[发明专利]基于微表情识别的异常行为人识别方法、设备和存储介质在审
申请号: | 201811534113.4 | 申请日: | 2018-12-14 |
公开(公告)号: | CN109784175A | 公开(公告)日: | 2019-05-21 |
发明(设计)人: | 唐新玉 | 申请(专利权)人: | 深圳壹账通智能科技有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00 |
代理公司: | 深圳市隆天联鼎知识产权代理有限公司 44232 | 代理人: | 刘抗美 |
地址: | 518000 广东省深圳市*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 行为特征 表情 表情识别 存储介质 图像序列 人工智能技术 分析判断 异常行为 | ||
本公开涉及人工智能技术领域,具体地涉及基于微表情识别的异常行为人识别方法、设备和存储介质。所述方法包括:判断所接收的图像序列中的人是否具有可疑微表情;从所接收的图像序列中获取具有可疑微表情的人的行为特征;根据所述行为特征,确定所述具有可疑微表情的人是否为异常行为人。通过本公开的各实施例,可以将微表情与行为特征的分析判断相结合来识别异常行为人,使得能够在异常行为发生之前自动快速地识别出异常行为人。
技术领域
本发明涉及人工智能技术领域,特别涉及一种基于微表情识别的异常行为人识别方法、装置、计算设备和计算机可读存储介质。
背景技术
在公共场合,如果出现诸如盗窃、抢劫、打人等的不良行为,甚至诸如恐怖袭击之类的恶性行为,会严重影响公共安全,扰乱公共秩序。目前,仅能根据公共场所的实时监控视频由人工进行观察,可疑人一旦实施了不良或恶性行为,即由人工锁定目标,前往制止和抓捕。人们期望能在可疑人进行这些不良行为或恶性行为之前制止他们。目前,虽然也可以由人工在可疑人实施不良行为或恶性行为前发现蛛丝马迹,但往往发现的时间较晚,来不及阻止行为的发生,并且人工执行的识别需要大量的人力和物力,且容易出错。因此,本申请的发明人意识到,需要一种自动识别异常行为人的技术,以在不良或恶性行为发生之前准确、高效地自动识别出可疑人。
发明内容
为解决以上问题中的一个或多个,本发明实施例提供了一种基于微表情识别的异常行为人识别方法、设备和存储介质。
根据本申请的第一方面,提供一种异常行为人识别方法,其包括:
判断所接收的图像序列中的人是否具有可疑微表情;
从所接收的图像序列中获取具有可疑微表情的人的行为特征;
根据所述行为特征,确定所述具有可疑微表情的人是否为异常行为人。
根据一示例性实施例,所述判断所接收的图像序列中的人是否具有可疑微表情包括:
从所接收的图像序列中识别出人脸;
获取每个人脸的微表情特征;
根据每个人脸的微表情特征,判断该人脸的微表情是否为可疑微表情。
根据一示例性实施例,所述根据每个人脸的微表情特征,判断该人脸的微表情是否为可疑微表情包括:
根据每个人脸的微表情特征,确定该人脸的微表情类型;
判断该人脸的微表情类型是否属于预定微表情类型;
在该人脸的微表情类型属于预定微表情类型的情况下,确定该人脸的微表情为可疑微表情。
根据一示例性实施例,所述根据每个人脸的微表情特征,判断该人脸的微表情是否为可疑微表情包括:
将每个人脸的微表情特征分别输入训练好的微表情机器学习模型,以得到作为微表情机器学习模型的输出的与每个人脸的微表情特征相对应的微表情可疑度得分;
根据每个人脸的微表情可疑度得分确定该人脸的微表情是否为可疑微表情。
根据一示例性实施例,所述根据所述行为特征,确定所述具有可疑微表情的人是否为异常行为人包括:
将所述行为特征输入训练好的异常行为机器学习模型,以得到作为异常行为学习模型的输出的异常行为可疑度得分;
根据所述异常行为可疑度得分,确定所述具有可疑微表情的人是否为异常行为人。
根据一示例性实施例,所述从所接收的图像序列中获取具有可疑微表情的人的行为特征包括:
从所接收的图像序列中识别出包含所述具有可疑微表情的人的一个或多个图像帧;
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳壹账通智能科技有限公司,未经深圳壹账通智能科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811534113.4/2.html,转载请声明来源钻瓜专利网。