[發明專利]一種人體異常行為檢測方法及系統

有效

• 申請號: 201610021212.7
• 申請日: 2016-01-13
• 公開（公告）號: CN105718857B
• 公開（公告）日: 2019-06-04
• 發明（設計）人: 宮明波;董建平;陳浩然;吳克松;黨鑫鵬
• 申請（專利權）人: 興唐通信科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 李相雨

1.一種人體異常行為檢測方法，其特征在于，包括：

根據視頻場景內容將該視頻場景劃分為多個區域，根據每個區域所包含的場景內容獲取人體在其中可實施的動作集合，并對所述多個區域以及每個區域中可實施的動作集合進行標記；

根據所述多個區域以及每個區域中可實施動作集合的標記集合獲取異常行為判斷規則；

獲取所述多個區域中人體的運動軌跡和動作序列，并根據所述標記集合來獲取運動軌跡和動作序列的可觀察標記序列；

利用所述異常行為判斷規則對所述可觀察標記序列進行分析，判斷上述人體是否有異常行為發生，若是，進一步判斷發生了何種異常行為；

所述異常行為判斷規則包括宏觀異常行為判斷規則，所述宏觀異常行為判斷規則通過每個區域自身的功能或者監控者賦予所述多個區域特有的功能以及區域之間的空間邏輯關系來獲取；

所述異常行為判斷規則還包括微觀異常行為判斷規則；所述微觀異常行為判斷規則根據被監控者自身異常行為的動作序列來獲取。

2.根據權利要求1所述的人體異常行為檢測方法，其特征在于，采用數字、字符或者顏色標記所述多個區域，以及采用數字或者字符標記每個區域中可實施的動作集合。

3.根據權利要求2所述的人體異常行為檢測方法，其特征在于，采用以下步驟生成運動軌跡的可觀察標記序列，包括：

從人體上選擇一特征點作為跟蹤點，獲取該跟蹤點經過一個或多個區域的連續軌跡；

根據上述連續軌跡所在區域的標記對該連續軌跡進行采樣編碼生成離散的可觀察標記序列。

4.根據權利要求3所述的人體異常行為檢測方法，其特征在于，所述特征點為人體質心或者腳部上的特征點。

5.根據權利要求1～4任意一項所述的人體異常行為檢測方法，其特征在于，所述方法還包括采用機器學習方法訓練已知的人體異常行為視頻集中的異常軌跡序列以及異常動作序列，從而判斷未知人體行為是否異常；所述機器學習方法為支持向量機SVM、迭代算法Adaboost和神經網絡中的一種或者多種。

6.根據權利要求5所述的人體異常行為檢測方法，其特征在于，所述方法還包括采用隱馬爾科夫模型HMM對人體動作進行建模識別，包括：

將已知的人體的各個動作分解為多個姿態；

提取每個動作的多個姿態的特征向量；

采用Kmeans聚類算法將所獲取的每個動作特征向量進行聚類，獲取N個聚類中心；

計算每個動作特征向量與每個聚類中心的歐氏距離，將每個動作特征向量量化到取得最小歐氏距離的聚類中心，以獲取每個動作多個姿態的可觀察標記序列；

利用Baum-Welch算法訓練上述可觀察標記序列，從而得到各個動作的HMM模型；

對未知的人體動作進行特征提取與量化，將所得到可觀察標記序列輸入到所對應的各個動作的HMM模型中，利用前向算法判斷該未知動作隸屬于哪一種動作模型。

7.根據權利要求6所述的人體異常行為檢測方法，其特征在于，還包括采用單特征方法或者組合特征方法對每個動作特征向量優化的步驟；其中，

所述單特征方法包括：

分別將每一維特征作為特征向量來訓練測試每個動作的HMM模型，從而得到每一種特征對于動作分類的正確率與錯誤率，可以將錯誤率最高的特征剔除；

所述組合特征方法包括：

將N維全特征中的i維組合作為特征向量來訓練測試每個動作的HMM模型，其中，1﹤i≤N，對于每一個i均有種組合個數；

從測試結果中得到每一種組合的正確率，選擇正確率最大的組合作為新的全特征集合，從而將貢獻度小的特征剔除。

8.一種人體異常行為檢測系統，基于權利要求1～7任意一項所述的人體異常行為檢測方法實現，其特征在于，包括：

區域與動作標記單元，用于根據視頻場景內容將該視頻場景劃分為多個區域，根據每個區域所包含的場景內容獲取人體在其中可實施的動作集合，并對所述多個區域以及每個區域中可實施的動作集合進行標記；

異常行為判斷規則獲取單元，用于根據所述多個區域以及每個區域中可實施動作集合的標記集合獲取異常行為判斷規則；所述異常行為判斷規則包括宏觀異常行為判斷規則，所述宏觀異常行為判斷規則通過每個區域自身的功能或者監控者賦予所述多個區域特有的功能以及區域之間的空間邏輯關系來獲取；所述異常行為判斷規則還包括微觀異常行為判斷規則；所述微觀異常行為判斷規則根據被監控者自身異常行為的動作序列來獲取；

可觀察標記序列標記獲取單元，用于獲取所述多個區域中人體的運動軌跡和動作序列，并根據所述標記集合來獲取運動軌跡和動作序列的可觀察標記序列；

異常行為判斷單元，用于利用所述異常行為判斷規則對所述可觀察標記序列進行分析，判斷上述人體是否有異常行為發生，若是，進一步判斷發生了何種異常行為。