專利名稱：具有目標和事件分類的視頻傳感器和警報系統以及方法
技術領域：
本發明一般涉及一種用于入侵檢測的方法和系統，以及更特別地，涉及一種用于 通過使用改進的警報系統架構來進行檢測入侵的方法和系統，該警報系統架構包括對在視 頻傳感器的視野場內的保護區域中的目標和事件進行分類并根據這些目標的行為確定報 警條件的能力。
背景技術：
當前入侵檢測系統遭受高誤警率，這是由于使用了即使在入侵實際沒有發生時也 可能發出入侵事件已經發生的錯誤信號的技術。通常，使用通過一些類型的傳感器在保護 區域中檢測各種警報條件參數的可測量變化而不考慮事件的性質或起因的技術可能產生 誤警信號。這些參數的實例包括溫度(例如，檢測到當周圍環境較冷時由于溫暖身體的出 現產生的溫度變化)、聲波振動信號(例如，由于打破玻璃產生的聲波)、運動(例如，檢測 到由于運動目標或身體產生的反射微波信號中的變化)、以及電子線路的完整性(例如，通 過門接觸磁體從磁性開關移開檢測到電子回路正在打開或關閉)。有很多類型的傳感器和 方法用于檢測入侵。典型的入侵檢測系統依賴于觸發警報信號到中央監控中心、手機或者 和/或聲音警報的一個或多個這些傳感器檢測器。理想地，入侵檢測系統只響應于真正的“入侵”而不是被系統錯誤解釋為入侵的事 件，例如環境中的人、動物或目標的正常運動、環境條件中的變化或者環境噪聲而警報。不 幸的是，當前的傳感器技術都容易因環境中可以觸發警報的活動或噪聲而發生錯誤警報。 例如，很多當前的傳感器技術通常不能用于當人出現的情況，這是因為這些傳感器檢測到 環境中的人的出現，而這些人并非“入侵” 了保護空間。使用例如溫度或運動檢測器的很多 類型的傳感器只能檢測未被占用的空間。同樣地，即使當入侵沒有發生時，在保護區域中的 動物或其他目標的出現和/或運動仍可能產生警報。工作環境或環境噪聲中的其他變化也 可能激活傳感器觸發警報。例如，加熱或空調機組的突然啟動可能導致周圍區域中的溫度 的快速波動，這就可能觸發溫度傳感器。此外，通常設計為檢測打破玻璃的聲音的噪聲或振 動檢測器可能在其他類型噪聲(例如，鑰匙的叮當聲的頻率非常接近打破玻璃的頻率并且 已知觸發入侵警報系統)出現時錯誤地報警。避免錯誤警報的傳統方法包括禁用在某些時期期間易于發生無意激活的傳感器 和/或降低實際傳感器的靈敏度以降低觸發器級別。已知方法包括提供視頻設備來檢測保 護環境中的人或者非人目標的出現。這些方法中的很多方法將確定捕獲的視頻圖像是否表 示人或非人的責任置于終端設備上，從而對于系統邊緣上的處理能力產生很高要求。這種 實現產生至少兩個重大問題。第一，用于視頻人類驗證的處理器通常是多功能數字信號處理器(DSP)，其從視場 中提取突出特征以檢測突出特征是人還是非人。這些處理器需要大功率來完成該任務并且 往往相當昂貴。大功率消耗大大降低了無線的、電池供電的設備的電池的使用壽命，為這些 基于邊緣的設備中的每個增加了較大的成本，并且大大限制了在很多應用中實現該方法。
5第二，當處理器位于邊緣時，即在視頻傳感器或者其他遠程位置時，從視場中提取突出特征 并將其分類到目標和事件中所需的所有處理工作孤立發生，而沒有其他類似的設備根據其 自身參數(例如，溫度、聲音、運動、視頻、電路監視等等)以及可能從其他的角度同時監視 相同目標或事件的優點。這種孤立限制了已知方法為對視頻流的集中分析提供設備集成的 能力。其他現有技術系統將用于確認人的傳感器定位在警報處理設備內，S卩，警報控制 面板。這種方法將確定圖像是否描述人或非人對象的責任置于警報面板上。該方法的一個 優點是處理能力被集中，允許更高的功耗和用于視頻流的集中處理的多個設備的集成。然 而，由于視頻傳感器必須在數據被處理之前將巨大量的視頻數據傳輸到警報面板，因此這 種構架在將高帶寬視頻從視頻傳感器傳輸到警報面板的集中確認處理器(或處理器)的系 統通信接口方面有很高要求。從而，這種構架對于邊緣設備(例如，視頻傳感器)的操作功 率有很高的要求，特別是如果設備無線通信并且是電池供電的情況。此外，這種構架對于邊 緣設備中的每個增加了顯著的成本來提供高帶寬無線通信，以在用于處理的足夠的時間量 中傳輸需要的視頻數據。進一步的，在這些現有技術的系統中，用于視頻人確認的典型的處 理器是通用DSP，這意味著需要將附加的處理器設計進安全系統中使用的很多類型的警報 面板中，從而增加了入侵檢測系統的成本和復雜性。此外，很多應用需要多于一個視頻傳感器以保護警報處理設備覆蓋的所有區域。 從多個視頻傳感器傳輸高帶寬視頻數據的通信要求可以在放置人確認處理器的中央采集 點處消耗大量處理器資源和功率。從而，這種方法需要用于多個視頻傳感器的并行運行的 多個處理器。多個處理器大大提高了成本、復雜性、功耗以及警報處理設備所需的散熱。因此，需要的是一種用于通過使用改進的警報系統構架來檢測入侵的系統和方 法，該改進的警報系統構架適當地平衡需要的處理能力的量、傳感器設備上的功耗以及通 信帶寬，同時在合適的時候允許多傳感器環境中的集中處理以識別目標和警報。
發明內容
本發明有利地提供了一種用于檢測進入保護區域的入侵的方法和系統。本發明的 一個實施方式包括至少一個視頻傳感器和警報處理設備。視頻傳感器捕獲圖像數據并處理 捕獲的圖像數據，結果產生比捕獲的圖像數據具有更低維度或整體尺寸的精簡的圖像數據 集。然后，視頻傳感器將精簡的圖像數據集傳輸到集中警報處理設備，在其中處理精簡的圖 像數據集以確定警報條件。根據一個方面，本發明提供了一種用于檢測進入保護區域的入侵的方法，其中視 頻數據被捕獲。處理捕獲的圖像數據以產生精簡的圖像數據集，精簡的圖像數據集具有比 捕獲的圖像數據更低的維度。將精簡的圖像數據集傳輸到集中警報處理設備。在集中警報 處理設備上處理精簡的圖像數據集以確定警報條件。根據另一方面，本發明提供了一種入侵檢測系統，該入侵檢測系統包括至少一個 視頻傳感器以及通信耦合到該至少一個視頻傳感器的警報處理設備。視頻傳感器操作以捕 獲視頻數據、處理圖像數據以產生具有比捕獲的圖像數據更低維度的精簡的圖像數據集、 以及傳輸精簡的圖像數據集。警報處理設備操作以接收所傳輸的精簡的圖像數據集，以及 處理精簡的圖像數據集以確定警報條件。
6
仍根據另一方面，本發明提供了一種視頻傳感器，其中圖像捕獲設備捕獲視頻數 據。處理器通信耦合到圖像捕獲設備。處理器處理捕獲的圖像數據以產生精簡的圖像數據 集，精簡的圖像數據集具有比捕獲的圖像數據更低的維度。通信接口通信耦合到處理器。通 信接口傳輸精簡的圖像數據集。
當結合附圖考慮時，通過參考以下詳細的描述將更加清楚地理解本發明的更加完 整的了解及其伴隨的優點和特征，其中圖1是根據本發明的理論構建的示例性的入侵檢測系統的框圖；圖2是根據本發明的理論構建的示例性的警報處理設備的框圖；圖3是根據本發明的理論構建的示例性的視頻傳感器的框圖；圖4是根據本發明的理論的示例性的圖像數據處理的流程圖；圖5是根據本發明的理論構建的示例性的提取特征數據處理的流程圖。
具體實施例方式在詳細描述根據本發明的示例性的實施方式之前，需要指出的是實施方式主要結 合涉及實現用于檢測進入保護區域的入侵的系統和方法的裝置部分和處理步驟。因此，通 過使用圖示中的傳統符號已經表示了裝置和方法部分，只示出了與理解本發明的實施方式 有關的那些特定的細節，以免因對于本領域的一般技術人員將是顯而易見的、具有本文的 描述中的優點的細節而使本公開不清楚。如本文中使用的關系術語，諸如“第一”和“第二”，“頂部”和“底部”等等，僅僅 可以用于區別一個實體或元件與另一實體或元件，而不必需要或暗示這樣的實體或元件之 間的任何物理或邏輯關系或順序。此外，如本文中所使用的以及在所附權利要求中，術語 “Zigbee”涉及電氣和電子工程師學會(IEEE)標準802. 15. 4定義的一套高級無線通信協 議。進一步地，“Wi-Fi”指的是IEEE 802. 11定義的通信標準。術語“WiMAX”意思是根據 IEEE 802. 16定義的通信協議。“Bluetooth”指的是藍牙技術聯盟發展的用于無線個人區 域網絡(PAN)通信的工業規范。“Ethernet”指的是根據IEEE 802. 3規范化的通信協議。現參照圖示，其中相同的參考標號指的是相同的元件，在圖1所示中，根據本發明 的理論構建的入侵檢測系統通常用“10”表示。系統10包括與至少一個視頻傳感器14(示 出了兩個)電通信的警報處理設備12，諸如警報控制面板，用于從監視下的保護區域接收 視頻數據。每個視頻傳感器14包括傳感器處理器16，用于預處理捕獲的圖像數據，以產生 精簡的圖像數據集，精簡的圖像數據集具有比捕獲的數據更低的維度(即整體圖像尺寸和 /或文件尺寸)，之后，將精簡的圖像數據集傳輸到警報處理設備12。應指出的是，雖然本文 中所使用的術語“精簡的圖像數據集”在傳統意義上是可辨認的圖像數據集，但是本發明及 定義并不受到這樣的限制。通常，在傳統意義中，精簡的數據集不是“圖像”，而是圖像的突 出特征的數學表示。警報處理設備12還包括處理器18，用于處理精簡的圖像數據集以確定 警報條件的存在。警報處理設備12還可以與多個其他傳感器進行通信，諸如機電門/窗接觸傳感器 20、玻璃破壞傳感器22、無源紅外傳感器24和/或諸如熱傳感器、噪聲檢測器、微波頻率運
7動檢測器等等的其他傳感器26等等。每個傳感器被設計為檢測進入保護區域的入侵。警 報處理設備12還通信耦合到警報鍵盤28，使用者可以使用警報鍵盤28執行多個功能，諸如 準備和解除系統10、設置警報代碼、對系統10編程以及觸發警報。此外，警報處理設備12 可以可選地與呼叫監視中心30進行電通信，呼叫監視中心30在發生警報時提醒有關負責 人或者指定人員。參照圖2，根據本發明的一個實施方式的示例性的警報處理設備12包括非易失性 存儲器32，非易失性存儲器32包括程序存儲器34和數據存儲器36。非易失性存儲器32 通信耦合到控制警報處理設備12的功能的處理器18。處理器18可以是能夠執行本文中 所述的功能的任意設備，諸如微控制器、微處理器、數字信號處理器(DSP)、專用集成電路 (ASIC)、或現場可編程門陣列(“FPGA”)等等。此外，處理器18通信耦合到從包含在入侵檢測系統10內的多個傳感器(諸如視 頻傳感器14)接收信息的本地系統通信接口 38。處理器18還可以通信耦合到外部通信接 口 40，以便于與入侵檢測系統10外部的設備進行通信，諸如呼叫監視中心30、網關(未示 出)、路由器(未示出)等等。雖然系統通信接口 38和外部通信接口 40示出為獨立的設 備，但是應理解的是每個設備的功能可以由單個設備來執行。每個通信接口 38、40可以是 有線的或無線的，以及可以使用多種通信協議中的任意一種來操作，通信協議包括但不限 于 Ethernet、Wi-Fi、WiMAX, Bluetooth 和 Zigbee。程序存儲器34包含指令模塊，用于處理從視頻傳感器14接收的精簡的圖像數據 集。優選地，程序存儲器34可以包含諸如目標分類器42、事件分類器44、行為建模工具46 和警報規則處理器48的指令模塊。此外，數據存儲器36包含每個指令模塊使用的數據庫。 示例性的數據庫包括分類知識庫50、事件知識庫52、行為知識庫54和規則知識庫56。如果 需要，處理器18可以調用每個指令模塊用于處理精簡的圖像數據集。例如，目標分類器42 使用分類知識庫50以分類精簡的圖像數據集中包含的突出特征數據，以確定每個特征集 的目標類別。事件分類器44在一段時間中跟蹤視頻傳感器14的視場內的目標，以將目標 的行為分類到事件知識庫52中記錄的事件中。行為建模工具46在時間上跟蹤多個事件， 以產生目標和事件的行為的模型，并將這些模型存儲在行為知識庫54中。警報規則處理器 48將識別的行為與規則知識庫56中包含的一組行為規則相比較，以確定警報條件是否存 在。隨著采集更多的圖像數據，每個數據庫50、52、54、56尺寸和復雜性增大，從而允許警報 處理設備12捕獲知識并隨著時間推移產生更精確的評估。警報處理設備12還可以包括傳統傳感器接口 58，用于與諸如機電門/窗接觸傳感 器20、玻璃破壞傳感器22、無源紅外傳感器24和/或其他傳感器26的傳統傳感器配合。參照圖3，根據本發明的一個實施方式，更詳細地示出了圖1的入侵檢測系統10的 示例性的視頻傳感器14。每個視頻傳感器14包含通信耦合到傳感器處理器16的圖像捕獲 設備60，諸如照相機。傳感器處理器16將圖像捕獲設備60捕獲的圖像數據62臨時存儲在 隨機存取存儲器(RAM)64中，用于在經由通信接口 66傳輸到警報處理設備12之前進行處 理。傳感器處理器16進一步通信耦合到非易失性存儲器68。非易失性存儲器68存儲 程序指令模塊，用于處理圖像捕獲設備60捕獲的數據。例如，非易失性存儲器68可以包含 圖像捕獲器70、圖像預處理器72、背景/前景分離器74和特征提取器76。圖像捕獲器70將表示圖像捕獲設備60捕獲的圖像的數據存儲在圖像數據集62中。圖像預處理器72預 處理捕獲的圖像數據。背景/前景分離器74使用關于圖像數據的當前幀和先前幀的信息， 以確定并從背景目標中分離前景目標。特征提取器76在向警報處理設備12進行傳輸之前 提取前景目標的突出特征。生成的精簡的圖像數據集78大大小于初始的圖像數據集62。 舉例來說，捕獲的圖像數據集62的尺寸可以從320x240像素灰度的低分辨率(例如大約每 幀77Kb)到1280x960像素彩色的高分辨率(例如大約每幀3. 68Mb)的范圍之間變化。當 視頻傳感器處理器16對于大多數應用以每秒10至30幀對圖像進行流處理時，數據速率非 常高；從而受益于某種類型的壓縮。本發明的特征提取技術不僅降低了空間域中的相關數 據以移除非主要的信息，并且他們還移除了時間域中的非主要的信息用于只允許傳輸主要 數據；節省功率和帶寬。作為帶寬節省的示例性的評估，幀中的大目標可以只消耗水平幀的 五分之一和垂直幀的一半，即整個空間內容的十分之一。因此，在空間域中，77Kb圖像降低 到7. 7Kb，節省了大量帶寬。在時間域中，目標可以在一小時監視中只出現幾秒鐘，其進一步 地將傳輸時間降低到一小時的非常小的一部分并節省了功率。以上簡單的評估方法并沒有 考慮特征提取算法的能力，特征提取算法可以通過測量具體主要目標的諸如其顏色、紋理、 邊緣特征、尺寸、縱橫比、位置、速度、形狀等等的特性甚至進一步壓縮圖像數據。這些測量 的特性中的一個或多個可以用于在中央警報處理設備12上進行目標分類。通常，目標和事件識別可以分為多個步驟或過程。本發明的一個實施方式戰略上 地確定在系統構架中執行每個過程的位置，以最有利地平衡數據通信帶寬、功耗和成本。參 照圖4，提供了一個示例性的操作流程圖，該操作流程圖描述由視頻傳感器14執行的用于 檢測進入保護區域的入侵的步驟。視頻傳感器14通過使用圖像捕獲設備60捕獲視頻數據(步驟S102)而開始過程。 圖像數據通常是表示圖像的每個像素的顏色或灰度強度值的值的陣列。因此，初始的圖像 數據集62非常大，尤其是對于詳細的圖像。視頻傳感器14預處理捕獲的圖像數據(步驟S104)。預處理可以涉及平衡數據以 適合給定范圍或者從圖像數據移除噪聲。預處理步驟通常涉及用于建模和維持現場的背景 模型的技術。背景模型通常維持在像素和區域級，以向系統提供視場中的非突出特征(即 背景特征)的表示。每次捕獲新圖像時，背景模型中的一些或全部被更新，以允許圖像中的 光的逐漸或突然變化。在背景維持和建模步驟之外，預處理還可以包括用于該過程的下一 步驟(諸如梯度和邊緣檢測或者光流測量)的其他對數據的計算密集操作，以從背景中分 離圖像中的主要目標。由于大量數據導致預處理步驟通常是計算密集的；但是，該步驟中使 用的算法是已知的例行程序，通常是用于很多應用的規范化的例行程序。背景/前景分離器74使用關于圖像數據的當前和先前幀的信息，以確定并從背景 目標中分離前景目標(步驟S106)。用于從前景目標分離背景目標的算法也是計算量非常 大的，但是相當完善和規范化。但是，該過程通過從期望圖像移除諸如背景目標的非相關數 據大大降低了圖像數據集62中的數據量。特征提取器76提取(步驟S108)前景目標的突出特征。該步驟再次降低了對目 標進行分類以及在后續步驟中確定警報條件所需的數據集的整體尺寸或維度。從而，優選 的是在將精簡的圖像數據集78傳輸到警報處理設備12之前提取步驟發生。然而，可選地， 可以在傳輸之后由警報處理設備12的處理器18執行提取步驟。類似于前面的步驟，特征
9提取還往往是計算量大的；但是，根據本發明，只在圖像的前景中的主要目標上執行特征提 取。最后，視頻傳感器14經由通信接口 66將提取的突出特征傳輸(步驟S110)到警 報處理設備12。在視頻傳感器14或其他終端設備上執行的這些過程利用了系統上的合理 高計算量要求。此外，用于這些步驟的算法是高重復性的，即對于圖像或圖像流中的每個分 別的像素或者像素群執行相同過程，并且具有適當的計算量。從而，通過使用并行處理方法 (例如現場可編程門陣列“FPGA”、數字信號處理“DSP”或具有專用硬件加速的專用集成電 路“ASIC”)在視頻傳感器上實現這些過程，可以顯著提高處理速度并且降低整體系統功率 要求。并且，由于大大縮小了傳輸到警報處理設備12的實際圖像數據集，因此從而降低 了傳輸需要的帶寬，從而降低了數據通信所需的功率量。較低的帶寬要求在關于無線的、依 賴用于可耗盡電池供電的電池供電單元中尤其有意義。不僅降低了整體功耗，而且降低的 帶寬要求允許低數據速率無線傳感器網絡方法的使用，諸如那些使用Zigbee或Bluetooth 通信協議實現的方法。這些傳感器不僅比更高帶寬的通信設備(例如Wi-Fi設備)具有更 低成本，而且允許用于電池供電的設備的非常低的功率操作。可以由警報處理設備12執行用于從檢測入侵的警報條件的剩余的步驟。圖5描 述了一個示例性的操作流程圖，該操作流程圖示出了警報處理設備12執行的用于檢測進 入保護區域的入侵的示例性的步驟。在一個實施方式中，警報處理設備12從一個或多個視 頻傳感器14接收(步驟S114)包含提取的突出特征數據的精簡的圖像數據集78。然后， 警報處理設備14的目標分類器42(步驟S116)對突出特征數據進行分類，以確定每個特征 集的目標類別。目標類別的非限制實例包括人和非人。目標分類過程往往比在視頻傳感器 14上執行的過程(例如圖4中所示的過程)計算量小，因為與初始的圖像數據集62相比， 精簡的圖像數據集78中包含的特征集在維度上被顯著降低，其中特征集只包含關于前景 目標的數據。用于分類過程的計算往往相當復雜，并且通常為個別應用和/或實現定制。當特征已經被分類從而目標可以被識別之后，事件分類器44在一段時間周期上 跟蹤(步驟S118)視場內的目標，以將目標的行為分類(步驟S120)到事件中。事件的實 例可以包括情況，諸如在時間tl，目標A出現在位置(xl，yl)。在時間t2，目標A的位置 是(x2，y2)以及其運動矢量是(vx2, vy2)0在時間t3，目標A消失。行為建模工具46在時間上跟蹤(步驟S122)多個事件，以產生目標和事件的行為 的模型來描述目標的行為。根據已知行為模型分類每個事件的行為。繼續以上所述的實例， 可以被分類到行為中的一系列事件可以包括“在時間tl，目標A出現在位置(xl，yl)、移 動通過位置(x2，y2)以及在時間t3消失。上次已知位置是(x3，y3)。”可以將具有識別為 “人”的目標A的這一系列事件分類為行為“人從外門口 B移到室內并且通過內門口 C移出 室內。”最后，警報規則處理器48將識別的行為與一組行為規則相比較(步驟S124)。在 判定塊，步驟S126，如果行為匹配定義已知警報條件的規則，則警報處理設備將發起例如聲 音報警的警報(步驟S128)，將警報消息發送到呼叫監視中心等等。返回判定塊步驟S126， 如果行為不匹配已知警報條件，則不發起警報并且警報處理設備12返回到例行程序的開 始以接收新的精簡的圖像數據集(步驟S114)。
10
警報處理設備12執行的功能(例如圖5中所述的過程)通常是非標準的并且為 個別應用定制。雖然對于并行處理可能有一些有限的機會，但是通常，精簡的數據集允許具 有大量程序化的復雜性的串行處理方法以提供支持自定義建模和分類算法。由于這些步驟 將更少的計算量放在警報處理設備12的處理器18上，因此相同的處理器18可以用于包含 監視傳統傳感器(諸如門和窗接觸、無源紅外檢測器、微波運動檢測器、玻璃破壞傳感器等 等)的傳統的警報面板功能。此外，由于可以集中警報處理設備12，因此從例如視頻傳感器、電磁門和窗傳感 器、運動檢測器、聲音檢測器等等的多個設備采集的數據可以用于對目標和事件分類和行 為進行建模。例如，來自門或窗接觸的警報信號的出現或不出現可以用于輔助確定視場內 的目標提供的威脅程度。從多個視頻傳感器采集的圖像數據可以用于構建目標類別、事件 類別和行為模型的數據庫。通過處理基本同時從多個視頻傳感器接收的圖像，入侵檢測系 統能夠更精確地確定真實的入侵。例如，從不同角度查看相同保護區域的多個視頻傳感器 獲取的數據可以合并以形成合成圖像數據集，其對真實事件發生提供更清晰的確定。此外， 從多個視頻傳感器獲取的數據可以合并到更大的數據庫中，但是不需要合并到組合圖像 中，以及基本被同時處理，以根據多個視圖中所觀察到的行為限定的警報規則條件來確定 警報條件是否存在。本發明的示例性的系統構架相對于現有技術表現出多個優點。該構架將使用高帶 寬數據的重復性處理的責任放在圖像捕獲源附近，從而允許終端設備實現低帶寬通信。較 低的帶寬通信意味著終端設備成本更低，并且可以使用電池電源工作。使用ASIC或FPGA， 可以在終端設備獲得附加的功率節省，以提供高并行處理和硬件加速。通過在警報處理設備上使用靈活處理架構，諸如微控制器、微處理器或DSP，本發 明允許高度自定義目標和事件分類、行為建模和警報規則處理算法的設計。這種靈活性允 許程序或系統固件輕松更新或修改以適應特定應用的要求。本發明相對于現有技術的另一優點是視頻傳感器上采集的視頻數據在傳輸之前 本質上被模糊處理，提供了更高度的隱私而不必擔心數據在無線傳輸期間被截取。本領域的技術人員將理解的是，本發明不限于已經具體示出的和本文中以上所述 的。此外，除非以上做出了相反的說明，應指出的是附圖中的所有不是按照比例的。在不脫 離本發明的范圍和精神下，根據以上指導進行各種修改和變化是可能的，其只受以下的權 利要求的限制。
權利要求
一種用于檢測進入保護區域的入侵的方法，所述方法包括捕獲圖像數據；處理所捕獲的圖像數據，以產生精簡的圖像數據集，所述精簡的圖像數據集具有比所述捕獲的圖像數據更低的維度；將所述精簡的圖像數據集傳輸到集中警報處理設備；以及在所述集中警報處理設備上處理所述精簡的圖像數據集，以確定警報條件。
2.根據權利要求1所述的方法，其中，處理所述捕獲的圖像數據包括 將所述圖像數據中的前景目標與背景目標分離；以及從所述圖像數據中移除所述背景目標。
3.根據權利要求2所述的方法，其中，處理所述捕獲的圖像數據還包括從所述前景目 標中提取突出特征。
4.根據權利要求1所述的方法，其中，處理所述精簡的圖像數據集包括 對所述精簡的圖像數據集中包含的突出特征進行分類以識別相應的目標； 跟蹤所述精簡的圖像數據集中的每個識別的目標的運動；記錄與所述每個識別的目標的運動相關聯的一系列事件； 將每個相關系列的事件分類為與所述識別的目標相關聯的至少一個行為； 將每個行為與一組預設的行為規則相比較；以及根據所述至少一個行為與所述預設的行為規則的比較確定警報條件的存在。
5.根據權利要求4所述的方法，其中，處理所述精簡的圖像數據集包括在分類所有突出特征之前，從所述精簡的圖像數據集中包含的前景目標提取所述突出 特征。
6.根據權利要求1所述的方法，其中，處理所述精簡的圖像數據集包括 在所述集中警報處理設備上接收多個精簡的圖像數據集；將所述多個精簡的圖像數據集合并為組合圖像數據集；以及 處理所述組合圖像數據集。
7.根據權利要求6所述的方法，其中，所述組合圖像數據集包括所述保護區域的合成 圖像。
8.一種入侵檢測系統，包括至少一個視頻傳感器，所述視頻傳感器 捕獲圖像數據；處理所述圖像數據以產生精簡的圖像數據集，所述精簡的圖 像數據集具有比所捕獲的圖像數據更低的維度；以及 傳輸所述精簡的圖像數據集；以及警報處理設備，所述警報處理設備通信耦合到所述至少一個視頻傳感器，所述警報處 理設備接收所傳輸的精簡的圖像數據集，以及 處理所述精簡的圖像數據集，以確定警報條件。
9.根據權利要求8所述的入侵檢測系統，其中，所述至少一個視頻傳感器包括 圖像捕獲設備，所述圖像捕獲設備捕獲圖像數據；傳感器處理器，所述傳感器處理器通信耦合到所述圖像捕獲設備，所述處理器 將所述圖像數據中的前景目標與背景目標分離； 從所述圖像數據中移除所述背景目標；以及 從所述前景目標提取突出特征，以產生所述精簡的圖像數據集；以及 通信接口，所述通信接口通信耦合到所述處理器，所述通信接口將所述精簡的圖像數 據集傳輸到所述警報處理設備。
10.根據權利要求9所述的入侵檢測系統，其中，所述傳感器處理器是數字信號處理 器、專用集成電路和現場可編程門陣列中的至少一個。
11.根據權利要求9所述的入侵檢測系統，其中，所述通信接口使用Zigbee、BlUet00th 和Wi-Fi通信協議中的至少一個進行通信。
12.根據權利要求8所述的入侵檢測系統，其中，所述警報處理設備包括通信接口，所述通信接口從所述至少一個視頻傳感器接收所述精簡的圖像數據集；以及處理器，所述處理器通信耦合到所述通信接口，所述處理器 對所述精簡的圖像數據集中包含的突出特征進行分類以識別相應的目標； 跟蹤所述精簡的圖像數據集中的每個識別的目標的運動； 記錄與所述每個識別的目標的運動相關聯的一系列事件； 將每個相關系列的事件分類為與所述識別的目標相關聯的至少一個行為； 將每個行為與一組預設的行為規則相比較；以及根據所述至少一個行為與所述預設的行為規則的比較確定警報條件的存在。
13.根據權利要求12所述的入侵檢測系統，其中，所述處理器是數字信號處理器、專用 集成電路和現場可編程門陣列中的一個。
14.根據權利要求12所述的入侵檢測系統，其中，所述行為規則通過在時間上跟蹤事 件以產生目標和事件的行為的模型來得到。
15.根據權利要求12所述的入侵檢測系統，其中，所述通信接口使用Zigbee、 Bluetooth和Wi-Fi通信協議中的至少一個進行通信。
16.根據權利要求12所述的入侵檢測系統，其中有多個視頻傳感器，其中所述通信接 口還從所述多個視頻傳感器中的每個接收精簡的圖像數據集；以及其中，所述處理器還將多個精簡的圖像數據集合并為組合圖像數據集，以及 處理所述組合圖像數據集。
17.一種視頻傳感器，包括圖像捕獲設備，所述圖像捕獲設備捕獲圖像數據；處理器，所述處理器通信耦合到所述圖像捕獲設備，所述處理器處理所捕獲的圖像數 據以產生精簡的圖像數據集，所述精簡的圖像數據集具有比所述捕獲的圖像數據更低的維 度；以及通信接口，所述通信接口通信耦合到所述處理器，所述通信接口傳輸所述精簡的圖像 數據集。
18.根據權利要求17所述的視頻傳感器，其中，處理所述圖像數據包括將所述圖像數據中的前景目標與背景目標分離；從所述圖像數據中移除所述背景目標；以及從所述前景目標提取突出特征，以產生所述精簡的圖像數據集。
19.根據權利要求17所述的視頻傳感器，其中，所述處理器是數字信號處理器、專用集 成電路和現場可編程門陣列中的一個。
20.根據權利要求17所述的視頻傳感器，其中，所述通信接口使用Zigbee、Bluetooth 和Wi-Fi通信協議中的至少一個進行通信。
全文摘要
一種方法和系統檢測進入保護區域的入侵。捕獲并處理圖像數據以產生精簡的圖像數據集，精簡的圖像數據集具有比捕獲的圖像數據更低的維度。將精簡的圖像數據集傳輸到集中警報處理設備，其中評估精簡的圖像數據集以確定警報條件。在傳感器處的處理包括分離背景與前景信息，識別前景目標并提取它們的突出特征。確定警報條件包括識別行為模式并根據情況應用具體的規則。
文檔編號G08B13/196GK101933058SQ200980103635
公開日2010年12月29日 申請日期2009年1月16日 優先權日2008年1月31日
發明者S·E·霍爾 申請人:傳感電子有限責任公司