本发明涉及增强虚拟环境领域，特别是涉及一种增强虚拟环境中电子围栏监控预警的方法及系统。
背景技术：
现有的电子围栏和监控报警技术都是在单个监控摄像头视线内划定虚拟界限，若有人闯入，则报警，主要是基于二维平面绘制电子围栏和监控报警。但是实际的电子围栏并不局限在单镜头内，如监狱外围电子围栏应该是包含监狱整体的一个多边形区域，而不是监狱周围布控监控摄像头内单个的区域。同时，现有技术缺少对报警区域的实时分析，比如判断人员入侵(男女)、非机动车入侵、机动车入侵以及监控区域内异常物体检测和虚警排除。因此，采用现有的预警技术应用于实际场景时，预警结果不准确，而且预警内容单一，可视化程度低。
技术实现要素：
本发明的目的是提供一种增强虚拟环境中电子围栏监控预警的方法及系统，以提高预警结果的准确度，同时提高可视化程度。
为实现上述目的，本发明提供了如下方案：
一种增强虚拟环境中电子围栏监控预警的方法，包括：
获取三维虚拟场景中的电子围栏；
获取所述三维虚拟场景中每个相机的视野范围；所述三维虚拟场景中包括多个已注册的相机；
根据所述电子围栏和每个所述相机的视野范围，确定每个所述相机的监控区域；所述相机的监控区域为所述相机的视野范围与所述电子围栏的交集区域；
判断每个所述相机的监控区域内是否有运动目标进入，得到第一判断结果；
当所述第一判断结果表示任意一个所述相机的监控区域内有运动目标进入时，确定有目标闯入；
当所述第一判断结果表示每个所述相机的监控区域内均未有运动目标进入时，确定无目标闯入。
可选的，所述获取三维虚拟场景中的电子围栏，具体包括：
获取用户绘制的二维电子围栏图形；
采用osgearth函数计算所述二维电子围栏图形点坐标对应的三维坐标；
根据所述三维坐标，采用所述osgearth函数得到三维虚拟场景中的电子围栏。
可选的，所述获取所述三维虚拟场景中每个相机的视野范围，具体包括：
根据所述三维虚拟场景中已注册的相机，获取每个相机的透视投影矩阵；
根据所述透视投影矩阵，计算所述相机的视频图像四个角点在所述三维虚拟场景中的位置；
将所述相机的视频图像四个角点在所述三维虚拟场景中的位置依次连线形成封闭区域，得到所述相机的视野范围。
可选的，所述判断每个所述相机的监控区域内是否有运动目标进入，得到第一判断结果，之前还包括：
将每个所述相机的监控区域转换为由序列三维顶点组成的多边形；
根据所述相机的透视投影矩阵，将所述序列三维顶点转换为二维顶点；
将所述二维顶点依次连线，形成所述相机的视频影像上被监控的边界区域；所述边界区域为所述相机的视频范围内的电子围栏部分。
可选的，所述判断每个所述相机的监控区域内是否有运动目标进入，得到第一判断结果，具体包括：
采用vibe算法判断所述相机的视频影像上被监控的边界区域的前景图像是否发生变化，得到第二判断结果；
当所述第二判断结果表示所述相机的视频影像上被监控的边界区域的前景图像发生变化时，确定所述相机的监控区域内有运动目标进入；
当所述第二判断结果表示所述相机的视频影像上被监控的边界区域的前景图像未发生变化时，确定所述相机的监控区域内无运动目标进入。
可选的，所述当所述第一判断结果表示任意一个所述相机的监控区域内有运动目标进入时，确定有目标闯入，之后还包括：
采用faster_rcnn深度学习检测算法提取所述运动目标的类型。
可选的，所述采用faster_rcnn深度学习检测算法提取所述运动目标的类型，之后还包括：
判断所述运动目标的类型是否为非允许目标类型，得到第三判断结果；
当所述第三判断结果表示所述运动目标的类型为非允许目标类型时，触发报警信号；
记录报警日志；
当所述第三判断结果表示所述运动目标的类型不是非允许目标类型时，返回判断每个所述相机的监控区域内是否有运动目标进入，得到第一判断结果的步骤。
本发明还提供一种增强虚拟环境中电子围栏监控预警的系统，包括：
电子围栏获取模块，用于获取三维虚拟场景中的电子围栏；
视野范围获取模块，用于获取所述三维虚拟场景中每个相机的视野范围；所述三维虚拟场景中包括多个已注册的相机；
监控区域确定模块，用于根据所述电子围栏和每个所述相机的视野范围，确定每个所述相机的监控区域；所述相机的监控区域为所述相机的视野范围与所述电子围栏的交集区域；
第一判断模块，用于判断每个所述相机的监控区域内是否有运动目标进入，得到第一判断结果；
目标闯入确定模块，用于当所述第一判断结果表示任意一个所述相机的监控区域内有运动目标进入时，确定有目标闯入；
无目标闯入确定模块，用于当所述第一判断结果表示每个所述相机的监控区域内均未有运动目标进入时，确定无目标闯入。
可选的，所述电子围栏获取模块具体包括：
二维电子围栏图形获取单元，用于获取用户绘制的二维电子围栏图形；
三维坐标计算单元，用于采用osgearth函数计算所述二维电子围栏图形点坐标对应的三维坐标；
电子围栏获取单元，用于根据所述三维坐标，采用所述osgearth绘制函数得到三维虚拟场景中的电子围栏。
可选的，所述视野范围获取模块具体包括：
透视投影矩阵获取单元，用于根据所述三维虚拟场景中已注册的相机，获取每个相机的透视投影矩阵；
角点位置计算单元，用于根据所述透视投影矩阵，计算所述相机的视频图像四个角点在所述三维虚拟场景中的位置；
视野范围确定单元，用于将所述相机的视频图像四个角点在所述三维虚拟场景中的位置依次连线形成封闭区域，得到所述相机的视野范围。
可选的，还包括：
多边形转换模块，用于在判断每个所述相机的监控区域内是否有运动目标进入，得到第一判断结果之前，将每个所述相机的监控区域转换为由序列三维顶点组成的多边形；
二维顶点转换模块，用于根据所述相机的透视投影矩阵，将所述序列三维顶点转换为二维顶点；
边界区域确定模块，用于将所述二维顶点依次连线，形成所述相机的视频影像上被监控的边界区域；所述边界区域为所述相机的视频范围内的电子围栏部分。
可选的，所述第一判断模块具体包括：
第二判断单元，用于采用vibe算法判断所述相机的视频影像上被监控的边界区域的前景图像是否发生变化，得到第二判断结果；
有目标进入确定模块，用于当所述第二判断结果表示所述相机的视频影像上被监控的边界区域的前景图像发生变化时，确定所述相机的监控区域内有运动目标进入；
无目标进入确定模块，用于当所述第二判断结果表示所述相机的视频影像上被监控的边界区域的前景图像未发生变化时，确定所述相机的监控区域内无运动目标进入。
可选的，还包括：
运动目标类型提取模块，用于当所述第一判断结果表示任意一个所述相机的监控区域内有运动目标进入时，确定有目标闯入之后，采用faster_rcnn深度学习检测算法提取所述运动目标的类型。
可选的，还包括：
第三判断模块，用于采用faster_rcnn深度学习检测算法提取所述运动目标的类型之后，判断所述运动目标的类型是否为非允许目标类型，得到第三判断结果；
报警触发模块，用于当所述第三判断结果表示所述运动目标的类型为非允许目标类型时，触发报警信号；
报警记录模块，用于记录报警日志；
返回模块，用于当所述第三判断结果表示所述运动目标的类型不是非允许目标类型时，返回判断每个所述相机的监控区域内是否有运动目标进入，得到第一判断结果的步骤。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
相较与传统二维电子围栏，三维电子围栏更能显示监控区域的整体性，可视化强，准确度高。在增强虚拟的三维场景中，用户可以绘制多类型三维电子围栏，进而根据用户绘制的电子围栏进行预警。对监控区域利用高精度深度学习检测算法提取运动目标的类型，可以有效确定预警目标，并过滤一些不重要的预警目标，如猫、狗等。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明增强虚拟环境中电子围栏监控预警的方法实施例1的流程示意图；
图2为本发明增强虚拟环境中电子围栏监控预警的方法实施例2的流程示意图；
图3为本发明增强虚拟环境中电子围栏监控预警的系统实施例1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做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。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明增强虚拟环境中电子围栏监控预警的方法实施例1的流程示意图。如图1所示，本实施例包括以下步骤：
步骤100：获取三维虚拟场景中的电子围栏。三维虚拟场景中的电子围栏为三维电子围栏，可以通过用户自主绘制生成，绘制的电子围栏可以为多种形状，例如圆形、矩形或者多边形。根据用户通过鼠标在二维屏幕上绘制的二维电子围栏图形，采用osgearth函数计算所述二维电子围栏图形点坐标对应的三维坐标；进而根据所述三维坐标，采用osgearth的绘制函数在三维场景中绘制二维电子围栏形状对应的图形，得到三维虚拟场景中的电子围栏。
步骤200：获取三维虚拟场景中每个相机的视野范围。所述三维虚拟场景中包括多个已注册的相机。根据已在三维场景中注册的相机，可以得到三维场景中每个相机的透视投影矩阵，然后计算该相机矩形视频图像的四个角点在三维虚拟场景中的位置，将四个角点对应的位置依次连线构成一个封闭区域，该封闭区域即为该相机的视野范围。
步骤300：根据电子围栏和每个相机的视野范围，确定每个相机的监控区域。所述相机的监控区域为所述相机的视野范围与所述电子围栏的交集区域。
获得每个相机的监控区域后，将每个所述相机的监控区域转换为由序列三维顶点组成的多边形，根据所述相机的透视投影矩阵，将所述序列三维顶点转换为二维顶点，将所述二维顶点依次连线，形成所述相机的视频影像上被监控的边界区域，所述边界区域为所述相机的视频范围内的电子围栏部分。由于在虚拟三维场景中的扇形、矩形和多边形是通过顺时针或逆时针顺序排列的顶点连接而成的，利用osgearth的库函数可以获得扇形、矩形或多边形的二维序列顶点。
步骤400：判断每个相机的监控区域内是否有运动目标进入。如果是，执行步骤500；如果否，执行步骤600。本实施例采用vibe算法判断所述相机的视频影像上被监控的边界区域的前景图像是否发生变化，来确定相机的监控区域内是否有运动目标进入。如果相机的视频影像上被监控的边界区域的前景图像发生变化，表示相机的监控区域内有运动目标进入；如果相机的视频影像上被监控的边界区域的前景图像未发生变化，表示相机的监控区域内无运动目标进入。
vibe算法将背景建模看成一个一个新的像素值分类为背景或者前景的分类问题，同时考虑了像素值的领域点来避免异常值的影响。通过对像素值的领域点采样来建立背景模型。这样就不需要选择和估计概率密度函数，只需要将像素值和采样点集合作比较。其中，像素点的领域点指该像素点周围的点，即领域点。领域点采样即领域点选取，采用的是八领域的方法随机选取，也就是3*3模型进行平移采样。
vibe算法只需要一帧就可以完成初始化，第二帧就提供前景分割的结果，可以有效性的在任意长度的视频中使用。当第一帧包含移动前景，在产生鬼影问题时，由于采用了无记忆更新测量，vibe可在数帧后就消除该问题的影响。通过vibe得到背景建模图后，需要进行后置处理，首先统计每个前景点的领域中其他前景点的数量，如果该前景点的领域中同样是前景点的点数量较少则判定该前景点为噪点并去除该前景点。
其中，视频被监控区域内保持静态不动的部分属于建模的背景，可以通过vibe算法背景建模获得。通过逐帧计算视频帧被监控区域与该区域的背景图像的插值，可以得到视频被监控区域内不属于背景图像的部分，即前景图像。如果存在不属于背景图像的部分，说明视频被监控区域内有新物体进入场景，遮挡了原有的背景图像，即前景发生变化。
步骤500：确定有目标闯入。若视频被监控区域前景发生变化，则确认有运动目标进入监控区域。之后采用高精度的深度学习检测算法fasterrcnn检测视频中的运动目标类型，如行人、非机动车、汽车、大货车等。然后进一步判断运动目标的类型是否为非允许目标类型，如果是，则触发报警信号，并记录报警日志；如果不是，则返回步骤400继续进行监控。
步骤600：确定无目标闯入。
图2为本发明增强虚拟环境中电子围栏监控预警的方法实施例2的流程示意图。如图2所示，本实施例包括以下步骤：
步骤s1：绘制三维电子围栏。
步骤s2：利用三维场景注册的监控摄相机，获取透视投影矩阵，计算监控摄像机在三维场景映射的区域，即相机视野范围。
步骤s3：计算电子围栏边界与各个监控摄相机视野范围区域的交集，得到各个监控摄像机的需要被监控的区域。
步骤s4：在各个监控摄像机内利用坐标转换，计算步骤s3中交集区域在二维视频图像上的虚拟界限。
步骤s5：利用vibe算法判断视频图像虚拟界限内是否有运动目标进入。若有运动目标进入，则faster_rcnn高精度深度学习检测算法提取运动目标的类型(如行人、非机动车、汽车、大货车等)。或者，利用opencv库对前景图像进行二值化、开运算、轮廓计算，进而获得前景图像变化部分的面积。通过对前景图像变化部分的面积的监控，判断是否有非法目标进入监控区域。
步骤s6：如果步骤s5中确认有非允许目标进入，则发送报警信号和记录报警日志。
对应图1所示的增强虚拟环境中电子围栏监控预警的方法，本发明还提供中增强虚拟环境中电子围栏监控预警的系统，图3为本发明增强虚拟环境中电子围栏监控预警的系统实施例1的结构示意图。如图3所示，本实施例的系统包括以下结构：
电子围栏获取模块301，用于获取三维虚拟场景中的电子围栏。
视野范围获取模块302，用于获取所述三维虚拟场景中每个相机的视野范围；所述三维虚拟场景中包括多个已注册的相机。
监控区域确定模块303，用于根据所述电子围栏和每个所述相机的视野范围，确定每个所述相机的监控区域；所述相机的监控区域为所述相机的视野范围与所述电子围栏的交集区域。
第一判断模块304，用于判断每个所述相机的监控区域内是否有运动目标进入，得到第一判断结果。
目标闯入确定模块305，用于当所述第一判断结果表示任意一个所述相机的监控区域内有运动目标进入时，确定有目标闯入。
无目标闯入确定模块306，用于当所述第一判断结果表示每个所述相机的监控区域内均未有运动目标进入时，确定无目标闯入。
作为另一实施例，本发明增强虚拟环境中电子围栏监控预警的系统的电子围栏获取模块301具体包括：
二维电子围栏图形获取单元，用于获取用户绘制的二维电子围栏图形。
三维坐标计算单元，用于采用osgearth函数计算所述二维电子围栏图形点坐标对应的三维坐标。
电子围栏获取单元，用于根据所述三维坐标，采用osgearth绘制函数得到三维虚拟场景中的电子围栏。
作为另一实施例，本发明增强虚拟环境中电子围栏监控预警的系统的视野范围获取模块302具体包括：
透视投影矩阵获取单元，用于根据所述三维虚拟场景中已注册的相机，获取每个相机的透视投影矩阵。
角点位置计算单元，用于根据所述透视投影矩阵，计算所述相机的视频图像四个角点在所述三维虚拟场景中的位置。
视野范围确定单元，用于将所述相机的视频图像四个角点在所述三维虚拟场景中的位置依次连线形成封闭区域，得到所述相机的视野范围。
作为另一实施例，本发明增强虚拟环境中电子围栏监控预警的系统还包括：
多边形转换模块，用于在判断每个所述相机的监控区域内是否有运动目标进入，得到第一判断结果之前，将每个所述相机的监控区域转换为由序列三维顶点组成的多边形。
二维顶点转换模块，用于根据所述相机的透视投影矩阵，将所述序列三维顶点转换为二维顶点。
边界区域确定模块，用于将所述二维顶点依次连线，形成所述相机的视频影像上被监控的边界区域；所述边界区域为所述相机的视频范围内的电子围栏部分。
作为另一实施例，本发明增强虚拟环境中电子围栏监控预警的系统的第一判断模块304具体包括：
第二判断单元，用于采用vibe算法判断所述相机的视频影像上被监控的边界区域的前景图像是否发生变化，得到第二判断结果；
有目标进入确定模块，用于当所述第二判断结果表示所述相机的视频影像上被监控的边界区域的前景图像发生变化时，确定所述相机的监控区域内有运动目标进入；
无目标进入确定模块，用于当所述第二判断结果表示所述相机的视频影像上被监控的边界区域的前景图像未发生变化时，确定所述相机的监控区域内无运动目标进入。
作为另一实施例，本发明增强虚拟环境中电子围栏监控预警的系统还包括：
运动目标类型提取模块，用于当所述第一判断结果表示任意一个所述相机的监控区域内有运动目标进入时，确定有目标闯入之后，采用faster_rcnn深度学习检测算法提取所述运动目标的类型。
作为另一实施例，本发明增强虚拟环境中电子围栏监控预警的系统还包括：
第三判断模块，用于采用faster_rcnn深度学习检测算法提取所述运动目标的类型之后，判断所述运动目标的类型是否为非允许目标类型，得到第三判断结果。
报警触发模块，用于当所述第三判断结果表示所述运动目标的类型为非允许目标类型时，触发报警信号。
报警记录模块，用于记录报警日志。
返回模块，用于当所述第三判断结果表示所述运动目标的类型不是非允许目标类型时，返回判断每个所述相机的监控区域内是否有运动目标进入，得到第一判断结果的步骤。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。
技术特征：
1.一种增强虚拟环境中电子围栏监控预警的方法，其特征在于，包括：
获取三维虚拟场景中的电子围栏；
获取所述三维虚拟场景中每个相机的视野范围；所述三维虚拟场景中包括多个已注册的相机；
根据所述电子围栏和每个所述相机的视野范围，确定每个所述相机的监控区域；所述相机的监控区域为所述相机的视野范围与所述电子围栏的交集区域；
判断每个所述相机的监控区域内是否有运动目标进入，得到第一判断结果；
当所述第一判断结果表示任意一个所述相机的监控区域内有运动目标进入时，确定有目标闯入；
当所述第一判断结果表示每个所述相机的监控区域内均未有运动目标进入时，确定无目标闯入。
2.根据权利要求1所述的增强虚拟环境中电子围栏监控预警的方法，其特征在于，所述获取三维虚拟场景中的电子围栏，具体包括：
获取用户绘制的二维电子围栏图形；
采用osgearth函数计算所述二维电子围栏图形点坐标对应的三维坐标；
根据所述三维坐标，采用所述osgearth函数得到三维虚拟场景中的电子围栏。
3.根据权利要求1所述的增强虚拟环境中电子围栏监控预警的方法，其特征在于，所述获取所述三维虚拟场景中每个相机的视野范围，具体包括：
根据所述三维虚拟场景中已注册的相机，获取每个相机的透视投影矩阵；
根据所述透视投影矩阵，计算所述相机的视频图像四个角点在所述三维虚拟场景中的位置；
将所述相机的视频图像四个角点在所述三维虚拟场景中的位置依次连线形成封闭区域，得到所述相机的视野范围。
4.根据权利要求1所述的增强虚拟环境中电子围栏监控预警的方法，其特征在于，所述判断每个所述相机的监控区域内是否有运动目标进入，得到第一判断结果，之前还包括：
将每个所述相机的监控区域转换为由序列三维顶点组成的多边形；
根据所述相机的透视投影矩阵，将所述序列三维顶点转换为二维顶点；
将所述二维顶点依次连线，形成所述相机的视频影像上被监控的边界区域；所述边界区域为所述相机的视频范围内的电子围栏部分。
5.根据权利要求4所述的增强虚拟环境中电子围栏监控预警的方法，其特征在于，所述判断每个所述相机的监控区域内是否有运动目标进入，得到第一判断结果，具体包括：
采用vibe算法判断所述相机的视频影像上被监控的边界区域的前景图像是否发生变化，得到第二判断结果；
当所述第二判断结果表示所述相机的视频影像上被监控的边界区域的前景图像发生变化时，确定所述相机的监控区域内有运动目标进入；
当所述第二判断结果表示所述相机的视频影像上被监控的边界区域的前景图像未发生变化时，确定所述相机的监控区域内无运动目标进入。
6.根据权利要求1所述的增强虚拟环境中电子围栏监控预警的方法，其特征在于，所述当所述第一判断结果表示任意一个所述相机的监控区域内有运动目标进入时，确定有目标闯入，之后还包括：
采用faster_rcnn深度学习检测算法提取所述运动目标的类型。
7.根据权利要求6所述的增强虚拟环境中电子围栏监控预警的方法，其特征在于，所述采用faster_rcnn深度学习检测算法提取所述运动目标的类型，之后还包括：
判断所述运动目标的类型是否为非允许目标类型，得到第三判断结果；
当所述第三判断结果表示所述运动目标的类型为非允许目标类型时，触发报警信号；
记录报警日志；
当所述第三判断结果表示所述运动目标的类型不是非允许目标类型时，返回判断每个所述相机的监控区域内是否有运动目标进入，得到第一判断结果的步骤。
8.一种增强虚拟环境中电子围栏监控预警的系统，其特征在于，包括：
电子围栏获取模块，用于获取三维虚拟场景中的电子围栏；
视野范围获取模块，用于获取所述三维虚拟场景中每个相机的视野范围；所述三维虚拟场景中包括多个已注册的相机；
监控区域确定模块，用于根据所述电子围栏和每个所述相机的视野范围，确定每个所述相机的监控区域；所述相机的监控区域为所述相机的视野范围与所述电子围栏的交集区域；
第一判断模块，用于判断每个所述相机的监控区域内是否有运动目标进入，得到第一判断结果；
目标闯入确定模块，用于当所述第一判断结果表示任意一个所述相机的监控区域内有运动目标进入时，确定有目标闯入；
无目标闯入确定模块，用于当所述第一判断结果表示每个所述相机的监控区域内均未有运动目标进入时，确定无目标闯入。
9.根据权利要求8所述的增强虚拟环境中电子围栏监控预警的系统，其特征在于，所述电子围栏获取模块具体包括：
二维电子围栏图形获取单元，用于获取用户绘制的二维电子围栏图形；
三维坐标计算单元，用于采用osgearth函数计算所述二维电子围栏图形点坐标对应的三维坐标；
电子围栏获取单元，用于根据所述三维坐标，采用所述osgearth函数得到三维虚拟场景中的电子围栏。
10.根据权利要求8所述的增强虚拟环境中电子围栏监控预警的系统，其特征在于，所述视野范围获取模块具体包括：
透视投影矩阵获取单元，用于根据所述三维虚拟场景中已注册的相机，获取每个相机的透视投影矩阵；
角点位置计算单元，用于根据所述透视投影矩阵，计算所述相机的视频图像四个角点在所述三维虚拟场景中的位置；
视野范围确定单元，用于将所述相机的视频图像四个角点在所述三维虚拟场景中的位置依次连线形成封闭区域，得到所述相机的视野范围。
11.根据权利要求8所述的增强虚拟环境中电子围栏监控预警的系统，其特征在于，还包括：
多边形转换模块，用于在判断每个所述相机的监控区域内是否有运动目标进入，得到第一判断结果之前，将每个所述相机的监控区域转换为由序列三维顶点组成的多边形；
二维顶点转换模块，用于根据所述相机的透视投影矩阵，将所述序列三维顶点转换为二维顶点；
边界区域确定模块，用于将所述二维顶点依次连线，形成所述相机的视频影像上被监控的边界区域；所述边界区域为所述相机的视频范围内的电子围栏部分。
12.根据权利要求11所述的增强虚拟环境中电子围栏监控预警的系统，其特征在于，所述第一判断模块具体包括：
第二判断单元，用于采用vibe算法判断所述相机的视频影像上被监控的边界区域的前景图像是否发生变化，得到第二判断结果；
有目标进入确定模块，用于当所述第二判断结果表示所述相机的视频影像上被监控的边界区域的前景图像发生变化时，确定所述相机的监控区域内有运动目标进入；
无目标进入确定模块，用于当所述第二判断结果表示所述相机的视频影像上被监控的边界区域的前景图像未发生变化时，确定所述相机的监控区域内无运动目标进入。
13.根据权利要求8所述的增强虚拟环境中电子围栏监控预警的系统，其特征在于，还包括：
运动目标类型提取模块，用于当所述第一判断结果表示任意一个所述相机的监控区域内有运动目标进入时，确定有目标闯入之后，采用faster_rcnn深度学习检测算法提取所述运动目标的类型。
14.根据权利要求13所述的增强虚拟环境中电子围栏监控预警的系统，其特征在于，还包括：
第三判断模块，用于采用faster_rcnn深度学习检测算法提取所述运动目标的类型之后，判断所述运动目标的类型是否为非允许目标类型，得到第三判断结果；
报警触发模块，用于当所述第三判断结果表示所述运动目标的类型为非允许目标类型时，触发报警信号；
报警记录模块，用于记录报警日志；
返回模块，用于当所述第三判断结果表示所述运动目标的类型不是非允许目标类型时，返回判断每个所述相机的监控区域内是否有运动目标进入，得到第一判断结果的步骤。
技术总结
本发明公开一种增强虚拟环境中电子围栏监控预警的方法及系统。该方法包括：获取三维虚拟场景中的电子围栏；获取所述三维虚拟场景中每个相机的视野范围；所述三维虚拟场景中包括多个已注册的相机；根据所述电子围栏和每个所述相机的视野范围，确定每个所述相机的监控区域；所述相机的监控区域为所述相机的视野范围与所述电子围栏的交集区域；判断每个所述相机的监控区域内是否有运动目标进入，如果是，确定有目标闯入；如果否，确定无目标闯入。本发明可以提高预警结果的准确度，同时提高可视化程度。
技术研发人员：张至怡;韩宇韬;吕琪菲;陈银;曹粕佳;王逸涛;党建波;阳松江
受保护的技术使用者：四川航天神坤科技有限公司
技术研发日：.11.11
技术公布日：.02.07
