[發明專利]可疑人員檢測方法與系統

在審

• 申請號: 201511018696.1
• 申請日: 2015-12-29
• 公開（公告）號: CN105631427A
• 公開（公告）日: 2016-06-01
• 發明（設計）人: 吳家楠;張弛;印奇
• 申請（專利權）人: 北京曠視科技有限公司;北京小孔科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 北京市磐華律師事務所 11336
• 代理人: 高偉;王睿

技術領域

本發明涉及圖像處理技術領域，具體而言涉及一種可疑人員檢測 方法與系統。

背景技術

視頻監控是目前常用的安防手段，在火車站、機場、地鐵站、廣 場等人流密集區域進行視頻監控，對于保護人民群眾生命財產安全具 有重要作用。

在傳統的視頻監控方案中，需要監控人員時刻保持注意力集中， 嚴密觀察，判斷可疑人員主要依賴于監控人員的個人能力和經驗。而 且監控人員長工作時間容易疲勞，進一步降低監控質量，導致監控系 統往往只能起到事后取證的作用，無法起到事前預防的作用。

在現有的一些智能視頻監控方案中，使用人臉識別進行可疑人員 檢測。但這些方案都依賴于一個危險人員數據庫，即黑名單，而對于 不在黑名單上的人，系統無法提供任何信息。

為了彌補視頻監控的這一缺點，視頻監控往往和巡邏、臨檢等措 施配合預防犯罪，但巡邏、臨檢同樣依賴于安防人員的水平，存在著 憑經驗、憑感覺、憑運氣、效率低等問題。

因此，為解決上述技術問題，有必要提出一種新的可疑人員檢測 方法與系統。

發明內容

為了解決上述視頻監控以及與之配合的巡邏、臨檢存在的問題， 本發明提供了一種可疑人員檢測方法，所述方法包括：接收視頻采集 模塊所采集的視頻數據；從所接收的視頻數據中識別至少一個行人， 以得到所述行人的行人圖像；從所述行人圖像中提取行人特征；基于 所提取的所述行人特征計算所述行人為可疑的概率。

示例性地，從所接收的視頻數據中識別至少一個行人，以得到所 述行人的行人圖像進一步包括：對于所述視頻數據中的至少兩幀圖 像，檢測每一幀圖像中的行人；以及在所述至少兩幀圖像中，根據所 述行人之間的關聯信息，對檢測到的行人進行追蹤，以識別所述至少 一個行人，并得到所述行人的行人圖像。

示例性地，對于所述視頻數據中的至少兩幀圖像，檢測每一幀圖 像中的行人進一步包括：將所述每一幀圖像輸入卷積神經網絡以得到 熱力圖；在所述熱力圖上通過滑窗以得到多個包圍框；對于每一個包 圍框，通過卷積神經網絡檢測出包括行人的包圍框，以檢測出每一幀 圖像中的行人。

示例性地，在所述至少兩幀圖像中，根據所述行人之間的關聯信 息，對檢測到的行人進行追蹤，以識別所述至少一個行人，并得到所 述行人的行人圖像進一步包括：根據所述至少兩幀圖像中檢測出的行 人之間的關聯特征，計算所述至少兩幀圖像之間的行人匹配權重，從 而追蹤所述至少一個行人，以識別所述至少一個行人，并得到所述行 人的行人圖像。

示例性地，基于所提取的所述行人特征計算所述行人為可疑的概 率進一步包括：將所提取的所述行人特征輸入分類器，通過所述分類 器為所述行人特征賦予不同的權值，從而計算所述行人為可疑的概 率，以判斷所述行人是否為可疑。

示例性地，從所述行人圖像中提取所述行人特征進一步包括：將 所述行人圖像的至少一幀輸入卷積神經網絡以提取所述行人的靜態 行人特征。

示例性地，從所述行人圖像中提取所述行人特征進一步包括：將 所述靜態行人特征輸入神經網絡以提取所述行人的動態行人特征以 及計算所述行人的靜態行人特征隨時間的變化特征。

示例性地，基于所提取的所述行人特征計算所述行人為可疑的概 率進一步包括：將所提取的所述動態行人特征和所述變化特征輸入分 類器，通過所述分類器為所述動態行人特征和所述變化特征賦予不同 的權值，從而計算所述行人為可疑的概率，以判斷所述行人是否為可 疑。

示例性地，在基于所提取的所述行人特征計算所述行人為可疑的 概率之后還進一步包括：將所述概率與一個預定閾值進行比較，根據 比較結果判斷所述行人是否為可疑。

另一方面，本發明還提供一種可疑人員檢測系統，所述系統包括： 視頻接收模塊，用于接收視頻采集模塊所采集的視頻數據；圖像識別 模塊，用于從所接收的視頻數據中識別至少一個行人，以得到所述行 人的行人圖像；特征提取模塊，用于從所述行人圖像中提取行人特征； 可疑判定模塊，用于基于所提取的所述行人特征計算所述行人為可疑 的概率。

示例性地，所述圖像識別模塊對于所述視頻數據中的至少兩幀圖 像，檢測每一幀圖像中的行人，并且，在所述至少兩幀圖像中，根據 所述行人之間的關聯信息，對檢測到的行人進行追蹤，以識別所述至 少一個行人，并得到所述行人的行人圖像。