一种基于视频监控的入侵检测方法

摘要

一种基于视频监控的入侵检测方法，首先采用FFMPEG获取前端视频流数据包，在通过CUDA解码专用的数据接口将获取的前端视频流数据并行化处理；而后利用机器学的方法获得行人分类器和数理统计的方法建立参考背景，以做到实时在线学，提高算法对场景的适应，为达到实时多目标跟踪，采取卡尔曼滤波算法，通过对行人目标进行跟踪，计算行人的质心，若质心在划线区域内，即目标越界报警，并进行视频显示。本发明在自动化、人工智能技术的基础上，能够快速地、准确地对越界目标进行报警，可有效防止外来目标的入侵，极大地减少了周界防范中的人力成本和物防成本；同时克服了光线的变化、树木的摆动、昆虫的干扰带来的影响。

主权项

一种基于视频监控的入侵检测方法，其特征在于，具体步骤如下：1）视频解码采用FFMPEG获取前端视频流数据包，在通过CUDA解码专用的数据接口将获取的前端视频流数据并行化处理；2）训练行人分类器利用机器学习的方法获得行人分类器，采用Hog算法和SVM算法相结合，先利用Hog算法对INRIA行人库分别提取正样本特征和负样本特征，并对样本特征进行图像预处理，正样本特征记为1，负样本特征记为0，同时将所有样本特征输入到SVM算法中进行训练，而后将训练结果以文本形式保存，在利用INRIA行人库做准确率测试，即得行人分类器，当且仅当识别率高于85%，才能投入使用；3）背景建模采用数理统计的方法建立参考背景，具体方法为：取视频流前100帧，获得每帧的像素值，求100帧相同位置像素的平均值，即得平均值为参考背景像素值；4）判断行人将步骤2）中所得的行人分类器应用至获取的视频流中，若有行人，则跟踪，若无行人，则获取下一帧；5）越界判断通过对行人目标进行跟踪，计算行人的质心，进而判断质心是否在划线区域内，从而判断是否存在越界，若质心在划线区域内，即目标越界报警，并进行视频显示。