The embodiment of the present invention provides an anomaly detection method, device and system. The method includes: acquiring the monitoring video transmitted by the target video acquisition device, and judging whether the current video frame image contains human body or not according to the monitoring video; when the current video frame image contains human body, according to the said method. The current video frame image determines the target image containing the human body; the target image is input into the pre-trained neural network to obtain the abnormal intensity corresponding to the current video frame image; the neural network is trained according to the abnormal calibration results of each sample image and each sample image. When the abnormal intensity is greater than the preset threshold, it is determined that there are abnormal persons in the current video frame image. The embodiment of the invention can improve the applicability and accuracy of abnormal personnel detection.
【技术实现步骤摘要】
一种异常人员检测方法、装置及系统
本专利技术涉及图像处理
，特别是涉及一种异常人员检测方法、装置及系统。
技术介绍
在安保领域中，为了保证公共场所人员的安全，通常需要对公共场所进行异常人员检测。例如，在银行、海关、车站、地铁等人流量较大的场所，可以对携带危险品的人员，和/或意图偷窃的人员进行检测，以排除潜在的危险。现有的异常人员检测方法，主要是针对ATM(AutomaticTellerMachine，自动柜员机)，基于异常人脸进行检测。具体地，为了遮挡面部，通常情况下异常人员会佩戴口罩、墨镜等，因此，可以对佩戴口罩、墨镜等的人员进行检测，并将检测到的人员确定为异常人员。但是，上述方法只能针对特殊场景(ATM机处)进行异常人员检测，而不能针对海关、车站、地铁等人流量较大的场所进行异常人员检测，适用性较低。并且，在实际应用中，对于不带墨镜、口罩的潜在异常人员，上述方法将失去效力；或者，在冬天、雾霾天等需要佩戴口罩的天气情况下，可能会出现较多的误报，也就是说，上述方法准确性较低。
技术实现思路
本专利技术实施例的目的在于提供一种异常人员检测方法、装置及系统，以提高异常人员检测的适用性和准确性。具体技术方案如下：第一方面，本专利技术实施例提供了一种异常人员检测方法，应用于电子设备，所述方法包括：获取目标视频采集设备发送的监控视频，并根据所述监控视频，判断当前视频帧图像中是否包含人体；当所述当前视频帧图像中包含人体时，根据所述当前视频帧图像，确定包含所述人体的目标图像；将所述目标图像输入预先训练得到的神经网络中，得到所述当前视频帧图像对应的异常强度；其中，所述神经...
【技术保护点】
1.一种异常人员检测方法，其特征在于，应用于电子设备，所述方法包括：获取目标视频采集设备发送的监控视频，并根据所述监控视频，判断当前视频帧图像中是否包含人体；当所述当前视频帧图像中包含人体时，根据所述当前视频帧图像，确定包含所述人体的目标图像；将所述目标图像输入预先训练得到的神经网络中，得到所述当前视频帧图像对应的异常强度；其中，所述神经网络是根据各样本图像，以及各样本图像中的人体异常标定结果训练得到的；判断所述异常强度是否大于预设阈值；当所述异常强度大于预设阈值时，确定所述当前视频帧图像中存在异常人员。
【技术特征摘要】
1.一种异常人员检测方法，其特征在于，应用于电子设备，所述方法包括：获取目标视频采集设备发送的监控视频，并根据所述监控视频，判断当前视频帧图像中是否包含人体；当所述当前视频帧图像中包含人体时，根据所述当前视频帧图像，确定包含所述人体的目标图像；将所述目标图像输入预先训练得到的神经网络中，得到所述当前视频帧图像对应的异常强度；其中，所述神经网络是根据各样本图像，以及各样本图像中的人体异常标定结果训练得到的；判断所述异常强度是否大于预设阈值；当所述异常强度大于预设阈值时，确定所述当前视频帧图像中存在异常人员。2.根据权利要求1所述的方法，其特征在于，所述根据所述当前视频帧图像，确定包含所述人体的目标图像的步骤包括：在所述当前视频帧图像中，确定包含所述人体的面部区域的目标图像；所述将所述目标图像输入预先训练得到的神经网络中，得到所述当前视频帧图像对应的异常强度的步骤包括：将所述目标图像输入预先训练得到的面部分析神经网络中，得到所述目标图像对应的各预定面部运动单元AU的强度；根据所述各预定AU的强度，确定所述目标图像的面部异常强度，并将所述面部异常强度确定为所述当前视频帧图像对应的异常强度。3.根据权利要求2所述的方法，其特征在于，所述根据所述各预定AU的强度，确定所述目标图像的面部异常强度的步骤包括：根据预设的各预定AU的权值，对所述各预定AU的强度进行加权计算，并将计算结果确定为所述目标图像的面部异常强度。4.根据权利要求1所述的方法，其特征在于，所述根据所述当前视频帧图像，确定包含所述人体的目标图像的步骤包括：在所述当前视频帧图像中，确定包含所述人体的腿部区域的目标图像；所述将所述目标图像输入预先训练得到的神经网络中，得到所述当前视频帧图像对应的异常强度的步骤包括：将所述目标图像输入预先训练得到的腿部分析神经网络中，得到所述目标图像对应的异常行走置信度，并将所述异常行走置信度确定为所述当前视频帧图像对应的异常强度。5.根据权利要求1所述的方法，其特征在于，所述根据所述当前视频帧图像，确定包含所述人体的目标图像的步骤包括：在所述当前视频帧图像中，确定包含所述人体的面部区域的第一图像，以及包含所述人体的腿部区域的第二图像；所述将所述目标图像输入预先训练得到的神经网络中，得到所述当前视频帧图像对应的异常强度的步骤包括：将所述第一图像输入预先训练得到的面部分析神经网络中，得到所述第一图像对应的各预定AU的强度；将所述第二图像输入预先训练得到的腿部分析神经网络中，得到所述第二图像对应的异常行走置信度；根据所述各预定AU的强度，以及所述第二图像对应的异常行走置信度，确定所述当前视频帧图像对应的异常强度。6.根据权利要求5所述的方法，其特征在于，所述根据所述各预定AU的强度，以及所述第二图像对应的异常行走置信度，确定所述当前视频帧图像对应的异常强度的步骤包括：根据预设的各预定AU的权值，以及异常行走的权值，对所述各预定AU的强度、所述异常行走置信度进行加权计算，并将计算结果确定为所述当前视频帧图像对应的异常强度。7.根据权利要求5所述的方法，其特征在于，预先训练所述面部分析神经网络的过程包括：获取包含人脸的各第一样本图像；获取各第一样本图像对应的各预定AU的标定结果；将各第一样本图像，以及各第一样本图像对应的各预定AU的标定结果作为训练样本，训练得到所述面部分析神经网络。8.根据权利要求5所述的方法，其特征在于，预先训练所述腿部分析神经网络的过程包括：获取包含人体腿部的各第二样本图像；获取各第二样本图像对应的行走类别，其中，所述行走类别包括正常行走或异常行走；将各第二样本图像，以及各第二样本图像对应的行走类别作为训练样本，训练得到所述腿部分析神经网络。9.根据权利要求1-8任一项所述的方法，其特征在于，当确定所述当前视频帧图像中存在异常人员后，所述方法还包括：在本地保存的各视频采集设备的标识信息与关联移动终端的标识信息的对应关系中，查找与所述目标视频采集设备的标识信息对应的目标移动终端的标识信息；向对应标识信息的目标移动终端发送报警信息。10.一种异常人员检测装置，其特征在于，应用于电子设备，所述装置包括：第一获取模块，用于获取目标视频采集设备发送的监控视频；第一判断模块，用于根据所述监控视频，判断当前视频帧图像中是否包含人体；第一确定模块，用于当所述第一判断模块判断出当前视频帧图像中包含人体时，根据所述当前视频帧图像，确定包含所述人体的目标图像；执行模块，用于将所述目标图像输入预先训练得到的神经网络中，得到所述当前视频帧图像对应的异常强度；其中，所述神经网络是根据各...
【专利技术属性】
技术研发人员：许可，
申请(专利权)人：杭州海康威视数字技术股份有限公司，
类型：发明
国别省市：浙江,33
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。