[发明专利]异常行为监控方法、装置、计算机设备及存储介质

说明书

本发明公开了一种异常行为监控方法、装置、计算机设备及存储介质，所述方法包括：接收监控端发送的实时视频流，并按照预设的频率从中提取预设个数的视频帧图像，作为视频采样数据，避免直接使用数据量较大的实时视频流造成的网络堵塞和处理效率低下，提高了异常行为监控的稳定性和及时性，同时，对视频采样数据进行预处理，得到目标数据，再将目标数据输入到预设的3D卷积神经网络模型中进行识别，并将得到的识别结果与预设的异常行为类别进行对比，当识别结果是预设的异常行为类别中的一种类别时，则判定该视频采样数据中包含异常行为，使得通过3D卷积神经网络模型自动识别视频采样数据中的异常行为，保证了异常行为监控的自动化和效率。

技术领域

本发明涉及安全监控领域，尤其涉及一种异常行为监控方法、装置、计算机设备及存储介质。

背景技术

随着社会经济的迅猛发展和人口的日益增长，越来越多的人会偏向公共场所活动，在一些大城市中的公共场合，人口密度非常之高，在人口密度过高时，难免会产生一些异常事件，特别是在繁华大街、大型商场、体育场和大型工厂等地段，异常事件还是时有发生，如果不能及时发现并处理，容易引起人员伤亡和财产损失。

为了监控这些异常事件，一般采取的措施之一是添加视频监控系统。目前，视频监控系统已经遍布各种公共场合，包括商场、大街、公园、广场等。

传统视频监控主要通过安排专人职守视频监控室来达到监测目的，但由于每个监控室监控场景众多，而职守工作人员的精力和积极性都是有限的，遗漏一些重要信息也是在所难免的。鉴于上述原因，大量的监控视频在实际应用中仅仅只起到“事后查询”的作用，没有起到对异常行为实时监控的作用。

发明内容

本发明实施例提供一种异常行为监控方法、装置、计算机设备和存储介质，以解决当前人工监控的方式造成的视频监控遗漏及监控不及时的问题。

一种异常行为监控方法，包括：

接收监控端发送的实时视频流；

按照预设的频率，从所述实时视频流中提取预设数量的视频帧图像，作为视频采样数据；

对所述视频采样数据进行预处理，得到目标数据；

将所述目标数据输入到预设的3D卷积神经网络模型中进行识别，得到所述目标数据对应的行为预测结果；

若所述行为预测结果为预设的异常行为类别中的一种类别，则判定所述视频采样数据中存在异常行为。

一种异常行为监控装置，包括：

接收模块，用于接收监控端发送的实时视频流；

采样模块，用于按照预设的频率，从所述实时视频流中提取预设数量的视频帧图像，作为视频采样数据；

预处理模块，用于对所述视频采样数据进行预处理，得到目标数据；

预测模块，用于将所述目标数据输入到预设的3D卷积神经网络模型中进行识别，得到所述目标数据对应的行为预测结果；

判定模块，用于若所述行为预测结果为预设的异常行为类别中的一种类别，则判定所述视频采样数据中存在异常行为。

一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述异常行为监控方法的步骤。

一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述异常行为监控方法的步骤。