基于监控视频时序动作异常检测的监控系统的制作方法

技术特征：
1.基于监控视频时序动作异常检测的监控系统，其特征在于，包括监控处理中心、视频输入模块、图像处理模块、图像存储模块、热成像捕捉筛选模块、动作异常分析模块、视频输出模块；所述监控处理中心为监控系统的中心处理部分；所述视频输入模块用于监控视频的采集和输入；所述图像处理模块用于对监控视频进行处理；所述图像存储模块用于对视频进行临时存储；所述热成像捕捉筛选模块用于对监控中的人员进行热成像捕捉；所述动作异常分析模块用于对监控视频中的人员异常动作进行分析；所述视频输出模块用于对分析后的监控视频进行输出。2.根据权利要求1所述的基于监控视频时序动作异常检测的监控系统，其特征在于：所述视频输入模块接入监控摄像头，对录入的视频图像数据进行实时采集。3.根据权利要求1所述的基于监控视频时序动作异常检测的监控系统，其特征在于：所述图像处理模块对视频图像的处理包括等比缩放、图像海量加载、图像的裁剪、图像的无损压缩、图像的旋转、图像阴影去除和改变图片形状。4.根据权利要求1所述的基于监控视频时序动作异常检测的监控系统，其特征在于：所述热成像捕捉筛选模块与视频拍摄的摄像头连接，摄像头进行视频拍摄时，直接进行热成像捕捉，将录入的视频分为含有人员视频和无人员视频，再由动作异常分析模块对含有人员视频进行分析。5.根据权利要求1所述的基于监控视频时序动作异常检测的监控系统，其特征在于：所述图像存储模块分别对分析前的视频图像数据以及分析后的视频图像数据进行存储，存储量上限时，删除存储时间最长的视频图像数据，存储介质可为u盘、只读存储器、随机存取存储器、移动硬盘、磁碟或者光盘。6.根据权利要求1所述的基于监控视频时序动作异常检测的监控系统，其特征在于：所述动作异常分析模块具体分析步骤如下：步骤一：人脸捕捉单元对视频图像中的人脸进行捕捉锁定；步骤二：人脸跟踪单元对锁定的人员进行动作跟踪；步骤三：动作分析单元根据视频时序对跟踪锁定的人员进行动作分析，通过公式：进行计算，便可以通过kinect获取需要计算的某两个关节点的坐标再计算出相应的距离，我们不仅可以直接使用这些距离特征来识别某些姿态，还可以继续处理这些距离特征，例如根据多点之间的距离计算出角度特征，同样也能够达到姿态识别的目的，分析检测出动作异常的人员；步骤四：异常判定单元对分析检测后的人员进行判定。7.根据权利要求6所述的基于监控视频时序动作异常检测的监控系统，其特征在于：所述异常判定单元对动作分析的视频人员进行分级，分级配置为：异常风险百分比小于10％，则将该用户分类至i级无风险人员；异常风险百分比介于10％至30％，则将该用户分类至ii级低风险人员；异常风险百分比介于30％至40％，则将该用户分类至iii级中风险人员；
异常风险百分比大于40％以上，则将该用户分类至iv级高风险人员。8.根据权利要求6所述的基于监控视频时序动作异常检测的监控系统，其特征在于：所述视频输出模块包括有异常视频输出单元和正常视频输出单元，异常视频输出单元连接有异常信息汇报单元，异常视频输出单元用于对异常动作的视频图像进行输出，配合异常信息汇报单元对视频人员信息的异常风险等级进行汇报，正常视频输出单元用于对正常的视频图像进行输出。

技术总结
本发明公开了基于监控视频时序动作异常检测的监控系统，包括监控处理中心、视频输入模块、图像处理模块、图像存储模块、热成像捕捉筛选模块、动作异常分析模块、视频输出模块，所述管理中心为信息安全的风险管理中心，所述监控处理中心为监控系统的中心处理部分；所述视频输入模块用于监控视频的采集和输入；所述图像处理模块用于对监控视频进行处理；本发明能够更精准的进行视频分析检测，因此提高了视频图像分析检测的效率，降低了系统工作量，更快速的实现异常检测，通过I级无风险人员、II级低风险人员、III级中风险人员和IV级高风险人员的四个分级，异常检测风险评估分级效果更好，为后台人工识别处理带来了便利。为后台人工识别处理带来了便利。为后台人工识别处理带来了便利。


技术研发人员：胡金凤 曹振洲 胡金丽 吕静毅 于伯和
受保护的技术使用者：甘肃风尚电子科技信息有限公司
技术研发日：2021.11.09
技术公布日：2022/2/24