基于宽带网络的流媒体信息检测与内容监控系统

1.一种基于宽带网络的流媒体信息检测与内容监控系统，包括：网络流媒体视频服务器端、网络流媒体信息检测与内容监控端、远程客户点播端，其特征在于，网络流媒体视频服务器端是一种对视频、音频、数据进行压缩、存储及处理的计算机设备，它同时具备网络视频服务器的网络传输和硬盘录像机的存储功能；网络流媒体信息检测与内容监控端是一台具有流媒体信息检测及其内容监控的PC机，它负责对经过监控端所在网络节点的网络数据包进行捕获、协议分析判断，同时一方面对流媒体数据进行本地存储和回放，另一方面经过视频解码、视频内容分析理解之后做出鉴定并最终决定采用监控的手段；远程客户点播端对经过网络流媒体视频服务器端发布的流媒体视频内容进行点播欣赏，三个组成部分之间通过网络进行连接。
2.根据权利要求1所述的基于宽带网络的流媒体信息检测与内容监控系统，其特征是，所述的网络流媒体视频服务器，是一个独立的嵌入式设备，当进行实况场景发布时，该服务器必须包括：Windows Media Encoder压缩编码软件、Windows Media管理器、显示设备与扬声器、摄像头和麦克风，其中，摄像头、麦克风、显示设备和扬声器都是通过信号线与网络流媒体视频服务器相连，摄像头和麦克风设备采集原始的音视频信号，并使用Windows Media Encoder压缩编码软件来对实况的视频文件进行编码处理，编码方式选用Microsoft MPEG4系列，同时，通过Windows Media管理器实现实况内容以广播方式发布，发布之后的流媒体文件通过显示设备和扬声器来进行本端的欣赏。
3.根据权利要求1或者2所述的基于宽带网络的流媒体信息检测与内容监控系统，其特征是，对于事先制作好的视频文件，所述的网络流媒体视频服务器，则包括流媒体内容服务器、Windows Media管理器、显示设备与扬声器，流媒体内容服务器采用数据总线与该服务器相连，而Windows Media管理器、显示设备与扬声器与实况场景发布时完全相同，这样该服务器能直接从流媒体内容服务器中拷贝视频文件，并利用配置好的Windows Media管理器以单播的方式进行发布，发布之后的流媒体文件通过显示设备和扬声器来进行本端的欣赏。
4.根据权利要求1所述的基于宽带网络的流媒体信息检测与内容监控系统，其特征是，所述的网络流媒体信息检测与内容监控端，包括：网络流媒体信息检测模块、流媒体文件本地存储回放模块、视频流解码模块和网络流媒体内容监控模块，网络流媒体信息检测模块完成网络流媒体的信息检测，并自动过滤筛选出符合要求的有效数据部分组建成流媒体文件，然后将结果分别送入流媒体文件本地存储回放模块和视频流解码模块，经流媒体解码模块解码之后的视频流将输入到网络流媒体内容监控模块中进行监控，流媒体文件本地存储回放模块实现流媒体文件的本地存储和回放。
5.根据权利要求4所述的基于宽带网络的流媒体信息检测与内容监控系统，其特征是，所述的网络流媒体信息检测模块，包括：网络IP数据包捕获子模块和流媒体传输协议分析子模块，网络IP数据包捕获子模块通过将监控端PC机上的网卡设置为混杂模式来完成网络IP数据包捕获，并将捕获的数据包送到流媒体传输协议分析子模块进行流媒体传输协议分析，网络流媒体信息检测模块能够识别客户端从流媒体服务器端接收到的各种各样的数据包，并进行自动过滤筛选出符合特定要求的有效数据部分组建成流媒体文件，再调用流媒体本地存储回访模块，完成媒体文件的组建、本地存储和回放。
6.根据权利要求4所述的基于宽带网络的流媒体信息检测与内容监控系统，其特征是，所述的视频流解码模块，完成对经网络流媒体信息检测模块捕获、协议分析之后的视频流进行实时的解码，采用Microsoft公司的DirectShow技术来完成，并且解码输出的结果也将作为网络流媒体内容监控模块的输入。
7.根据权利要求4所述的基于宽带网络的流媒体信息检测与内容监控系统，其特征是，所述的网络流媒体内容监控模块，包括：流媒体不良信息检测子模块和远程目标视频对象监控子模块，这两个子模块之间是一种逻辑或的关系，针对网络流媒体视频服务器发布的文件是来自于流媒体内容服务器或者现场监控端来分别采用这两个监测子模块实现智能操作，流媒体不良信息检测子模块采用人体肤色分析和带参估计的Kohonen神经网络聚类法来实现视频帧图像可疑部分的定位、识别，远程目标视频监控子模块采用了背景差运动分割和对象跟踪匹配技术来实现智能化的监控，且对自然环境光照的缓慢变化具有鲁棒性。
8.根据权利要求7所述的基于宽带网络的流媒体信息检测与内容监控系统，其特征是，所述的流媒体不良信息检测子模块，包括：视频帧图像可疑部位定位子模块和视频帧图像可疑部位识别子模块，视频帧图像可疑部位定位子模块利用肤色提取技术获得图像中的人体肤色区域，且使用小波变换技术获得图像中的轮廓、形状信息，并基于预先给定的判断方法定位出可能出现可疑部位的所有部位；然后，基于上述两方面的结果，在肤色区域范围内寻找可疑部位，若存在，结合“篱笆算法”则在该模块初始输入的图像中截取可疑部位图像子块并将其送给视频帧图像可疑部位识别子模块，若不存在，则直接给出识别结果；所述的视频帧图像可疑部位识别子模块，利用前馈三层神经网络智能技术来完成识别功能，前馈三层神经网络由输入、输出、神经元和层间连接组成，各层神经元仅与相邻层神经元之间有连接；各层内神经元之间无任何连接；各层神经元之间无反馈连接。
9.根据权利要求8所述的基于宽带网络的流媒体信息检测与内容监控系统，其特征是，所述的视频帧图像可疑部位识别子模块，对任一可疑图像数据进行Kohonen神经网络聚类压缩处理，降低作为前馈多层神经网络输入的数据量，Kohonen神经网络模型由输入层和Kohonen层组成，它根据包含有不良信息的图像子块和不包含有不良信息的图像子块样本图片进行聚类判断训练；然后，采用BP算法训练好的前馈三层神经网络来进行视频帧图像的识别。
10.根据权利要求4所述的基于宽带网络的流媒体信息检测与内容监控系统，其特征是，所述的远程目标视频对象监控子模块包括：预处理子模块、初分割子模块、区域聚合子模块和视频对象跟踪子模块，预处理子模块利用中值滤波去除噪声影响；初分割子模块则采用数字形态学方法中的watershed算法实现对监控场景中的对象的初分割；区域聚合子模块利用事先分析好的视频场景中的颜色信息及其之间的相关性来完成初分割区域的聚合功能；视频对象跟踪子模块将利用前面已分割的监控对象在当前帧内对应位置附近进行匹配来进行连续的对象跟踪处理，如果在这个搜索范围内匹配上监控对象，则认为该对象没有丢失，否则则认为监控对象已经丢失，产生一个丢失报警信息。

暂无