[發(fā)明專(zhuān)利]異常行為檢測(cè)方法及裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 201711346273.1
• 申請(qǐng)日: 2017-12-15
• 公開(kāi)（公告）號(hào): CN108038451A
• 公開(kāi)（公告）日: 2018-05-15
• 發(fā)明（設(shè)計(jì)）人: 張家重;鄧海剛;孫賓;胡焱
• 申請(qǐng)（專(zhuān)利權(quán)）人: 浪潮金融信息技術(shù)有限公司
• 主分類(lèi)號(hào): G06K9/00
• 分類(lèi)號(hào): G06K9/00
• 代理公司: 南京蘇科專(zhuān)利代理有限責(zé)任公司 32102
• 代理人: 姚姣陽(yáng)

一種異常行為檢測(cè)方法及裝置，所述方法包括：獲取待檢測(cè)的N幀圖像，N≥1且為整數(shù)；分別提取N幀圖像中的時(shí)空特征點(diǎn)；基于所提取的時(shí)空特征點(diǎn)的信息，確定所述N幀圖像中存在的人體異常行為。上述的方案，可以提高異常行為的效率和準(zhǔn)確性。

技術(shù)領(lǐng)域

本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，特別是涉及一種異常行為檢測(cè)方法及裝置。

背景技術(shù)

人體異常行為檢測(cè)，是計(jì)算機(jī)視覺(jué)領(lǐng)域中最活躍的研究課題之一，目前在超市、銀行、運(yùn)輸中心以及醫(yī)院的安保和預(yù)警的智能化方面有著廣泛的應(yīng)用前景。

現(xiàn)有技術(shù)中，人體異常行為檢測(cè)方法，首先對(duì)自定義的正常行為和異常行為分別進(jìn)行分析與建模，然后根據(jù)目標(biāo)行為與正常行為和異常行為兩者的相似程度來(lái)為目標(biāo)行為進(jìn)行分類(lèi)，從而判斷目標(biāo)行為是否異常。其中，正常行為主要指日常生活中經(jīng)常出現(xiàn)的表現(xiàn)正常的行為，如走路、小跑、拍手鼓掌等行為；而異常行為主要是與正常行為相反，其表現(xiàn)過(guò)于激烈的行為，如快跑、揮拳、揮手求救等行為。

但是，現(xiàn)有技術(shù)中的人體異常行為檢測(cè)方法存在著效率和準(zhǔn)確率低下的問(wèn)題。

發(fā)明內(nèi)容

本發(fā)明實(shí)施例解決的技術(shù)問(wèn)題是如何提高異常行為的效率和準(zhǔn)確性。

為解決上述問(wèn)題，本發(fā)明實(shí)施例提供了一種異常行為檢測(cè)方法，所述方法包括：

獲取待檢測(cè)的N幀圖像，N≥1且為整數(shù)；

分別提取N幀圖像中的時(shí)空特征點(diǎn)；

基于所提取的時(shí)空特征點(diǎn)的信息，確定所述N幀圖像中存在的人體異常行為。

可選地，所述分別提取N幀圖像中的時(shí)空特征點(diǎn)，包括：

分別計(jì)算N幀圖像中每幀圖像中的像素點(diǎn)的Hessian矩陣響應(yīng)值；

當(dāng)確定像素點(diǎn)的Hessian矩陣響應(yīng)值大于預(yù)設(shè)的響應(yīng)值閾值且為局部極值點(diǎn)時(shí)，則將所述像素點(diǎn)作為時(shí)空特征點(diǎn)。

可選地，所述基于所提取的時(shí)空特征點(diǎn)的信息，確定所述N幀圖像中存在的人體異常行為，包括：

基于從N幀圖像所提取的時(shí)空特征點(diǎn)的信息，構(gòu)建對(duì)應(yīng)的時(shí)空特征點(diǎn)描述符向量；

基于所構(gòu)建的時(shí)空特征點(diǎn)描述符向量，構(gòu)建對(duì)應(yīng)的關(guān)鍵詞編碼向量；

計(jì)算所構(gòu)建的關(guān)鍵詞編碼向量與預(yù)設(shè)的異常行為關(guān)鍵詞編碼向量表中的異常行為關(guān)鍵詞編碼向量之間的距離；

當(dāng)確定所構(gòu)建的關(guān)鍵詞編碼向量與所述異常行為關(guān)鍵詞編碼向量表中任一異常行為關(guān)鍵詞編碼向量之間的距離大于預(yù)設(shè)的距離閾值時(shí)，確定對(duì)應(yīng)行為為異常行為。

可選地，所述基于從N幀圖像所提取的時(shí)空特征點(diǎn)的信息，構(gòu)建對(duì)應(yīng)的時(shí)空特征點(diǎn)描述符，包括：

以所提取的時(shí)空特征點(diǎn)為中心選取對(duì)應(yīng)的時(shí)空立方體；

計(jì)算所述時(shí)空立方體中各個(gè)像素點(diǎn)的多維時(shí)空harr特征；

對(duì)所述時(shí)空立方體中各個(gè)像素點(diǎn)的多維時(shí)空harr特征進(jìn)行求和，得到所述時(shí)空特征點(diǎn)對(duì)應(yīng)的時(shí)空特征點(diǎn)描述符。

可選地，所述基于所構(gòu)建的時(shí)空特征點(diǎn)描述符，構(gòu)建對(duì)應(yīng)的關(guān)鍵詞編碼向量，包括：

采用最大期望值法和高斯混合模型從所得到的時(shí)空特征點(diǎn)描述符提取對(duì)應(yīng)的關(guān)鍵詞編碼向量。

本發(fā)明實(shí)施例還提供了一種異常行為檢測(cè)裝置，所述裝置包括：

獲取單元，適于獲取待檢測(cè)的N幀圖像，N≥1且為整數(shù)；

提取單元，適于分別提取N幀圖像中的時(shí)空特征點(diǎn)；