[发明专利]一种违规行为实时监控分析方法、装置及存储介质

权利要求书

1.一种违规行为实时监控分析方法，其特征在于，其包括以下步骤：

采集若干个公开行为视频数据及真实场景视频数据，作为训练数据集；

对所述训练数据集进行预处理，获得预处理数据；

对所述预处理数据进行离线训练，获得离线训练模型；

对所述获得的离线训练模型进行测试，记录测试结果；

采集真实场景的摄像头实时视频流数据；

通过所述离线训练模型对所述实时视频流数据进行行为识别，判断所述实时视频流数据中是否包含违规行为；若所述实时视频流数据中包含违规行为，则输出异常警告信号。

2.根据权利要求1所述的一种违规行为实时监控分析方法，其特征在于，对所述训练数据集进行预处理的步骤包括：

对所述训练数据集进行筛选、视频转成图像帧数据、冗余数据删除、训练数据集扩充。

3.根据权利要求1所述的一种违规行为实时监控分析方法，其特征在于，预处理数据的集合包括训练集、验证集和测试集，所述训练集的数据用于训练，所述验证集的数据用于验证，所述测试集的数据用于测试。

4.根据权利要求1所述的一种违规行为实时监控分析方法，其特征在于，所述离线训练模型包括深度残差网络ResNet50、时间位移模型TSM和非局部连接网络模型non-local。

5.根据权利要求4所述的一种违规行为实时监控分析方法，其特征在于，所述深度残差网络ResNet50包括4个block单元，所述第一个block单元、第二个block单元、第三个block单元、第四个block单元分别包含3个、4个、6个、3个卷积层。

6.根据权利要求5所述的一种违规行为实时监控分析方法，其特征在于，所述时间位移模型TSM应用于所述block单元中的所有的卷积层，所述非局部连接网络模型non-local应用于第二个block单元的第1、3卷积层以及第三个block单元的第1、3、5卷积层。

7.根据权利要求3所述的一种违规行为实时监控分析方法，其特征在于，利用构建好的所述离线训练模型在所述训练集和所述验证集上进行训练和验证，得到训练好的最优模型，然后利用所述训练好的最优模型在所述测试集上测试得到图像分类的结果，并记录所述分类结果的准确率。

8.根据权利要求1所述的一种违规行为实时监控分析方法，其特征在于，采集所述真实场景的摄像头实时视频流数据的方法包括：

采用关键区域摄像头的实时视频流，将其转化成图片帧数据。

9.一种违规行为实时监控分析装置，其特征在于，其包括：

数据控制单元，其包括数据采集器和数据处理器，所述数据采集器和所述数据处理器连接，所述数据采集器用于采集若干个公开行为视频数据及真实场景视频数据作为训练数据集；所述数据处理器用于对所述训练数据进行预处理，得到预处理数据；

模型调试单元，其与所述数据控制单元连接，所述模型调试单元包括训练处理模块和测试处理模块；所述训练处理模块对所述预处理数据进行离线训练，获得离线训练模型；所述测试处理模块对所述获得的离线训练模型进行测试，记录测试结果；

实时行为监控分析单元，与所述模型调试单元连接，所述实时监控分析单元用于采集真实场景的摄像头实时视频流数据，通过经过训练的所述模型对所述实时视频流数据进行行为识别，判断所述实时视频流数据中是否包含违规行为，若所述实时视频流数据中包含违规行为，则输出异常警告信号。

10.一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器用于执行实现如权利要求1-8中任一项所述的违规行为实时监控分析方法。