CN116193155A - 基于视频分析的检索方法、视频监控***和计算机设备 - Google Patents
基于视频分析的检索方法、视频监控***和计算机设备 Download PDFInfo
- Publication number
- CN116193155A CN116193155A CN202211619166.2A CN202211619166A CN116193155A CN 116193155 A CN116193155 A CN 116193155A CN 202211619166 A CN202211619166 A CN 202211619166A CN 116193155 A CN116193155 A CN 116193155A
- Authority
- CN
- China
- Prior art keywords
- monitoring
- video
- face
- moving object
- identification
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 176
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000004458 analytical method Methods 0.000 title claims abstract description 34
- 238000012806 monitoring device Methods 0.000 claims abstract description 61
- 230000033001 locomotion Effects 0.000 claims abstract description 54
- 238000001514 detection method Methods 0.000 claims abstract description 47
- 230000006870 function Effects 0.000 claims description 41
- 238000004590 computer program Methods 0.000 claims description 13
- 230000001815 facial effect Effects 0.000 claims description 5
- 230000000694 effects Effects 0.000 abstract description 12
- 230000005540 biological transmission Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 230000001960 triggered effect Effects 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 206010000117 Abnormal behaviour Diseases 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
- H04N21/232—Content retrieval operation locally within server, e.g. reading video streams from disk arrays
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/23—Processing of content or additional data; Elementary server operations; Server middleware
- H04N21/234—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs
- H04N21/23418—Processing of video elementary streams, e.g. splicing of video streams or manipulating encoded video stream scene graphs involving operations for analysing video streams, e.g. detecting features or characteristics
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/20—Servers specifically adapted for the distribution of content, e.g. VOD servers; Operations thereof
- H04N21/25—Management operations performed by the server for facilitating the content distribution or administrating data related to end-users or client devices, e.g. end-user or client device authentication, learning user preferences for recommending movies
- H04N21/266—Channel or content management, e.g. generation and management of keys and entitlement messages in a conditional access system, merging a VOD unicast channel into a multicast channel
- H04N21/26603—Channel or content management, e.g. generation and management of keys and entitlement messages in a conditional access system, merging a VOD unicast channel into a multicast channel for automatically generating descriptors from content, e.g. when it is not made available by its provider, using content analysis techniques
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N21/00—Selective content distribution, e.g. interactive television or video on demand [VOD]
- H04N21/40—Client devices specifically adapted for the reception of or interaction with content, e.g. set-top-box [STB]; Operations thereof
- H04N21/43—Processing of content or additional data, e.g. demultiplexing additional data from a digital video stream; Elementary client operations, e.g. monitoring of home network or synchronising decoder's clock; Client middleware
- H04N21/441—Acquiring end-user identification, e.g. using personal code sent by the remote control or by inserting a card
- H04N21/4415—Acquiring end-user identification, e.g. using personal code sent by the remote control or by inserting a card using biometric characteristics of the user, e.g. by voice recognition or fingerprint scanning
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N5/00—Details of television systems
- H04N5/14—Picture signal circuitry for video frequency region
- H04N5/144—Movement detection
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Databases & Information Systems (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Theoretical Computer Science (AREA)
- Closed-Circuit Television Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请涉及一种基于视频分析的检索方法、视频监控***和计算机设备,该方法适用于视频监控***;该***包括:监控平台、与监控平台连接的多个NVR设备以及接入NVR设备的多个监控设备;该方法包括:在所述监控平台中,对所述监控设备的通道进行编号;通过所述监控设备对运动目标进行运动检测,提取所述运动目标的人脸特征;通过特征比对获取所述运动目标对应的标识;基于所述标识在所述监控平台中进行检索,得到对应的视频数据。本申请能够为不同监控设备通道的运动检测中的相同运动目标分配唯一标识,解决了同一运动目标多次触发影响视频检索的效率和效果的问题。
Description
技术领域
本申请涉及视频监控技术领域,特别是涉及一种基于视频分析的检索方法、视频监控***和计算机设备。
背景技术
随着信息技术的发展,视频监控逐渐向数字化、高清发展的同时,视频监控的数量和范围也在快速扩大。对于相关部门,视频监控主要用于实时监控及时发现异常行为,或是回放调阅监控,查找使用者想要的一些画面信息或特定目标。但人工检索投入非常大,且效率低下,当监控摄像机数量过多,监控视频数据量巨大时,人工难以完成视频检索的任务。
对于以上问题,目前存在一些利用结构化的描述数据或是特征信息建立与视频数据的对应关系,在视频的运动检测中以多维特征进行比对,从而实现视频检索的方法,但是没有考虑运动检测中同一运动目标多次触发的情况。如果因为运动目标被遮挡、或是运动目标出现在不同视频通道中,造成同一运动目标多次触发,还会影响视频检索的效率和效果。
针对相关技术中存在同一运动目标多次触发影响视频检索的效率和效果的问题,目前还没有提出有效的解决方案。
发明内容
在本实施例中提供了一种基于视频分析的检索方法、视频监控***和计算机设备,以解决相关技术中同一运动目标多次触发影响视频检索的效率和效果的问题。
第一个方面,在本实施例中提供了一种基于视频分析的检索方法,适用于视频监控***;所述视频监控***,包括:监控平台、与所述监控平台连接的多个NVR设备以及接入所述NVR设备的多个监控设备;所述基于视频分析的检索方法包括:
在所述监控平台中,对所述监控设备的通道进行编号;
通过所述监控设备对运动目标进行运动检测,提取所述运动目标的人脸特征;
通过特征比对获取所述运动目标对应的标识;
基于所述标识在所述监控平台中进行检索,得到对应的视频数据。
在其中的一些实施例中,所述通过所述监控设备对运动目标进行运动检测,提取所述运动目标的人脸特征,包括:
若所述监控设备具有人脸抓拍功能,则通过所述具有人脸抓拍功能的监控设备获取所述运动目标的人脸图像,提取所述人脸图像中的人脸特征。
在其中的一些实施例中,所述通过所述监控设备对运动目标进行运动检测,提取所述运动目标的人脸特征,包括:
若所述监控设备不具有人脸抓拍功能,则获取所述运动目标的第一个运动检测图像帧,提取所述运动检测图像帧的人脸特征。
在其中的一些实施例中,所述通过特征比对获取所述运动目标对应的标识,包括:
将所述人脸特征与数据库进行特征比对,得到对应的相似度;
若所述相似度大于预设阈值,则从所述数据库中获取所述人脸特征对应的标识,作为所述运动目标的标识;
若所述相似度小于所述预设阈值,则为所述运动目标分配所述标识,并存入所述数据库。
在其中的一些实施例中,在所述监控设备具有人脸抓拍功能时,所述为所述运动目标分配所述标识,并存入所述数据库,包括:
将所述人脸特征以及对应的监控设备通道和所述标识存入所述数据库。
在其中的一些实施例中,所述监控设备不具有人脸抓拍功能时,所述为所述运动目标分配所述标识,并存入所述数据库,包括:
获取所述运动目标的最后一个运动检测图像帧,提取所述运动检测图像帧的人脸特征;
将所述人脸特征以及对应的监控设备通道和所述标识存入所述数据库。
在其中的一些实施例中,所述基于所述标识在所述监控平台中进行检索,得到对应的视频数据,包括:
根据选择的运动目标,在所述监控平台中获取对应的所述标识;
基于所述标识,在所述监控平台接入的多个NVR设备中进行检索,以得到运动目标对应的视频数据。
第二个方面,在本实施例中提供了一种视频监控***,包括:监控平台、若干NVR设备以及若干监控设备;所述监控平台接入若干所述NVR设备,所述NVR设备连接多个所述监控设备;
所述NVR设备,用于控制所述监控设备对运动目标进行运动检测,提取所述运动目标的人脸特征;通过特征比对获取所述运动目标对应的标识;
所述监控平台,用于对所述监控设备相应的通道进行编号,以及基于所述标识进行检索,得到对应的视频数据;
所述监控设备,用于实时获取监控画面生成视频流,并发送给接入的所述NVR设备。
第三个方面,在本实施例中提供了一种计算机设备,包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述第一个方面所述的基于视频分析的检索方法。
第四个方面,在本实施例中提供了一种存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述第一个方面所述的基于视频分析的检索方法。与相关技术相比,在本实施例中提供的基于视频分析的检索方法、视频监控***和计算机设备,适用于视频监控***;所述视频监控***,包括:监控平台、与所述监控平台连接的多个NVR设备以及接入所述NVR设备的多个监控设备;在所述监控平台中,对所述监控设备的通道进行编号;通过所述监控设备对运动目标进行运动检测,提取所述运动目标的人脸特征;通过特征比对获取所述运动目标对应的标识;基于所述标识在所述监控平台中进行检索,得到对应的视频数据,能够为不同监控设备通道的运动检测中的相同运动目标分配唯一标识,解决了同一运动目标多次触发影响视频检索的效率和效果的问题。
本申请的一个或多个实施例的细节在以下附图和描述中提出,以使本申请的其他特征、目的和优点更加简明易懂。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是一个实施例中基于视频分析的检索方法的终端的硬件结构图;
图2是一个实施例中视频监控***的架构示意图;
图3是一个实施例中基于视频分析的检索方法的流程图;
图4是一个优选实施例中基于视频分析的检索方法的流程图。
图中:102、处理器;104、存储器;106、传输设备;108、输入输出设备。
具体实施方式
为更清楚地理解本申请的目的、技术方案和优点,下面结合附图和实施例,对本申请进行了描述和说明。
除另作定义外,本申请所涉及的技术术语或者科学术语应具有本申请所属技术领域具备一般技能的人所理解的一般含义。在本申请中的“一”、“一个”、“一种”、“该”、“这些”等类似的词并不表示数量上的限制,它们可以是单数或者复数。在本申请中所涉及的术语“包括”、“包含”、“具有”及其任何变体,其目的是涵盖不排他的包含;例如,包含一系列步骤或模块(单元)的过程、方法和***、产品或设备并未限定于列出的步骤或模块(单元),而可包括未列出的步骤或模块(单元),或者可包括这些过程、方法、产品或设备固有的其他步骤或模块(单元)。在本申请中所涉及的“连接”、“相连”、“耦接”等类似的词语并不限定于物理的或机械连接,而可以包括电气连接,无论是直接连接还是间接连接。在本申请中所涉及的“多个”是指两个或两个以上。“和/或”描述关联对象的关联关系,表示可以存在三种关系,例如,“A和/或B”可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。通常情况下,字符“/”表示前后关联的对象是一种“或”的关系。在本申请中所涉及的术语“第一”、“第二”、“第三”等,只是对相似对象进行区分,并不代表针对对象的特定排序。
在本实施例中提供的方法实施例可以在终端、计算机或者类似的运算装置中执行。比如在终端上运行,图1是本实施例的基于视频分析的检索方法的终端的硬件结构框图。如图1所示,终端可以包括一个或多个(图1中仅示出一个)处理器102和用于存储数据的存储器104,其中,处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置。上述终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解,图1所示的结构仅为示意,其并不对上述终端的结构造成限制。例如,终端还可包括比图1中所示更多或者更少的组件,或者具有与图1所示出的不同配置。
存储器104可用于存储计算机程序,例如,应用软件的软件程序以及模块,如在本实施例中的基于视频分析的检索方法对应的计算机程序,处理器102通过运行存储在存储器104内的计算机程序,从而执行各种功能应用以及数据处理,即实现上述的方法。存储器104可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器104可进一步包括相对于处理器102远程设置的存储器,这些远程存储器可以通过网络连接至终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输设备106用于经由一个网络接收或者发送数据。上述的网络包括终端的通信供应商提供的无线网络。在一个实例中,传输设备106包括一个网络适配器(NetworkInterface Controller,简称为NIC),其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中,传输设备106可以为射频(Radio Frequency,简称为RF)模块,其用于通过无线方式与互联网进行通讯。
随着信息技术的发展,视频监控逐渐向数字化、高清发展的同时,视频监控的数量和范围也在快速扩大。对于相关部门,视频监控主要用于实时监控及时发现异常行为,或是回放调阅监控,查找使用者想要的一些画面信息或特定目标。但人工检索投入非常大,且效率低下,当监控摄像机数量过多,监控视频数据量巨大时,人工难以完成视频检索的任务。
对于以上问题,目前存在一些利用结构化的描述数据或是特征信息建立与视频数据的对应关系,在视频的运动检测中以多维特征进行比对,从而实现视频检索的方法,但是没有考虑运动检测中同一运动目标多次触发的情况。如果因为运动目标被遮挡、或是运动目标出现在不同视频通道中,造成同一运动目标多次触发,还会影响视频检索的效率和效果,因此存在同一运动目标多次触发影响视频检索的效率和效果的问题。
为了解决上述问题,在以下实施例中提供了一种通过为不同监控设备通道的运动检测中的相同运动目标分配唯一标识,解决了同一运动目标多次触发影响视频检索的效率和效果的问题。
在本实施例中提供了一种视频监控***,图2是本实施例中视频监控***的架构示意图,如图2所示,该视频监控***包括:监控平台、若干NVR设备以及若干监控设备。其中,监控平台接入若干NVR设备,NVR设备连接多个监控设备。
上述NVR设备,用于控制监控设备对运动目标进行运动检测,提取运动目标的人脸特征;通过特征比对获取运动目标对应的标识。
上述监控设备,用于实时获取监控画面生成视频流,并发送给接入的NVR设备。
具体地,监控设备通常可以包括枪型摄像机(简称枪机),枪机监控的区域是固定的,只能针对固定的区域进行监控,并且监控距离有限,适用于监控区域固定的较小空间,因此NVR设备可以通过控制不同视频通道的枪机进行运动检测。
进一步地,监控设备还可以包括球型摄像机(简称球机),球机具备变焦镜头、云台功能于一体,能够在远距离控制球机的水平、垂直转动,也能控制球机镜头的变焦聚焦和光圈,因此NVR设备可以通过控制球机变焦拉进距离,实现人脸抓拍等功能。
NVR设备通过控制上述监控设备对应进行运动目标的运动检测,并提取运动目标的人脸特征;通过特征比对获取运动目标对应的标识。
其中,具有人脸抓拍功能的监控设备并不限于球机,其他可以通过变焦近距离抓拍的监控设备也可以实现人脸抓拍功能。
根据是否包括具有人脸抓拍功能的监控设备,通过NVR设备从监控设备传输的视频流中获取运动目标的人脸图像并提取人脸特征,再根据人脸特征进行特征比对以得到运动目标对应的唯一标识。
上述监控平台,用于对监控设备相应的通道进行编号,以及基于标识进行检索,得到对应的视频数据。
具体是将NVR设备添加到监控平台,监控平台根据NVR设备的添加顺序,对各NVR设备连接的监控设备相应的在线视频通道依次进行编号,此时监控平台相当于接入了多个监控设备,并且每个监控设备相应的在线视频通道都具有唯一的编号,进而能够对所有监控设备进行跨NVR设备监控。
以图2为例,在监控平台中接入三个NVR设备,每个NVR设备连接两个或三个监控设备,监控平台对监控设备对应的视频通道依次编号1至8。需要说明的是,图2中的视频监控***架构仅为示意,监控平台接入比图2中所示更多或者更少的NVR设备,或者各NVR设备连接比图2中所示更多或者更少的监控设备都是可以构想的。
另外,通过对所有监控设备进行监控,上述监控平台还能够有效扩大监控范围,并且在进行运动检测和视频检索时能够获取更大监控范围内的视频数据。
上述实施例中提供的视频监控***通过在监控平台中接入多个NVR设备以及对应的监控设备在线通道,并按照顺序依次进行编号,使得每个监控设备相应的在线视频通道都具有唯一的编号,进而能够对所有监控设备进行跨设备、跨通道的监控,并且对于不同监控设备中运动检测的同一运动目标,能够分配唯一的标识,以避免同一运动目标在不同监控设备视频通道或同一监控设备视频通道中被多次检测触发影响视频检索的效率和效果。
在本实施例中提供了一种基于视频分析的检索方法,适用于上述实施例中的视频监控***,图3是本实施例方法的流程图,如图3所示,该方法包括以下步骤:
步骤S310,在监控平台中,对监控设备的通道进行编号。
具体地,如上述实施例中图2所示,将NVR设备添加到监控平台,监控平台根据NVR设备的添加顺序,对各NVR设备连接的监控设备相应的在线视频通道依次进行编号,此时监控平台相当于接入了多个监控设备,并且每个监控设备相应的在线视频通道都具有唯一的编号,进而能够对所有监控设备进行跨NVR设备监控。
另外,通过对所有监控设备进行监控,上述监控平台还能够有效扩大监控范围,并且在进行运动检测和视频检索时能够获取更大监控范围内的视频数据。
步骤S320,通过监控设备对运动目标进行运动检测,提取运动目标的人脸特征。
具体地,监控设备可以包括枪机,进一步还可以包括球机或是其他具有人脸抓拍功能的监控设备。通常由NVR设备控制监控设备中枪机在相应的各视频通道中进行运动检测,再根据当前监控平台接入的监控设备中是否包括具有人脸抓拍功能的监控设备的情况,相应采用不同策略提取运动目标的人脸特征。
其中,具有人脸抓拍功能的监控设备并不限于球机,其他可以通过变焦近距离抓拍的监控设备也可以实现人脸抓拍功能。若存在具有人脸抓拍功能的监控设备,则通过枪机球机联动直接通过该监控设备抓拍人脸图像并提取其中的人脸特征,若不存在具有人脸抓拍功能的监控设备,则通过对运动检测帧进行智能分析,从该运动目标的运动检测的图像帧中提取人脸特征。
步骤S330,通过特征比对获取运动目标对应的标识。
具体地,将步骤S320中提取的人脸特征和数据库中的人脸特征进行特征比对,基于特征比对相似度和预设阈值的关系,分别从数据库中获取对应的标识继续沿用或是分配新的标识。
步骤S340,基于标识在监控平台中进行检索,得到对应的视频数据。
具体地,根据用户选择的运动目标对应的标识在监控平台中进行检索,相当于在监控平台监控的所有监控设备中进行检索,扩大了监控和检索范围,得到所有包含该运动目标的运动检测事件,即该运动目标出现的所有视频数据。
上述步骤通过在监控平台中接入多个NVR设备以及对应的监控设备在线通道,并按照顺序依次进行编号,对于不同监控设备中运动检测的同一运动目标,能够分配唯一的标识,以避免同一运动目标在不同监控设备视频通道、同一监控设备视频通道以及运动目标被遮挡等情况下,多次检测触发影响视频检索的效率和效果的问题。
进一步地,每个监控设备相应的在线视频通道都具有唯一的编号,进而能够对所有监控设备进行跨设备、跨通道的实现大范围的监控。
在以下实施例中,基于监控设备是否具有人脸抓拍功能的情况,分别提供了如下两种提取人脸特征的策略以及相应的标识获取方法。
在其中的一些实施例中,若监控设备具有人脸抓拍功能,则通过具有人脸抓拍功能的监控设备获取运动目标的人脸图像,提取人脸图像中的人脸特征。
具体地,说明当前应用场景中,监控平台接入了枪机以及具有人脸抓拍功能的监控设备。当枪机在运动检测中检测到运动目标时,由NVR设备控制具有人脸抓拍功能的监控设备联动配合枪机抓拍运动目标的人脸图像,并提取人脸图像中的人脸特征。
进一步地,将人脸特征与数据库进行特征比对,得到对应的相似度;
若相似度大于预设阈值,则从数据库中获取人脸特征对应的标识,作为运动目标的标识;若相似度小于预设阈值,则为运动目标分配标识,并存入数据库。
人脸比对结果以相似度值呈现,在人脸比对之前需要设定一个相似度的预设阈值,大于这个预设阈值则判定两张照片可能为同一个人,并且,预设阈值对人脸识别的准确率、漏报率影响颇大,具体根据应用场景灵活调整,预设阈值设置的越高准确率就越高,漏报率也会随之升高。
当相似度小于预设阈值,视为人脸比对失败,为运动目标分配一个新标识,并将运动目标的标识、人脸特征以及对应监控设备的通道号组成键值对存入数据库;当相似度大于预设阈值,视为人脸比对成功,找到数据库中该人脸特征对应的标识,并将该标识作为检测到的运动目标的标识。
另外,如果该监控平台第一次检测到运动目标,则将运动目标的标识、人脸特征以及对应监控设备的通道号组成键值对,作为字段创建数据库。这样保存在数据库中的人脸特征都有对应的通道号和唯一标识。
上述实施例中通过枪机和具有人脸抓拍功能的监控设备进行联动,能够在监控平台包括枪机和具有人脸抓拍功能的监控设备的场景下,为不同监控设备通道中的相同运动目标分配唯一标识,以避免同一运动目标在不同监控设备视频通道或同一监控设备视频通道中对应不同的标识,进而影响视频检索的效果的问题。
在其中的一些实施例中,若监控设备不具有人脸抓拍功能,则获取运动目标的第一个运动检测图像帧,提取运动检测图像帧的人脸特征。
具体地,说明当前应用场景中,监控平台仅接入了枪机,不包括具有人脸抓拍功能的监控设备。当枪机在运动检测中检测到运动目标时,对第一个运动检测图像帧提取人脸特征。
进一步地,将人脸特征与数据库进行特征比对,得到对应的相似度;
若相似度大于预设阈值,则从数据库中获取人脸特征对应的标识,作为运动目标的标识;若相似度小于预设阈值,则为运动目标分配标识,并存入数据库。
当相似度大于预设阈值,视为人脸比对成功,找到数据库中该人脸特征对应的标识,并将该标识作为检测到的运动目标的标识。
当相似度小于预设阈值,视为人脸比对失败,为运动目标分配一个新标识,并且获取运动目标的最后一个运动检测图像帧,提取运动检测图像帧的人脸特征;将人脸特征以及对应的监控设备通道和标识存入数据库。
具体在运动检测结束时,记录该运动目标的标识,并获取运动检测结束前的最近的一个运动检测图像帧的人脸特征,也就是运动目标的最后一个运动检测图像帧的人脸特征,再将人脸特征以及对应的监控设备通道号和标识存入数据库。
另外,如果该监控平台第一次检测到运动目标,则将运动目标的标识、最后一个运动检测图像帧的人脸特征以及对应监控设备的通道号组成键值对,作为字段创建数据库。这样保存在数据库中的人脸特征都有对应的通道号和唯一标识。
上述实施例中通过对运动检测图像帧的智能分析,能够在监控平台仅包括枪机的场景下,为不同监控设备通道中的相同运动目标分配唯一标识,以避免同一运动目标在不同监控设备视频通道或同一监控设备视频通道中对应不同的标识,进而影响视频检索的效果的问题。
上述两个实施例中分别提供了在不同场景下提取运动目标的人脸特征两种策略,当监控平台具有人脸抓拍功能的监控设备时,可以直接通过枪机和具有人脸抓拍功能的监控设备进行联动提取人脸特征;当监控平台不具有人脸抓拍功能的监控设备时,则通过对运动检测图像帧的智能分析提取人脸特征。再通过人脸的特征比对为相同的运动目标分配唯一标识,使得每个运动目标、人脸特征以及标识是唯一对应的,从而避免同一运动目标多次触发的情况。
在其中的一些实施例中,上述基于标识在监控平台中进行检索,得到对应的视频数据,包括步骤:
根据选择的运动目标,在监控平台中获取对应的标识;基于标识,在监控平台接入的多个NVR设备中进行检索,以得到运动目标对应的视频数据。
具体地,根据用户选择运动目标的标识,将其与数据库的标识进行比对,快速检索相同的标识,这样检索得到所有含该运动目标的动检事件,即目标出现的所有视频数据,同时NVR设备可以将所有对应的视频数据在NVR设备的界面显示出来,用户可进行快速浏览和播放。
进一步地,为了提供更好的使用体验,可以将运动目标的标识以及运动目标触发对应的开始、结束时间保存在数据库,在NVR设备的预览/回放界面将已触发运动检测的运动目标的标识对应显示在目标跟踪框上,用户可以在冻结的预览/回放界面显示的运动目标和对应标识选择要进行检索的运动目标,并且同时选择多个运动目标也是可以的。
这样通过在监控平台中基于标识进行运动目标的检索,能够实现大范围内的跨通道、跨设备的快速检索以及对应视频数据的关联回放。
下面通过优选实施例对本实施例进行描述和说明。
图4是本优选实施例的基于视频分析的检索方法的流程图,如图4所示,该方法包括以下步骤:
步骤S410,在监控平台中,对接入的NVR设备中连接的监控设备相应的通道进行编号。
步骤S420,通过枪机对运动目标进行运动检测,并基于监控设备是否具有人脸抓拍功能,采用相应的策略提取运动目标的人脸特征。
若监控设备具有人脸抓拍功能,执行步骤S421;若监控设备不具有人脸抓拍功能,执行步骤S422。
步骤S421,通过具有人脸抓拍功能的监控设备与枪机联动获取运动目标的人脸图像,提取人脸图像中的人脸特征。
步骤S422,通过对运动检测图像帧的智能分析,从运动目标的第一个运动检测图像帧中提取人脸特征。
步骤S430,将人脸特征与数据库进行特征比对,得到对应的相似度,并与预设阈值进行比较。
若相似度大于预设阈值,执行步骤S431;若相似度小于预设阈值,执行步骤S432。
步骤S431,从数据库中获取人脸特征对应的标识,作为运动目标的标识。
步骤S432,为运动目标分配新标识。
若包括具有人脸抓拍功能的监控设备,执行步骤S441;若不包括具有人脸抓拍功能的监控设备,执行步骤S442。
步骤S441,将人脸特征以及对应的监控设备通道和标识存入数据库。
步骤S442,获取运动目标的最后一个运动检测图像帧,提取运动检测图像帧的人脸特征;将人脸特征以及对应的监控设备通道和标识存入数据库。
步骤S450,根据选择的运动目标,在监控平台中获取对应的标识;基于标识,在监控平台接入的多个NVR设备中进行检索,以得到运动目标对应的视频数据。
需要说明的是,在上述流程中或者附图的流程图中示出的步骤可以在诸如一组计算机可执行指令的计算机***中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。例如,步骤S431和S432之间,S441和S442之间,都是根据不同场景情况执行相应的步骤,图中顺序的标号并不唯一。另外,对于本优选实施例中是否包括具有人脸抓拍功能的监控设备的情况执行相应的步骤,但是根据图中可见两种情况有部分步骤是相同的。
在本实施例中还提供了一种计算机设备,包括存储器和处理器,该存储器中存储有计算机程序,该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。
可选地,上述计算机设备还可以包括传输设备以及输入输出设备,其中,该传输设备和上述处理器连接,该输入输出设备和上述处理器连接。
需要说明的是,在本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例,在本实施例中不再赘述。
此外,结合上述实施例中提供的基于视频分析的检索方法,在本实施例中还可以提供一种存储介质来实现。该存储介质上存储有计算机程序;该计算机程序被处理器执行时实现上述实施例中的任意一种基于视频分析的检索方法。
需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据。
应该明白的是,这里描述的具体实施例只是用来解释这个应用,而不是用来对它进行限定。根据本申请提供的实施例,本领域普通技术人员在不进行创造性劳动的情况下得到的所有其它实施例,均属本申请保护范围。
显然,附图只是本申请的一些例子或实施例,对本领域的普通技术人员来说,也可以根据这些附图将本申请适用于其他类似情况,但无需付出创造性劳动。另外,可以理解的是,尽管在此开发过程中所做的工作可能是复杂和漫长的,但是,对于本领域的普通技术人员来说,根据本申请披露的技术内容进行的某些设计、制造或生产等更改仅是常规的技术手段,不应被视为本申请公开的内容不足。
“实施例”一词在本申请中指的是结合实施例描述的具体特征、结构或特性可以包括在本申请的至少一个实施例中。该短语出现在说明书中的各个位置并不一定意味着相同的实施例,也不意味着与其它实施例相互排斥而具有独立性或可供选择。本领域的普通技术人员能够清楚或隐含地理解的是,本申请中描述的实施例在没有冲突的情况下,可以与其它实施例结合。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对专利保护范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种基于视频分析的检索方法,其特征在于,适用于视频监控***;所述视频监控***,包括:监控平台、与所述监控平台连接的多个NVR设备以及接入所述NVR设备的多个监控设备;所述基于视频分析的检索方法包括:
在所述监控平台中,对所述监控设备的通道进行编号;
通过所述监控设备对运动目标进行运动检测,提取所述运动目标的人脸特征;
通过特征比对获取所述运动目标对应的标识;
基于所述标识在所述监控平台中进行检索,得到对应的视频数据。
2.根据权利要求1所述的基于视频分析的检索方法,其特征在于,所述通过所述监控设备对运动目标进行运动检测,提取所述运动目标的人脸特征,包括:
若所述监控设备具有人脸抓拍功能,则通过所述具有人脸抓拍功能的监控设备获取所述运动目标的人脸图像,提取所述人脸图像中的人脸特征。
3.根据权利要求1所述的基于视频分析的检索方法,其特征在于,所述通过所述监控设备对运动目标进行运动检测,提取所述运动目标的人脸特征,包括:
若所述监控设备不具有人脸抓拍功能,则获取所述运动目标的第一个运动检测图像帧,提取所述运动检测图像帧的人脸特征。
4.根据权利要求1-3任意一项所述的基于视频分析的检索方法,其特征在于,所述通过特征比对获取所述运动目标对应的标识,包括:
将所述人脸特征与数据库进行特征比对,得到对应的相似度;
若所述相似度大于预设阈值,则从所述数据库中获取所述人脸特征对应的标识,作为所述运动目标的标识;
若所述相似度小于所述预设阈值,则为所述运动目标分配所述标识,并存入所述数据库。
5.根据权利要求4所述的基于视频分析的检索方法,其特征在于,在所述监控设备具有人脸抓拍功能时,所述为所述运动目标分配所述标识,并存入所述数据库,包括:
将所述人脸特征以及对应的监控设备通道和所述标识存入所述数据库。
6.根据权利要求4所述的基于视频分析的检索方法,其特征在于,所述监控设备不具有人脸抓拍功能时,所述为所述运动目标分配所述标识,并存入所述数据库,包括:
获取所述运动目标的最后一个运动检测图像帧,提取所述运动检测图像帧的人脸特征;
将所述人脸特征以及对应的监控设备通道和所述标识存入所述数据库。
7.根据权利要求1所述的基于视频分析的检索方法,其特征在于,所述基于所述标识在所述监控平台中进行检索,得到对应的视频数据,包括:
根据选择的运动目标,在所述监控平台中获取对应的所述标识;
基于所述标识,在所述监控平台接入的多个NVR设备中进行检索,以得到运动目标对应的视频数据。
8.一种视频监控***,其特征在于,包括:监控平台、若干NVR设备以及若干监控设备;所述监控平台接入若干所述NVR设备,所述NVR设备连接多个所述监控设备;
所述NVR设备,用于控制所述监控设备对运动目标进行运动检测,提取所述运动目标的人脸特征;通过特征比对获取所述运动目标对应的标识;
所述监控平台,用于对所述监控设备相应的通道进行编号,以及基于所述标识进行检索,得到对应的视频数据;
所述监控设备,用于实时获取监控画面生成视频流,并发送给接入的所述NVR设备。
9.一种计算机设备,包括存储器和处理器,其特征在于,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行权利要求1至7中任一项所述的基于视频分析的检索方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的基于视频分析的检索方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211619166.2A CN116193155A (zh) | 2022-12-14 | 2022-12-14 | 基于视频分析的检索方法、视频监控***和计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211619166.2A CN116193155A (zh) | 2022-12-14 | 2022-12-14 | 基于视频分析的检索方法、视频监控***和计算机设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116193155A true CN116193155A (zh) | 2023-05-30 |
Family
ID=86445203
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211619166.2A Pending CN116193155A (zh) | 2022-12-14 | 2022-12-14 | 基于视频分析的检索方法、视频监控***和计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116193155A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116527982A (zh) * | 2023-06-01 | 2023-08-01 | 杭州威灿科技有限公司 | 一种问讯同步音视频刻录方法及*** |
-
2022
- 2022-12-14 CN CN202211619166.2A patent/CN116193155A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116527982A (zh) * | 2023-06-01 | 2023-08-01 | 杭州威灿科技有限公司 | 一种问讯同步音视频刻录方法及*** |
CN116527982B (zh) * | 2023-06-01 | 2023-09-15 | 杭州威灿科技有限公司 | 一种问讯同步音视频刻录方法及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110866480B (zh) | 对象的跟踪方法及装置、存储介质、电子装置 | |
CN106650671B (zh) | 人脸识别方法、装置及*** | |
US9060116B2 (en) | Surveillance system | |
KR101798011B1 (ko) | 동영상 재생 방법 및 장치 | |
US7423669B2 (en) | Monitoring system and setting method for the same | |
CN110533694B (zh) | 图像处理方法、装置、终端及存储介质 | |
CN108062507B (zh) | 一种视频处理方法及装置 | |
US20230260313A1 (en) | Method for identifying potential associates of at least one target person, and an identification device | |
CN111294563B (zh) | 视频监控方法及装置、存储介质、电子装置 | |
WO2020111776A1 (en) | Electronic device for focus tracking photographing and method thereof | |
CN116193155A (zh) | 基于视频分析的检索方法、视频监控***和计算机设备 | |
CN111405243A (zh) | 基于多摄像机的目标监控方法及*** | |
CN111126288B (zh) | 目标对象的关注度计算方法、装置、存储介质及服务器 | |
CN110839175A (zh) | 一种基于智能电视的交互方法、存储介质以及智能电视 | |
JP6214762B2 (ja) | 画像検索システム、検索画面表示方法 | |
CN111444822B (zh) | 对象识别方法和装置、存储介质和电子装置 | |
CN113271464A (zh) | 视频编码方法、解码方法及相关装置 | |
CN110933352B (zh) | 一种鱼眼图像的矫正方法及数字视频录像机 | |
CN113302906B (zh) | 图像处理设备、图像处理方法和存储介质 | |
CN111263118A (zh) | 图像的获取方法、装置、存储介质及电子装置 | |
CN116017136A (zh) | 拍摄设备的控制方法和装置、存储介质及电子装置 | |
KR101793702B1 (ko) | 영상 저장 장치 및 그의 영상 검색 방법 | |
WO2022057773A1 (zh) | 图像存储的方法、装置、计算机设备和存储介质 | |
CN115643491A (zh) | 视频流的播放方法和视频监控***、存储介质及电子装置 | |
CN115658961A (zh) | 一种视频存储方法、装置、电子装置和存储介质 |
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 |