CN105100758B - 用于安防监控的方法、设备以及摄像头 - Google Patents

Abstract

本发明实施例提供了用于安防监控的方法、设备以及摄像头。该方法包括：采集监控场景内的视频信息和音频信息；判断所采集的所述音频信息中是否包含特征音频信息；当判断为包含所述特征音频信息时，保存预设时间段内所采集的视频信息和/或音频信息；以及生成与所述特征音频信息对应的报警信息，并将所述报警信息发送给用户的客户端。根据本发明实施例，解决了现有安防监控方式无法自动反馈监控区域的意外事故的问题。

Description

用于安防监控的方法、设备以及摄像头

技术领域

本发明涉及安防监控技术领域，具体涉及一种用于安防监控的方法、设备以及摄像头。

背景技术

安防监控作为对监控区域内部和周边实现安全管控的重要手段，得到了越来越广泛的应用。现有的安防监控方法一般是将实时采集的监控现场的视频和音频数据发送给监控人员，再由监控人员人工把控监控区域的安全。然而，这种依赖于人工进行的安全监控方式存在着很多弊端。例如，对于家庭内部的监控区域，由于其私密性并不适合安排专门的监控人员进行人工监控。此时，若家里没有人，或仅有老人或小孩在家时，如果家里发生了意外事故，例如：火灾(火灾会产生大量烟雾)或一氧化碳的泄露，现有的家庭监控摄像头虽然可以录制音视频资料，但并不能识别现场出现的状况。此外，虽然家庭内设置的传统报警器可以探测家中的烟雾或一氧化碳，并产生较大的鸣响音，但由于具备处理能力的家庭成员不在家中，无法得知现场的情况，因此也不能及时处理。如果灾情情况严重而不及时处理，就很可能危及财产和生命安全。

发明内容

有鉴于此，本发明实施例提供了一种用于安防监控的方法、设备以及摄像头，解决了现有安防监控方式无法自动反馈监控区域的意外事故的问题。

本发明一实施例提供的一种安防监控方法包括：

采集监控场景内的视频信息和音频信息；

判断所采集的所述音频信息中是否包含特征音频信息；

当判断为包含所述特征音频信息时，保存预设时间段内所采集的视频信息和/或音频信息；以及

生成与所述特征音频信息对应的报警信息，并将所述报警信息发送给用户的客户端。

进一步地，当判断为包含所述特征音频信息时，保存预设时间段内所采集的视频信息和/或音频信息包括：

当识别出所述特征音频信息时，保存识别出所述特征音频信息前后一段时间内所采集的视频信息和/或音频信息；或者

当识别出所述特征音频信息时，才开始采集监控场景内的视频信息，并且保存识别出所述特征音频信息后的预设时间段内的视频信息和/或音频信息。

进一步地，保存预设时间段内所采集的视频信息和/或音频信息包括：

将所述预设时间段内所采集的视频信息和/或音频信息保存在本地存储器；和/或

将所述预设时间段内所采集的视频信息和/或音频信息保存在云端服务器上。

进一步地，当将所述预设时间段内所采集的视频信息和/或音频信息保存在云端服务器上时，所述生成与所述特征音频信息对应的报警信息，并将所述报警信息发送给用户的客户端包括：

同时生成与所述特征音频信息对应的报警信息，并将所述报警信息也发送至所述云端服务器；

所述云端服务器通过消息推送服务将所述报警信息推送至用户的客户端。

进一步地，所述方法进一步包括：

将所述预设时间段内所采集的视频信息和/或音频信息与所述报警信息一同发送给用户的客户端；或

在将所述报警信息发送给用户的客户端的同时，向用户的客户端实时传输监控场景内所采集的视频信息和/或音频信息。

进一步地，所述方法进一步包括：

保存用于采集所述监控场景内视频信息和/或音频信息的设备与用户客户端的关联关系；其中，生成与所述特征音频信息对应的报警信息，并将所述报警信息发送给用户的客户端包括：

生成与所述特征音频信息对应的报警信息，其中所述报警信息中包含与所述设备对应的标识；

根据所述报警信息中的所述设备对应的标识以及已保存的所述设备与用户客户端的关联关系，将所述报警信息发送给与所述设备相对应的用户客户端。

进一步地，判断所采集的所述音频信息中是否包含特征音频信息包括：

将采集到的音频信息采样为时域音频信息，并将所述时域音频信息按照时间划分为多个时域信息段；

将所述多个时域信息段分别进行傅里叶变换以获得多个频域信息段；

截取每个所述频域信息段中频率在特征频率范围内的部分作为特征信息段；

判断每个所述特征信息段的振幅是否满足预设条件；若满足则将当前的特征信息段记为有效信息段；否则，将当前的特征信息段记为无效信息段；

按照时间顺序连接所有有效信息段和无效信息段所对应的时域波形以获得特征时域波形；以及

判断所述特征时域波形与特征音频信息的波形参数是否相匹配；若相匹配，则判断为所述音频信息中包含所述特征音频信息。

进一步地，判断每个所述特征信息段的振幅是否满足预设条件包括：

若所述特征信息段的振幅高于第一阈值则视为满足预设条件。

进一步地，判断每个所述特征信息段的振幅是否满足预设条件包括：

计算除振幅所对应的频率点之外的至少一个频率点的振动量；以及，若所述振幅相对于所述至少一个频率点的振动量的比值都高于第二阈值，则视为满足预设条件。

进一步地，在截取每个所述频域信息段中频率在特征频率范围内的部分作为特征信息段之前，所述方法进一步包括：

将每个所述频域信息段按照频率划分为多个频段；其中所述多个频段中包括对应特征频率范围的频段；

计算所述多个频段各自的平均振动量；

计算所述对应特征频率范围的频段的平均振动量与其他所有频段的平均振动量的和的比值；

若所述比值在预设比值范围内，则判断为当前所述频域信息段并不包含特征信息段，因此并不截取当前所述频域信息段中频率在特征频率范围内的部分作为特征信息段。

进一步地，所述特征音频信息为预设报警音频中的特征音频信息；其中，所述预设报警音频包括烟雾报警器所发出的报警音频、一氧化碳报警器所发出的报警音频和经过预学习的自定义报警音频。

进一步地，所述用户的客户端为便携式移动设备。

本发明一实施例提供一种安防监控设备，包括：视频采集装置、音频采集装置、处理器、存储装置和发送装置；所述视频采集装置、音频采集装置、存储装置和发送装置分别与所述处理器连接；其中，

所述处理器包括依次连接的接收模块、判断模块和报警模块；所述接收模块从所述视频采集装置和音频采集装置分别接收监控场景内的视频信息和音频信息，并传递给所述判断模块；所述判断模块判断所述音频信息中包含特征音频信息时，将预设时间段内所采集的视频信息和音频信息发送给所述存储装置保存，并通知所述报警模块生成与所述特征音频信息对应的报警信息；所述报警模块通过所述发送装置将所述报警信息发送给用户的客户端。

进一步地，所述存储装置为本地存储器或位于云端服务器。

进一步地，当所述存储装置为云端服务器时，所述云端服务器支持消息推送服务；

其中，所述报警模块通过所述发送装置将所述报警信息发送给用户的客户端包括：

所述报警模块通过所述发送装置将所述报警信息发送至所述云端服务器；

所述云端服务器通过消息推送服务将所述报警信息推送至用户的客户端。

进一步地，所述发送装置支持有线网络连接和/或无线网络连接。

进一步地，所述视频采集装置为CCD型光学图像传感器或CMOS型光学图像传感器，和/或所述视频采集装置包括360°旋转的云台。

进一步地，所述安防监控设备进一步包括与所述处理器连接的以下装置中的一个或多个：

显示装置、红外线照明装置、扬声器装置、设备旋转装置和外部接口装置。

本发明一实施例提供一种摄像头，包括如上所述的任一种安防监控设备。

本发明实施例提供的安防监控方法、安防监控设备以及安防监控用摄像头，通过采集监控区域的音频信息，并分析音频信息中的特征音频信息，实现了对监控区域的“智能听音报警”功能。即使监控区域内没有人或并没有被人工监控，也可以将报警信息发送给用户的客户端，提醒用户采取相应措施。同时，当判断出采集的所述音频信息中包含特征音频信息时，将预设时间段内所采集的视频信息和/或音频信息保存下来，也便于用户对监控现场意外事故情况的查看和回溯。

附图说明

图1为本发明一实施例提供的一种安防监控方法的流程示意图。

图2为本发明一实施例提供的一种安防监控方法中识别特征音频信息的方法流程示意图。

图3为本发明一实施例提供的一种安防监控设备的结构示意图。

图4为本发明另一实施例提供的一种安防监控设备的结构示意图。

图5为本发明另一实施例提供的一种安防监控设备的结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

图1为本发明一实施例提供的一种安防监控方法的流程示意图。如图1所示，该安防监控方法包括：

步骤101：采集监控场景内的视频信息和音频信息。对监控场景内的视频信息采集可通过类似摄像头的视频采集装置完成，对监控场景内的音频信息的采集可通过类似麦克风的音频采集装置完成。

步骤102：判断所采集的音频信息中是否包含特征音频信息。

在本发明一实施例中，该特征音频信息可为预设报警音频中的特征音频信息。预设报警音频可包括烟雾报警器所发出的报警音频、一氧化碳报警器所发出的报警音频和市售的其他类型报警器所发出的报警音频。应当注意的是，虽然市售的各种类型报警器因来自不同厂商而规格参数不同，但其所发出的各种报警音频都是要符合相应的安防标准的，这些标准确定了不同报警声音的频率特征和时域波形特征。而这些频率特征和时域波形特征也就是这些报警音频中的特征音频信息，根据该特征音频信息就可分辨出报警音频所对应的报警内容。

例如，在美国安防标准UL217、UL2034、UL464和UL1971中，烟雾报警器的报警音频遵循“Temporal 3”标准，即一次报警音包含连续三声鸣响，每声鸣响持续500ms左右，相邻两声的间隔是500ms左右，声音频率在2900～3500Hz之间。相邻两次报警音的间隔是1.5秒左右。经过计算可知，“Temporal 3”标准下报警音的周期是大约4秒。

一氧化碳报警器的报警音频“Temporal 4”的标准，即一次报警音，包含连续四声鸣响，每声鸣响持续100ms左右，间隔100ms左右，声音频率在2900～3500Hz之间。相邻两次报警音的间隔是5秒左右。经过计算可知，“Temporal 4”的标准下的报警音的周期大约在6秒以内。

判断的步骤可结合时域分析法和频域分析法。时域分析法就是分析不同的时间点上声音振动量的大小，以及振动量的包络与时间的关系。频域分析法，就是分析在一段时间内，原始声音信号中包含了多少种不同频率的声音。可分析它们的相位关系，及相互叠加的影响。通过频域分析可以从音频信息中找到特定频率范围的声音，并计算这些特定频率范围的声音在时域空间中的振动量(振动量反映了声音的强度，声音强度用‘分贝(dB)’表示，一段频率范围内振动量的最大值即为振幅)，并将这些特定频率的声音波形与特征音频的声音波形进行匹配，若相匹配则可认为所采集的音频信息中包含了特征音频信息。

在本发明另一实施例中，该判断的步骤还可采用“模板匹配”法。用各种特征音频(例如预设报警音频的特征音频)时域波形图作为模板，并保存这些模板在各种情况下的变体。通过把采集的音频信息与这些模板声音作对比，得到多个相似度值，选其中相似度最高的，作为评判结果。然而，这种判断的方法需要预学习并存储很多模板。

由此可见，相比于上述的“模板匹配”法，时域分析法和频域分析法结合的方式可实现对特征音频信息的实时识别，而不用依赖任何模板。后面将通过一个具体的实施例来详细阐述该时域分析法和频域分析法结合的判断步骤。

在本发明一实施例中，预设报警音频还可以是经过预学习的自定义报警音频，即预学习某种报警器的鸣响声或自定义的报警音(例如：HELP！)中的特征音频信息，用于在采集的音频信息中进行识别。其中的预学习机制可采用现有技术中的音频预学习算法实现，本发明对此不做限定。

步骤103：当判断为包含特征音频信息时，保存预设时间段内所采集的视频信息和/或音频信息。具体的保存位置可为本地存储器，也可为云端服务器上。该“预设时间段”可为识别出特征音频信息前后一段时间，这样用户可从该已保存的视频信息和/或音频信息中查看当发生意外事故时前后一段时间内监控现场的实际状况，并由此判断出意外事故的起因，并确认报警的真实性。

在本发明另一实施例中，为了节省视频采集的能耗，设置为只有当识别出所采集音频信息中的特征音频信息时，才开始采集监控场景内的视频信息，此时则仅可保存识别出特征音频信息后预设时间段内的视频信息和/或音频信息。由此可见，该“预设时间段”可根据实际需求和设置情况而进行调整，本发明对“预设时间段”的长短和时机不做限定。

步骤104：生成与特征音频信息对应的报警信息，并将报警信息发送给用户的客户端。该报警信息可为预先设置好的特定文字信息，所识别出的特征音频信息不同，所生成的报警信息的内容也不同(例如：“火灾报警”或“一氧化碳泄露报警”等)。

在本发明一实施例中，还可将预设时间段内所采集的视频信息和/或音频信息与报警信息一同发送给用户的客户端，或在将报警信息发送给用户的客户端的同时，向用户的客户端实时传输监控场景内所采集的视频信息和/或音频信息。这样用户在接收到报警信息的同时，还可实时观察到监控区域意外事故的现场情况，有利于用户及时采取应对措施。

在本发明一实施例中，该报警信息还可是在将预设时间段内所采集的视频信息和/或音频信息保存在云端服务器上的同时生成的，并且该报警信息也被发送至云端服务器。此时，云端服务器可直接通过消息推送服务将报警信息推送至用户的客户端。消息推送服务的具体功能可由云端服务器的供应商提供，只要设置好相应的参数，满足发送消息的条件，该报警信息就可被云端服务器推送到用户的客户端上。

在本发明另一实施例中，用于采集监控场景内视频信息和/或音频信息的设备与用户客户端的关联关系也可被保存下来，保存的具体位置可为本地存储器或云端服务器。此时，所生成的报警信息中可包含与该用于采集的设备对应的标识，根据该标识以及已保存的设备与用户客户端的关联关系，即可实现将报警信息直接发送给与设备相对应的用户客户端。

例如，当用户的客户端为类似手机的便携式移动设备，用于采集的设备为监控摄像头时，用户在购买监控摄像头以后，需要安装相应的客户端软件(APP)到该手持移动设备上，并用手机号码在客户端软件中注册一个账户。使该账户与监控摄像头的标识相关联，这种关联关系会被保存到云端服务器上。当监控区域出现意外事故而出现报警音时，将所生成的报警信息发送到云端服务器上，由云端服务器根据报警信息中包含的监控摄像头唯一标识，查找对应的账户信息，再用推送服务把报警信息发送到用户的便携式移动设备上。用户的便携式移动设备可以有多个，只要安装了客户端软件(APP)，并登陆过一次对应的账户，就可以被推送消息。

图2为本发明一实施例提供的一种安防监控方法中识别特征音频信息的方法流程示意图。如图2所示，该方法包括：

步骤201：将采集到的音频信息采样为时域音频信息，并将时域音频信息按照时间划分为多个时域信息段。

初始采集到的音频信息呈电子学里的模拟信号(analogic signal)，为了判断该音频信息中是否包含特征音频信息，可以将该模拟信号状态的音频信息采样为数字信号(digital signal)，这个过程通常称为AD转换。

AD转换有两个最基本的指标：采样率(Sample Rate)和分辨率(Resolution)。采样率是指对原始信号的采样速度，通常是1秒钟内的采样次数，用KHz或MHz来表示，采样次数越多，采样率越高，对原始信号的表达越准确。分辨率是指对原始信号采样的最小值，分辨率的值越小，对原始信号的表达越准确，常用的有8bits，16bits，或24bits分辨率。通过上述的AD采样即可把一段模拟信号状态的音频信息转换为一群数字信号状态的时域音频信息，然后将该时域音频信息被按照时间划分为多个时域信息段，并通过后续的频域分析将每个时域信息段在特征频率范围内的部分提取出来以进行与预设报警音频的匹配分析。

步骤202：将多个时域信息段分别进行傅里叶变换以获得多个频域信息段。时域信息段中的有序数据表示了声音振动量与时间的关系，称为信号的时域空间。将时域空间里的这些有序数据，经过傅里叶变换(通常使用：离散傅里叶变换(DFT)或者快速傅里叶变换(FFT))得到有序数据的频域空间，即获得了相对应的频域信息段。频域坐标系表示频率与声音强度之间的关系。

步骤203：截取每个频域信息段中频率在特征频率范围内的部分作为特征信息段。特征频率范围即为与预设报警音频相对应的频率范围，之所以要截取这部分特征频率范围是为了剔除预设报警音频以外的其他噪音的影响。例如遵循前述“Temporal 3”标准的烟雾报警器的报警音频以及遵循前述“Temporal 4”标准的一氧化碳报警器的报警音频的声音频率都在2900～3500Hz之间，那么当想要识别所采集音频信息中的烟雾报警音频和一氧化碳报警音频时，则截取每个频域信息段中频率在2900～3500Hz范围内的部分作为特征信息段，以进行后续的频域分析。当然，如果当前频域信息段并不存在2900～3500Hz范围内的部分，则认为当前频域信息段中不存在所要识别的报警音频，因此也就不存在特征信息段。

步骤204：判断每个特征信息段的振幅是否满足预设条件；若满足则将当前的特征信息段记为有效信息段；否则，将当前的特征信息段记为无效信息段。

每个特征信息段的频率都在特征频率范围内，因此每个特征信息段中都应包含了所要识别的报警音频。在本发明一实施例中，当一个特征信息段的振幅高于第一阈值时，则该特征信息段被认为对应了预设报警音频的一个脉冲，被记为有效信息段。当一个特征信息段的振幅低于第一阈值时，则该特征信息段被认为对应了预设报警音频的一个脉冲间歇，被记为无效信息段。这样在将每个特征信息段都判断完毕后就可获得多个有效信息段和多个无效信息段，多个有效信息段和多个无效信息段各自对应了一段确定的时间。

在本发明另一实施例中，为了进一步消除在特征频率范围内的噪音影响，实现对特征音频信息的更精确识别。在特征频率范围内，还可计算除振幅所对应的频率点之外的至少一个频率点的振动量。若振幅相对于所有至少一个频率点的振动量的比值都高于第二阈值，并且/或者振幅高于第一阈值时才被视为满足预设条件，并被记录为有效信息段。

步骤205：按照时间顺序连接所有有效信息段和无效信息段所对应的时域波形以获得特征时域波形。具体而言，所获得的多个有效信息段和多个无效信息段被转换成时域空间形式，再被按照时间顺序连接起来，由此即获得了所采集音频信息在特征频率范围内的特征时域波形。

步骤206：判断特征时域波形与特征音频信息的波形参数是否相匹配；若相匹配，则判断为音频信息中包含特征音频信息。

如前所述，特征音频信息可以是预设报警音频中的特征音频信息。由于预设报警音频通常是符合相应的标准或经过预学习的，因此其声音波形的波形参数也是确定的，包括脉冲的宽度(ms，毫秒)和脉冲间歇的宽度(ms，毫秒)。因此通过对比特征时域波形与预设报警音频的声音波形的波形参数即可直观判断出所采集声音中是否包含了预设报警音频的特征音频信息。

在本发明一实施例中，为了进一步避免“误报警”，还需要对每个频域信息段中除了特征频率范围外的其他频率点进行考察，以判断特征频率范围内的信号是否其实为噪音。具体方法为：在截取每个频域信息段中频率在特征频率范围内的部分作为特征信息段之前，将每个频域信息段按照频率划分为多个频段；该多个频段中包括对应特征频率范围的频段。例如对于一个频率范围在35Hz～5500Hz的频域信息段，将其划分为22个频段，其中包括与“Temporal 3”和“Temporal 4”标准相对应的2900～3500Hz特征频率范围段。然后计算该多个频段各自的平均振动量，并计算对应特征频率范围的频段的平均振动量与其他所有频段的平均振动量的和的比值。若该比值在预设比值范围内，则可认为当前频域信息段中特征频率范围内的部分所对应的声音其实为噪音，可判断为当前频域信息段并不包含特征信息段，因此也就无需截取当前频域信息段中频率在特征频率范围内的部分作为特征信息段了。

本领域技术人员可以理解，上述的“第一阈值”、“第二阈值”和“预设比值范围”均可根据实际所采集的声音信号以及预设报警音频的种类而进行调整，本发明对“第一阈值”、“第二阈值”和“预设比值范围”的具体数值不做限定。

图3为本发明一实施例提供的一种安防监控设备的结构示意图。如图3所示，该安防监控设备包括：视频采集装置31、音频采集装置32、处理器33、存储装置34和发送装置35；视频采集装置31、音频采集装置32、存储装置34和发送装置35分别与处理器33连接。

其中的处理器33包括依次连接的接收模块331、判断模块332和报警模块333；接收模块331从视频采集装置31和音频采集装置32分别接收监控场景内的视频信息和音频信息，并传递给判断模块332；判断模块332判断音频信息中包含特征音频信息时，将预设时间段内所采集的视频信息和音频信息发送给存储装置34保存，并通知报警模块333生成与特征音频信息对应的报警信息；报警模块333通过发送装置35将报警信息发送给用户的客户端。

在本发明一实施例中，存储装置34可为本地存储器或云端服务器。当存储装置34为云端服务器时，云端服务器支持消息推送服务。此时，如图4所示，报警模块333可通过发送装置35将报警信息发送至存储装置34(云端服务器)，存储装置34通过消息推送服务直接将报警信息推送至用户的客户端。

在本发明一实施例中，视频采集装置31为CCD型光学图像传感器或CMOS型光学图像传感器。视频采集装置31还可包括360°旋转的云台，是的视频采集装置31在使用中可以围绕自身轴心旋转，以便看到更广阔的区域。当然，视频采集装置31也可以不具备云台，而固定于某个位置，监视某个固定的监控区域。

本领域技术人员可以理解，虽然以上实施例介绍了安防监控设备的若干模块，但是这种划分并非是强制性的。实际上，根据本发明的实施方式，上文描述的两个或更多模块的特征和功能可以在一个模块中具体化。反之，上文描述的一个模块的特征和功能可以进一步划分为由多个模块来具体化。本领域技术人员可以理解，本发明的技术方案可以用软件来实现，具体而言，可以是计算机程序的方式实现。比如，在类似RAM、ROM、硬盘和/或任何适当的存储介质中存储可执行代码，当该可执行代码被执行时，可以实现本发明以上实施例提及的功能。

应当注意，本发明的实施方式还可以通过硬件或者软件和硬件的结合来实现。硬件部分可以利用专用逻辑来实现；软件部分可以存储在存储器中，由适当的指令执行系统，例如微处理器或者专用设计硬件来执行。本领域的普通技术人员可以理解上述的装置和方法可以使用计算机可执行指令和/或包含在处理器控制代码中来实现，例如在诸如磁盘、CD或DVD-ROM的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本发明的装置及其模块可以由诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现，也可以用由各种类型的处理器执行的软件实现，也可以由上述硬件电路和软件的结合例如固件来实现。例如，当本发明实施例所提供的安防监控设备通过硬件实现时，处理器33可为一个大规模集成电路板，其中的接收模块331可为完成声音信号采样的市售的任何声音处理装置，判断模块332可为对经处理的声音信号进行频率判断或波形处理的信号处理装置(例如滤波器)，报警模块333可为生成代表报警信息的电子信号的继电器装置，发送装置35可为支持有线网络连接和/或无线网络连接的市售的网卡装置。

图5为本发明另一实施例提供的安防监控设备的结构示意图。与图3所示的安防监控设备不同，预设时间段内所采集的视频信息和音频信息并没有被存储在图5所示安防监控设备的本地存储器41中，而是通过发送装置35上传至云端服务器保存。本地存储器41中程序存储模块411存储了的处理器33所需执行的代码，本地存储器41中的内存模块412提供了程序运行时所需要的硬件环境。交直流转换电源42(独立设备)用于给整个安防监控设备供电。此外，图4所示安防监控设备进一步包括了：

与处理器33连接的显示装置43，用于显示安防监控设备当前的工作状态。

与处理器33连接的红外线照明装置44，用于改善夜视条件下的视频采集质量。

与处理器33连接的扬声器装置45，用于在识别出特征音频信息的同时也产生报警音。

与处理器33连接的设备旋转装置46，用于使整个安防监控设备能够原地旋转，以使摄像头可以看到周围更广阔的范围。

与处理器33连接的外部接口装置47，例如有线接口装置，用于在支持无线传输的发送装置35失效时，连接有线网络接入internet，完成数据的上传。

本领域技术人员可以理解，以上所述的显示装置43、红外线照明装置44、扬声器装置45、设备旋转装置46和有线接口装置41可根据实际需要选择性添加其中的一个或多个，也可以都不具备。本发明对此不做限定。此外，还应当理解，为了不模糊本发明的实施方式，说明书仅对一些关键、未必必要的技术和特征进行了描述，而可能未对一些本领域技术人员能够实现的特征做出说明。

本发明一实施例还提供了一种摄像头设备，该摄像头设备中集成了以上所述的安防监控设备的结构，因而具备“听音报警”功能。

本发明实施例提供的一种安防监控方法、安防监控设备和安防监控用摄像头，通过采集监控区域的音频信息，并分析音频信息中的特征音频信息，实现了对监控区域的“智能听音报警”功能。即使监控区域内没有人或并没有被人工监控，也可以将报警信息发送给用户的客户端，提醒用户采取相应措施。同时，当判断出采集的所述音频信息中包含特征音频信息时，将预设时间段内所采集的视频信息和/或音频信息保存下来，也便于用户对监控现场意外事故情况的查看和回溯。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种安防监控方法，其特征在于，包括：

采集监控场景内的视频信息和音频信息；

判断所采集的所述音频信息中是否包含特征音频信息；

当判断为包含所述特征音频信息时，保存预设时间段内所采集的视频信息和/或音频信息；以及

生成与所述特征音频信息对应的报警信息，并将所述报警信息发送给用户的客户端；

其中，所述判断所采集的所述音频信息中是否包含特征音频信息包括：

将采集到的音频信息采样为时域音频信息，并将所述时域音频信息按照时间划分为多个时域信息段；

将所述多个时域信息段分别进行傅里叶变换以获得多个频域信息段；

将每个所述频域信息段按照频率划分为多个频段，其中所述多个频段中包括对应特征频率范围的频段；

计算所述多个频段各自的平均振动量；

计算所述对应特征频率范围的频段的平均振动量与其他所有频段的平均振动量的和的比值；

截取每个所述频域信息段中频率在特征频率范围内的部分作为特征信息段，若所述比值在预设比值范围内，则判断为当前所述频域信息段并不包含特征信息段，因此并不截取当前所述频域信息段中频率在特征频率范围内的部分作为特征信息段；

判断每个所述特征信息段的振幅是否满足预设条件；若满足则将当前的特征信息段记为有效信息段；否则，将当前的特征信息段记为无效信息段；

按照时间顺序连接所有有效信息段和无效信息段所对应的时域波形以获得特征时域波形；以及

判断所述特征时域波形与特征音频信息的波形参数是否相匹配；若相匹配，则判断为所述音频信息中包含所述特征音频信息。

2.根据权利要求1所述的方法，其特征在于，当判断为包含所述特征音频信息时，保存预设时间段内所采集的视频信息和/或音频信息包括：

当识别出所述特征音频信息时，保存识别出所述特征音频信息前后一段时间内所采集的视频信息和/或音频信息；或者

当识别出所述特征音频信息时，才开始采集监控场景内的视频信息，并且保存识别出所述特征音频信息后的预设时间段内的视频信息和/或音频信息。

3.根据权利要求1所述的方法，其特征在于，保存预设时间段内所采集的视频信息和/或音频信息包括：

将所述预设时间段内所采集的视频信息和/或音频信息保存在本地存储器；和/或

将所述预设时间段内所采集的视频信息和/或音频信息保存在云端服务器上。

4.根据权利要求3所述的方法，其特征在于，当将所述预设时间段内所采集的视频信息和/或音频信息保存在云端服务器上时，所述生成与所述特征音频信息对应的报警信息，并将所述报警信息发送给用户的客户端包括：

同时生成与所述特征音频信息对应的报警信息，并将所述报警信息也发送至所述云端服务器；

所述云端服务器通过消息推送服务将所述报警信息推送至用户的客户端。

5.根据权利要求1所述的方法，其特征在于，判断每个所述特征信息段的振幅是否满足预设条件包括：

若所述特征信息段的振幅高于第一阈值则视为满足预设条件。

6.根据权利要求1所述的方法，其特征在于，判断每个所述特征信息段的振幅是否满足预设条件包括：

计算除振幅所对应的频率点之外的至少一个频率点的振动量；以及，若所述振幅相对于所述至少一个频率点的振动量的比值都高于第二阈值，则视为满足预设条件。

7.根据权利要求1所述的方法，其特征在于，所述特征音频信息为预设报警音频中的特征音频信息；其中，所述预设报警音频包括烟雾报警器所发出的报警音频、一氧化碳报警器所发出的报警音频和经过预学习的自定义报警音频。

8.一种安防监控设备，其特征在于，包括：视频采集装置、音频采集装置、处理器、存储装置和发送装置；所述视频采集装置、音频采集装置、存储装置和发送装置分别与所述处理器连接；其中，

所述处理器包括依次连接的接收模块、判断模块和报警模块；所述接收模块从所述视频采集装置和音频采集装置分别接收监控场景内的视频信息和音频信息，并传递给所述判断模块；所述判断模块用于将采集到的音频信息采样为时域音频信息，并将所述时域音频信息按照时间划分为多个时域信息段，将所述多个时域信息段分别进行傅里叶变换以获得多个频域信息段，将每个所述频域信息段按照频率划分为多个频段，其中所述多个频段中包括对应特征频率范围的频段，计算所述多个频段各自的平均振动量，计算所述对应特征频率范围的频段的平均振动量与其他所有频段的平均振动量的和的比值，截取每个所述频域信息段中频率在特征频率范围内的部分作为特征信息段，若所述比值在预设比值范围内，则判断为当前所述频域信息段并不包含特征信息段，因此并不截取当前所述频域信息段中频率在特征频率范围内的部分作为特征信息段，判断每个所述特征信息段的振幅是否满足预设条件；若满足则将当前的特征信息段记为有效信息段；否则，将当前的特征信息段记为无效信息段，按照时间顺序连接所有有效信息段和无效信息段所对应的时域波形以获得特征时域波形，以及判断所述特征时域波形与特征音频信息的波形参数是否相匹配；若相匹配，则判断为所述音频信息中包含所述特征音频信息，当所述判断模块判断所述音频信息中包含特征音频信息时，将预设时间段内所采集的视频信息和音频信息发送给所述存储装置保存，并通知所述报警模块生成与所述特征音频信息对应的报警信息；所述报警模块通过所述发送装置将所述报警信息发送给用户的客户端。

9.根据权利要求8所述的安防监控设备，其特征在于，所述存储装置为本地存储器或位于云端服务器。

10.一种摄像头，其特征在于，包括根据权利要求8或9所述的安防监控设备。