主权项 |
1.基于网络硬盘录像机危险入侵的后处理检测方法,其特征在于,包括如下步骤:a、读取网络硬盘录像机的监控视频文件,对监控视频中的图像帧序列进行开始帧至结束帧的扫描;b、获取监控视频的所有图像帧,通过遍历对比获取监控视频的背景模型图;c、以背景模型图为参考图,提取监控视频中的运动物体图;d、提取运动物体图的运动特征,以场景建立直角坐标系,横向为x轴,纵向为y轴,左下角为坐标系原点(0,0),对运动物体不分先后进行以下三种算法模型检测:(1)异常徘徊入侵算法模型检测,算法模型为:<img file="FDA00002681621400011.GIF" wi="769" he="247" />其中,x<sub>进入值</sub>、y<sub>进入值</sub>为运动物体进入场景的坐标初始值,x<sub>n</sub>、y<sub>n</sub>为运动物体进入场景后任一时刻的坐标值,x<sub>Δ</sub>、y<sub>Δ</sub>为瞬时运动距离,c<sub>出现次数阈值</sub>为设定的次数阈值,f(x<sub>Δ</sub><0,y<sub>Δ</sub><0,c<sub>出现次数阈值</sub>)为检测是否存在异常徘徊入侵行为的检测公式,当x<sub>Δ</sub>或y<sub>Δ</sub>值小于0,且出现次数大于c<sub>出现次数阈值</sub>时,R<sub>徘徊</sub>值为1,检测存在异常徘徊入侵行为,记录入侵开始时间和入侵结束时间,否则R<sub>徘徊</sub>值为0,检测不存在异常徘徊入侵行为;(2)逆向行走入侵算法模型检测,算法模型为:F(θ<sub>场景起点</sub>(x<sub>n</sub>,y<sub>n</sub>),f(x<sub>Δ</sub>,y<sub>Δ</sub>),β<sub>逆行阈值</sub>)其中,θ<sub>场景起点</sub>(x<sub>n</sub>,y<sub>n</sub>)为运动物体进入场景的起点区域,f(x<sub>Δ</sub>,y<sub>Δ</sub>)为瞬时运动物体位置,β<sub>逆行阈值</sub>为设定的逆向行走距离阈值,当θ<sub>场景起点</sub>(x<sub>n</sub>,y<sub>n</sub>)与f(x<sub>Δ</sub>,y<sub>Δ</sub>)之间的距离小于β<sub>逆行阈值</sub>时,检测存在逆向行走入侵行为,记录入侵开始时间和入侵结束时间,否则,检测不存在逆向行走入侵行为;(3)速度异常入侵算法模型检测,算法模型为:<img file="FDA00002681621400021.GIF" wi="730" he="209" />其中,f(x<sub>ts</sub>,y<sub>ts</sub>)为ts时刻运动物体所在的坐标位置,f(x<sub>tΔ</sub>,y<sub>tΔ</sub>)为tΔ时刻运动物体所在的坐标位置,Δt为ts与tΔ的时间差,υ<sub>移动速度</sub>为计算出的移动速度,υ<sub>高速阈值</sub>为设定的超过正常移动速度的阈值,υ<sub>低速阈值</sub>为设定的低于正常移动速度的阈值,当υ<sub>低速阈值</sub><υ<sub>移动速度</sub><υ<sub>高速阈值</sub>时,υ<sub>移动速度</sub>为正常速度,否则检测存在速度异常入侵行为,记录入侵开始时间和入侵结束时间;e、输出三种算法模型的检测结果,检测结果包含入侵类型、入侵开始时间和入侵结束时间。 |