[发明专利]异常行为告警方法、装置、服务器及存储介质

说明书

一种异常行为告警方法，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；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；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；及根据所述分类结果发出告警信息。本发明还提供一种异常行为告警装置、服务器及存储介质。通过本发明可以准确侦测视频图像中的行人异常行为并发出告警信息。

技术领域

本发明涉及图像识别技术领域，具体涉及一种异常行为告警方法、装置、服务器及存储介质。

背景技术

火车站、银行、机场等对安全性要求较高的场合对人体行为识别有巨大的需求，如果系统可以识别人体行为，就可以自动判定异常情形并报警，从而大大降低人力成本，并提升监控力度，做到在线监控，实时报警。

传统人体行为识别的方案基本都是基于背景建模和和特征匹配的，该类方案含三个步骤：第一步是主要提取时空特征点，即具备时间和空间特性的像素点，使用背景差分或者光流法进行背景的建模和前景的提取；第二步是根据选定的特征，利用第一步获取的视频的特征点对其特征点周围区域的视频进行特定转换和处理，来获取描述特定行为的特征，其中多数是基于静态场景和物体识别技术；第三步是将这些特征输入分类器进行训练，获得分类器并应用于识别中。

然而，由于行人摔倒等行为属于小概率事件，发生几率低，样本较难收集，采用直接检测算法容易产生漏判。无法及时侦测到行人行走异常事件，从而无法及时实施援救或发出告警信息。

发明内容

鉴于以上内容，有必要提出一种异常行为告警方法、装置、服务器及存储介质，能够准确侦测视频图像中的行人异常行为。

本发明的第一方面提供一种异常行为告警方法，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；

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，其中，所述异常区域指示所述目标人物的异常行为；

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；及

根据所述分类结果发出告警信息。

优选地，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。

优选地，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。