一种在线实时升级的监视系统的制作方法

1.本发明涉及安防监视技术领域，尤其涉及一种在线实时升级的监视系统。


背景技术：

2.相关技术中，边境地区野外安防监视系统的主要功能是接入摄像机设备获取的实时图像，对人员、车辆等目标进行实时监视与跟踪，对目标越界行为进行报警。
3.但是，现有安防监视系统的目标识别能力对野外环境的适应能力差，即现有安防监视系统的环境场景适应范围具有局限性。


技术实现要素：

4.本发明的目的在于提供一种在线实时升级的监视系统，用于解决现有安防监视系统的环境场景适应范围具有局限性的问题，提供一种在线实时升级的监视系统，能够根据环境场景的变化，在线实时升级目标识别能力。
5.为了实现上述目的，本发明提供一种在线实时升级的监视系统，包括：
6.至少一个光电设备，用于向监视终端发送图像；
7.与所述光电设备通信的监视终端，用于根据识别算法对所述图像进行识别，获得识别结果；在所述识别结果出现异常的情况下，根据所述识别结果在线实时升级所述识别算法。
8.与现有技术相比，本发明提供的在线实时升级的监视系统中，监视终端与至少一个光电设备进行通信；至少一个光电设备，向监视终端发送图像；监视终端获得每个光电设备发送的图像，根据识别算法对所述图像进行识别，获得识别结果；在所述识别结果出现异常的情况下，根据所述识别结果在线实时升级所述识别算法；如此，能够根据环境场景的变化，在线实时升级目标识别能力。
附图说明
9.此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
10.图1为本发明实施例中的在线实时升级的监视系统的结构示意图一；
11.图2为本发明实施例中的在线实时升级的监视系统的结构示意图二；
12.图3为本发明实施例中的在线实时升级的监视系统的结构示意图三。
具体实施方式
13.为了便于清楚描述本发明实施例的技术方案，在本发明的实施例中，采用了“第一”、“第二”等字样对功能和作用基本相同的相同项或相似项进行区分。例如，第一阈值和第二阈值仅仅是为了区分不同的阈值，并不对其先后顺序进行限定。本领域技术人员可以理解“第一”、“第二”等字样并不对数量和执行次序进行限定，并且“第一”、“第二”等字样也
并不限定一定不同。
14.需要说明的是，本发明中，“示例性的”或者“例如”等词用于表示作例子、例证或说明。本发明中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其他实施例或设计方案更优选或更具优势。确切而言，使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
15.本发明中，“至少一个”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b的情况，其中a，b可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达，是指的这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a，b或c中的至少一项(个)，可以表示：a，b，c，a和b的结合，a和c的结合，b和c的结合，或a、b和c的结合，其中a，b，c可以是单个，也可以是多个。
16.相关技术中，边境地区野外安防监视系统的主要功能是接入摄像机设备获取的实时图像，对人员、车辆等目标进行实时监视与跟踪，对目标越界行为进行报警。但是，现有安防监视系统的目标识别能力对野外环境的适应能力差，即现有安防监视系统的环境场景适应范围具有局限性。
17.针对上述问题，本发明实施例提供一种在线实时升级的监视系统，以解决现有安防监视系统的环境场景适应范围具有局限性的问题。
18.图1示例出本发明实施例提供的在线实时升级的监视系统的结构示意图。如图1所示，本发明实施例提供的在线实时升级的监视系统包括：多个光电设备11和监视终端12。其中，多个光电设备11与监视终端12通信。多个光电设备11与监视终端12可以是有线通信，也可以是无线通信。
19.参考附图1，上述每个光电设备11可以为摄像头、摄像机等，其用于向监视终端12发送图像。比如：光电设备11通过wifi、5g等方式向监视终端12发送图像。
20.参考附图1，上述监视终端12，用于接收光电设备11发送的图像；根据识别算法对图像进行识别，获得识别结果。该识别结果可以包括图像存在的目标对象的特征信息。此处目标对象可以包括：人、车辆、无人机等；特征信息用于表征目标对象的特征，特征信息可以包括：车辆颜色、车辆类型、衣着颜色、移动方向等信息。按照特性种类划分，上述特征信息包括：属性特征信息和行为特征信息。
21.属性特征信息可以表征目标对象的静态特征，比如：人员面部特征、衣着特点、是否携带物品、物品类型、车辆类型、车辆颜色等；行为特征信息可以表征目标对象的动态特征，比如：越界、聚集、高速移动、徘徊等。
22.可以理解的是，上述监视终端12用于根据识别算法对图像进行识别时，可以先识别出图像中的目标对象，再提取目标对象的特征信息；也可以同时获得图像中的目标对象以及目标对象的特征信息。
23.为了将上述特征信息显示在图像上，上述图像存在的目标对象的特征信息可以以结构化的形式保存，上述识别结果包括图像存在的目标对象的结构化描述信息。此时，监视终端12可以用于根据识别算法对图像进行识别，获得目标对象的特征信息；根据目标对象的特征信息，生成目标对象的结构化描述信息。
24.具体来说，结构化描述信息是目标对象的特征信息按照预设的存储方式进行存储而生成，预设的存储方式可以包括数组、集合等方式。需要说明的是，预设的存储方式可以根据实际应用情况进行设置，本发明实施例对此不作任何限定。
25.比如：目标对象为车辆，目标对象的特征信息包括：蓝色车辆、大众车、从东向西移动，将目标对象的特征信息利用数组进行存储，生成目标对象的结构化描述信息为：[蓝色车辆，大众车，从东向西移动]。
[0026]
又比如：目标对象为人，目标对象的特征信息包括：红色衣服、携带背包、从南向北移动，将目标对象的特征信息利用集合进行存储，生成的目标对象的结构化描述信息为：{红色衣服，携带背包，从南向北移动}。
[0027]
当目标对象的特征信息包括：属性特征信息和行为特征信息，监视终端12在生成目标对象的结构化描述信息时，可以利用两个预设的存储方式分别对属性特征信息和行为特征信息进行存储，比如：利用数组a对属性特征信息进行存储，利用数组b对行为特征信息进行存储；或者，利用一个预设的存储方式对属性特征信息和行为特征信息进行存储，比如：利用数组c对属性特征信息和行为特征信息进行存储。
[0028]
在实际应用中，如图2所示，监视终端12包括：采集识别模块121；采集识别模块121，用于根据识别算法对图像进行识别，获得目标对象的特征信息；根据目标对象的特征信息，生成目标对象的结构化描述信息。
[0029]
示例的，采集识别模块121接收光电设备3发送的图像3，根据识别算法对图像3进行识别，获得人物3的特征信息：红色衣服、携带背包、从南向北移动；根据上述特征信息，生成人物3的结构化描述信息为：{红色衣服，携带背包，从南向北移动}。
[0030]
上述识别算法可以包括：决策树、逻辑回归、朴素贝叶斯、神经网络、随机森林、人体关键点检测等识别算法。其中，上述识别算法可以存储在监视终端侧。
[0031]
比如：监视终端12接收光电设备1发送的图像1，根据人体关键点检测算法，获得人物1的属性特征信息为：红色衣服、携带背包，以及人物1的行为特征信息为：从南向北移动；将上述属性特征信息和行为特征信息利用集合进行存储，生成人物1的结构化描述信息为：{红色衣服，携带背包，从南向北移动}。
[0032]
又比如：监视终端12接收光电设备2发送的图像2，根据神经网络算法，获得车辆2的属性特征信息为：蓝色车辆、大众车，以及车辆2的行为特征信息为：从东向西移动；将上述属性特征信息和行为特征信息利用数组进行存储，生成车辆2的结构化描述信息为：[蓝色车辆，大众车，从东向西移动]。
[0033]
在得到识别结果后，上述监视终端12还可以用于对识别结果进行判断，在判断识别结果出现异常的情况下，根据识别结果，在线实时升级识别算法。
[0034]
在实际应用中，可以采用各种方式对上述识别结果进行判断，当识别结果出现异常时，识别结果出现异常的情况包括：识别结果不符合目标对象的特征，或，识别结果的识别精度小于预设精度。
[0035]
当识别结果不符合目标对象的特征时，特征可以包括：目标对象的类型、目标对象的颜色等特征。比如：目标对象的类型为人物，识别结果表征目标对象为车辆，在上述情况下，识别结果出现异常；又比如：目标对象为车辆，目标对象的颜色为蓝色，识别结果表征目标对象的颜色为红色，在上述情况下，识别结果出现异常。
[0036]
当识别结果的识别精度小于预设精度时，表征识别结果出现异常。比如：识别结果的识别精度为50％，预设精度为60％，此时，识别结果的识别精度小于预设精度，上述识别结果出现异常。
[0037]
在识别结果出现异常的情况下，上述监视终端12用于对识别结果进行修正，根据修正后的识别结果调整识别算法的目标参数信息，从而实现识别算法升级。
[0038]
在实际应用中，监视终端12用于在识别结果出现异常的情况下，对上述识别结果进行修正，并将图像作为输入特征，将修正后的识别结果作为输出特征输入到识别算法中，调整上述识别算法的目标参数信息。
[0039]
比如：识别结果表征车辆的颜色为红色，此时，识别结果出现异常，监视终端12对车辆的颜色修正为蓝色，将图像作为输入特征，将修正后的识别结果作为输出特征输入到识别算法中，调整上述识别算法的目标参数信息。
[0040]
具体来说，上述监视终端12用于在识别结果出现异常的情况下，根据修正后的识别结果对识别算法重新训练，获得识别算法的目标参数信息；根据目标参数信息在线实时升级识别算法。
[0041]
这里，监视终端12用于在识别结果出现异常的情况下，对上述识别结果进行修正，并将图像作为输入特征，将修正后的识别结果作为输出特征输入到识别算法中，对上述识别算法重新训练，获得上述识别算法的目标参数信息，并根据目标参数信息在线实时升级识别算法。
[0042]
比如：识别算法为y＝a*x b，识别结果表征车辆的颜色为红色，此时，识别结果出现异常，监视终端12对车辆的颜色修正为蓝色，将图像作为输入特征，将修正后的识别结果作为输出特征输入到识别算法中，得到上述识别算法的目标参数信息a1，b1，并使用目标参数信息a1，b1在线实时升级上述识别算法，得到y＝a1*x b1。
[0043]
按照功能模块划分，如图2所示，上述监视终端12包括：干预与升级模块122；干预与升级模块122，用于在识别结果出现异常的情况下，根据修正后的识别结果对识别算法重新训练，获得识别算法的目标参数信息；并将获得的识别算法的目标参数信息发送给采集识别模块121，采集识别模块121根据目标参数信息在线实时升级识别算法。
[0044]
示例的，干预与升级模块122，判别采集识别模块121的识别结果，纠正识别结果的错误，将纠正后的识别结果进行再次训练，更新分类器，经校验后发布，升级在线实时升级的监视系统的采集识别模块121。
[0045]
在实际应用中，如图2所示，监视终端12还包括：接入模块123，接入模块123，接收光电设备11采集的图像，并将图像发送给采集识别模块121；采集识别模块121，根据识别算法对图像进行识别，获得识别结果；干预与升级模块122，对识别结果进行判断，在识别结果出现异常的情况下，根据修正后的识别结果对识别算法重新训练，获得识别算法的目标参数信息；并将获得识别算法的目标参数信息发送给采集识别模块121，采集识别模块121根据目标参数信息在线实时升级识别算法。
[0046]
上述监视终端12用于将结构化描述信息标注在对应的图像的目标对象上，得到目标图像；展示目标图像。
[0047]
这里，监视终端12获得图像和目标对象的结构化描述信息后，将目标对象的结构化描述信息标注在图像的目标对象上，在图像上叠加显示目标对象的结构化描述信息，即
显示目标图像。
[0048]
比如：图像e中存在车辆f，车辆f的结构化描述信息为：{蓝色车辆，大众车，从东向西移动}；将上述结构化描述信息标注在车辆f上，并显示添加了结构化描述信息的车辆f的目标图像。
[0049]
在实际应用中，如图3所示，监视终端12包括：监控模块124；监控模块124用于接收接入模块123发送的图像，以及采集识别模块121发送的目标对象的结构化描述信息，将目标对象的结构化描述信息标注在图像的目标对象上，得到目标图像，并对目标图像进行展示。
[0050]
上述监视终端12还用于响应于用户请求，从多个光电设备的位置信息筛选出目标光电设备的位置信息，根据目标光电设备的位置信息调控目标光电设备的工作参数。此时，监视终端12用于根据用户对光电设备的工作参数的设置，响应于用户设置，从多个光电设备的位置信息筛选出能够捕获目标对象的目标光电设备的位置信息，根据目标光电设备的位置信息调整目标光电设备的工作参数，并控制目标光电设备按照调整的工作参数进行工作。
[0051]
在实际应用中，上述监视终端12可以是具有显示屏的电子设备。用户可以在具有显示屏的电子设备上进行操作设置目标光电设备的工作参数。
[0052]
在实际应用中，如图3所示，上述监控模块124，还用于根据用户设置的目标光电设备的转台参数生成目标光电设备的控制指令，并将控制指令发送至接入模块123，从而发送给目标光电设备。其中，转台参数包括：转台转动角度、镜头变倍、光圈大小、焦距参数、预制点位置、巡航时间等参数。
[0053]
上述监视终端12还用于根据图像对应的结构化描述信息，将图像进行分类存储。
[0054]
这里，监视终端12接收光电设备发送的图像，并获得图像对应的结构化描述信息，根据图像对应的结构化描述信息，对图像进行分类存储。
[0055]
比如：图像1的结构化描述信息表征图像中的目标对象为人物，图像2的结构化描述信息表征图像中的目标对象为车辆，则将图像1与图像2根据目标对象的类型进行分类，分类存储图像1和图像2。又比如：图像3的结构化描述信息表征图像中的目标对象为蓝色车辆，图像4的结构化描述信息表征图像中的目标对象为红色车辆，则将图像3与图像4根据目标对象的颜色进行分类，分类存储图像3和图像4。
[0056]
在实际应用中，如图3所示，监视终端12还包括：数据存储模块125，数据存储模块125用于接收信息接入转发模块123发送的图像和采集识别模块121发送的结构化描述信息；并根据图像对应的结构化描述信息，对图像进行分类存储。
[0057]
在实际应用中，如图3所示，接入模块123，还用于将接收的图像发送给采集识别模块121、数据存储模块125，并接收监控模块124生成的目标光电设备控制指令，转发至目标光电设备。
[0058]
由上可见，本发明实施例提供的在线实时升级的监视系统能够达到以下有益效果：
[0059]
将光电设备采集产生的图像作为随机的图像，引入到在线实时升级的监视系统中作为图像样本，通过自学习算法，解决了训练集中图像样本数目过少对图像分类造成的不利影响。在线实时升级的监视系统运行期间产生的图像与实际环境场景更接近，作为图像
样本更具有针对性。
[0060]
尽管在此结合各实施例对本发明进行了描述，然而，在实施所要求保护的本发明过程中，本领域技术人员通过查看附图、公开内容、以及所附权利要求书，可理解并实现公开实施例的其他变化。在权利要求中，“包括”(comprising)一词不排除其他组成部分或步骤，“一”或“一个”不排除多个的情况。单个处理器或其他单元可以实现权利要求中列举的若干项功能。相互不同的从属权利要求中记载了某些措施，但这并不表示这些措施不能组合起来产生良好的效果。
[0061]
尽管结合具体特征及其实施例对本发明进行了描述，显而易见的，在不脱离本发明的精神和范围的情况下，可对其进行各种修改和组合。相应地，本说明书和附图仅仅是所附权利要求所界定的本发明的示例性说明，且视为已覆盖本发明范围内的任意和所有修改、变化、组合或等同物。显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包括这些改动和变型在内。