[发明专利]基于边缘计算的违法犯罪行为检测方法和装置

权利要求书

1.一种基于边缘计算的违法犯罪行为检测方法，其特征在于，包括：

获取用于边远山区违法犯罪行为检测的一个或多个监控摄像头的信息，并根据所述一个或多个监控摄像头的信息获取所述一个或多个监控摄像头实时采集的监控视频数据；

通过边缘计算对所述一个或多个监控摄像头实时采集的监控视频数据进行检测分析，判断是否存在违法犯罪行为；

若存在违法犯罪行为，则将存在违法犯罪行为的监控视频数据发送给后端服务器，由后端服务器进行识别处理。

2.根据权利要求1所述的基于边缘计算的违法犯罪行为检测方法，其特征在于，根据所述一个或多个监控摄像头的信息获取所述一个或多个监控摄像头实时采集的监控视频数据，包括：

布置一个或多个具备图像处理功能的边缘计算节点，并将所述一个或多个具备图像处理功能的边缘计算节点与所述一个或多个监控摄像头通信连接；

确定所述一个或多个具备图像处理功能的边缘计算节点中处于工作状态的边缘计算节点；

将所述一个或多个监控摄像头采集的监控视频数据实时发送给所述处于工作状态的边缘计算节点。

3.根据权利要求1所述的基于边缘计算的违法犯罪行为检测方法，其特征在于，通过边缘计算对所述一个或多个监控摄像头实时采集的监控视频数据进行检测分析，判断是否存在违法犯罪行为，包括：

通过边缘计算将所述一个或多个监控摄像头实时采集的监控视频数据中的每帧转化成对应的帧图像；

将各个帧图像输入预先训练的犯罪行为检测模型，利用所述犯罪行为检测模型对各个帧图像中是否存在违法犯罪行为进行预测，得到各个帧图像的预测结果；

根据所述各个帧图像的预测结果判断是否存在违法犯罪行为。

4.根据权利要求3所述的基于边缘计算的室内口罩检测方法，其特征在于，通过以下步骤训练犯罪行为检测模型：

构建初始的犯罪行为检测模型；

获取样本图像和所述样本图像对应的是否存在犯罪行为的样本标记；

将所述样本图像作为输入，所述样本图像对应的是否存在犯罪行为的样本标记作为输出，对所述初始的犯罪行为检测模型进行训练，得到训练的犯罪行为检测模型。

5.根据权利要求1所述的基于边缘计算的违法犯罪行为检测方法，其特征在于，通过边缘计算对所述一个或多个监控摄像头实时采集的监控视频数据进行检测分析，判断是否存在违法犯罪行为，包括：

将所述一个或多个监控摄像头实时采集的监控视频数据中的每帧转化成对应的帧图像；

对于每个帧图像，按照预先确定的n个选区的矩形区域坐标截取各帧图像里的n个矩形图像，其中n为大于1的正整数；

对n个矩形图像进行处理，将n个矩形图像转化成指定边长的n个正方形图像，并按照预设排列顺序将n个正方形图像组成一个整体正方形图像；

将所述整体正方形图像输入预先训练的行为动作识别模型，利用所述训练的行为动作识别模型对所述整体正方形图像对应的行为动作进行预测，得到预测结果；

根据所述预测结果识别是否存在违法犯罪行为。

6.根据权利要求5所述的基于边缘计算的违法犯罪行为检测方法，其特征在于，在对于每个帧图像，按照预先确定的n个选区的矩形区域坐标截取各帧图像里的n个矩形图像之前，判断监控摄像头当前采集监控视频数据与确定n个选区的矩形区域坐标时采集样本视频，是否发生位置变动；

若发生位置变动，则确定位置变动的仿射转换矩阵；

利用仿射转换矩阵对确定的n个选区的矩形区域坐标进行转换，得到转换后的n个选区的矩形区域坐标，从而对于每个帧图像，按照转换后的n个选区的矩形区域坐标截取各帧图像里的n个矩形图像。

7.根据权利要求1所述的基于边缘计算的违法犯罪行为检测方法，其特征在于，若存在违法犯罪行为，所述方法还包括：

生成表示存在违法犯罪行为的报警信息；

将所述报警信息发送给预设的终端设备，从而将所述报警信息通知给所述预设的终端设备的工作人员。