[发明专利]异常行为告警方法、装置、服务器及存储介质

权利要求书

1.一种异常行为告警方法，其特征在于，所述方法包括：

通过训练预设数量的行人在预设场景下正常行走的图像样本得到预测网络模型；

通过所述预测网络模型得到待识别视频中当前帧图像的预测行人图像；

通过滑窗检测待识别视频中当前帧图像中的目标人物；

根据所述目标人物将所述当前帧图像与所述预测行人图像进行比对，确认所述当前帧图像是否存在异常区域，其中，所述异常区域指示所述目标人物的异常行为；

若所述当前帧图像中存在异常区域，截取所述当前帧图像中的异常区域；及

将截取的所述异常区域输入至预先训练好的异常行为分类器中，并得到分类结果；

根据所述分类结果发出告警信息。

2.如权利要求1所述的异常行为告警方法，其特征在于，在所述通过滑窗检测待识别视频中当前帧图像的目标人物之前，所述异常行为告警方法还包括：

接受摄像头采集的待识别视频图像。

3.如权利要求2所述的异常行为告警方法，其特征在于，所述根据所述目标人物将所述当前帧图像与所述预测行人图像进行比对，确认所述当前帧图像是否存在异常区域包括：

根据所述目标人物将所述当前帧图像与所述预测行人图像进行比对，判断所述当前帧图像中目标人物的滑窗在当前帧图像中的位置与所述预测行人图像中目标人物的滑窗在预测行人图像中的位置是否一致；

当所述当前帧图像中目标人物的滑窗在当前帧图像中的位置与所述预测行人图像中目标人物的滑窗在预测行人图像中的位置一致时，确认所述当前帧图像不存在异常区域；

当所述当前帧图像中目标人物的滑窗在当前帧图像中的位置与所述预测行人图像中目标人物的滑窗在预测行人图像中的位置不一致时，确认所述当前帧图像存在异常区域。

4.如权利要求1所述的异常行为告警方法，其特征在于，所述异常行为分类器为检测行人出现异常行为的分类器，当将截取的异常区域图片输入至所述异常行为分类器后，所述异常行为分类器识别所述异常区域图片中的异常行为，并输出分类结果。

5.如权利要求1所述的异常行为告警方法，其特征在于，训练所述预测网络模型的过程包括：

获取预设数量的行人正常行走图像样本；

从所述行人正常行走图像样本中提取出预设比例的行人正常行走图像作为待训练的样本图片，并将所述预设数量的行人正常行走图像样本中剩余的行人正常行走图像样本作为待验证的样本图片；

利用各待训练的样本图片进行模型训练，以生成所述卷积神经网络模型，并利用各待验证的样本图片对所生成的卷积神经网络模型进行验证；

若验证通过率大于等于预设阈值，则训练完成，否则增加所述行人正常行走图像样本的数量，以重新进行训练及验证。

6.如权利要求1所述的异常行为告警方法，其特征在于，所述检测待识别视频中当前帧图像的目标人物包括：

通过不同窗口大小的滑窗对所述当前帧图像按预设顺序进行滑动；

每次滑动时将当前窗口对应的图像输入至预先训练好的分类器；及

当所述分类器处理所述当前窗口对应的图像后输出分类概率大于预设值，则确认检测到目标人物，输出检测到的目标人物标记。

7.如权利要求6所述的异常行为告警方法，其特征在于，采用非极大值抑制方法对检测到的目标人物标记进行筛选以得到所述当前帧图像中的目标人物。