[发明专利]一种异常事件的检测方法、装置及电子设备

说明书

本申请提供一种异常事件的检测方法、装置及电子设备，所述方法包括：利用已训练的用于特征检测的卷积神经网络CNN从监控到的视频流中获取目标人员的特征目标；其中，所述视频流是监控指定区域得到的视频流；利用预设的用于前景检测的前景模型从所述视频流中获取前景目标；基于所述特征目标和所述前景目标确定检测目标；跟踪所述检测目标，依据跟踪结果确定异常事件。本申请可以准确识别出视频流中的目标人员和物品，从而准确地检测出包括人员尾随、人员滞留和物品遗留等异常事件。

技术领域

本申请涉及图像处理领域，特别涉及一种异常事件的检测方法、装置及电子设备。

背景技术

为方便储户存取款，各银行一般会安装ATM(Automated Teller Machine，自动柜员机)机为储户提供24小时的自助服务。为保证储户能够在一个独立安全的操作空间内使用ATM机，通常情况下，ATM机外部会安装防护舱。此外，一些公用电话的外部也会安装防护舱。

防护舱给储户(或公用电话的用户)带来便利，然而，防护舱内的违法犯罪活动也时有发生，主要包括尾随抢劫、犯罪人员长时间滞留搞破坏等。此外，用户在防护舱内完成必要的业务离开后，可能会将自身携带的物品遗留在防护舱内。

如果监控人员能及时获知防护舱内发生的上述三类异常事件，可有效提升防护舱的安全性和用户体验。

在相关技术中，利用防护舱顶部的摄像头实时记录防护舱内的监控视频，然后建立防护舱的前景模型，并基于该前景模型提取前景目标(进入防护舱的人员)。进一步地，对移动的前景目标进行跟踪以判断防护舱内的人员进出情况，从而实现人员尾随和人员滞留等异常事件的判断，并向监控人员报警。

然而，通过背景建模的方法来获取前景目标，受环境影响太大，容易产生异常事件的误判，且在前景目标与背景的区分度低时，检出率较低。比如，当防护舱外光线变化或舱外人员的影子投射到舱内时，都可能产生虚假的前景目标，造成异常事件的误判；而在舱内人员的衣帽的颜色与防护舱内的背景颜色近似时，难以提取出前景目标。

发明内容

有鉴于此，本申请提供一种异常事件的检测方法、装置及电子设备，用以准确地检测出人员尾随、人员滞留和物品遗留等异常事件。

具体地，本申请是通过如下技术方案实现的：

一种异常事件的检测方法，包括：

利用已训练的用于特征检测的卷积神经网络CNN从监控到的视频流中获取目标人员的特征目标；其中，所述视频流是监控指定区域得到的视频流；

利用预设的用于前景检测的前景模型从所述视频流中获取前景目标；

基于所述特征目标和所述前景目标确定检测目标；

跟踪所述检测目标，依据跟踪结果确定异常事件。

在所述异常事件的检测方法中，所述基于所述特征目标和所述前景目标确定检测目标，包括：

从获取的前景目标中选择与各个特征目标无关联的前景目标；

将各个特征目标和选择的前景目标确定为所述检测目标。

在所述异常事件的检测方法中，所述从获取的前景目标中选择与各个特征目标无关联的前景目标，包括：

针对每一前景目标，计算该前景目标的目标框与每一特征目标的目标框之间交集的面积，若该前景目标的目标框与每一特征目标的目标框之间的交集的面积均小于预设的面积阈值，则确定该前景目标与各个特征目标无关联。

在所述异常事件的检测方法中，所述跟踪结果包括：在跟踪各检测目标过程中记录的各检测目标的类型、所处的视频帧的视频帧标识；

所述依据跟踪结果确定异常事件，包括：