一种行为分析方法、设备及装置制造方法及图纸

本申请公开了一种行为分析方法、设备及装置。该方法包括：获取对设定区域进行不同时刻采集得到的多帧原始图像；对每帧原始图像进行目标检测，得到每帧原始图像中的目标对象；对多帧原始图像中的目标对象进行分析，确定目标对象是否属于异常行为。通过上述方式，本申请能够实现自动检测异常行为，提高异常行为判断的准确率。

【技术实现步骤摘要】
一种行为分析方法、设备及装置
本申请涉及安防
，特别是涉及一种行为分析方法、设备及装置。
技术介绍
目前在安防领域中，一般通过摄像头检测当前区域内的事件，如检测监控区域中活动的人或物。但是现有的检测技术只能拍摄图像的内容，不能对图像的内容做进一步的分析，在监控区域出现人员摔倒、聚集打斗等异常行为时，工作人员无法及时发现和控制，特别是在金融(银行)安防监控区域中，聚集打斗很多时候伴随着抢劫、暴恐等，存在着很高的安全隐患。
技术实现思路
本申请主要解决的技术问题是提供一种行为分析方法、设备及装置，能够实现自动检测异常行为，提高异常行为的判断准确率。为解决上述技术问题，本申请采用的一个技术方案是：提供一种行为分析方法，包括：获取对设定区域进行不同时刻采集得到的多帧原始图像；对每帧原始图像进行目标检测，得到每帧原始图像中的目标对象；对多帧原始图像中的目标对象进行分析，确定目标对象是否属于异常行为。为解决上述技术问题，本申请采用的另一个技术方案是：提供一种计算机设备，包括处理器、存储器及其存储的指令，处理器执行指令时实现如前述方法的步骤。为解决上述技术问题，本申请采用的又一个技术方案是：提供一种具有存储功能的装置，装置上存储有指令，指令被处理器执行时实现前述方法的步骤。本申请的有益效果是：区别于现有技术的情况，本申请通过获取对设定区域进行不同时刻采集得到的多帧原始图像，对每帧原始图像进行目标检测，得到每帧原始图像中的目标对象，对多帧原始图像中的目标对象进行分析，能够在没有监督者参与的情况下，自动确定目标对象是否属于异常行为，由于没有监督者参与，可以减少运行成本，其次由于监督者对异常行为的判断实时性较低，且人的主观性会使得判断准确率不稳定，而通过本申请的上述方式还可以提高异常行为判断实时性和准确率。附图说明图1是本申请行为分析方法一实施例的流程示意图；图2是本申请行为分析方法另一实施例的流程示意图；图3是图2中步骤S22的流程示意图；图4是本申请行为分析方法又一实施例的流程示意图；图5是图4中步骤S32的流程示意图；图6是图5中步骤S322的流程示意图；图7是本申请行为分析方法又一实施例的示意图；图8是本申请计算机设备一实施例的结构示意图；图9是本申请具有存储功能的装置一实施例的结构示意图。具体实施方式下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。请参阅图1，图1是本申请行为分析方法一实施例的流程示意图。该行为分析方法可以包括以下步骤：步骤S10：获取对设定区域进行不同时刻采集得到的多帧原始图像。设定区域可以是银行办公区域。银行办公区域可以是银行大厅、会议室、行长办公室、普通员工办公区域。其中，银行大厅可以包括自助业务区、人工业务区、等候区以及咨询区等等。银行是依法成立的经营货币信贷业务的金融机构。一般地，银行具有存款、取款、贷款、汇兑等多种业务，其中大多数业务需要本人亲自在银行大厅进行办理，所以往往银行大厅客流量较大，在节假日期间，银行大厅还会格外拥挤。此外，银行大厅是对外开放的一个场所，进入银行大厅的门槛较低，所以银行大厅内的人员身份相对复杂，其中难免会混入闲杂人等或不法分子，例如外来推销人员、小偷、碰瓷人员等等；而往往这些人会表现出不同的异常行为，例如推销人员和小偷一般都会出现滞留行为和异常间距行为，碰瓷人员一般会出现滞留行为和跌倒行为。此外，银行大厅内出现人数异常行为、滞留行为等异常行为还可能与银行的规模、业务办理效率等因素相关，如银行规模较小可能会使得某时间范围内新增的需要办理业务的客户的数量大于完成办理业务的客户的数量，从而会导致银行大厅内人员数量增加，进而出现人数异常行为和滞留行为。由此，对银行大厅内人员的行为进行实时监控，自动分析出各类异常行为变得尤为重要。然而目前对于银行大厅的监控主要还是采取人工巡逻、多传感器检测以及传统聚类等方法，此类方法存在准确率低、运行成本高、实时性较低。原始图像可以为利用双目相机采集得到的双目图像。双目图像可以包括左目原图和右目原图。双目相机是一种能够提供立体视觉的成像设备。双目相机可以包括两个摄像头模组，且两个摄像模组之间具有一定的距离，形成类似人眼的双目架构，当双目相机进行拍摄时，两个摄像头模组可以同时进行工作，对应得到同时刻下的两帧双目图像，即左目原图和右目原图。左目原图和右目原图为平面图像。基于两个摄像头模组同时拍摄得到的双目图像，根据视差原理能够计算得到摄像头模组所拍摄到的物体相对于摄像头模组的三维空间位置。具体地，双目相机内置有芯片，拍摄得到的左目原图和右目原图经过芯片的处理可以获得对应左视差图和右视差图以及深度图，从而能够通过视差图和深度图还原物体的三维坐标。其中，视差图记录了同一个场景在两个摄像头模组下成像的像素的位置偏差，因为通常下两个摄像头模组是水平放置的，所以该位置偏差一般体现在水平方向。比如场景中的X点在左摄像头模组是x坐标，那么在右摄像头模组成像则是(x+d)坐标。其中的d就是视差图中x坐标点的值。深度图则记录了场景中每个点离摄像头模组的距离。由于在摄像头成像过程中可能会存在畸变等异常情况，所以本实施例通过左视差图和右视差图获得深度图，从而可以消除畸变等异常情况，提高物体的真实三维坐标还原的精准度。可选地，可以在双目相机每完成一次拍摄后就进行获取视差图和深度图的步骤，或可以在双目相机完成多次拍摄后再一起进行获取视差图和深度图的步骤。举例说明，银行大厅内设置有一双目相机，该双目相机每秒可以拍摄15次，每次拍摄可以获得两帧双目图像，即左目原图和右目原图，从而对应可以获得30帧双目图像，该30帧双目图像包括15帧左目原图和15帧右目原图。获取视差图和深度图，可以是在双目相机每完成一次拍摄后，将一次拍摄获得两帧双目图像经过芯片处理得到对应的1帧左视差图和1帧右视差图，然后将1帧左视差图和1帧右视差图再经过芯片处理得到1帧深度图，或可以是在双目相机完成15次拍摄后，将进行存储的15帧左目原图和15帧右目原图，分别进行芯片处理，对应得到15帧左视差图和15帧右视差图，然后将15帧左视差图和15帧右视差图分别再经过芯片处理得到15帧深度图。其中，双目相机能够全程监控在设定区域进出的所有人或物。在一些实施方式中，可以是一部双目相机负责整个设定区域的监控。在另一些实施方式中，或者可以将设定区域分为多个子区域，每个子区域分配一部双目相机进行监控，以实现更加精准的监控和分析。例如，可以将银行大厅分为自助业务区和人工业务区，一部双目相机负责自助业务区的监控，另一部双目相机负责人工业务区的监控。具体地，可以在预设时间范围内通过双目相机实时对银行大厅进行拍摄，以得到多帧原本文档来自技高网...

【技术保护点】
1.一种行为分析方法，其特征在于，包括：/n获取对设定区域进行不同时刻采集得到的多帧原始图像；/n对每帧所述原始图像进行目标检测，得到每帧所述原始图像中的目标对象；/n对所述多帧原始图像中的目标对象进行分析，确定所述目标对象是否属于异常行为。/n

【技术特征摘要】
1.一种行为分析方法，其特征在于，包括：
获取对设定区域进行不同时刻采集得到的多帧原始图像；
对每帧所述原始图像进行目标检测，得到每帧所述原始图像中的目标对象；
对所述多帧原始图像中的目标对象进行分析，确定所述目标对象是否属于异常行为。


2.根据权利要求1所述的方法，其特征在于，所述对所述多帧原始图像中的目标对象进行分析，确定所述目标对象是否属于异常行为，包括：
基于每帧所述原始图像中的深度信息，确定每帧所述原始图像的目标对象的特征部位在所述设定区域的真实位置信息；
基于所述目标对象的特征部位在所述设定区域的真实位置信息变化，确定所述目标对象是否属于异常行为。


3.根据权利要求2所述的方法，其特征在于，所述特征部位为头部；
所述基于所述目标对象的特征部位在所述设定区域的真实位置信息变化，确定所述目标对象是否属于异常行为，包括：
判断在两帧所述原始图像中是否存在同一目标对象的特征部位的真实高度差大于预设高度阈值；若存在，则确定所述目标对象属于跌倒行为；
从所述原始图像中检测出所述设定区域中的关注区域；判断所述原始图像的所述关注区域中是否存在至少两个所述目标对象的特征部位之间真实水平距离小于第一预设距离阈值；若存在，则确定所述目标对象属于异常间距行为；
和/或，判断在预设时间内采集的两帧所述原始图像中是否存在同一目标对象的特征部位的真实水平距离大于第二预设距离阈值；若存在，则确定所述目标对象属于异常奔跑行为。


4.根据权利要求3所述的方法，其特征在于，
所述若存在，则确定所述目标对象属于跌倒行为，包括：
若存在，则利用姿态检测模型对所述两帧原始图像中的所述目标对象进行姿态检测得到姿态检测结果；
若所述姿态检测结果为跌倒姿态，则确定所述目标对象属于跌倒行为；
或者，所述若存在，则确定所述目标对象属于跌倒行为，包括：
若存在，则判断所述两帧原始图像中的所述目标对象是否处于图像边缘；
若是，则利用姿态检测模型对所述两帧原始图像中的所述目标对象进行姿态检测得到姿态检测结果，且若所述姿态检测结果为跌倒姿态，则确定所述目标对象属于跌倒行为；
如否，则直接确定所述目标对象属于跌倒行为。


5.根据权利要求1所述的方法，其特征在于，所述对所述多帧原始图像中的目标对象进行分析，确定所述目标对象是否属于异常行为，包括：
判断在连续第一预设数量帧原始图像中是否均存在同一目标对象的特征部位；若...

【专利技术属性】
技术研发人员：罗亮，孙志亮，
申请(专利权)人：浙江大华技术股份有限公司，
类型：发明
国别省市：浙江;33