买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:湖北永达卓越网络科技有限公司
摘要:本发明涉及监控技术领域,具体是智慧社区智能监控方法及系统,包括建立典型的表现模式画像集合,提取表现模式画像集合内的目标人员的表现特征包括人脸表情特征、人体动作特征、着装特征和人体位移方向特征,将具备同类表现模式的人脸表情特征、人体动作特征、着装特征和人体位移方向特征通过聚类算法进行聚类并求出特征聚类轮廓系数,当特征聚类轮廓系数大于设定的轮廓阈值时,将对应的表现特征作为表现识别特征;通过表现识别特征和表现模式画像集合内已标注的表现模式进行训练匹配并建立映射关系记为表现模式识别模型。本发明通过多种维度标注识别典型的人体的表现模式来识别异常行为。
主权项:1.智慧社区智能监控方法,其特征在于,所述方法包括:通过摄像头获取智慧社区目标人员的监控视频,将监控视频分解为逐帧图像并加载到目标人员检测网络得到目标人员的图像区域,将图像区域的人脸区域按照逐帧图像保存得到人脸图像集合;将图像区域压缩并通过帧间差分法提取关键帧图像,将关键帧图像通过SURF算法提取特征点,遍历连续关键帧并计算特征点在连续关键帧图像之间的匹配度,当匹配度超过设定阈值时保存其中之一的关键帧图像得到动作图像集合;将人脸图像集合提取人脸特征向量,将人脸特征向量输入表情检测网络得到人脸表情特征,所述表情检测网络是根据神经网络算法训练得到已标记的人脸图像数据库的人脸特征向量和人脸表情特征之间的映射关系;将动作图像集合提取人体骨架向量,通过人体骨架向量,将标准动作图像集合多个元素得到的人体骨架向量进行比对,计算人体骨架向量在连续的标准动作图像集合中的动态轨迹变化方向向量,将动态轨迹变化方向向量和对应的人体骨架向量组合得到人体姿态特征;将人体姿态特征内的元素之间的相对位置及位置变化得到人体动作特征;将动作图像集合内得到的动作特征图像提取着装特征,在建立方向坐标的监控视频的图像上提取图像区域的运动方向得到人体位移方向特征,所述运动方向是从图像区域中心点首次出现在监控视频图像的坐标点连接到尾次出现在监控视频图像的坐标点;建立典型的表现模式画像集合,通过表现模式画像集合内的目标人员的表现特征包括人脸表情特征、人体动作特征、着装特征和人体位移方向特征,通过表现识别特征和表现模式画像集合内已标注的表现模式进行训练匹配并建立映射关系记为表现模式识别模型;根据智慧社区目标人员的监控视频,结合表现模式识别模型得到目标人员的表现行为和表现模式画像集合内的表现模式之间的特征差值,并将特征差值中的最小值记为最小差值,若最小差值超过设定的差值阈值则预警目标人员属于可疑人员并进行预警;所述表现模式识别模型的训练方法包括:建立典型的表现模式画像集合,提取表现模式画像集合内的目标人员的表现特征包括人脸表情特征、人体动作特征、着装特征和人体位移方向特征,将具备同类表现模式的人脸表情特征、人体动作特征、着装特征和人体位移方向特征通过聚类算法进行聚类并求出特征聚类轮廓系数,当特征聚类轮廓系数大于设定的轮廓阈值时,将对应的表现特征作为表现识别特征;依次识别表现模式画像集合内所有表现模式对应的表现识别特征;通过表现识别特征和表现模式画像集合内已标注的表现模式进行训练匹配并建立映射关系记为表现模式识别模型;将设定时间段内的目标人员的监控视频分割为头部视频和尾部视频,将头部视频输入表现模式识别模型得到第一表现,将尾部视频输入表现模式识别模型得到第二表现;当第一表现和第二表现不一致时,统计第一表现对应的第一表现识别特征和第二表现对应的第二表现识别特征,将第一表现识别特征和第二表现识别特征赋予权重,直到调整到第一表现和第二表现差异率低于设定的差异阈值。
全文数据:
权利要求:
百度查询: 湖北永达卓越网络科技有限公司 智慧社区智能监控方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。