[发明专利]一种面向银行场景下基于人工智能的监测方法

摘要

本发明提供了一种面向银行场景下基于人工智能的监测方法，为了提高预警准确性，采用视频图像和语音两级预警的方式，首先视频图像对疑似目标进行预警，然后针对疑似目标，利用语音分离技术，进一步确认疑似目标是否需要预警。在语音分离的过程中，采用空间编码加权的优化目标函数，编码时采用格雷码的方式，有利于搜索人物空间上的相邻关系，通过空间编码加权，可以提高语音流分离的可靠性。本发明实现简单，满足实际应用的需要。

主权项

1.一种面向银行场景下基于人工智能的监测方法，该方法应用于在银行场景下，安装有视频监控摄像头和拾音器，根据视频和语音信号进行两级预警，其特征在于：一级视频预警：根据视频图像，提取疑似目标，具体步骤如下：①基于高斯混合模型的背景差法来检测视频中的人体，去除图像背景；②针对目标采用卷积神经网络ALexNet提取视频的目标交互行为特征，得到行为特征概率值；③利用双隐层网络区分目标正常行为和异常行为，对疑似目标预警；二级语音预警：针对疑似目标，提取说话人语音，具体步骤如下：①将混合语音分解成时频单元；②通过基音跟踪和时频单元标记，得到输入信号的基音轨迹和对应的语音流；③提取混合语音的频率倒谱系数特征矩阵；④根据视频图像划分区域，采用格雷码进行编码，设计空间编码加权的优化目标函数，目标函数形式为：其中，L是待提取的语音流数量，G_r是格雷码编码，g是分类向量，F是频率倒谱系数特征矩阵，W_k(g)是分类向量g中第k维分量，F取值范围是W_k(g)，NUM_k(g)和V_k(g)分别是g中第k维分量频率倒谱系数特征矩阵的元素个数和均值，C是频率倒谱系数特征矩阵的均值，(＊)^T表示矩阵转置；⑤聚类搜索优化函数最大值的语音流组合；⑥根据语音流，预警。