一种基于视频智能识别的区域警示方法及系统与流程

本发明涉及视频识别领域，具体涉及一种基于视频智能识别的区域警示方法及系统。

背景技术：

1、智能视频算法分析系统由智能视觉管理系统和智能视觉算法仓系统两部分组成，智能视觉管理系统主要提供视频监控，安全事件告警、事件闭环处理等功能。智能视觉算法仓系统主要提供对视频分析算法的实现和管理。智能视觉管理系统利用已建和新建视频监控设备，对视频中的人、行为、环境、装置等内容进行智能识别，实现告警信息主动推送，实现数据智能化，面向场景赋能，实现数字化、智能化管理的业务升级。通过视频智能分析，实现安全管理自动告警，实现告警事件的快速处理和安全事件管理。

2、系统可通过汇集内的各项原子数据，形成基础数据库，形成基于地图的大屏数据展示，实现对设备和事件数据的可视化展示，可展示对应账号的硬件分布、告警信息、设备数据等信息。

3、智能视觉算法仓，支持系统实现大路数集中式视图数据分析，实现大场景下的视图数据分析及运营管理需求。包括算法管理、算力调度、算法分析等高性能智能分析服务模块，实现高并发，高准确率，高运算速度的视频智能分析服务，主要包含算法生产、视图数据接入、智能算法服务以及配套的基础服务能力，包含算法标注训练、数据仓库、接入适配、算法管理、智能调度、运营和运维管理等核心功能，详细如下：支持丰富的视频数据链接人协议，包括rtsp、gb/t28181、rtmp、hls等支持基于视频和基于图片的ai分析能力，满足不同场景下的分析需求；支持算法统一的运营、运维管理；支持算法的标注、训练管理；提供标准化api接口，支持标准化分析数据输出。

4、现有技术存在以下不足：

5、现有技术通过视频监控对进行视觉管理时，大多是一个区域设置一个视频监控装置进行视频采样，首先，通过单个视频进行采样，采样的角度存在一定的局限性，无法更好地异常进行检测，其次，当视频监控装置存在监控清晰度异常隐患时，可能导致监控区域无法正常覆盖或监测，从而增加了管理时潜在的安全风险，未被监控的区域可能成为潜在风险的发生地。

6、在所述背景技术部分公开的上述信息仅用于加强对本公开的背景的理解，因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。

技术实现思路

1、本发明的目的是提供一种基于视频智能识别的区域警示方法及系统，通过综合分析视频质量信息和时间参数信息，生成清晰度异常指数，并根据预设的清晰度异常指数参考阈值进行比对，可以智能地识别出视频监控装置是否存在清晰度异常，在异常情况下，及时切换到备用视频监控装置并进行图像增强，以确保视觉管理的连续性和稳定性，以解决上述背景技术中的问题。

2、为了实现上述目的，本发明提供如下技术方案：一种基于视频智能识别的区域警示方法，包括以下步骤：

3、s101、将智能视频分析区域划分为若干个子区域，对若干个子区域进行顺序编号，并对智能视频分析区域进行分区管理；

4、s102、对每个子区域设置若干个视频监控装置，使这若干个视频监控装置保持相同的运行状态并相互关联，同时使这若干个视频监控装置分别以不同的监控角度监控同一区域；

5、s103、将若干个视频监控装置监控的画面按照相同的时间点准备融合之前，对需要进行融合的若干个监控画面进行清晰度分析，选择清晰度最佳的监控画面为基准进行融合；

6、s104、将若干个视频监控装置监控的画面按照相同的时间点进行融合，生成融合后的图像，通过融合后的图像对子区域进行异常监控；

7、s105、对若干个保持相同运行状态并相互关联的视频监控装置进行画面清晰度分析，识别出视频监控异常的视频监控装置，在此期间，通过正常运行的视频监控装置进行视频监控，并且利用图像增强算法，实时调整监控画面的清晰度，保障作业进行，在无法调整监控画面的清晰度时，发出预警提示，通知相关工作人员知晓。

8、优选的，选取清晰度最佳的监控画面为基准进行融合，按照以下步骤进行：

9、从若干个视频监控装置中获取需要融合的监控画面，确保这些画面是同时采集的，即这些画面来自相同的时间点；

10、对每个监控画面进行清晰度分析；

11、根据清晰度分析的结果，选择其中清晰度最佳的监控画面作为基准；

12、在清晰度最佳的监控画面上进行标记，以指示标记的监控画面被选为融合的基准画面；

13、在选定的基准画面上进行融合前的准备工作。

14、优选的，通过图像拼接对多个不同角度的监控画面进行融合，图像拼接是一种将多个不同角度的监控画面融合成一个更大视野的图像的技术，具体的步骤为：

15、step1、对于每个监控装置，进行摄像头标定；

16、step2、从每个监控画面中提取特征点；

17、step3、将各个监控画面中提取到的特征点进行匹配；

18、step4、根据匹配的特征点，计算不同摄像头之间的变换关系；

19、step5、利用计算得到的变换关系，对每个监控画面进行透视变换，将所有监控画面映射到同一平面上；

20、step6、将经过透视变换的监控画面进行拼接；

21、step7、将拼接后的图像生成，形成一个融合图像。

22、优选的，若干个保持相同运行状态并相互关联的视频监控装置的视频质量信息包括snr，获取后，对snr进行处理后生成snr偏离指数；若干个保持相同运行状态并相互关联的视频监控装置的时间参数信息包括视频帧率和曝光时间，获取后，对视频帧率和曝光时间处理后生成时间参数异常隐匿指数。

23、优选的，snr偏离指数获取的逻辑如下：

24、在固定时长窗口内，获取视频监控装置进行视觉管理时的实时snr，并将实时snr按照时间序列用函数snr(t)进行表示；

25、将视频监控装置进行视觉管理时的实时snr与snr参考值进行比对，计算snr偏离指数，计算的表达式为：式中，snrαα表示snr偏离指数，snr参考表示snr参考值，[tx，ty]表示视频监控装置进行视觉管理时实时snr低于snr参考值的时段，tx＜ty。

26、优选的，时间参数异常隐匿指数获取的逻辑如下：

27、在固定时长窗口内，获取视频监控装置进行视觉管理时的实时视频帧率和进行若干次曝光生成的实际曝光时间，并将实时视频帧率和实际曝光时间分别标定为ratey和expok，y表示视频监控装置进行视觉管理时在固定时长窗口按照时间序列进行排序的实时视频帧率的编号，y＝1、2、3、4、……、n，n为正整数，k表示视频监控装置进行视觉管理时在固定时长窗口内进行若干次曝光生成的实际曝光时间的编号，k＝1、2、3、4、……、m，m为正整数；

28、计算时间参数异常隐匿指数，计算的表达式为：timeββ＝h1*rate帧率+h2*expo曝光，式中，timeββ表示时间参数异常隐匿指数，rate帧率表示视频帧率变动系数，expo曝光表示曝光时间变动系数，h1、h2分别为视频帧率变动系数rate帧率、曝光时间变动系数expo曝光的权重因子，

29、优选的，将视频监控装置进行视觉管理时生成的snr偏离指数snrαα和时间参数异常隐匿指数timeββ进行公式化分析，生成清晰度异常指数φ成像，通过清晰度异常指数φ成像对视频监控装置进行视觉管理时的监控清晰度异常隐患进行实时监控。

30、优选的，将视频监控装置进行视觉管理时在固定时长窗口内生成的清晰度异常指数与预先设定的清晰度异常指数参考阈值进行比对分析，比对分析的结果如下：

31、若清晰度异常指数大于等于清晰度异常指数参考阈值，则生成信息融合信号，通过正常运行的视频监控装置进行视频监控，并且采用多帧融合技术，将多个连续帧的信息融合；

32、若清晰度异常指数小于清晰度异常指数参考阈值，则生成正常信号，通过视频监控装置继续进行视觉管理。

33、优选的，当视频监控装置进行视觉管理生成信息融合信号时，通过正常运行的视频监控装置进行视频监控，并且利用图像增强算法，实时调整监控画面的清晰度，具体的步骤如下：

34、接收到信息融合信号后，立即切换到备用视频监控装置的画面，确保实时监控不受清晰度异常的影响；

35、在未收到信息融合信号后的视频监控装置监控画面上进行图像增强前的准备工作；

36、利用图像增强算法对监控画面进行实时调整；

37、根据实时监测到的画面质量情况，动态调整图像增强算法的参数；

38、在图像增强过程中，实时监测清晰度的改善效果，确保增强后的画面在整体上保持清晰度，并且对异常区域进行有效地增强，在无法调整监控画面的清晰度时，发出预警提示，通知相关工作人员知晓。

39、一种基于视频智能识别的区域警示系统，包括视频分析区域划分模块、视频监控模块、监控画面融合准备模块、监控画面融合模块、异常识别与处理模块；

40、视频分析区域划分模块，将智能视频分析区域划分为若干个子区域，对若干个子区域进行顺序编号，并对智能视频分析区域进行分区管理；

41、视频监控模块，对每个子区域设置若干个视频监控装置，使这若干个视频监控装置保持相同的运行状态并相互关联，同时使这若干个视频监控装置分别以不同的监控角度监控同一区域；

42、监控画面融合准备模块，将若干个视频监控装置监控的画面按照相同的时间点准备融合之前，对需要进行融合的若干个监控画面进行清晰度分析，选择清晰度最佳的监控画面为基准进行融合；

43、监控画面融合模块，将若干个视频监控装置监控的画面按照相同的时间点进行融合，生成融合后的图像，通过融合后的图像对子区域进行异常监控；

44、异常识别与处理模块，对若干个保持相同运行状态并相互关联的视频监控装置进行画面清晰度分析，识别出视频监控异常的视频监控装置，在此期间，通过正常运行的视频监控装置进行视频监控，并且利用图像增强算法，实时调整监控画面的清晰度，保障作业进行，在无法调整监控画面的清晰度时，发出预警提示，通知相关工作人员知晓。

45、在上述技术方案中，本发明提供的技术效果和优点：

46、本发明通过划分智能视频分析区域为多个子区域，每个子区域都有相应的视频监控装置，可以更全面地监控整个区域，这有效解决了单个视频角度有限的问题，使得异常无法被检测到的风险降低，提高了对潜在风险的感知能力；

47、本发明通过将若干个视频监控装置分别以不同的监控角度监控同一区域，监控的视角就越多，便于从不同的角度监控的异常，从而实现高效的异常监控，通过获取每张监控画面的分辨率建立数据集，选择分辨率最高的监控画面作为基准进行图像融合的好处在于可以提高整体图像质量和清晰度，选取分辨率最高的监控画面作为基准意味着该图像包含更多的细节和更高的图像精度，通过将其他画面与其融合，可以在保留最多信息的同时，进一步提升整体图像的清晰程度，有效改善监控系统对细节的捕捉和呈现能力，从而提高视觉管理系统的效能；

48、本发明通过图像拼接对多个不同角度的监控画面进行融合，可以实现一个无缝连接的、综合了多个视角的全景图像，这种融合后的图像提供了更广阔、更全面的监控视野，用户可以在一个图像中同时观察到多个监控画面，有效减少监控死角和提高整个监控系统的综合效能，通过透视变换等技术，确保不同画面在拼接处的平滑过渡，使得融合后的图像更为真实、连贯，这有助于减轻用户的视觉负担，简化监控操作，提高异常监控的效果，因为用户只需在一个图像中关注特定区域，而不必切换多个监控画面，整合后的图像同时也降低了监控系统的复杂性，使得对场景的综合管理更加方便和高效；

49、本发明通过综合分析视频质量信息和时间参数信息，生成清晰度异常指数，并根据预设的清晰度异常指数参考阈值进行比对，可以智能地识别出视频监控装置是否存在清晰度异常，在异常情况下，及时切换到备用视频监控装置并进行图像增强，以确保视觉管理的连续性和稳定性，在无法调整监控画面的清晰度时，发出预警提示，通知相关工作人员知晓。