[发明专利]监控方法、装置、设备及存储介质

权利要求书

1.一种监控方法，其特征在于，所述方法包括：

对至少一个监控设备采集得到的至少一段视频进行处理，得到所述至少一个监控设备监控的目标区域的地图模型；

调用人物识别模型对目标视频中的至少两帧图像进行处理，得到目标人物在所述地图模型中的移动路径，所述目标视频是所述至少一段视频中的任一视频；

调用物体识别模型对所述至少两帧图像进行处理，得到目标物体在所述地图模型中的移动路径，所述目标物体是需要监控的物体；

对所述目标人物的移动路径，以及所述目标物体的移动路径进行分析，得到所述目标人物操作所述目标物体的操作行为；

当所述操作行为为非法操作行为时，执行报警行为。

2.根据权利要求1所述的方法，其特征在于，所述人物识别模型包括人脸检测模块和目标人物识别模块；

所述调用人物识别模型对目标视频中的至少两帧图像进行处理，得到目标人物在所述地图模型中的移动路径，包括：

调用所述人脸检测模块对所述至少两帧图像进行识别，得到所述至少两帧图像中的人脸区域；

调用所述目标人物识别模块对所述人脸区域进行识别，得到所述人脸区域中的目标人物；

对所述目标人物进行分析，得到所述目标人物在所述地图模型中的移动路径。

3.根据权利要求2所述的方法，其特征在于，所述人脸检测模块包括多任务卷积神经网络MTCNN；

所述调用所述人脸检测模块对所述至少两帧图像进行识别，得到所述至少两帧图像中的人脸区域，包括：

调用所述MTCNN对所述至少两帧图像进行识别，得到所述至少两帧图像中的人脸区域。

4.根据权利要求3所述的方法，其特征在于，所述人脸区域内显示有目标人脸框以及所述目标人脸框内的人脸关键点标记；

所述调用所述MTCNN对所述至少两帧图像进行识别，得到所述至少两帧图像中的人脸区域，包括：

对至少两帧图像按照不同缩放比例进行缩放，得到不同大小的图像组成的图像金字塔；

将所述图像金字塔输入P神经网络P-Net模型，得到第一候选框；

将第一候选框输入R神经网络R-Net模型，进行第一精细处理，得到第二候选框；

将第二候选框输入O神经网络O-Net模型，进行第二精细处理，得到所述目标人脸框及所述人脸关键点标记。

5.根据权利要求4所述的方法，其特征在于，所述将图像金字塔输入P神经网络P-Net模型，得到第一候选框，包括：

通过所述P-Net模型生成初始候选框和边界框回归向量bbox；

使用所述bbox对所述初始候选框进行校准；

通过所述P-Net模型，使用非极大值抑制NMS来合并重叠的所述初始候选框，得到所述第一候选框。

6.根据权利要求5所述的方法，其特征在于，所述将第一候选框输入R-Net模型，进行第一精细处理，得到第二候选框，包括：

通过所述R-Net模型，使用边界框的回归值微调所述第一候选框，得到微调后的第一候选框；

通过所述R-Net模型，使用NMS去除所述微调后的第一候选框中重叠的候选框，排除所述微调后的第一候选框中的非人脸候选框后，得到所述第二候选框。

7.根据权利要求6所述的方法，其特征在于，所述将第二候选框输入O-Net模型，进行第二精细处理，得到所述目标人脸框和所述人脸关键点标记，包括：

通过所述O-Net模型，使用边界框的回归值微调所述第二候选框，得到微调后的第二候选框；

通过NMS去除所述微调后的第二候选框中重叠的候选框，得到所述目标人脸框和所述人脸关键点标记。