本发明涉及监控分析，尤其涉及一种基于人工智能的监控分析系统及方法。
背景技术：
1、随着科技的发展，人工智能技术在各个领域得到了广泛应用。例如安防领域等等；然而，现有的监控分析通常依赖于人工操作，存在效率低下、准确性不高等问题。因此，如何利用人工智能技术实现监控视频的自动化和智能化分析，成为一个亟待解决的技术问题。
2、现有的视频分析技术，虽具备一定的分析能力，但是对特定事件或行为模式的精确识别能力不足，对于长段视频的分析能力不足，还有待改进。
技术实现思路
1、本发明的目的是为了解决现有技术中存在的缺点，而提出的一种基于人工智能的监控分析系统及方法。
2、为了实现上述目的，本发明采用了如下技术方案：
3、一种基于人工智能的监控分析系统，包括：
4、视频预处理模块、模板库管理模块、视频分段模块、匹配对比模块、类别库调用模块、小段落再分段模块、多级匹配模块及结果输出模块；
5、所述视频预处理模块用于负责对获取的监控视频进行噪声过滤、图像增强预处理操作；
6、所述模板库管理模块用于建立和维护模板库，将视频素材整合成不同类别的模板视频段；
7、所述视频分段模块用于将监控视频进行多段分段处理，以便后续匹配对比；
8、所述匹配对比模块用于将分段视频的视频内容与模板视频段的模板视频内容进行对比，找出匹配度高的目标视频段；
9、所述类别库调用模块用于调出目标视频段对应的目标类别库，为进一步分析做准备；
10、所述小段落再分段模块用于将匹配度高的目标视频段再次进行小段落分段处理，细化匹配粒度；
11、所述多级匹配模块用于在子目标段与子视频段之间进行多级匹配，找到最佳匹配对；
12、所述结果输出模块用于获取综合匹配结果，根据综合匹配结果的匹配程度进行排序，输出最终分析结果。
13、优选的：所述视频预处理模块对获取的监控视频进行预处理操作，包括噪声过滤、图像增强；提高视频质量，减少噪声干扰；预处理过程还包括色彩调整、亮度对比度优化操作；
14、视频预处理模块基于高斯滤波消除监控视频的图像中的高斯噪声；通过计算每个像素点的加权平均来平滑监控视频的图像，权重由高斯核决定，具体为：
15、
16、其中，σ为高斯滤波器的标准差，控制平滑程度；x和y为监控视频的图像中像素点的坐标。
17、优选的：所述视频预处理模块通过直方图均衡化技术，调整监控视频中各帧图像的灰度直方图，提高监控视频中各帧图像的全局对比度，具体计算为：
18、
19、其中，l为灰度级数；pr(w)为灰度级的概率密度函数；r为监控视频的原始图像的灰度值；s为均衡化后的灰度值；k为常数，确保0≤s≤l。
20、优选的：所述模板库管理模块用于建立和维护模板库；将视频素材整合成不同类别的模板视频段，并对这些模板视频段进行分类处理；同一类别库的模板视频段设置有序号编码，序号编码基于时间顺序进行排序。
21、优选的：所述视频分段模块将监控视频进行多段分段处理，将监控视频划分为多个分段视频；
22、匹配对比模块将分段视频的视频内容与模板视频段的模板视频内容进行对比，计算分段视频的视频内容与模板视频段的模板视频内容的视频相似度，基于视频相似度从所述模板视频段中筛选目标视频段。
23、优选的：所述类别库调用模块根据匹配结果调出目标视频段相应的目标类别库；当划分后的目标视频段中，出现与特定模板视频段匹配成功时，系统自动调用匹配成功的模板视频段所属的类别库作为目标视频段对应的目标类别库；
24、小段落再分段模块以匹配成功的目标视频段为基础，再次细分为更小的相同长度的视频片段，得到子目标段，进一步细化分析粒度。
25、优选的：所述多级匹配模块通过匹配算法，找到最佳的匹配对，随后以这些最佳匹配对为基准，向两侧拓展匹配其他小段落。
26、优选的：所述多级匹配模块的匹配具体方式为：
27、s11：从子目标段中提取出能够代表视频内容的第一特征向量，将若干第一特征向量进行整合，得到第一特征向量集，采用包括颜色直方图、梯度方向直方图、尺度不变特征变换中的一种或多种方式捕捉图像的边缘、纹理、颜色信息；
28、s12：对模板库中的每个模板视频段对应的子视频段也经过与s11相同的特征提取步骤，得到对应的第二特征向量集；
29、s13：采用余弦相似度或欧氏距离，计算第一特征向量集及第二特征向量集之间的特征向量的相似度；
30、s14：基于特征相似度通过最近邻匹配或k近邻匹配的方式进行匹配，确定最终的最佳匹配对。
31、优选的：还包括：
32、目标跟踪模块，目标跟踪模块用于在连续的监控视频中的视频帧中跟踪特定目标；
33、通过mean-shift，基于颜色直方图的无参数核密度估计，实现目标的实时跟踪，具体为：
34、
35、其中，h为带宽，控制窗口大小；g为核函数；为权重函数；为目标的初始位置；为目标的新位置。
36、一种基于人工智能的监控分析方法，包括如下步骤：
37、s1：建立模板库，将作为模板的视频素材整合成模板库，进行分类处理，模板库包括多个类别库，各类别库均对应至少一个模板视频段，且各类别库包括多个子视频段，同一类别库的子视频段均设置有序号编码，序号编码基于一个事件的发生顺序排序；
38、s2：获取监控视频，对监控视频进行多段分段处理，得到分段视频；
39、s3：将多个分段视频的视频内容分别与模板视频段的模板视频内容进行匹配，得到匹配度高的目标视频段，并调出目标视频段对应的目标类别库；
40、s4：将匹配度高的目标视频段，再次进行小段落分段处理，得到子目标段；将划分后的子目标段，分别与对应类别库的子视频段进行对比，找到匹配度最高的一对；
41、s5：以匹配度最高的子目标段、子视频段为基准，向两侧进行拓展匹配；
42、s6：获取各子目标段与其匹配的子视频段的综合匹配结果，根据匹配结果的匹配程度进行降序排序，最终输出分析结果。
43、本发明的有益效果为：
44、1.本发明通过对监控视频进行智能分段处理、模板比对以及多级匹配分析，系统能够在较短时间内高效准确地完成复杂场景中的监控事件分析任务。
45、2.本发明建立了一个结构化的模板库，能够有效地管理和调取不同类别的模板视频段，从而增强了系统的灵活性和适用性；通过合理的模板库设计和分类管理，系统能够迅速定位并匹配相应的监控事件，提高了整体分析效率。
46、3.本发明采用多级匹配策略，系统能够逐层细化分析监控视频段，提高了细节捕捉能力和匹配精度；综合匹配分值在各类测试场景中均表现出较高的稳定性和可靠性，证明了多级匹配策略的优越性。
1.一种基于人工智能的监控分析系统，其特征在于，包括视频预处理模块、模板库管理模块、视频分段模块、匹配对比模块、类别库调用模块、小段落再分段模块、多级匹配模块及结果输出模块；
2.根据权利要求1所述的一种基于人工智能的监控分析系统，其特征在于，所述视频预处理模块对获取的监控视频进行预处理操作，包括噪声过滤、图像增强；提高视频质量，减少噪声干扰；预处理过程还包括色彩调整、亮度对比度优化操作；
3.根据权利要求2所述的一种基于人工智能的监控分析系统，其特征在于，所述视频预处理模块通过直方图均衡化技术，调整监控视频中各帧图像的灰度直方图，提高监控视频中各帧图像的全局对比度，具体计算为：
4.根据权利要求1所述的一种基于人工智能的监控分析系统，其特征在于，所述模板库管理模块用于建立和维护模板库；将视频素材整合成不同类别的模板视频段，并对这些模板视频段进行分类处理；同一类别库的模板视频段设置有序号编码，序号编码基于时间顺序进行排序。
5.根据权利要求1所述的一种基于人工智能的监控分析系统，其特征在于，所述视频分段模块将监控视频进行多段分段处理，将监控视频划分为多个分段视频；
6.根据权利要求1所述的一种基于人工智能的监控分析系统，其特征在于，所述类别库调用模块根据匹配结果调出目标视频段相应的目标类别库；当划分后的目标视频段中，出现与模板视频段匹配成功时，系统自动调用匹配成功的模板视频段所属的类别库作为目标视频段对应的目标类别库；
7.根据权利要求1所述的一种基于人工智能的监控分析系统，其特征在于，所述多级匹配模块通过匹配算法，找到最佳的匹配对，随后以这些最佳匹配对为基准，向两侧拓展匹配其他小段落。
8.根据权利要求7所述的一种基于人工智能的监控分析系统，其特征在于，所述多级匹配模块的匹配具体方式为：
9.根据权利要求1所述的一种基于人工智能的监控分析系统，其特征在于，还包括：
10.一种基于人工智能的监控分析方法，应用于权利要求1-9中任一项所述的一种基于人工智能的监控分析系统，其特征在于，包括如下步骤：
