本發(fā)明涉及一種周界防入侵裝置與方法，尤其是一種基于目標位置信息融合的周界防入侵裝置與方法，屬于智能安防技術領域。

背景技術：

周界防入侵是防護重要區(qū)域，預防人員、車輛等非允許目標進入該區(qū)域的重要技術手段。經(jīng)過多年發(fā)展，出現(xiàn)了紅外對射、微波對射、張力圍欄、振動光纖、智能視頻分析、（地埋）泄漏電纜、分立mems振動傳感器、調(diào)頻連續(xù)波fmcw體制雷達等多種周界防入侵技術。

誤報率是指沒有目標出現(xiàn)時，由于外界干擾導致周界防入侵系統(tǒng)誤認為目標非法入侵產(chǎn)生報警，是衡量周界防入侵系統(tǒng)實際應用效果的一項核心技術參數(shù)。由于室外環(huán)境復雜、天氣條件多變、不可控的干擾因素較多，現(xiàn)有周界防入侵系統(tǒng)都面臨著如何降低系統(tǒng)誤報率的技術挑戰(zhàn)。

隨著周界防入侵技術的發(fā)展，新型的周界防入侵系統(tǒng)如超寬帶泄漏電纜、分立mems振動傳感器、fmcw體制雷達等均具有目標定位與多目標探測能力，目標定位精度一般在10米以內(nèi)。但是由于受到復雜環(huán)境下各種因素的干擾，仍然存在較高的誤報率。

另一方面，傳統(tǒng)用于周界防入侵的智能視頻分析技術主要基于動目標與背景分離技術以及人工設置虛擬周界區(qū)域方式實現(xiàn)目標探測，目標分類能力低，易受光照條件、目標姿態(tài)以及非興趣目標移動等因素影響。

隨著人工智能的技術發(fā)展，能夠自動識別出畫面中有哪些物體以及它們分別位于畫面什么位置的目標檢測成為計算機視覺領域的研究熱點，先后出現(xiàn)了r-cnn、fasterr-cnn、r-fcn、yolo、ssd等多種算法。但相對圖像分類高達96%以上的準確率，由于目標檢測涉及多候選區(qū)域搜索、特征提取與區(qū)域分類等多個環(huán)節(jié)，算法復雜度高，實時性差，檢測準確率偏低，目前基于voc標準測試集的平均準確率最高可達88%。此外，小尺寸目標的檢測是業(yè)界公認的難題，包含很多小目標的測試集coco的平均準確率目前還不到40%。

技術實現(xiàn)要素：

本發(fā)明針對現(xiàn)有周界防入侵誤報率高影響實際應用效果的問題，在具有目標定位能力的周界入侵報警技術（如fmcw體制雷達）基礎上，聯(lián)合視覺目標檢測技術，基于周界入侵報警設備輸出的目標位置信息，動態(tài)調(diào)整攝像機的焦距，并確定視頻目標分類分析處理的候選區(qū)域，同時增加目標空間的分辨率，提高了目標分類的準確率，濾除非目標物體導致的誤報警，降低了周界防入侵的誤報率。

為實現(xiàn)以上技術目的，本發(fā)明的技術方案是：基于目標位置信息融合的周界防入侵裝置，包括周界入侵報警服務器和部署在防護區(qū)域的周界防入侵設備，其特征在于：所述周界防入侵設備通過通信鏈路與周界入侵報警服務器進行通信，所述周界防入侵設備包括周界入侵報警單元、主控單元、監(jiān)控攝像機、通信單元和供電單元，所述主控單元分別與周界入侵報警單元和監(jiān)控攝像機連接，且通過通信單元與周界入侵報警服務器連接，所述監(jiān)控攝像機通過通信單元與周界入侵報警服務器連接，所述供電單元分別與周界入侵報警單元、主控單元、監(jiān)控攝像機和通信單元連接，所述供電單元為周界防入侵設備提供直流工作電源；

所述周界入侵報警單元用于自動探測定位入侵目標，并發(fā)送報警消息給主控單元，所述主控單元為內(nèi)置圖像處理單元gpu的移動處理器，所述移動處理器負責處理周界入侵報警單元的報警消息，根據(jù)報警消息中的入侵目標數(shù)量與位置信息，動態(tài)設置監(jiān)控攝像機的鏡頭焦距和確定目標分類的視覺區(qū)域，并運行基于深度網(wǎng)絡的嵌入式目標分類算法判斷目標類型，同時上傳報警消息給周界入侵報警服務器，所述監(jiān)控攝像機用于監(jiān)控入侵目標所在位置區(qū)域并上傳視頻監(jiān)控數(shù)據(jù)給周界入侵報警服務器，所述周界入侵報警服務器根據(jù)收到報警消息的時間戳，存儲對應時間段的視頻監(jiān)控數(shù)據(jù)。

進一步地，所述通信單元為光纖通信或以太網(wǎng)通信，當周界防入侵設備與周界入侵報警服務器之間的距離超過以太網(wǎng)最遠傳輸距離時，通信鏈路采用光纖通信方式；否則，通信鏈路采用更低成本的以太網(wǎng)通信方式。

進一步地，所述周界入侵報警服務器負責管理整個周界部署的一個或多個周界防入侵設備，存儲、檢索周界的監(jiān)控視頻數(shù)據(jù)與周界入侵報警消息，并與其他安防子系統(tǒng)進行數(shù)據(jù)交互與聯(lián)動；

所述周界入侵報警服務器對周界防入侵設備的管理包括：多個周界防入侵設備的時間同步、用于目標分類的深度網(wǎng)絡模型的存儲與維護、周界防入侵設備狀態(tài)采集與工作參數(shù)配置。

進一步地，所述周界防入侵設備與所述周界入侵報警服務器之間的通信內(nèi)容包括：監(jiān)控攝像機的監(jiān)控視頻編碼流上傳至周界入侵報警服務器、帶有目標類型與目標位置等數(shù)據(jù)的報警消息上報至周界入侵報警服務器、周界防入侵設備向周界入侵報警服務器上報自身狀態(tài)、周界防入侵設備從周界入侵報警服務器下載更新的深度網(wǎng)絡訓練模型、周界入侵報警服務器（1）對周界防入侵設備工作參數(shù)的設置。

進一步地，當周界長度大于單個周界防入侵設備的監(jiān)控范圍時，通過部署多個周界防入侵設備實現(xiàn)整個周界的覆蓋。

作為優(yōu)選，所述周界入侵報警單元為fmcw體制雷達，對人員目標的探測距離不小于100m，目標定位誤差不超過5m，可同時探測的目標數(shù)量不小于10個。

進一步地，所述監(jiān)控攝像機為低照度高清攝像機，配有電動變焦光學鏡頭，內(nèi)置紅外補光模塊，能夠在夜間進行補光。

作為優(yōu)選，所述監(jiān)控攝像機的視頻分辨率不低于1920×1080，幀率不小于30幀/秒，內(nèi)置視頻壓縮編碼功能，能夠輸出壓縮后的視頻流；正常氣象條件下紅外補光模塊的夜間照射距離不小于100m，光學鏡頭的最大焦距能夠保證距離100m處的人體目標在各種姿態(tài)下的像素數(shù)均不小于50000。

為了進一步的實現(xiàn)以上技術目的，本發(fā)明還提出一種基于目標位置信息融合的周界防入侵方法，其特征在于，包括如下步驟：

步驟一、周界防入侵設備與周界入侵報警服務器開機，并通過通信單元建立網(wǎng)絡通信，所述周界防入侵設備完成與周界入侵報警服務器的時間同步；

步驟二、根據(jù)監(jiān)控區(qū)域的范圍，周界入侵報警服務器設置監(jiān)控攝像機的焦距，確保監(jiān)控畫面清晰并覆蓋整個監(jiān)控區(qū)域，所述監(jiān)控攝像機向周界入侵報警服務器連續(xù)上傳視頻監(jiān)控數(shù)據(jù)流，周界入侵報警服務器存儲視頻監(jiān)控數(shù)據(jù)；

步驟三.根據(jù)氣候條件，周界入侵報警服務器動態(tài)設置周界入侵報警單元的報警閾值，周界入侵報警單元基于當前的報警閾值對所監(jiān)控區(qū)域內(nèi)的周界入侵行為進行探測；

步驟四、當周界入侵報警單元探測到入侵行為時，向周界防入侵設備中的主控單元上報包含入侵目標數(shù)量與位置信息的報警消息；

步驟五、主控單元根據(jù)目標數(shù)量與各個目標的位置信息，調(diào)整監(jiān)控攝像機的焦距，保證所有目標均出現(xiàn)在監(jiān)控視頻畫面內(nèi)，同時保證各個目標具有較高的空間分辨率；

步驟六、主控單元根據(jù)目標數(shù)量與各個目標的位置信息，確定目標分類的視覺區(qū)域，運行基于深度網(wǎng)絡的嵌入式目標分類算法，判斷目標類型；

步驟七、如果目標為入侵目標，則通過通信單元上報包含目標類型與位置信息、報警時間的報警消息；如果目標為非入侵目標，則濾除本次報警信息，并上傳包含發(fā)生時間的誤報警消息；

步驟八、周界入侵報警服務器收到報警消息或誤報警消息后，基于消息中的時間戳，搜索對應時間段的視頻并存儲，作為報警記錄或誤報警記錄。

進一步地，所述步驟六中的主控單元根據(jù)目標數(shù)量以及目標位置采用不同的嵌入式目標分類算法：如果目標為多個，基于每個目標的位置分別確定目標分類的候選區(qū)域，采用fasterr-cnn算法進行目標檢測；如果目標為1個，基于該目標的位置確定目標分類處理區(qū)域，將該區(qū)域作為一幅完整圖像，采用基于深度網(wǎng)絡模型的圖像分類算法進行目標分類。

本發(fā)明的有益效果為：

1）基于周界入侵報警單元探測的目標位置信息，動態(tài)設置監(jiān)控攝像機的焦距，提高目標的空間分辨率（增加目標在畫面中的尺寸），避免了小尺寸目標檢測難題，提升目標分類準確率，降低周界入侵誤報率；同時無需建立各類目標不同尺寸的訓練集，減少了訓練數(shù)據(jù)集規(guī)模；

3）基于周界入侵報警單元探測的目標位置信息，設定目標檢測的候選區(qū)域，減少區(qū)域數(shù)量和搜索運算量，降低了目標檢測算法的復雜度，提升了算法實時性。

附圖說明

圖1為本發(fā)明周界防入侵裝置的整體結構示意圖。

圖2是本發(fā)明周界防入侵設備的結構框圖。

圖3是本發(fā)明周界防入侵方法的流程示意圖。

附圖說明：1-周界入侵報警服務器、2-周界防入侵設備、21-周界入侵報警單元、22-主控單元、23-監(jiān)控攝像機、24-通信單元和25-供電單元。

具體實施方式

下面結合具體附圖和實施例對本發(fā)明作進一步說明。

根據(jù)附圖1所示，基于目標位置信息融合的周界防入侵裝置，包括周界入侵報警服務器1和部署在防護區(qū)域的周界防入侵設備2，其特征在于：所述周界防入侵設備2通過通信鏈路與周界入侵報警服務器1進行通信，當周界長度大于單個周界防入侵設備2的監(jiān)控范圍時，通過部署多個周界防入侵設備2實現(xiàn)整個周界的覆蓋；

所述周界入侵報警服務器1負責管理整個周界部署的一個或多個周界防入侵設備2，存儲、檢索周界的監(jiān)控視頻數(shù)據(jù)與周界入侵報警消息，并與其他安防子系統(tǒng)進行數(shù)據(jù)交互與聯(lián)動；

所述周界入侵報警服務器1對周界防入侵設備2的管理包括：多個周界防入侵設備2的時間同步、用于目標分類的深度網(wǎng)絡模型的存儲與維護、周界防入侵設備2狀態(tài)采集與工作參數(shù)配置。

根據(jù)附圖2所示，所述周界防入侵設備2實現(xiàn)對入侵行為的極低誤報率探測與上報，包括周界入侵報警單元21、主控單元22、監(jiān)控攝像機23、通信單元24和供電單元25，所述主控單元22分別與周界入侵報警單元21和監(jiān)控攝像機23連接，且通過通信單元24與周界入侵報警服務器1連接，所述監(jiān)控攝像機23通過通信單元24與周界入侵報警服務器1連接，所述供電單元25分別與周界入侵報警單元21、主控單元22、監(jiān)控攝像機23和通信單元24連接，所述供電單元25為周界防入侵設備2提供直流工作電源。

可選的，周界入侵報警單元21與監(jiān)控攝像機23的供電電壓為直流12v，主控單元22的供電電壓為直流5v，通信單元24的供電電壓為直流9v；

所述周界入侵報警單元21用于自動探測定位入侵目標，并發(fā)送報警消息給主控單元22，所述主控單元22為內(nèi)置圖像處理單元gpu的移動處理器，所述移動處理器負責處理周界入侵報警單元21的報警消息，根據(jù)報警消息中的入侵目標數(shù)量與位置信息，動態(tài)設置監(jiān)控攝像機23的鏡頭焦距和確定目標分類的視覺區(qū)域，并運行基于深度網(wǎng)絡的嵌入式目標分類算法判斷目標類型，同時上傳報警消息給周界入侵報警服務器1，所述監(jiān)控攝像機23用于監(jiān)控入侵目標所在位置區(qū)域并上傳視頻監(jiān)控數(shù)據(jù)給周界入侵報警服務器1，所述周界入侵報警服務器1根據(jù)收到報警消息的時間戳，存儲對應時間段的視頻監(jiān)控數(shù)據(jù)。

所述周界入侵報警單元21具有多個入侵目標的自動探測和定位能力，能夠全天時、全天候探測入侵目標，并提供入侵目標的數(shù)量與位置信息，所述周界入侵報警單元21為fmcw體制雷達，對人員目標的探測距離不小于100m，目標定位誤差不超過5m，可同時探測的目標數(shù)量不小于10個；

所述通信單元24為光纖通信或以太網(wǎng)通信，當周界防入侵設備2與周界入侵報警服務器1之間的距離超過以太網(wǎng)最遠傳輸距離時，通信鏈路采用光纖通信方式；否則，通信鏈路采用更低成本的以太網(wǎng)通信方式；

所述周界防入侵設備2與所述周界入侵報警服務器1之間的通信內(nèi)容包括：監(jiān)控攝像機23的監(jiān)控視頻編碼流上傳至周界入侵報警服務器1、帶有目標類型與目標位置等數(shù)據(jù)的報警消息上報至周界入侵報警服務器1、周界防入侵設備2向周界入侵報警服務器1上報自身狀態(tài)、周界防入侵設備2從周界入侵報警服務器1下載更新的深度網(wǎng)絡訓練模型、周界入侵報警服務器1對周界防入侵設備2工作參數(shù)的設置。

所述監(jiān)控攝像機23為低照度高清攝像機，配有電動變焦光學鏡頭，內(nèi)置紅外補光模塊，能夠在夜間進行補光，提升夜晚視頻監(jiān)控質(zhì)量；

所述監(jiān)控攝像機23的視頻分辨率不低于1920×1080，幀率不小于30幀/秒，內(nèi)置視頻壓縮編碼功能，能夠輸出壓縮后的視頻流；正常氣象條件下紅外補光模塊的夜間照射距離不小于100m，光學鏡頭的最大焦距能夠保證距離100m處的人體目標在各種姿態(tài)下的像素數(shù)均不小于50000。

所述主控單元22為內(nèi)置圖像處理單元gpu的移動處理器，負責處理周界入侵報警單元21的報警消息，并根據(jù)報警消息中目標位置信息，動態(tài)設置監(jiān)控攝像機23的光學鏡頭焦距，使視頻圖像中目標大小適中，避免了小目標尺寸下的目標分類誤差，提升目標分類準確率，同時無需建立各種目標不同尺寸的訓練集，減少了訓練數(shù)據(jù)集規(guī)模；基于周界入侵報警單元21報警消息中目標位置信息，確定視頻分析區(qū)域，減少候選區(qū)域數(shù)量和選擇計算，降低了目標檢測算法的復雜度，提升算法實時性；運行基于預先訓練好的深度網(wǎng)絡進行目標分類。

根據(jù)圖3所示，一種基于目標位置信息融合的周界防入侵方法，其特征在于，包括如下步驟：

步驟一、周界防入侵設備2與周界入侵報警服務器1開機，并通過通信單元24建立網(wǎng)絡通信，所述周界防入侵設備2完成與周界入侵報警服務器1的時間同步，時間同步的作用是保證每個周界防入侵設備2上報的入侵報警消息中時間戳偏移較??；

本實施例中周界防入侵設備2與周界入侵報警服務器1采用網(wǎng)絡時間協(xié)議ntp進行時間同步，以周界入侵報警服務器1的時間為參考基準，精度可達毫秒級；

步驟二、根據(jù)監(jiān)控區(qū)域的范圍，周界入侵報警服務器1設置監(jiān)控攝像機23的焦距，確保監(jiān)控畫面清晰并覆蓋整個監(jiān)控區(qū)域，并且沒有盲點，夜晚時打開監(jiān)控攝像機23內(nèi)置的紅外補光模塊，提供輔助照明，所述監(jiān)控攝像機23向周界入侵報警服務器1連續(xù)上傳視頻監(jiān)控數(shù)據(jù)流，周界入侵報警服務器1存儲視頻監(jiān)控數(shù)據(jù)；

步驟三.根據(jù)氣候條件，周界入侵報警服務器1動態(tài)設置周界入侵報警單元21的報警閾值，周界入侵報警單元21基于當前的報警閾值對所監(jiān)控區(qū)域內(nèi)的周界入侵行為進行探測；

由于不同氣候條件下，周界入侵報警單元21的誤報率差別較大，例如風吹動周界附近的樹木，可能引起fmcw體制雷達的誤報警，需要針對不同氣象條件，設置最優(yōu)的報警閾值，盡可能濾除誤報警事件；

步驟四、當周界入侵報警單元21探測到入侵行為時，向周界防入侵設備2中的主控單元22上報包含入侵目標數(shù)量與位置信息的報警消息，所述報警消息還包括入侵目標類別信息；

步驟五、主控單元22根據(jù)目標數(shù)量與各個目標的位置信息，調(diào)整監(jiān)控攝像機23的焦距，保證所有目標均出現(xiàn)在監(jiān)控視頻畫面內(nèi)，同時保證各個目標具有較高的空間分辨率（即目標在監(jiān)控畫面中可視面積較大）；

調(diào)整監(jiān)控攝像機23的焦距的原則為：在盡可能保證所有目標整體出現(xiàn)在監(jiān)控視頻畫面內(nèi)的基礎上，基于基準目標的物理大小及其與周界防入侵設備2的距離，根據(jù)光學成像模型計算當目標像素點數(shù)達到50000時大致所需的光學鏡頭的焦距；

步驟六、主控單元22根據(jù)目標數(shù)量與各個目標的位置信息，確定目標分類的視覺區(qū)域，運行基于深度網(wǎng)絡的嵌入式目標分類算法，判斷目標類型；

所述主控單元22根據(jù)目標數(shù)量以及目標位置采用不同的嵌入式目標分類算法：如果目標為多個，基于每個目標的位置分別確定目標分類的候選區(qū)域，采用fasterr-cnn算法進行目標檢測；如果目標為1個，基于該目標的位置確定目標分類處理區(qū)域，將該區(qū)域作為一幅完整圖像，采用基于深度網(wǎng)絡模型的圖像分類算法進行目標分類。

步驟七、如果目標為入侵目標，則通過通信單元24上報包含目標類型與位置信息、報警時間的報警消息；如果目標為非入侵目標，則濾除本次報警信息，并上傳包含發(fā)生時間的誤報警消息；

步驟八、周界入侵報警服務器1收到報警消息或誤報警消息后，基于消息中的時間戳，搜索對應時間段的視頻并存儲，作為報警記錄或誤報警記錄；

本發(fā)明中的周界入侵報警服務器1還可使用報警記錄查詢復核入侵行為，同時使用報警記錄中的圖像幀訓練更新目標分類的深度網(wǎng)絡模型，若用于目標分類的深度網(wǎng)絡參數(shù)變化，則向周界防入侵設備2的主控單元22下載更新后的深度網(wǎng)絡模型；同時可使用誤報警記錄進行事后分析，防止漏報情況發(fā)生，如有漏報則能夠進行事后追溯與處置。

本發(fā)明的特點為：周界防入侵裝置由部署在重要防護區(qū)域周界的一個或多個周界防入侵設備2、一套周界入侵報警服務器1組成，周界防入侵設備2包括具有目標定位能力的周界入侵報警單元21、集成紅外補光模塊和電動變焦光學鏡頭的監(jiān)控攝像機23、運行視覺目標分類算法的主控單元22；本發(fā)明在周界入侵報警單元21探測周界入侵目標的信息的基礎上，動態(tài)調(diào)整監(jiān)控攝像機23的焦距，使監(jiān)控視頻圖像中目標大小適中，避免了小目標尺寸下的目標分類誤差，提升了目標分類準確率；同時根據(jù)周界入侵報警單元21報警消息中目標位置信息，可確定視頻目標分析區(qū)域，減少候選區(qū)域數(shù)量和選擇計算，降低了目標檢測算法的復雜度，提升算法實時性。

以上對本發(fā)明及其實施方式進行了描述，該描述沒有限制性，附圖中所示的也只是本發(fā)明的實施方式之一，實際的結構并不局限于此。總而言之如果本領域的普通技術人員受其啟示，在不脫離本發(fā)明創(chuàng)造宗旨的情況下，不經(jīng)創(chuàng)造性的設計出與該技術方案相似的結構方式及實施例，均應屬于本發(fā)明的保護范圍。