本申请涉及物联网图像识别领域,尤其涉及一种用于识别消防通道状态的报警方法及系统。
背景技术:
近年来高层建筑、石油化工等新兴扑救难点,使消防员的职业风险不断变大,而增加消防员施救难度的主要因素之一就是由于消防通道堵塞,包含堆放杂物、存放车辆等,当前对消防通道的管理方式大多为人工巡检,此种方式无法对消防通道长时间保持通畅起到足够的保障。
中国专利“一种消防通道占用监测报警方法及其系统”,其申请公布号为cn102708655a,其公开公告日为.10.03,采用红外收发装置、磁通量检测单元和高清摄像机采集该消防通道内信息,利用信息处理单元将采集到的信息做初步处理并通过通讯组件上传到后台服务器,由后台服务器判断消防通道是否被占用,并在消防通道被占用时控制报警装置发出警报并控制高清摄像机记录占用事件,其具体步骤为:(1)高清摄像机每隔一段时间拍摄一张消防通道的图像,并将图像上传到后台服务器,后台服务器将高清摄像机按照时间拍摄的图像定义为常态图像并进行储存;(2)在红外收发装置或磁通量检测单元发现通道内有异常信号时,将异常信号信息传送到信息处理单元;(3)信息处理单元在接收到异常信号后控制高清摄像机拍摄一张消防通道的实时照片,并将照片通过通讯组件传送到后台服务器;(4)后台服务器在接收到实时照片后将其定义为异常照片,并调出最近的常态照片进行对比分析,判断消防通道是否被占用;(5)若后台服务器判断消防通道被占用,则控制报警装置发出警报,同时高清摄像机对消防通道进行拍摄记录。然而此方法对通道变化来源于红外收发装置,安装和维护成本高,常态图片为定时拍摄的图片,如红外收发装置出现异常,则无法对通道的堵塞情况进行识别。
综上所述,需要提供一种不通过其他传感器就能够对监控画面内物品的堆放、道路的通畅情况进行视觉分析的安装和维护成本低的用于识别消防通道状态的报警方法及系统。
技术实现要素:
为解决以上问题,本申请提出了一种用于识别消防通道状态的报警方法及系统。
一方面,本申请提出一种用于识别消防通道状态的报警方法,包括:
实时接收采集设备发送的视频数据;
周期性提取所述视频数据中的多个图像帧;
使用背景减除法对多个所述图像帧进行前景提取,得到堵塞占比;
根据堵塞占比,发送报警信息;
进行报警。
优选地,所述使用背景减除法对多个所述图像帧进行前景提取,得到堵塞占比,包括:
优选地,所述使用背景减除法对多个所述图像帧进行前景提取,得到堵塞占比,包括:
s1,使用图像帧与背景模型进行前景提取;
s2,计算图像帧与背景模型之间不叠加的比率,得到对比数值;
s3,提取同周期内下一个图像帧,循环执行s1至s3,直至得到同周期内所有图像帧的对比数值;
s4,使用同周期内所有图像帧的对比数值计算堵塞占比。
优选地,在所述使用同周期内所有图像帧的对比数值计算堵塞占比之后,还包括:
使用与堵塞占比对应的图像帧更新背景模型,得更新后的背景模型。
优选地,在所述使用背景减除法对多个所述图像帧进行前景提取,得到堵塞占比之前,还包括:
若图像帧为与其对应的采集设备采集的第一帧,则使用前n帧图像帧建立背景模型。
优选地,所述根据堵塞占比,发送报警信息,包括:
若连续多个堵塞占比都大于阈值,则发送报警信息。
优选地,所述进行报警,包括:
根据报警信息,发送短信告警和/或电话告警至与采集设备对应的报警设备。
优选地,在所述若连续多个堵塞占比都大于阈值,则发送报警信息之后,还包括:保存与所有大于阈值的堵塞占比对应的多组图像帧。
优选地,所述阈值跟随更新后的背景模型进行动态变化。
第二方面,本申请提出一种用于识别消防通道状态的报警系统,包括:
采集模块,用于实时接收采集设备发送的视频数据,发送至管理模块;
管理模块,用于周期性提取所述视频数据中的多个图像帧,发送至分析模块;
分析模块,用于使用背景减除法对多个所述图像帧进行前景提取,得到堵塞占比,根据堵塞占比,发送报警信息至报警模块;
报警模块,用于根据报警信息进行报警。
优选地,所述分析模块具体用于,
使用图像帧与背景模型进行前景提取,计算图像帧与背景模型之间不叠加的比率,得到对比数值,使用图像帧更新背景模型,得更新后的背景模型,提取同周期内下一个图像帧,循环进行上述操作,直至得到同周期内所有图像帧的对比数值,使用同周期内所有图像帧的对比数值计算堵塞占比;根据堵塞占比,发送报警信息至报警模块。
本申请的优点在于:通过实时接收采集设备发送的视频数据,周期性提取所述视频数据中的多个图像帧,使用背景减除法对多个所述图像帧进行前景提取,得到堵塞占比,只需要采集设备而不需要使用其他传感器,安装和维护成本低。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选事实方案的目的,而并不认为是对本申请的限制。而且在整个附图中,用同样的参考符号表示相同的部件。在附图中:
图1是本申请提供的一种用于识别消防通道状态的报警方法的步骤示意图;
图2是本申请提供的一种用于识别消防通道状态的报警方法的使用背景减除法的判断堵塞占比是否超过阈值的示意图;
图3是本申请提供的一种用于识别消防通道状态的报警方法的示意图;
图4是本申请提供的一种用于识别消防通道状态的报警系统的示意图;
图5是本申请提供的一种用于识别消防通道状态的报警系统的部署方式示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施方式。虽然附图中显示了本公开的示例性实施方式,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施方式所限制。相反,提供这些实施方式是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
根据本申请的实施方式,提出一种用于识别消防通道状态的报警方法,如图1所示,该方法包括:包括:
s101,实时接收采集设备发送的视频数据;
s102,周期性提取视频数据中的多个图像帧;
s103,使用背景减除法对多个图像帧进行前景提取,得到堵塞占比;
s104,根据堵塞占比,发送报警信息;
s105,进行报警。
如图2所示,为使用背景减除法的判断堵塞占比是否超过阈值的示意图。
在使用背景减除法对多个图像帧进行前景提取,得到堵塞占比之前,还包括:
若图像帧为与其对应的采集设备采集的第一帧,则使用前n帧图像帧建立背景模型。
如图2所示,使用背景减除法对多个所述图像帧进行前景提取,得到堵塞占比,包括:
s1,使用图像帧与背景模型进行前景提取;
s2,计算图像帧与背景模型之间不叠加的比率,得到对比数值;
s3,提取同周期内下一个图像帧,循环执行s1至s3,直至得到同周期内所有图像帧的对比数值;
s4,使用同周期内所有图像帧的对比数值计算堵塞占比。
如图2所示,在使用同周期内所有图像帧的对比数值计算堵塞占比之后,还包括:
使用与堵塞占比对应的图像帧更新背景模型,得更新后的背景模型。
如图2所示,根据堵塞占比,发送报警信息,包括:
若连续多个堵塞占比都大于阈值,则发送报警信息。
进行报警,包括:
根据报警信息,发送短信告警和/或电话告警至与采集设备对应的报警设备。
在若连续多个堵塞占比都大于阈值,则发送报警信息之后,还包括:保存与所有大于阈值的堵塞占比对应的多组图像帧。
所述阈值跟随更新后的背景模型进行动态变化。
其中,连续堵塞占比的数量可以设定。即,若设为5,则连续5个周期的堵塞占比都超过阈值时,发送报警信息。
也可以周期性的发送当前的堵塞占和阈值至报警设备。
周期的时间和每个周期发送的帧的数量可以根据需要进行设定。
堵塞占比的阈值可以设定。
建立背景模型使用的帧数可以设定。
下面,结合图3,以对采集设备2采集到的视频数据进行处理为例,假设周期为5分钟,每个周期发送的帧数为10帧,使用100帧建立背景模型,对本申请实施例进行进一步说明。视频采集层的采集模块实时接收各采集设备发送的视频数据,发送至管理模块。
应用层的管理模块周期性地提取每个采集设备获得的视频数据中的10个图像帧,发送至分析模块。如图3所示,图像帧1对应采集设备1中提取到的图像帧,图像帧2对应采集设备2中提取到的图像帧,图像帧3对应采集设备3中提取到的图像帧。周期为5分钟,假设从15:30:30开始取帧,则取从15:30:30开始的连续性10帧(不到1s的时间),将取到的连续10个图像帧发送至分析模块。下次取帧在15:30:35至15:30:36之间,以此类推。
管理模块将图像帧2中的图像帧发送至分析模块。
分析模块中对应采集设备2的单元处理图像帧2的图像帧。
若图像帧2中的图像帧包括采集设备2采集的第一帧,则管理模块发送前100帧至分析模块,分析模块使用接收到的100帧图像帧建立背景模型。
建立好背景模型后,分析模块等待管理模块下一周期发送的图像帧。
分析接口层的分析模块使用接收到的图像帧2的10个图像帧中的第一帧与背景模型进行前景提取,计算第一帧与背景模型之间不叠加的比率,得到对比数值1,提取同周期内下一个图像帧(第二帧),与背景模型进行前景提取;计算第二帧与背景模型之间不叠加的比率,得到对比数值2;提取同周期内下一个图像帧,循环上述操作,直至得到同周期内10个图像帧的对比数值。
使用同周期内10个图像帧的10个对比数值计算堵塞占比,即,取10个对比数值中的最大对比数值作为堵塞占比。
使用与堵塞占比对应的图像帧更新背景模型,得更新后的背景模型,作为下一个周期的背景模型。
若当前周期中的第八帧图像帧的对比数值为10个对比数值中的最大对比数值,则使用第八帧的对比数值最作为堵塞占比。使用前周期中的第八帧图像帧更新背景模型。
判断此堵塞占比是否大于设定好的阈值,若大于,记为一次超过阈值。
假设,设置了连续5次超过阈值,则发送报警信息,那么,若连续5个周期的堵塞占比都大于阈值,则发送报警信息至报警模块。
应用层的报警模块根据接收到的报警信息,发送短信告警和/或电话告警至与采集设备(采集设备2)对应的报警设备。
若超过阈值的堵塞占比数量没有达到连续5次,则分析模块不发送报警信息至报警模块。
若堵塞占比大于阈值,则管理模块保存与报警信息对应的所有图像帧。
堵塞占比的阈值跟随更新后的背景模型进行动态变化。即,若更新后的背景模型的通道占比小于更新前的背景模型的通道占比,则堵塞占比的阈值减小。
下面,对本申请的另一种实施方式进行说明。
分析模块也可以在每个周期的堵塞占比超过阈值时,发送报警信息至报警模块。报警模块接收到报警信息后,此报警信息(与采集设备对应的报警信息)是否超过连续堵塞占比的数量,若超过,则发送短信告警和/或电话告警至与采集设备(采集设备2)对应的报警设备。
各采集设备的连续堵塞占比的数量可以根据需要分别设置。
下面,对本申请中的堵塞占比的阈值跟随更新后的背景模型进行动态变化的一种实施方式进行说明。
以一个有通道和通道两旁的墙、栏杆或者台阶等非通道部分的图像建立的背景模型为例,假设在此背景模型g中,通道p占整个背景模型的80%,并且此时,通道上没有其他非通道物体,则此时的通道占比为80%(p=0.8g)。假设,设置的阈值t为通道的60%,即通道中不能超过60%的面积被占(t=0.6p),堵塞占比大于t则记为一次超过阈值。所以,阈值为g×80%×60%,即为0.48g。若在下一个周期发送的图像帧中,通道上摆放了杂物,计算图像帧中的通道p1与背景模型中的通道p之间不叠加的比率,即图像帧中的通道比背景模型中的通道的减少率。若当前帧的对比数值=[1-(p1÷p)]>60%,则当前帧的对比数值超过阈值。
使用当前周期的堵塞占比对应的图像帧更新背景模型,假设更新后的背景模型的通道p仅占整个图像g的60%,则阈值t根据更新后的背景模型中的通道占比进行变化,当前的阈值t为[1-(0.48g÷60%)]=20%,即在当前背景模型的通道中,不能超过20%的面积被占。
背景模型的更新用于更新(反映)消防通道的常态状态。
根据本申请的实施方式,还提出一种用于识别消防通道状态的报警系统,如图4所示,包括:
采集模块101,用于实时接收采集设备发送的视频数据,发送至管理模块;
管理模块102,用于周期性提取所述视频数据中的多个图像帧,发送至分析模块;
分析模块103,用于使用背景减除法对多个所述图像帧进行前景提取,得到堵塞占比,根据堵塞占比,发送报警信息至报警模块;
报警模块104,用于根据报警信息进行报警。
分析模块具体用于,
使用图像帧与背景模型进行前景提取,计算图像帧与背景模型之间不叠加的比率,得到对比数值,使用图像帧更新背景模型,得更新后的背景模型,提取同周期内下一个图像帧,循环进行上述操作,直至得到同周期内所有图像帧的对比数值,使用同周期内所有图像帧的对比数值计算堵塞占比;根据堵塞占比,发送报警信息至报警模块。
采集模块,包括:接口和软件开发工具包。
本申请的实施方式可以针对消防通道堵塞情况进行监测并将监测结果以api的方式提供给第三方系统。
本申请的另一种实施方式还包括,报警模块在接收到报警消息后,优先判断停留时长,再进行报警消息推送业务,其中停留时长为可配置参数。
如图5所示,在本申请的实施方式中,部署方式可以是,视频设备管理服务包括管理模块和报警模块。并且,包括分析模块的视频分析服务根据需要,可以为云端、本地端或者在云端和本地之间的中间节点端。
本申请的实施方式还可以分为四层。
视频采集层:采集模块将采集设备采集的视频数据通过rtmp/hls等协议,将视频数据传输至物联网平台的设备管理层,并提供摄像头的属性、状态等信息。
视频分析层:本接口(视频分析接口)自动将传入的各种视频图像序列(图像帧)通过背景减除法提取图像中的变化区域后,分析变化区域的占比情况判断,返回分析结果消防通道发生堵塞异常结果。
报警应用层:对视频分析接口返回的结果进行判断,若系统返回的检测结果高于系统中设置的阈值(占用时长),则使用报警应用层将异常信息推送至报警设备,报警设备可以是电脑端、手机端、平板端以及其它报警设备,报警应用层负责对报警设备的管理或者对报警信息的推送等等。
设备管理层:对采集模块、分析模块以及报警模块做统一管理。通过调用采集模块获取视频流,并将视频流传入视频分析接口,若接口返回异常,则调用报警模块。
各设备与各模块之间的数据传输,以及各模块之间的数据传输,可以通过有线和/或无线的方式进行
本申请的方法中,通过实时接收采集设备发送的视频数据,周期性提取所述视频数据中的多个图像帧,使用背景减除法对多个所述图像帧进行前景提取,得到堵塞占比,只需要采集设备而不需要使用其他传感器,安装和维护成本低。通过对比监控画面区域内的通畅状态,当堆积的物体超过一定比例且停放时间超过阈值时,推送报警消息并记录造成堵塞情况发生时的视频图像信息,加强对视频消防通道堵塞情况的监管,可以实时对消防通道的堵塞进行判断,为消防通道长时间畅通提供保障,能够减少由于暂时通过或暂时占用造成的误报警,减少应急资源的占用。通过将现有安防摄像头接入消防通堵塞算法的方式进行大面积覆盖监测,降低安装、维护成本。
以上所述,仅为本申请较佳的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。
技术特征:
1.一种用于识别消防通道状态的报警方法,其特征在于,包括:
实时接收采集设备发送的视频数据;
周期性提取所述视频数据中的多个图像帧;
使用背景减除法对多个所述图像帧进行前景提取,得到堵塞占比;
根据堵塞占比,发送报警信息;
进行报警。
2.根据权利要求1所述的报警方法,其特征在于,所述使用背景减除法对多个所述图像帧进行前景提取,得到堵塞占比,包括:
s1,使用图像帧与背景模型进行前景提取;
s2,计算图像帧与背景模型之间不叠加的比率,得到对比数值;
s3,提取同周期内下一个图像帧,循环执行s1至s3,直至得到同周期内所有图像帧的对比数值;
s4,使用同周期内所有图像帧的对比数值计算堵塞占比。
3.根据权利要求1所述的报警方法,其特征在于,在所述使用同周期内所有图像帧的对比数值计算堵塞占比之后,还包括:
使用与堵塞占比对应的图像帧更新背景模型,得更新后的背景模型。
4.根据权利要求1所述的报警方法,其特征在于,在所述使用背景减除法对多个所述图像帧进行前景提取,得到堵塞占比之前,还包括:
若图像帧为与其对应的采集设备采集的第一帧,则使用前n帧图像帧建立背景模型。
5.如权利要求1所述的报警方法,其特征在于,所述根据堵塞占比,发送报警信息,包括:
若连续多个堵塞占比都大于阈值,则发送报警信息。
6.如权利要求1所述的报警方法,其特征在于,所述进行报警,包括:
根据报警信息,发送短信告警和/或电话告警至与采集设备对应的报警设备。
7.如权利要求5所述的报警方法,其特征在于,在所述若连续多个堵塞占比都大于阈值,则发送报警信息之后,还包括:保存与所有大于阈值的堵塞占比对应的多组图像帧。
8.如权利要求5所述的报警方法,其特征在于,所述阈值跟随更新后的背景模型进行动态变化。
9.一种用于识别消防通道状态的报警系统,其特征在于,包括:
采集模块,用于实时接收采集设备发送的视频数据,发送至管理模块;
管理模块,用于周期性提取所述视频数据中的多个图像帧,发送至分析模块;
分析模块,用于使用背景减除法对多个所述图像帧进行前景提取,得到堵塞占比,根据堵塞占比,发送报警信息至报警模块;
报警模块,用于根据报警信息进行报警。
10.如权利要求9所述的报警系统,其特征在于,所述分析模块具体用于,
使用图像帧与背景模型进行前景提取,计算图像帧与背景模型之间不叠加的比率,得到对比数值,使用图像帧更新背景模型,得更新后的背景模型,提取同周期内下一个图像帧,循环进行上述操作,直至得到同周期内所有图像帧的对比数值,使用同周期内所有图像帧的对比数值计算堵塞占比;根据堵塞占比,发送报警信息至报警模块。
技术总结
本申请公开了一种用于识别消防通道状态的报警方法及系统,包括:实时接收采集设备发送的视频数据;周期性提取所述视频数据中的多个图像帧;使用背景减除法对多个所述图像帧进行前景提取,得到堵塞占比;根据堵塞占比,发送报警信息;进行报警。通过实时接收采集设备发送的视频数据,周期性提取所述视频数据中的多个图像帧,使用背景减除法对多个所述图像帧进行前景提取,得到堵塞占比,只需要采集设备而不需要使用其他传感器,安装和维护成本低。当堆积的物体超过一定比例且停放时间超过阈值时,推送报警消息,可以实时对消防通道的堵塞进行判断,为消防通道长时间畅通提供保障,减少由于暂时通过或暂时占用造成的误报警,减少应急资源的占用。
技术研发人员:金锐
受保护的技术使用者:重庆特斯联智慧科技股份有限公司
技术研发日:.09.19
技术公布日:.02.07