[发明专利]异常行为检测方法、装置及系统

权利要求书

1.一种异常行为检测方法，其特征在于，所述方法包括：

获取采集的M帧视频图像，每帧视频图像包括待检测目标，M为大于1的整数；

基于所述M帧视频图像，通过微表情分类模型确定所述待检测目标的微表情类别，以及确定所述待检测目标的位置信息；

当所述待检测目标的微表情类别属于参考微表情类别且所述位置信息符合位置异常条件时，进行异常行为报警。

2.如权利要求1所述的方法，其特征在于，所述进行异常行为报警之前，还包括：

基于所述M帧视频图像，确定所述待检测目标的动作特征；

所述进行异常行为报警，包括：

如果基于所述动作特征确定所述待检测目标的动作属于参考动作，则进行异常行为报警。

3.如权利要求2所述的方法，其特征在于，所述如果基于所述动作特征确定所述待检测目标的动作属于参考动作，则进行异常行为报警之后，还包括：

将所述位置信息和/或微表情识别结果发送给指定设备；和/或，

将动作识别结果和/或所述动作识别结果对应的动作视频发送给所述指定设备；和/或，

基于所述动作识别结果和/或所述位置信息，播放对应的音频报警。

4.如权利要求1所述的方法，其特征在于，所述当所述待检测目标的微表情类别属于参考微表情类别且所述位置信息符合位置异常条件时，进行异常行为报警之后，还包括：

从所述M帧视频图像中选择一帧视频图像；

提取选择的一帧视频图像的人脸图像特征，基于所述人脸图像特征，从后台服务器中获取与所述人脸图像特征具有关联关系的用户的联系信息；

基于所述联系信息发送报警通知消息。

5.如权利要求1所述的方法，其特征在于，所述基于所述M帧视频图像，通过微表情分类模型确定所述待检测目标的微表情类别，包括：

按照所述M帧视频图像的图像拍摄时间的先后顺序，对所述M帧视频图像进行排序；

基于排序后的M帧视频图像，通过人脸检测模型和目标跟踪算法，确定待检测目标在每帧视频图像中的人脸位置信息；

根据所述待检测目标的人脸位置信息，从每帧视频图像中获取所述待检测目标的人脸图像；

基于人脸图像模板对获取的每张人脸图像进行调整，基于调整后的M张人脸图像，通过微表情分类模型确定所述待检测目标的微表情类别。

6.如权利要求5所述的方法，其特征在于，所述基于人脸图像模板对获取的每张人脸图像进行调整，包括：

将每张人脸图像的宽度调整为所述人脸图像模板的宽度，将每张人脸图像的高度调整为所述人脸图像模板的高度；

将每张人脸图像中关键点的坐标调整为所述人脸图像模板的关键点的模板坐标。

7.如权利要求5所述的方法，其特征在于，所述基于人脸图像模板对获取的每张人脸图像进行调整之前，还包括：

确定每张人脸图像的关键点的坐标；

根据每张人脸图像的关键点的坐标，对每张人脸图像中的人脸进行人脸校正处理。

8.如权利要求1所述的方法，其特征在于，所述基于所述M帧视频图像，通过微表情分类模型确定所述待检测目标的微表情类别，以及确定所述待检测目标的位置信息，包括：

确定所述待检测目标的位置信息；

当所述待检测目标的位置信息符合位置异常条件时，基于所述M帧视频图像通过所述微表情分类模型确定所述待检测目标的微表情类别。

9.如权利要求1所述的方法，其特征在于，所述基于所述M帧视频图像，通过微表情分类模型确定所述待检测目标的微表情类别，以及确定所述待检测目标的位置信息，包括：

基于所述M帧视频图像，通过所述微表情分类模型确定所述待检测目标的微表情类别；

当所述微表情类别属于所述参考微表情类别时，确定所述待检测目标的位置信息。