一种在岗监测方法及其监测系统.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN111931691A(43)申请公布日2020.11.13(21)申请号202010892179.1(22)申请日2020.08.31(71)申请人四川骏逸富顿科技有限公司地址610000四川省成都市高新区天府大道北段1700号9栋1单元20层2007号(72)发明人罗安周聪俊史鹏翔许春霞师改梅何进徐明(74)专利代理机构成都顶峰专利事务所(普通合伙)51224代理人李林(51)Int.Cl.G06K9/00(2006.01)G06K9/62(2006.01)G06T7/13(2017.01)权利要求书3页说明书7页附图1页(54)发明名称一种在岗监测方法及其监测系统(57)摘要本发明属于在线监测技术领域，具体涉及一种在岗监测方法及其监测系统，所述监测方法包括如下步骤：S1：实时获取现场视频；S2：根据现场视频，判断是否发生场景变换，若是则保存现场视频，发出警报，并结束监测方法，否则进入步骤S3；S3：到达预设周期后，根据实时获取的现场视频，进行在岗检测，得到在岗检测结果；S4：根据在岗检测结果，判断岗位人员是否均在岗，若是则直接结束监测方法，否则发出警报，并结束监测方法。本发明解决了现有技术存在的人力监管的人力投入大与监管不到位，视频监控的实用性较低与容易作弊的问题。CN111931691ACN111931691A权利要求书1/3页1.一种在岗监测方法，其特征在于：包括如下步骤：S1：实时获取现场视频；S2：根据现场视频，判断是否发生场景变换，若是则保存现场视频，发出警报，并结束监测方法，否则进入步骤S3；S3：到达预设周期后，根据实时获取的现场视频，进行在岗检测，得到在岗检测结果；S4：根据在岗检测结果，判断岗位人员是否均在岗，若是则直接结束监测方法，否则发出警报，并结束监测方法。2.根据权利要求1所述的在岗监测方法，其特征在于：所述步骤S2的具体步骤为：S2-1：采集现场视频中多张单帧图像，并对多张单帧图像进行预处理，得到多张预处理后图像；S2-2：获取多张预处理图像的场景运动变化量，判断场景运动变化量是否大于场景运动变化量阈值，若是则进入步骤S2-3，否则判断为未发生场景变换，进入步骤S3；S2-3：获取当前预处理后图像的倒角距离，获取预设场景模型的倒角距离；S2-4：根据当前预处理后图像的倒角距离和预设场景模型的倒角距离，获取倒角匹配值；S2-5：判断倒角匹配值是否小于倒角匹配值阈值，若是则判断为发生场景变换，保存现场视频，发出警报，并结束监测方法，否则判断为未发生场景变换，进入步骤S3。3.根据权利要求2所述的在岗监测方法，其特征在于：所述步骤S2-2中，场景运动变化量的计算公式为：式中，为场景运动变化量；为第t帧与第t-1帧之间的帧间运动变化量；为第t帧与第t-1帧之间的帧间差；i为预处理后图像中像素点的横坐标位置，其中，；j为预处理后图像中像素点的纵坐标位置，其中，；W为预处理后图像的横向像素点总数；H为预处理后图像的纵向像素点总数；t为当前帧指示量；n为总帧数。4.根据权利要求2所述的在岗监测方法，其特征在于：所述步骤S2-3具体步骤为：S2-3-1：对预处理后图像进行拉普拉斯边缘检测，得到边缘图像；S2-3-2：对边缘图像进行二值化，得到二值化图像；S2-3-3：判断当前是否存在预设场景模型，若是则直接进入步骤A-4，否则将当前二值化图像作为预设场景模型，并进入步骤A-4；S2-3-4：根据二值化图像，获取预处理后图像的倒角距离；S2-3-5：获取预设场景模型的倒角距离。5.根据权利要求2所述的在岗监测方法，其特征在于：所述步骤S2-3中，倒角距离的计算公式为：2CN111931691A权利要求书2/3页式中，为预处理后图像的倒角距离；为第一倒角表格；为第二倒角表格。6.根据权利要求2所述的在岗监测方法，其特征在于：所述步骤S2-4中，倒角匹配值的计算公式为：式中，r为倒角匹配值；sum为预处理后图像中前景点个数；cnt为根据预处理后图像的倒角距离得到的统计点数；sum1为预设场景模型中前景点个数；cnt1为根据预设场景模型的倒角距离得到的统计点数。7.根据权利要求1所述的在岗监测方法，其特征在于：所述步骤S3的具体步骤为：S3-1：到达预设周期后，采集现场视频中单帧图像，并对单帧图像进行预处理，得到预处理后图像；S3-2：根据预处理后图像，开始在岗检测，进行人脸检测，判断是否检测到人脸信息，若是则进入步骤S3-3，否则返回步骤S3-1；S3-3：根据人脸信息进行人脸比对，判断是否为未比对岗位人员，若是则更新当前在岗人数，进入步骤S3-4，否则返回步骤S3-1；S3-4：判断预设周期是否结束，若是则将当前在岗人数作为在岗检测结果，