[发明专利]一种斗殴行为识别预警方法及其识别预警系统

权利要求书

1.一种斗殴行为识别预警方法，其特征在于：包括如下步骤：

S1：根据现有的斗殴行为图像，基于神经网络建立斗殴行为识别模型；

S2：对斗殴行为识别模型进行多维动态行为识别补偿，得到补偿后斗殴行为识别模型；

S3：实时获取现场视频，根据现场视频，使用补偿后斗殴行为识别模型进行识别，得到斗殴行为识别结果；

S4：根据实时获取的斗殴行为识别结果，判断是否发生斗殴，若是则进入步骤S5，否则返回步骤S3；

S5：开始采集斗殴视频，发出警报，根据斗殴视频进行人脸识别，得到并保存人脸识别结果；

S6：根据实时获取的斗殴行为识别结果，判断斗殴是否结束，若是则结束采集斗殴视频，关闭警报，并结束斗殴行为识别预警方法，否则重复步骤S6。

2.根据权利要求1所述的一种斗殴行为识别预警方法，其特征在于：所述步骤S1中，斗殴行为包括假性斗殴行为和真实斗殴行为。

3.根据权利要求2所述的一种斗殴行为识别预警方法，其特征在于：所述斗殴行为图像包括真实斗殴行为的正样本数据集和假性斗殴行为的负样本数据集；

根据现有的斗殴行为图像，基于神经网络建立斗殴行为识别模型，排除假性斗殴行为，斗殴行为识别模型得到的斗殴行为识别结果为真实斗殴行为的识别结果。

4.根据权利要求1所述的一种斗殴行为识别预警方法，其特征在于：所述步骤S1中，所述斗殴行为识别模型包括2D卷积模块、3D卷积模块以及CFAM时空信息融合模块，所述2D卷积模块和3D卷积模块并列设置，2D卷积模块的输入层和3D卷积模块的输入层组合构成神经网络的输入层，2D卷积模块的输出层和3D卷积模块的输出层均与CFAM时空信息融合模块连接，所述CFAM时空信息融合模块的输出层构成神经网络的输出层。

5.根据权利要求1所述的一种斗殴行为识别预警方法，其特征在于：所述步骤S1的具体步骤为：

S1-1：将现有的斗殴行为图像划分为训练数据集和测试数据集；

S1-2：使用训练数据集对神经网络进行训练，建立初始的斗殴行为识别模型；

S1-3：对初始的斗殴行为识别模型进行压缩处理，得到压缩后的斗殴行为识别模型；

S1-4：使用测试数据集对压缩后的斗殴行为识别模型进行优化，得到最优的斗殴行为识别模型。

6.根据权利要求1所述的一种斗殴行为识别预警方法，其特征在于：所述步骤S3的具体步骤为：

S3-1：实时获取现场视频，到达预设采样周期后，采集现场视频中连续多张单帧现场图像；

S3-2：对多张单帧现场图像进行预处理，得到多张预处理后单帧现场图像；

S3-3：将多张预处理后单帧现场图像依次输入至补偿后斗殴行为识别模型进行识别，得到每张预处理后单帧现场图像的斗殴行为识别结果。

7.根据权利要求6所述的一种斗殴行为识别预警方法，其特征在于：所述斗殴行为识别结果包括斗殴行为和非斗殴行为。

8.根据权利要求7所述的一种斗殴行为识别预警方法，其特征在于：所述步骤S4中，判断是否发生斗殴的具体方法为：连续N张预处理后单帧现场图像的斗殴行为识别结果中包括n次斗殴行为，则判断现场视频的场景内发生斗殴，其中，Nn。

9.根据权利要求7所述的一种斗殴行为识别预警方法，其特征在于：所述步骤S6中，判断斗殴是否结束的具体方法为：连续M张预处理后单帧现场图像的斗殴行为识别结果中未出现斗殴行为，则判断现场视频的场景内斗殴结束。

10.一种斗殴行为识别预警系统，其特征在于：应用于权利要求1-9任一项所述的斗殴行为识别预警方法，包括斗殴行为识别模块、预警模块以及多个视频采集模块，多个所述视频采集模块均与斗殴行为识别模块通信连接，所述斗殴行为识别模块与预警模块通信连接，斗殴行为识别模块通信连接有监控中心；

所述视频采集模块，用于实时获取现场视频，并将现场视频发送至斗殴行为识别模块；

所述斗殴行为识别模块，用于根据现有的斗殴行为图像，基于神经网络建立斗殴行为识别模型，对斗殴行为识别模型进行多维动态行为识别补偿，得到补偿后斗殴行为识别模型，根据现场视频，使用补偿后斗殴行为识别模型进行识别，得到斗殴行为识别结果，采集斗殴视频，根据斗殴视频进行人脸识别，得到并保存人脸识别结果，将斗殴视频和人脸识别结果发送至监控中心；

所述预警模块，用于发出警报。