CN106982347A - 具提取分析数据能力的智能移动监控器 - Google Patents
具提取分析数据能力的智能移动监控器 Download PDFInfo
- Publication number
- CN106982347A CN106982347A CN201610026384.3A CN201610026384A CN106982347A CN 106982347 A CN106982347 A CN 106982347A CN 201610026384 A CN201610026384 A CN 201610026384A CN 106982347 A CN106982347 A CN 106982347A
- Authority
- CN
- China
- Prior art keywords
- data
- video
- mobile
- extraction
- mdep
- 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
- 238000004458 analytical method Methods 0.000 title claims description 22
- 238000000605 extraction Methods 0.000 title claims description 11
- 238000013075 data extraction Methods 0.000 claims description 24
- 239000013598 vector Substances 0.000 claims description 24
- 238000001514 detection method Methods 0.000 claims description 20
- 230000033001 locomotion Effects 0.000 claims description 16
- 239000011159 matrix material Substances 0.000 claims description 15
- 239000000284 extract Substances 0.000 claims description 6
- 230000002708 enhancing effect Effects 0.000 claims description 2
- 238000007689 inspection Methods 0.000 claims 1
- 238000000034 method Methods 0.000 abstract description 13
- 230000005540 biological transmission Effects 0.000 abstract description 4
- 238000004134 energy conservation Methods 0.000 abstract 1
- 230000006835 compression Effects 0.000 description 4
- 238000007906 compression Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 3
- 241001465754 Metazoa Species 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000009545 invasion Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000005616 pyroelectricity Effects 0.000 description 1
- 230000035943 smell Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/181—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Closed-Circuit Television Systems (AREA)
Abstract
视频移动监控器在当今社会中有很广的应用,但它也有一些缺点。这包括缺乏较高的影像侦测精度,而对个人隐私权也形成直接的侵权,在存储和传输视频数据时,又需要庞大的数据带宽,这些是当前技术所存在的主要问题。本创作提供一种创新的方法,解决上述视频移动监控器的技术瓶颈。本发明可以准确地侦测到移动的物体,以及它移动的轨迹,也可以侦测到有关移动事件的细节,同时又可以避免对个人隐私权的侵犯,另外也不占用庞大的视频数据传输带宽。此外,该移动监控器因使用较少量的数据,降低了存储信息量的需求,进一步也可以达到监控器节省储存空间、省电、节能,和增加运行效率的目的。
Description
所属技术领域
本发明涉及到安防监控设备、视频影像分析领域,特别是指一种具提取分析数据能力的智能移动監控器。
背景技术
基于视频算法的移动监控及检测(现有技术)可以用很多方法来完成。利用热释电红外传感器(PIR)来检测物体的运动是一种经常使用的方法,热释电红外传感器(PIR)的工作方式,就像一个检测物体移动检测的开关器。当某个物体出现在检测范围内并连续移动,热释电红外传感器(PIR)就会检测到移动的物体,也可以提供了一个信号来显示它已经检测到一个移动的物体。但这样的检测功能其实只能提供有或没有检测到物体移动的简单信息,对于该移动物体的内涵、外形、移动的路径,或移动事件的详情,完全无法提供任何更进一步的细节。也就是说,热释电红外传感器(PIR)在全面视频影像监控分析应用中,只能提供有或没有的简易的有限信息,因此无法在报警事件中提供足够的信息以便进行分析或验证。而这种验证通常是需要配合相关的影像或视频,所以另一种流行的方法,就是使用传统的数字视频摄像机所摄取到的图像,配合影像移动检测的算法,作为一个物体移动检测器(指图2)。这种做法一般是通过摄像机的图像传感器的感光芯片(IS)所拍摄的视频,再把说明书第2/6页视频数据传送到图像信号处理器(ISP)来提高图像的影像质量,以便提升影像分析的效率。图像信号处理器(ISP)接着把质量加强的视频数据送到图像运动检测处理器(IMDP),采用预定的影像移动检测算法做影像移动分析,判定是否检测到移动的物体。图像信号处理器(ISP)也会把质量加强过的视频数据送到视频压缩处理器(VCP),用相关的视频压缩技术,压缩后的视频数据则可以存储在本地磁盘或转移传输到云端的服务器,以便做更进一步的影像分析处理。这种数字视频摄影机的影像移动检测方式,不只可以提供移动检测信息,也可以提供相当详细的移动物体的视频信息,改善了热释电红外传感器(PIR)不足的地方,但以摄像头直接拍摄监测的视频,却无意中会侵犯到一般非特定被监测人员的个人隐私权,这在私人企业或所有的公共环境中,尤其是一件恼人又很难避免的事情。关注个人隐私的消费者在没有事先的通知和得到他们同意的情况下,肯定不会同意像大哥哥一样的相机,嗅他们下落和记录他们的个人生活。另外无论使用哪一种压缩技术,压缩过后的数据量仍然是非常大。它需要大量的功耗来处理视频数据,所以它不能有效地使用在以电池供电的产品及应用程序。又因数据量大,它不仅很快的占用了存储空间,而且还增加了分析时间。而当视频数据被传输到云端或通过网络时,它就变成了带宽的“猪”。针对以上的不足,我们可以将热释电红外传感器(PIR)内置在摄像机内(参见图3)。一旦热释电红外传感器(PIR)检测到运动物体,它会打开电源和控制电 路(P&C)。该视频摄像机,使视频摄像机开始视频录制。这样的视频记录可以提供足够的数据供分析需要。这种方法也降低了高功耗的要求,减少了视频拍摄量和储存记录量。但是,它还是有侵犯个人隐私的问题,而且当摄像机被打开开始录制视频的时候。其所记录的数据的量,仍是相当的庞大(取决于记录的时间),所以有关大量存储空间或传输的带宽问题,仍然存在。
比对文件
201120340904.0智能分析网络摄像机
201220515005.4一种智能红外摄像设备
201210072806.2HD-SDI摄像机传输智能分析数据的方法
201410429249.4基于Zigbee无线网络的球型摄像机及其控制方法
发明内容
1.为解决移动监控器的检测精度的缺乏,对个人隐私权的侵权,大存储容量和高传输数据带宽的需求,本创作一种具提取分析数据能力的智能移动监控器,如图1所示,包括网络摄像机的感光芯片(IS),图像信号处理器(ISP),移动数据提取处理器(MDEP),数据输出输入器(I/O)。其特征在于:网络摄像机的感光芯片(IS)获取视频数据,图像信号处理器(ISP)提高图像质量,移动数据提取处理器(MDEP)提取视频内移动物体的特征,将视频数据转化成较小的向量矩阵,再将向量矩阵存储于数据输出输入器(I/O)的记忆卡或磁盘或云服务器等地方。
2.为简化视频数据,本创作采用以下技术方案来实现:所述的移动数据提取处理器(MDEP)通过舍弃非动态背景视频,提取视频内容的特征,将视频数据转化成信息量较小的向量矩阵,每个向量由其两端坐标来表示,每帧图像数据可藉由数只坐标(矩阵向量)移动形成减少至几个向量,通过记录这样的连续的数据提取每帧图像,在检测范围内可检测到物体完整的运动及轨迹。
3.为更快的搜索和分析,本创作采用以下技术方案来实现:移动数据提取处理器(MDEP)进一步增强动态选择的数据提取和矢量库,针对不同尺寸或类型的侦测对象预装某些算法,移动数据提取处理器(MDEP)可以动态地选择提高检测准确性和数据抽取速度的合适算法,随着数据提取速度的加快,有助于提高录制视频的分析结果,由于检测到的数据记录在矩阵向量形式搜索矩阵,而不是冗长的视频信息,所以搜索特定影像视频时会更容易,这个特定的功能促成更快的视频信息搜索和分析。
4.为添加视频影像快速分析能力到传统的数码摄像机,本创作采用以下技术方案来实现,如图5所示:在传统的数码摄像机的影像传感器(IS)及输出输入器(I/O)间,添加一个移动数据提取处理器(MDEP),移动数据提取处理 器(MDEP)与图像信号处理器(ISP)和视频压缩处理器(VCP)成为并列状态。这样视频摄像机就可以成为一个具分析数据提取能力的移动监控器。
5.为添加视频影像快速分析能力到传统的数码摄像机,本创作也可以采用以下技术方案来实现,如图6所示:移动数据提取处理器(MDEP)被添加到传统的数码摄像机,视频摄像机成为一个具分析数据提取能力的智能移动监控器,同时还保留了原来的视频格式,便于回放。
6.为添加图像信号处理器,本创作也可以采用以下技术方案来实现,在所述的网
络摄像机的感光芯片(IS)与运动数据提取处理器(MDEP)之间加入一个简单和基本的图像信号处理器(ISP)。
7.本发明一种新的智能移动监控器可以检测物体的移动,包括物体的本身、移动的轨迹、和对于该移动事件的进一步细节,因为没有直接存录相关的视频数据,所以没有侵犯到有关个人敏感隐私的问题。此外,没有直接存录或传输视频数据,该移动监控器相对地使用较少的传输网络带宽、同时也大幅降低了存储文件容量需求,以便达到监控器省储存,节电,增加效率的目的。
附图说明
下面结合附图和实施例对本创作进一步说明。
图1:本创作监控器结构示意图。
图2:基于视频算法的移动检测器(现有技术)图。
图3:内置热释电红外传感器的摄像机(现有技术)图。
图4:向量矩阵的示意图。
图5:实施例加到传统的数码摄像机图。
图6:实施例加到传统的数码摄像机图。
图式说明
01感光芯片(IS) 02移动检测器 03图像信号处理器(ISP)
04向量矩阵 05数码摄像机 06移动数据提取处理器(MDEP)
07移动监控器 08热释电红外传感器(PIR) 09输出输入器(I/O)
具体实施方式
1.我们发明了一种新的移动监控器来克服现有技术中的问题。参考图1中的方框图详细说明了一个新的发明。新的传感器工作如下。视频数据是被网络摄像机的感光芯片(IS)捕获的。这些视频数据然后通过图像信号处理器(ISP)
进一步处理以提高图像质量。增强的视频数据,然后通过一个移动数据提取处理器(MDEP)提取视频内移动物体的特征–如移动的物体,动物或人。该移动数据提取处理器(MDEP),有效地降低了大量的视频数据,转换成为一个数据量非常小的向量矩阵。然后将向量矩阵存储在本地磁盘或转移到其他进一步需要分析如云端服务器的地方。
2.该移动数据提取处理器(MDEP)工作如下。任何检测到的运动目标可以减少到由一组向量矩阵来表示。参考图4显示了一个人如何能用一组5个向量来表示。每个向量由其两端坐标来表示。每帧图像中有7个坐标系代表一个人。
通过舍弃非动态背景视频,每帧图像数据可藉由7只坐标(矩阵向量)移动形成减少至5只向量。通过记录这样的连续的数据提取每帧图像,我们可以在检测的范围内,完整地检测到移动的物体和它的移动轨迹。
3.因为我们只有存取矩阵的向量,没有直接存录物体的视频信息,所以没有个人的影像或视频的记录,这就可以完全避免对个人隐私权侵犯的问题。同时与现有技术中所列举的数据量相比,本发明所记录的数据量大幅地减少,数据的减少率可以有缩小到1万到10万倍之间的差距。随着数据处理量大幅地减少,功耗也跟着大幅地降低,所以本新发明可以很容易地使用在以电池为电源的产品上。
视频检测的精度也可以由快速的影像数据提取、配合具动态选择物体模型的矢量库、和适当选取的算法,来进一步增强。所以本智能移动检测器可以预装某些算法,配合适当尺寸或类型的物体模型–如人,动物,或汽车等,移动数据提取处理器(MEDP)就可以动态地选择较高检测准确性的算法,加上较快的数据提取速度,提高录制视频的检测分析结果。由于检测到的数据是记录在矩阵向量的形式,搜索时不需一帧、一帧地检视冗长的视频信息,所以这个特定的功能,造就了更快的影像搜索和分析的能力。
4.新的具分析数据提取能力的移动检测器也可以用不同的实施方法,图5显示了另一种方法。在传统的数码摄像机的影像传感器(IS)及输出输入器(I/O)间,添加一个移动数据提取处理器(MDEP),移动数据提取处理器(MDEP)与既有的图像信号处理器(ISP)和视频压缩处理器(VCP)成为并列状态。这样视频摄像机就可以成为一个具分析数据提取能力的移动监控器。
5.图6显示了另一个实现实施例。在传统的数码摄像机的图像信号处理器(ISP)及输出输入器(I/O)间,添加一个移动数据提取处理器(MDEP),视频摄像机就成为一个具分析数据提取能力的移动监控器,同时也还保留了原来的视频摄像的功能及影像格式,便于随时回放。
6.由上所述,本创作一前所未见之新发明结构设计,具有创造性、实用性及新颖性,符合发明专利申请的要求,因此提出专利申请。以上已将本创作一一详细说明,但以上所述,公为本发明之较佳实施例而已,应当不能限定本创作实施的范围。即凡依本创作申请范围所作的同等变化与修饰等,皆应仍属本创作的专利涵盖范围内。
Claims (5)
1.一种具提取分析数据能力的智能移动监控器,包括网络摄像机的感光芯片(IS),图像信号处理器(ISP),移动数据提取处理器(MDEP),数据输出输入器(I/O)。其特征在于:网络摄像机的感光芯片(IS)获取视频数据,图像信号处理器(ISP)提高图像质量,移动数据提取处理器(MDEP)提取视频内移动物体的特征,将视频数据转化成较小的向量矩阵,再将向量矩阵存储于数据输出输入器(I/O)的记忆卡或磁盘或云服务器等地方。
2.根据权利要求1所述的具提取分析数据能力的智能移动监控器,其特征在于:所述的移动数据提取处理器(MDEP)通过舍弃非动态背景视频,提取视频内容的特征,将视频数据转化成信息量较小的向量矩阵,每个向量由其两端坐标来表示,每帧图像数据可藉由数只坐标(矩阵向量)移动形成减少至几个向量,通过记录这样的连续的数据提取每帧图像,在检测范围内可检测到物体完整的运动及轨迹。
3.根据权利要求1所述的具提取分析数据能力的智能移动监控器,其特征在于:移动数据提取处理器(MDEP)进一步增强动态选择的数据提取和矢量库,针对不同尺寸或类型的侦测对象预装某些算法,移动数据提取处理器(MDEP)可以动态地选择提高检测准确性和数据抽取速度的合适算法,随着数据提取速度的加快,有助于提高录制视频的分析结果,由于检测到的数据记录在矩阵向量形式搜索矩阵,而不是冗长的视频信息,所以搜索特定影像视频时会更容易,这个特定的功能促成更快的视频信息搜索和分析。
4.根据权利要求1所述的具提取分析数据能力的智能移动监控器,其特征在于:移动数据提取处理器(MDEP)被添加到传统的数码摄像机,视频摄像机成为一个具分析数据提取能力的智能移动监控器,同时还保留了原来的视频格式,便于回放。
5.根据权利要求1所述的具提取分析数据能力的智能移动监控器,其特征在于:在所述的网络摄像机的感光芯片(IS)与移动数据提取处理器(MDEP)之间加入一个简单和基本的图像信号处理器(ISP)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610026384.3A CN106982347A (zh) | 2016-01-16 | 2016-01-16 | 具提取分析数据能力的智能移动监控器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610026384.3A CN106982347A (zh) | 2016-01-16 | 2016-01-16 | 具提取分析数据能力的智能移动监控器 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106982347A true CN106982347A (zh) | 2017-07-25 |
Family
ID=59340165
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610026384.3A Pending CN106982347A (zh) | 2016-01-16 | 2016-01-16 | 具提取分析数据能力的智能移动监控器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106982347A (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005094443A (ja) * | 2003-09-18 | 2005-04-07 | Ramrock Eizo Gijutsu Kenkyusho:Kk | 監視システム |
JP2011151732A (ja) * | 2010-01-25 | 2011-08-04 | Renesas Electronics Corp | 映像処理装置 |
US20110205359A1 (en) * | 2010-02-19 | 2011-08-25 | Panasonic Corporation | Video surveillance system |
CN102665071A (zh) * | 2012-05-14 | 2012-09-12 | 安徽三联交通应用技术股份有限公司 | 一种社会治安视频监控图像智能处理和检索方法 |
CN104079885A (zh) * | 2014-07-07 | 2014-10-01 | 广州美电贝尔电业科技有限公司 | 无人监守联动跟踪的网络摄像方法及装置 |
US20140333775A1 (en) * | 2013-05-10 | 2014-11-13 | Robert Bosch Gmbh | System And Method For Object And Event Identification Using Multiple Cameras |
CN104159036A (zh) * | 2014-08-26 | 2014-11-19 | 惠州Tcl移动通信有限公司 | 一种图像方向信息的显示方法及拍摄设备 |
CN105120217A (zh) * | 2015-08-21 | 2015-12-02 | 上海小蚁科技有限公司 | 基于大数据分析和用户反馈的智能摄像机移动侦测报警***及方法 |
CN205726115U (zh) * | 2016-01-11 | 2016-11-23 | 阔展科技(深圳)有限公司 | 智能移动监控器 |
-
2016
- 2016-01-16 CN CN201610026384.3A patent/CN106982347A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005094443A (ja) * | 2003-09-18 | 2005-04-07 | Ramrock Eizo Gijutsu Kenkyusho:Kk | 監視システム |
JP2011151732A (ja) * | 2010-01-25 | 2011-08-04 | Renesas Electronics Corp | 映像処理装置 |
US20110205359A1 (en) * | 2010-02-19 | 2011-08-25 | Panasonic Corporation | Video surveillance system |
CN102665071A (zh) * | 2012-05-14 | 2012-09-12 | 安徽三联交通应用技术股份有限公司 | 一种社会治安视频监控图像智能处理和检索方法 |
US20140333775A1 (en) * | 2013-05-10 | 2014-11-13 | Robert Bosch Gmbh | System And Method For Object And Event Identification Using Multiple Cameras |
CN104079885A (zh) * | 2014-07-07 | 2014-10-01 | 广州美电贝尔电业科技有限公司 | 无人监守联动跟踪的网络摄像方法及装置 |
CN104159036A (zh) * | 2014-08-26 | 2014-11-19 | 惠州Tcl移动通信有限公司 | 一种图像方向信息的显示方法及拍摄设备 |
CN105120217A (zh) * | 2015-08-21 | 2015-12-02 | 上海小蚁科技有限公司 | 基于大数据分析和用户反馈的智能摄像机移动侦测报警***及方法 |
CN205726115U (zh) * | 2016-01-11 | 2016-11-23 | 阔展科技(深圳)有限公司 | 智能移动监控器 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Chakma et al. | Image-based air quality analysis using deep convolutional neural network | |
CN111191576B (zh) | 人员行为目标检测模型构建方法、智能分析方法及*** | |
Kim et al. | Real-time foreground–background segmentation using codebook model | |
Bertini et al. | Multi-scale and real-time non-parametric approach for anomaly detection and localization | |
CN102811343B (zh) | 一种基于行为识别的智能视频监控*** | |
WO2019233098A1 (zh) | 一种商品购买判定方法、装置和用户终端 | |
CN105631427A (zh) | 可疑人员检测方法与*** | |
Ahmad et al. | Overhead view person detection using YOLO | |
CN110516529A (zh) | 一种基于深度学习图像处理的投喂检测方法和*** | |
US11164007B2 (en) | Method and system for detecting the owner of an abandoned object from a surveillance video | |
Jiang et al. | Combining static and dynamic features for real-time moving pedestrian detection | |
Saffari et al. | Battery-free camera occupancy detection system | |
CN106385561A (zh) | 一种公共场所视频监控平台 | |
George et al. | Autoencoder‐based abnormal activity detection using parallelepiped spatio‐temporal region | |
Zhang et al. | Equipment detection and recognition in electric power room based on faster R-CNN | |
CN102801964A (zh) | 一种基于运动检测的智能家居监控方法及其*** | |
Bhadeshiya et al. | Hard-hat detection using YOLOv4 | |
CN106982347A (zh) | 具提取分析数据能力的智能移动监控器 | |
Dasari et al. | Mpeg cdvs feature trajectories for action recognition in videos | |
Dao et al. | DeepDeSpy: a deep learning-based wireless spy camera detection system | |
CN112508891B (zh) | 基于手机的ai智能识别缺陷的磁粉探伤***及其方法 | |
Zeng et al. | Effectively linking persons on cameras and mobile devices on networks | |
Li et al. | Human Action Recognition Based on State Detection in Low-resolution Infrared Video | |
Vasudevan et al. | Automatic Person Detection in Search and Rescue Operations Using Deep Based MultiModel CNN Detectors | |
CN202773005U (zh) | 一种智能家居监控*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20170725 |