施例提供了一种斗殴预警装置,所述装置包括:
采集模块,用于通过摄像装置采集监控区域内的视频图像;
识别模块,用于从所述视频图像的当前帧中识别所述监控区域内的人群聚集程度是否达到设定门限;
判断模块,如果所述人群聚集程度达到所述设定门限,根据预设的斗殴特征库和所述视频图像判断所述监控区域内的人员行为特征是否属于斗殴特征,所述斗殴特征库中至少包括斗殴器械特征和斗殴肢体特征;
发送模块,用于在判断出所述监控区域内的人员行为特征属于斗殴特征时,发送斗殴预警信息给执法人员对应的终端。
结合第二方面,本发明提供了上述第二方面的第一种可能的实现方式,其中,所述判断模块包括:
二值化单元,用于对所述视频数据包括的所述当前帧之后预设帧数的图像分别进行二值化处理,获得所述预设帧数的图像对应的灰度图;
提取单元,用于通过灰度二阶微分方式分别从所述预设帧数的图像对应的灰度图中提取人员轮廓特征,将提取的所述人员轮廓特征确定为所述监控区域内的人员行为特征;
判断单元,用于将所述监控区域内的人员行为特征与预设的斗殴特征库进行比对,判断所述监控区域内的人员行为特征是否属于斗殴特征。
结合第二方面的第一种可能的实现方式,本发明提供了上述第二方面的第二种可能的实现方式,其中,所述判断单元包括:
计算子单元,用于分别计算所述监控区域内的人员行为特征与所述预设的斗殴特征库中的每个特征之间的相似度;
第一确定子单元,用于确定计算的每个相似度中是否存在大于预设阈值的相似度;
第二确定子单元,用于在确定出所述每个相似度中存在大于所述预设阈值的相似度时,确定所述监控区域内的人员行为特征属于斗殴特征。
结合第二方面,本发明提供了上述第二方面的第三种可能的实现方式,其中,所述装置还包括:
采集提取模块,用于采集各种斗殴器械的图像,从所述各种斗殴器械的图像中提取所述各种斗殴器械对应的斗殴器械特征,以及从历史斗殴事件的视频图像中获取斗殴图像,从所述斗殴图像中提取斗殴肢体特征,将所述斗殴器械特征和所述斗殴肢体特征组成斗殴特征库。
结合第二方面,本发明提供了上述第二方面的第四种可能的实现方式,其中,所述装置还包括:
调取模块,用于接收所述执法人员对应的终端发送的斗殴确认命令,调取所述监控区域的视频图像,向所述执法人员对应的终端发送所述监控区域的视频图像。
在本发明实施例提供的方法及装置中,在人群聚集程度达到设定门限时,根据预设的斗殴特征库和视频图像判断监控区域内的人员行为特征是否属于斗殴特征,该斗殴特征库中至少包括斗殴器械特征和斗殴肢体特征;并在判断出监控区域内的人员行为特征属于斗殴特征时,发送斗殴预警信息给执法人员对应的终端。实现了对斗殴事件的自动识别,以及对斗殴事件进行及时预警,因此即使在没有目击者时也能保证将斗殴事件及时通知给执法人员。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1示出了本发明实施例1所提供的一种斗殴预警方法的流程图;
图2A示出了本发明实施例2所提供的一种斗殴预警方法的流程图;
图2B示出了本发明实施例2所提供的一种斗殴预警终端的示意图;
图3A示出了本发明实施例3所提供的一种斗殴预警装置的结构示意图;
图3B示出了本发明实施例3所提供的另一种斗殴预警装置的结构示意图。
具体实施方式
下面将结合本发明实施例中附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
考虑到相关技术中主要依赖于目击者来对斗殴事件进行报警。当斗殴事件没有目击者时,没有人对该斗殴事件进行报警,导致执法人员经过很长时间之后才能得知该斗殴事件,造成对斗殴事件的处理严重滞后。基于此,本发明实施例提供了一种斗殴预警方法及装置。下面通过实施例进行描述。
实施例1
参见图1,本发明实施例提供了一种斗殴预警方法。该方法具体包括以下步骤:
步骤101:通过摄像装置采集监控区域内的视频图像;
步骤102:从视频图像的当前帧中识别监控区域内的人群聚集程度是否达到设定门限;
由于斗殴行为至少需要两人参与,所以在终端中预先设定一个设定门限,该设定门限可以为两人或两人以上。人群聚集程度可以为视频图像的当前帧中的头像数目,表示出现在监控区域内的人数。
步骤103:如果人群聚集程度达到设定门限,根据预设的斗殴特征库和视频图像判断监控区域内的人员行为特征是否属于斗殴特征,该斗殴特征库中至少包括斗殴器械特征和斗殴肢体特征;
上述判断过程具体可以通过如下方式来实现,具体包括:对视频数据包括的当前帧之后预设帧数的图像分别进行二值化处理,获得预设帧数的图像对应的灰度图;通过灰度二阶微分方式分别从预设帧数的图像对应的灰度图中提取人员轮廓特征,将提取的人员轮廓特征确定为监控区域内的人员行为特征;将监控区域内的人员行为特征与预设的斗殴特征库进行比对,判断监控区域内的人员行为特征是否属于斗殴特征。
上述将监控区域内的人员行为特征与预设的斗殴特征库进行比对,判断监控区域内的人员行为特征是否属于斗殴特征,包括:
分别计算监控区域内的人员行为特征与预设的斗殴特征库中的每个特征之间的相似度;确定计算的每个相似度中是否存在大于预设阈值的相似度;在确定出每个相似度中存在大于预设阈值的相似度时,确定监控区域内的人员行为特征属于斗殴特征。
步骤104:在判断出监控区域内的人员行为特征属于斗殴特征时,发送斗殴预警信息给执法人员对应的终端。
通过上述步骤101-104的操作可以实现自动识别斗殴事件并对斗殴事件进行预警,但在自动识别斗殴事件之前,还需要构建斗殴特征库,然后根据该斗殴特征库来自动识别斗殴事件。构建斗殴特征库的方式具体如下:
采集各种斗殴器械的图像,从各种斗殴器械的图像中提取各种斗殴器械对应的斗殴器械特征,以及从历史斗殴事件的视频图像中获取斗殴图像,从斗殴图像中提取斗殴肢体特征,将斗殴器械特征和斗殴肢体特征组成斗殴特征库。
在本发明实施例中,由于自动识别的斗殴事件有时可能并不是真正的斗殴事件,例如,两个好朋友之间进行打闹嬉戏可能也被识别为斗殴事件。所以对识别的斗殴事件进行预警之后,还可以通过如下方式来进一步确定是否真的发生了斗殴事件,具体包括:
接收执法人员对应的终端发送的斗殴确认命令,调取监控区域的视频图像,向执法人员对应的终端发送监控区域的视频图像。
在本发明实施例中,在人群聚集程度达到设定门限时,根据预设的斗殴特征库和视频图像判断监控区域内的人员行为特征是否属于斗殴特征,该斗殴特征库中至少包括斗殴器械特征和斗殴肢体特征;并在判断出监控区域内的人员行为特征属于斗殴特征时,发送斗殴预警信息给执法人员对应的终端。实现了对斗殴事件的自动识别,以及对斗殴事件进行及时预警,因此即使在没有目击者时也能保证将斗殴事件及时通知给执法人员。
实施例2
参见图2A,本发明实施例提供了一种斗殴预警方法,该方法具体包括以下步骤。
步骤201:构建斗殴特征库,该斗殴特征库至少包括斗殴器械特征和斗殴肢体特征;
在发生斗殴事件时,斗殴的一方人员会通过一些具有斗殴特征的肢体姿势来伤害对方,如扬起拳头击打对方或伸出腿部踢打对方等。而且在斗殴时,参与斗殴的人员通常会携带刀、枪或棍棒等斗殴器械,通过这些斗殴器械来伤害对手。为了使终端能够自动识别出斗殴行为,需要根据各种斗殴器械以及参与斗殴的人员的肢体姿势来构建斗殴特征库,以使终端能够根据构建的斗殴特征库自动识别出斗殴事件。
在本发明实施例中,具体可以通过如下方式来构建斗殴特征库:采集各种斗殴器械的图像,从各种斗殴器械的图像中提取各种斗殴器械对应的斗殴器械特征,以及从历史斗殴事件的视频图像中获取斗殴图像,从斗殴图像中提取斗殴肢体特征,将斗殴器械特征和斗殴肢体特征组成斗殴特征库。
其中,可以通过摄像头等摄像装置对各种斗殴器械进行拍摄,来采集各种斗殴器械的图像,也可以从网络中获取各种斗殴器械的图像,然后对斗殴器械的图像进行二值化处理,将图像转化为灰度图,并通过灰度二阶微分方式从灰度图中提取斗殴器械的轮廓特征,将斗殴器械的轮廓特征确定为斗殴器械特征。
在本发明实施例中,可以从执法部门的终端中调取历史斗殴事件的视频图像,也可以从网络上获取历史斗殴事件的视频图像,从获取的所有历史斗殴事件的视频图像中获取有斗殴行为的斗殴图像,对获取的斗殴图像进行二值化处理,得到斗殴图像的灰度图,然后通过灰度二阶微分方式从斗殴图像的灰度图中提取出斗殴人员的轮廓特征,斗殴人员的轮廓特征即为斗殴肢体特征。
其中,在斗殴过程中,斗殴人员一般操作斗殴器械来伤害他人,因此斗殴器械与斗殴人员之间具有相互位置关系,这种相互位置关系也可以通过斗殴人员操作斗殴器械的轮廓特征来体现,所以在本发明实施例中,斗殴特征库中还可以包括斗殴人员操作斗殴器械的轮廓特征。
其中,通过本步骤的操作构建斗殴特征库之后,可以通过如下步骤202-206的操作来根据斗殴特征库识别斗殴行为,以及对斗殴行为进行预警。
步骤202:通过摄像装置采集监控区域内的视频图像;
在本发明实施例中,监控区域可以为马路、商场或集市等场所,尤其是一些经常发生斗殴事件的区域。
本发明实施例的执行主体为终端,该终端上设置有摄像头等摄像装置。在实际应用时,可以将路口、商场或集市等任何地点作为监控区域,并在监控区域安装斗殴预警的终端。通过该终端上的摄像头等摄像装置对监控区域进行拍摄,采集到监控区域内的视频图像。
步骤203:从视频图像的当前帧中识别监控区域内的人群聚集程度是否达到设定门限,若未达到,则继续执行本步骤,若达到,则执行步骤204的操作;
其中,由于斗殴行为至少需要两人参与,所以在终端中预先设定一个设定门限,该设定门限可以为两人或两人以上。人群聚集程度可以为视频图像的当前帧中的头像数目,表示出现在监控区域内的人数。
在本发明实施例中,可以通过人脸识别等技术实时检测视频图像的当前帧中的头像数目,将检测的头像数目确定为监控区域内的人群聚集程度,判断该人群聚集程度是否达到预先设定的设定门限,若未达到,则表明监控区域内的人数少于两人,此时不可能发生斗殴事件,因此继续执行本步骤操作检测采集的下一帧图像是否到达设定门限。若判断出该人群聚集程度达到预先设定的设定门限,则表明此时监控区域内的人数大于或等于两人,有可能会发生斗殴事件,因此后续执行步骤204的操作来进一步确定该监控区域内是否发生了斗殴事件。
其中,在本步骤中,当识别出监控区域内的人群聚集程度达到设定门限时,需要通过如下步骤204和205的操作来根据预设的斗殴特征库和视频图像判断监控区域内的人员行为特征是否属于斗殴特征。
步骤204:从视频图像中提取监控区域内的人员行为特征;
上述人员行为特征为监控区域内人员的肢体姿势等特征,人员行为特征可以通过人员的轮廓特征来表示。
具体可以通过如下方式来提取人员行为特征:对视频数据包括的当前帧之后连续的预设帧数的图像分别进行二值化处理,获得预设帧数的图像对应的灰度图。通过灰度二阶微分方式分别从预设帧数的图像对应的灰度图中提取人员轮廓特征,将提取的人员轮廓特征确定为监控区域内的人员行为特征。
其中,可以将包含当前帧在内的连续的预设帧数的图像进行二值化处理,将图像中的像素点的值设为0或255,使整个图呈现出明显的黑白效果,将图像转换为灰度图。
上述提取的人员轮廓特征中还包括人员携带的器械的轮廓特征。
步骤205:将监控区域内的人员行为特征与预设的斗殴特征库进行比对,判断监控区域内的人员行为特征是否属于斗殴特征,若属于,则执行步骤206,若不属于,则返回执行步骤203;
具体地,分别计算监控区域内的人员行为特征与预设的斗殴特征库中的每个特征之间的相似度。确定计算的每个相似度中是否存在大于预设阈值的相似度。在确定出每个相似度中存在大于预设阈值的相似度时,确定监控区域内的人员行为特征属于斗殴特征。
其中,上述预设阈值可以为80%或90%等。可以先从人员行为特征中识别出人员轮廓特征和器械轮廓特征。分别计算人员轮廓特征与斗殴特征库中的每个斗殴肢体特征之间的相似度,确定计算的相似度中是否存在大于预设阈值的相似度,若存在,表明监控区域内的人员做出了斗殴的姿势,在监控区域内很有可能发生了斗殴事件。另外分别计算器械轮廓特征与斗殴特征库中的每个斗殴器械特征之间的相似度,确定计算的每个相似度中是否存在大于预设阈值的相似度,若存在,则表明监控区域内的人员携带了斗殴器械,则很有可能在监控区域内发生斗殴事件。
步骤206:在判断出监控区域内的人员行为特征属于斗殴特征时,发送斗殴预警信息给执法人员对应的终端;
其中,执法人员对应的终端可以为执法人员的手机或电脑等终端。上述斗殴预警信息包括监控区域的标识和斗殴标识,监控区域的标识可以为监控区域的名称或地区代码等,斗殴标识可以为预先设定的用于标识斗殴事件的标识符等。
在本步骤中,当判断出监控区域内的人员行为特征属于斗殴特征时,立即发送斗殴预警信息给执法人员对应的终端,实现了自动识别斗殴事件,并在识别斗殴事件后及时将斗殴事件通知给执法人员,所以即便没有目击者的情况下,也可以将斗殴事件通知给执法人员,使执法人员能够对斗殴事件进行及时处理。
其中,在本发明实施例中,识别的斗殴事件有时可能并不是真正的斗殴行为,如两个好朋友之间进行打闹嬉戏可能也会被识别为斗殴事件,所以通过上述步骤201-206的操作识别斗殴事件并发送斗殴预警信息给执法人员之后,还需要通过如下步骤207的操作将监控区域内的视频图像发送给执法人员,以使执法人员进一步确定是否真的发生了斗殴事件。
步骤207:接收执法人员对应的终端发送的斗殴确认命令,调取监控区域的视频图像,向执法人员对应的终端发送监控区域的视频图像。
其中,当执法人员对应的终端接收到斗殴预警信息之后,发送斗殴确认命令给用于斗殴预警的终端,该斗殴确认命令中携带监控区域的标识。用于斗殴预警的终端接收到执法人员对应的终端发送的斗殴确认命令时,根据该斗殴确认命令中携带的监控区域的标识,调取该监控区域的视频图像,将调取的视频图像发送给执法人员对应的终端。执法人员对应的终端接收该视频图像,播放该视频图像,执法人员通过观看播放的视频图像来确定该监控区域内是否真的发生了斗殴事件。
当执法人员确定真的发生斗殴事件时立即出警并对斗殴事件进行处理。若执法人员确定出并非真的发生了斗殴事件,则不出警。
其中,在本发明实施例中,用于斗殴预警的终端可以包括摄像装置和斗殴识别控制装置,摄像装置用于采集监控区域内的视频图像。斗殴识别控制装置用于识别监控区域内是否发生了斗殴事件,并在识别出发生了斗殴事件时发送斗殴预警信息给执法人员对应的终端来进行预警控制,以及接收执法人员对应的终端发送的斗殴确认命令来实现人机交互。其中,摄像装置与斗殴识别控制装置可以分开安装,摄像装置可以安装在监控区域内,而斗殴识别控制装置安装在执法部门的监控室等,如图2B所示,摄像装置将采集的视频图像通过远程传输给斗殴识别控制装置,斗殴识别控制装置进行斗殴识别控制、斗殴预警控制以及人机交互控制。另外摄像装置和斗殴识别控制装置也可以组合在一个终端内,将该终端直接安装在监控区域内。
有时由于监控区域内停电等原因导致安装在监控区域内的摄像装置或用于斗殴预警的终端断电,当再次上电时,用于斗殴预警的终端包括的摄像装置和斗殴识别控制装置均进行自动初始化。另外,在用于斗殴预警的终端中设置有中断标志位,当检测到视频图像的当前帧中的人群聚集程度达到设定门限时,设置该中断标志位进入中断,开始识别监控区域内是否发生了斗殴事件,当识别出没有发生斗殴事件或识别出发生斗殴事件并进行预警之后,将该中断标志位清零,退出中断,继续监测监控区域内的视频图像的当前帧中的人群聚集程度是否到达设定门限。
在本发明实施例中,在人群聚集程度达到设定门限时,根据预设的斗殴特征库和视频图像判断监控区域内的人员行为特征是否属于斗殴特征,该斗殴特征库中至少包括斗殴器械特征和斗殴肢体特征;并在判断出监控区域内的人员行为特征属于斗殴特征时,发送斗殴预警信息给执法人员对应的终端。实现了对斗殴事件的自动识别,以及对斗殴事件进行及时预警,因此即使在没有目击者时也能保证将斗殴事件及时通知给执法人员。
实施例3
参见图3A,本发明实施例提供了一种斗殴预警装置,该装置用于执行上述斗殴预警方法。该装置具体包括:
采集模块301,用于通过摄像装置采集监控区域内的视频图像;
识别模块302,用于从视频图像的当前帧中识别监控区域内的人群聚集程度是否达到设定门限;
判断模块303,如果人群聚集程度达到设定门限,根据预设的斗殴特征库和视频图像判断监控区域内的人员行为特征是否属于斗殴特征,该斗殴特征库中至少包括斗殴器械特征和斗殴肢体特征;
发送模块304,用于在判断出监控区域内的人员行为特征属于斗殴特征时,发送斗殴预警信息给执法人员对应的终端。
如图3B所示,上述判断模块303包括:
二值化单元3031,用于对视频数据包括的当前帧之后预设帧数的图像分别进行二值化处理,获得预设帧数的图像对应的灰度图;
提取单元3032,用于通过灰度二阶微分方式分别从预设帧数的图像对应的灰度图中提取人员轮廓特征,将提取的人员轮廓特征确定为监控区域内的人员行为特征;
判断单元3033,用于将监控区域内的人员行为特征与预设的斗殴特征库进行比对,判断监控区域内的人员行为特征是否属于斗殴特征。
上述判断单元3033包括:
计算子单元,用于分别计算监控区域内的人员行为特征与预设的斗殴特征库中的每个特征之间的相似度;
第一确定子单元,用于确定计算的每个相似度中是否存在大于预设阈值的相似度;
第二确定子单元,用于在确定出每个相似度中存在大于预设阈值的相似度时,确定监控区域内的人员行为特征属于斗殴特征。
进一步地,如图3B所示,该装置还包括:
采集提取模块305,用于采集各种斗殴器械的图像,从各种斗殴器械的图像中提取各种斗殴器械对应的斗殴器械特征,以及从历史斗殴事件的视频图像中获取斗殴图像,从斗殴图像中提取斗殴肢体特征,将斗殴器械特征和斗殴肢体特征组成斗殴特征库。
进一步地,如图3B所示,该装置还包括:
调取模块306,用于接收执法人员对应的终端发送的斗殴确认命令,调取监控区域的视频图像,向执法人员对应的终端发送监控区域的视频图像。
在本发明实施例中,在人群聚集程度达到设定门限时,根据预设的斗殴特征库和视频图像判断监控区域内的人员行为特征是否属于斗殴特征,该斗殴特征库中至少包括斗殴器械特征和斗殴肢体特征;并在判断出监控区域内的人员行为特征属于斗殴特征时,发送斗殴预警信息给执法人员对应的终端。实现了对斗殴事件的自动识别,以及对斗殴事件进行及时预警,因此即使在没有目击者时也能保证将斗殴事件及时通知给执法人员。
本发明实施例所提供的斗殴预警装置可以为设备上的特定硬件或者安装于设备上的软件或固件等。所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,前述描述的***、装置和单元的具体工作过程,均可以参考上述方法实施例中的对应过程。
在本申请所提供的几个实施例中,应该理解到,所揭露装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个***,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种斗殴预警方法,其特征在于,所述方法包括:
通过摄像装置采集监控区域内的视频图像;
从所述视频图像的当前帧中识别所述监控区域内的人群聚集程度是否达到设定门限;
如果所述人群聚集程度达到所述设定门限,根据预设的斗殴特征库和所述视频图像判断所述监控区域内的人员行为特征是否属于斗殴特征,所述斗殴特征库中至少包括斗殴器械特征和斗殴肢体特征;
在判断出所述监控区域内的人员行为特征属于斗殴特征时,发送斗殴预警信息给执法人员对应的终端。
2.根据权利要求1所述的方法,其特征在于,所述根据预设的斗殴特征库和所述视频图像判断所述监控区域内的人员行为特征是否属于斗殴特征,包括:
对所述视频数据包括的所述当前帧之后预设帧数的图像分别进行二值化处理,获得所述预设帧数的图像对应的灰度图;
通过灰度二阶微分方式分别从所述预设帧数的图像对应的灰度图中提取人员轮廓特征,将提取的所述人员轮廓特征确定为所述监控区域内的人员行为特征;
将所述监控区域内的人员行为特征与预设的斗殴特征库进行比对,判断所述监控区域内的人员行为特征是否属于斗殴特征。
3.根据权利要求2所述的方法,其特征在于,所述将所述监控区域内的人员行为特征与预设的斗殴特征库进行比对,判断所述监控区域内的人员行为特征是否属于斗殴特征,包括:
分别计算所述监控区域内的人员行为特征与所述预设的斗殴特征库中的每个特征之间的相似度;
确定计算的每个相似度中是否存在大于预设阈值的相似度;
在确定出所述每个相似度中存在大于所述预设阈值的相似度时,确定所述监控区域内的人员行为特征属于斗殴特征。
4.根据权利要求1-3任一项权利要求所述的方法,其特征在于,所述根据预设的斗殴特征库和所述视频图像判断所述监控区域内的人员行为特征是否属于斗殴特征之前,还包括:
采集各种斗殴器械的图像,从所述各种斗殴器械的图像中提取所述各种斗殴器械对应的斗殴器械特征,以及从历史斗殴事件的视频图像中获取斗殴图像,从所述斗殴图像中提取斗殴肢体特征,将所述斗殴器械特征和所述斗殴肢体特征组成斗殴特征库。
5.根据权利要求1所述的方法,其特征在于,所述发送斗殴预警信息给执法人员对应的终端之后,还包括:
接收所述执法人员对应的终端发送的斗殴确认命令,调取所述监控区域的视频图像,向所述执法人员对应的终端发送所述监控区域的视频图像。
6.一种斗殴预警装置,其特征在于,所述装置包括:
采集模块,用于通过摄像装置采集监控区域内的视频图像;
识别模块,用于从所述视频图像的当前帧中识别所述监控区域内的人群聚集程度是否达到设定门限;
判断模块,如果所述人群聚集程度达到所述设定门限,根据预设的斗殴特征库和所述视频图像判断所述监控区域内的人员行为特征是否属于斗殴特征,所述斗殴特征库中至少包括斗殴器械特征和斗殴肢体特征;
发送模块,用于在判断出所述监控区域内的人员行为特征属于斗殴特征时,发送斗殴预警信息给执法人员对应的终端。
7.根据权利要求6所述的装置,其特征在于,所述判断模块包括:
二值化单元,用于对所述视频数据包括的所述当前帧之后预设帧数的图像分别进行二值化处理,获得所述预设帧数的图像对应的灰度图;
提取单元,用于通过灰度二阶微分方式分别从所述预设帧数的图像对应的灰度图中提取人员轮廓特征,将提取的所述人员轮廓特征确定为所述监控区域内的人员行为特征;
判断单元,用于将所述监控区域内的人员行为特征与预设的斗殴特征库进行比对,判断所述监控区域内的人员行为特征是否属于斗殴特征。
8.根据权利要求7所述的装置,其特征在于,所述判断单元包括:
计算子单元,用于分别计算所述监控区域内的人员行为特征与所述预设的斗殴特征库中的每个特征之间的相似度;
第一确定子单元,用于确定计算的每个相似度中是否存在大于预设阈值的相似度;
第二确定子单元,用于在确定出所述每个相似度中存在大于所述预设阈值的相似度时,确定所述监控区域内的人员行为特征属于斗殴特征。
9.根据权利要求6-8任一项权利要求所述的装置,其特征在于,所述装置还包括:
采集提取模块,用于采集各种斗殴器械的图像,从所述各种斗殴器械的图像中提取所述各种斗殴器械对应的斗殴器械特征,以及从历史斗殴事件的视频图像中获取斗殴图像,从所述斗殴图像中提取斗殴肢体特征,将所述斗殴器械特征和所述斗殴肢体特征组成斗殴特征库。
10.根据权利要求6所述的装置,其特征在于,所述装置还包括:
调取模块,用于接收所述执法人员对应的终端发送的斗殴确认命令,调取所述监控区域的视频图像,向所述执法人员对应的终端发送所述监控区域的视频图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510256412.6A CN104820834A (zh) | 2015-05-19 | 2015-05-19 | 一种斗殴预警方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510256412.6A CN104820834A (zh) | 2015-05-19 | 2015-05-19 | 一种斗殴预警方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104820834A true CN104820834A (zh) | 2015-08-05 |
Family
ID=53731124
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510256412.6A Pending CN104820834A (zh) | 2015-05-19 | 2015-05-19 | 一种斗殴预警方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104820834A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109598190A (zh) * | 2018-10-23 | 2019-04-09 | 深圳壹账通智能科技有限公司 | 用于动作识别的方法、装置、计算机设备及存储介质 |
CN109788257A (zh) * | 2016-09-20 | 2019-05-21 | 张玲花 | 视频中目标的识别方法和可人脸识别的视频监控天网*** |
CN109785214A (zh) * | 2019-03-01 | 2019-05-21 | 宝能汽车有限公司 | 基于车联网的安全报警方法和装置 |
CN109857114A (zh) * | 2019-02-26 | 2019-06-07 | 温州市职业中等专业学校 | 校园移动智能机器人及校园智能管理*** |
CN110298254A (zh) * | 2019-05-30 | 2019-10-01 | 罗普特科技集团股份有限公司 | 一种用于人员异常行为的分析方法和*** |
CN111144351A (zh) * | 2019-12-30 | 2020-05-12 | 重庆能工科技发展有限公司 | 一种工程进度的图像采集与分析***与方法 |
CN111222370A (zh) * | 2018-11-26 | 2020-06-02 | 浙江宇视科技有限公司 | 一种案件研判方法、***及装置 |
CN111860457A (zh) * | 2020-08-04 | 2020-10-30 | 广州市微智联科技有限公司 | 一种斗殴行为识别预警方法及其识别预警*** |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101000712A (zh) * | 2006-11-20 | 2007-07-18 | 广东电网公司江门供电局 | 供电现场作业指导书的方法 |
CN201629817U (zh) * | 2009-12-11 | 2010-11-10 | 上海弘视通信技术有限公司 | 音视频联合分析的打架斗殴检测*** |
CN102098492A (zh) * | 2009-12-11 | 2011-06-15 | 上海弘视通信技术有限公司 | 音视频联合分析的打架斗殴检测***及其检测方法 |
CN103297751A (zh) * | 2013-04-23 | 2013-09-11 | 四川天翼网络服务有限公司 | 智慧天网视频行为分析*** |
-
2015
- 2015-05-19 CN CN201510256412.6A patent/CN104820834A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101000712A (zh) * | 2006-11-20 | 2007-07-18 | 广东电网公司江门供电局 | 供电现场作业指导书的方法 |
CN201629817U (zh) * | 2009-12-11 | 2010-11-10 | 上海弘视通信技术有限公司 | 音视频联合分析的打架斗殴检测*** |
CN102098492A (zh) * | 2009-12-11 | 2011-06-15 | 上海弘视通信技术有限公司 | 音视频联合分析的打架斗殴检测***及其检测方法 |
CN103297751A (zh) * | 2013-04-23 | 2013-09-11 | 四川天翼网络服务有限公司 | 智慧天网视频行为分析*** |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109788257A (zh) * | 2016-09-20 | 2019-05-21 | 张玲花 | 视频中目标的识别方法和可人脸识别的视频监控天网*** |
CN109598190A (zh) * | 2018-10-23 | 2019-04-09 | 深圳壹账通智能科技有限公司 | 用于动作识别的方法、装置、计算机设备及存储介质 |
CN111222370A (zh) * | 2018-11-26 | 2020-06-02 | 浙江宇视科技有限公司 | 一种案件研判方法、***及装置 |
CN109857114A (zh) * | 2019-02-26 | 2019-06-07 | 温州市职业中等专业学校 | 校园移动智能机器人及校园智能管理*** |
CN109785214A (zh) * | 2019-03-01 | 2019-05-21 | 宝能汽车有限公司 | 基于车联网的安全报警方法和装置 |
CN110298254A (zh) * | 2019-05-30 | 2019-10-01 | 罗普特科技集团股份有限公司 | 一种用于人员异常行为的分析方法和*** |
CN111144351A (zh) * | 2019-12-30 | 2020-05-12 | 重庆能工科技发展有限公司 | 一种工程进度的图像采集与分析***与方法 |
CN111860457A (zh) * | 2020-08-04 | 2020-10-30 | 广州市微智联科技有限公司 | 一种斗殴行为识别预警方法及其识别预警*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104820834A (zh) | 一种斗殴预警方法及装置 | |
CN104821060A (zh) | 一种抢劫预警方法及装置 | |
CN108062349B (zh) | 基于视频结构化数据及深度学习的视频监控方法和*** | |
CN103714648B (zh) | 一种监控预警方法和设备 | |
CN109063612A (zh) | 城市智能红线管理方法及机器可读存储介质 | |
CN107808502B (zh) | 一种图像检测报警方法及装置 | |
CN107818312A (zh) | 一种基于异常行为识别的嵌入式*** | |
CN113191699A (zh) | 一种配电施工现场***方法 | |
CN110718067A (zh) | 违规行为告警方法及相关装置 | |
CN105243842A (zh) | 一种基于云计算的交通违章举报***和方法 | |
CN111918039A (zh) | 基于5g网络的人工智能高风险作业管控*** | |
CN112241696A (zh) | 图像处理方法及装置、电子设备及存储介质 | |
CN105404895A (zh) | 一种异常状态的识别方法和识别*** | |
CN113223046A (zh) | 一种监狱人员行为识别的方法和*** | |
CN110781735A (zh) | 一种用于识别人员在岗状态的报警方法及*** | |
CN113627321A (zh) | 基于人工智能的图像识别方法、装置及计算机设备 | |
CN109522463A (zh) | 应用程序的舆情分析方法和装置 | |
CN209821849U (zh) | 一种猫头鹰人脸识别预警*** | |
CN109120896B (zh) | 安防视频监控卫士*** | |
CN106530641A (zh) | 智能防丢装置及其工作方法、智能防丢*** | |
CN113645439B (zh) | 事件检测方法及***、存储介质及电子装置 | |
CN109409295A (zh) | 多终端立体化智能人证核验*** | |
CN115798047A (zh) | 行为识别方法和装置、电子设备、计算机可读存储介质 | |
CN112949606B (zh) | 工服穿戴状态检测方法、装置、存储介质及电子装置 | |
CN112804492B (zh) | 一种电子猫眼的通信提示方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
EXSB | Decision made by sipo to initiate substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20150805 |