本發(fā)明涉及一種智慧金睛識(shí)別移動(dòng)過快報(bào)警方法和裝置。

背景技術(shù)：

目前在金融（銀行等）安防領(lǐng)域中，一般通過攝像頭檢測當(dāng)前區(qū)域內(nèi)的事件，如檢測監(jiān)控區(qū)域中活動(dòng)的人或物；但是現(xiàn)有的檢測技術(shù)只能拍攝圖像的內(nèi)容，不能對圖像的內(nèi)容做進(jìn)一步的分析，例如，無法分析出監(jiān)控區(qū)域人員移動(dòng)過快，而金融領(lǐng)域的很多惡性時(shí)間往往伴隨著移動(dòng)過快的行為，例如搶劫、暴恐等，因此對監(jiān)控區(qū)域移動(dòng)過快的分析非常重要。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提供一種智慧金睛識(shí)別移動(dòng)過快報(bào)警方法和裝置，能夠識(shí)別出監(jiān)控區(qū)域的移動(dòng)過快行為，并進(jìn)行報(bào)警，從而實(shí)現(xiàn)了移動(dòng)過快的有效監(jiān)控。

本發(fā)明的目的是通過以下技術(shù)方案來實(shí)現(xiàn)的：一種智慧金睛識(shí)別移動(dòng)過快報(bào)警方法，包括以下步驟：

S1.利用雙目圖像采集模塊在監(jiān)控區(qū)域中實(shí)時(shí)采集人員運(yùn)動(dòng)的視頻圖像信息；

S2.對采集到的視頻圖像信息進(jìn)行分析，得到各個(gè)人員的當(dāng)前移動(dòng)速度：

S3.判斷是否出現(xiàn)移動(dòng)過快的人員：

（1）如果出現(xiàn)人員移動(dòng)過快的人員，生成移動(dòng)過快報(bào)警命令；

（2）如果沒有出現(xiàn)移動(dòng)過快的人員，返回步驟S1；。

所述的雙目圖像采集模塊包括二維攝像頭和三維視覺傳感器，所述的步驟S1中，利用二維攝像頭采集監(jiān)控區(qū)域二維圖像信息，利用三維視覺傳感器采集監(jiān)控區(qū)域的三維圖像信息。

所述的步驟S2包括以下子步驟：

S21.采用目標(biāo)檢測算法檢測并獲取進(jìn)入監(jiān)控區(qū)域內(nèi)的目標(biāo)在視頻圖像中占據(jù)的像素點(diǎn)集合；

S22.根據(jù)所述的像素點(diǎn)集合，采用目標(biāo)提取算法獲取進(jìn)入監(jiān)控區(qū)域內(nèi)的目標(biāo)在視頻圖像中的位置及尺寸；

S23.根據(jù)從視頻圖像中提取的目標(biāo)，采用有效目標(biāo)特征識(shí)別算法，識(shí)別出視頻圖像中的有效目標(biāo)的數(shù)量及色彩紋理特征，每個(gè)有效目標(biāo)對應(yīng)于監(jiān)控區(qū)域的一個(gè)人員；

S24.對各個(gè)有效目標(biāo)進(jìn)行跟蹤檢測，判斷各個(gè)有效目標(biāo)在當(dāng)前幀視頻圖像和上一幀視頻圖像中移動(dòng)的距離；

S25.根據(jù)視頻圖像與監(jiān)控區(qū)域的比例關(guān)系，計(jì)算各個(gè)有效目標(biāo)在監(jiān)控區(qū)域中的移動(dòng)距離；

S26.根據(jù)有效目標(biāo)在監(jiān)控區(qū)域中移動(dòng)的距離和視頻圖像幀拍攝的時(shí)間間隙，計(jì)算各個(gè)有效目標(biāo)的移動(dòng)速度，即各個(gè)人員的當(dāng)前移動(dòng)速度。

所述的步驟S3包括以下步驟：將各個(gè)人員的當(dāng)前移動(dòng)速度分別與預(yù)設(shè)的速度閾值進(jìn)行比較：判斷每個(gè)人員的當(dāng)前移動(dòng)速度是否都小于速度閾值，若是，則認(rèn)為沒有出現(xiàn)移動(dòng)過快的人員，若否，則認(rèn)為出現(xiàn)了移動(dòng)過快的人員。

一種智慧金睛識(shí)別移動(dòng)過快報(bào)警裝置，包括：

雙目圖像采集模塊，用于實(shí)時(shí)采集人員運(yùn)動(dòng)的視頻圖像信息；

圖像分析模塊，用于對視頻圖像信息進(jìn)行分析，得到人員的移動(dòng)速度；

移動(dòng)過快判定模塊，用于判斷是否出現(xiàn)移動(dòng)過快的人員，并在出現(xiàn)移動(dòng)過快的成員時(shí)，生成移動(dòng)過快報(bào)警命令；

報(bào)警模塊，用于根據(jù)移動(dòng)過快報(bào)警命令進(jìn)行報(bào)警。

本發(fā)明的有益效果是：能夠通過視頻圖像分析識(shí)別出監(jiān)控區(qū)域的移動(dòng)過快行為，并進(jìn)行報(bào)警，從而實(shí)現(xiàn)了移動(dòng)過快的有效監(jiān)控，特別適用于銀行等金融安防領(lǐng)域。

附圖說明

圖1為本發(fā)明的方法流程圖；

圖2為本發(fā)明的裝置原理框圖。

具體實(shí)施方式

下面結(jié)合附圖進(jìn)一步詳細(xì)描述本發(fā)明的技術(shù)方案，但本發(fā)明的保護(hù)范圍不局限于以下所述。

如圖1所示，一種智慧金睛識(shí)別移動(dòng)過快報(bào)警方法，包括以下步驟：

S1.利用雙目圖像采集模塊在監(jiān)控區(qū)域中實(shí)時(shí)采集人員運(yùn)動(dòng)的視頻圖像信息；

S2.對采集到的視頻圖像信息進(jìn)行分析，得到各個(gè)人員的當(dāng)前移動(dòng)速度：

S3.判斷是否出現(xiàn)移動(dòng)過快的人員：

（1）如果出現(xiàn)人員移動(dòng)過快的人員，生成移動(dòng)過快報(bào)警命令；

（2）如果沒有出現(xiàn)移動(dòng)過快的人員，返回步驟S1；。

所述的雙目圖像采集模塊包括二維攝像頭和三維視覺傳感器，所述的步驟S1中，利用二維攝像頭采集監(jiān)控區(qū)域二維圖像信息，利用三維視覺傳感器采集監(jiān)控區(qū)域的三維圖像信息（即監(jiān)控區(qū)域的三維場景信息）；故由雙目圖像采集模塊的二維攝像頭和三維視覺傳感器即可獲得具有立體視覺的視頻圖像。

所述的步驟S2包括以下子步驟：

S21.采用目標(biāo)檢測算法檢測并獲取進(jìn)入監(jiān)控區(qū)域內(nèi)的目標(biāo)在視頻圖像中占據(jù)的像素點(diǎn)集合；

S22.根據(jù)所述的像素點(diǎn)集合，采用目標(biāo)提取算法獲取進(jìn)入監(jiān)控區(qū)域內(nèi)的目標(biāo)在視頻圖像中的位置及尺寸；

S23.根據(jù)從視頻圖像中提取的目標(biāo)，采用有效目標(biāo)特征識(shí)別算法，識(shí)別出視頻圖像中的有效目標(biāo)的數(shù)量及色彩紋理特征，每個(gè)有效目標(biāo)對應(yīng)于監(jiān)控區(qū)域的一個(gè)人員；

S24.對各個(gè)有效目標(biāo)進(jìn)行跟蹤檢測，判斷各個(gè)有效目標(biāo)在當(dāng)前幀視頻圖像和上一幀視頻圖像中移動(dòng)的距離；

S25.根據(jù)視頻圖像與監(jiān)控區(qū)域的比例關(guān)系，計(jì)算各個(gè)有效目標(biāo)在監(jiān)控區(qū)域中的移動(dòng)距離；

S26.根據(jù)有效目標(biāo)在監(jiān)控區(qū)域中移動(dòng)的距離和視頻圖像幀拍攝的時(shí)間間隙，計(jì)算各個(gè)有效目標(biāo)的移動(dòng)速度，即各個(gè)人員的當(dāng)前移動(dòng)速度。

進(jìn)一步地，由于在進(jìn)行視頻圖像拍攝時(shí)，每秒往往會(huì)拍攝數(shù)十幀視頻圖像，故在步驟S26中，計(jì)算移動(dòng)速度時(shí)，可以通過10幀（20幀、30幀或更多）圖像之間的時(shí)間間隙，結(jié)合這段時(shí)間內(nèi)各個(gè)有效目標(biāo)在監(jiān)控區(qū)域的移動(dòng)距離來計(jì)算各個(gè)人員的移動(dòng)速度。

現(xiàn)有的視頻圖像分析方法中， 用于檢測及獲取所有目標(biāo)在視頻圖像中占據(jù)的像素點(diǎn)集合的目標(biāo)檢測算法主要有背景減除類算法、時(shí)間差分類算法、光流類算法；

背景減除類算法的基本原理是利用背景的參數(shù)模型來近似背景圖像的像素值， 將當(dāng)前幀與背景圖像進(jìn)行差分比較實(shí)現(xiàn)對運(yùn)動(dòng)區(qū)域的檢測， 其中區(qū)別較大的像素區(qū)域被認(rèn)為是運(yùn)動(dòng)區(qū)域， 而區(qū)別較小的像素區(qū)域被認(rèn)為是背景區(qū)域；

本申請所采用的目標(biāo)檢測算法是背景減除類算法中的高斯混合背景算法，該算法為現(xiàn)有技術(shù)，該算法的基本原理是：在視頻圖像中，目標(biāo)與背景之間存在著灰度差異，視頻圖像的灰度直方圖會(huì)呈現(xiàn)與背景、目標(biāo)一一對應(yīng)的多峰，將視頻圖像的灰度直方圖多峰特性視為多個(gè)高斯分布的疊加，即可實(shí)現(xiàn)視頻圖像中的背景與目標(biāo)的分割。

所述的步驟S22包括以下子步驟：

S221.利用區(qū)域生長法獲取所述的像素點(diǎn)集合的生長區(qū)域；

具體來說，以獲取的像素點(diǎn)集合中的各個(gè)像素點(diǎn)為種子像素點(diǎn)，并以這些像素點(diǎn)的灰度值作為數(shù)學(xué)期望值建立生長區(qū)域高斯分布；

將各種子像素點(diǎn)周圍鄰域中符合生長區(qū)域高斯分布的各像素點(diǎn)作為生長點(diǎn)分別合并到各種子像素點(diǎn)所在的區(qū)域中，再將各生長點(diǎn)作為新的種子像素點(diǎn)，重復(fù)本步驟至沒有新的生長點(diǎn)出現(xiàn)，即可獲取像素點(diǎn)集合的生長區(qū)域，進(jìn)而得到進(jìn)入監(jiān)控區(qū)域內(nèi)的各個(gè)目標(biāo)在視頻圖像中的位置。

S222.采用K均值特征聚類法獲取進(jìn)入監(jiān)控區(qū)域內(nèi)的各個(gè)目標(biāo)在視頻圖像中的尺寸。

具體來說，采用 K 均值特征聚類法，選取各生長區(qū)域的均值點(diǎn)作為聚類中心，計(jì)算各個(gè)樣本到聚類中心的距離，把各個(gè)樣本歸到離它最近的那個(gè)聚類中心所在的類，并根據(jù)計(jì)算形成的每一個(gè)聚類的數(shù)據(jù)對象平均值，得到新的聚類中心，重復(fù)本步驟至相鄰兩次得到的聚類中心沒有變化，則表明樣本調(diào)整結(jié)束，聚類準(zhǔn)則函數(shù)已經(jīng)收斂，即可得到進(jìn)入監(jiān)控區(qū)域內(nèi)的各個(gè)目標(biāo)在視頻圖像中的尺寸。

所述的步驟S3包括以下步驟：將各個(gè)人員的當(dāng)前移動(dòng)速度分別與預(yù)設(shè)的速度閾值進(jìn)行比較：判斷每個(gè)人員的當(dāng)前移動(dòng)速度是否都小于速度閾值，若是，則認(rèn)為沒有出現(xiàn)移動(dòng)過快的人員，若否，則認(rèn)為出現(xiàn)了移動(dòng)過快的人員。

如圖2所示，一種智慧金睛識(shí)別移動(dòng)過快報(bào)警裝置，包括：

雙目圖像采集模塊，用于實(shí)時(shí)采集人員運(yùn)動(dòng)的視頻圖像信息；

圖像分析模塊，用于對視頻圖像信息進(jìn)行分析，得到人員的移動(dòng)速度；

移動(dòng)過快判定模塊，用于判斷是否出現(xiàn)移動(dòng)過快的人員，并在出現(xiàn)移動(dòng)過快的成員時(shí)，生成移動(dòng)過快報(bào)警命令；

報(bào)警模塊，用于根據(jù)移動(dòng)過快報(bào)警命令進(jìn)行報(bào)警。

本申請能夠通過視頻圖像分析識(shí)別出監(jiān)控區(qū)域的移動(dòng)過快行為，并進(jìn)行報(bào)警，從而實(shí)現(xiàn)了移動(dòng)過快的有效監(jiān)控，特別適用于銀行等金融安防領(lǐng)域。

以上實(shí)施例僅用以說明本發(fā)明的技術(shù)方案而非限制，盡管參照較佳實(shí)施例對本發(fā)明進(jìn)行了詳細(xì)說明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解，可以對本發(fā)明的技術(shù)方案進(jìn)行修改或者等同替換，而不脫離本發(fā)明技術(shù)方案的宗旨和范圍，其均應(yīng)涵蓋在本發(fā)明的權(quán)利要求范圍當(dāng)中。