[發明專利]一種應用于ATM機艙內用戶異常行為的檢測方法

有效

• 申請號: 201711446103.0
• 申請日: 2017-12-27
• 公開（公告）號: CN108898042B
• 公開（公告）日: 2021-10-22
• 發明（設計）人: 王錦文;麥全深;茅慶江
• 申請（專利權）人: 浩云科技股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/62;G06T7/00;G06T7/223;G06T7/66;G07F19/00
• 代理公司: 深圳市科吉華烽知識產權事務所(普通合伙) 44248
• 代理人: 胡吉科

1.一種應用于ATM機艙內用戶異常行為的檢測方法，其特征在于，所述檢測方法包括以下步驟：

S1、對獲取的實時視頻流使用改進背景建模算法提取運動前景并跟蹤運動目標；

S2、判斷跟蹤運動目標是否進入檢測區，如進入檢測區，則判斷跟蹤運動目標是否為新目標，如是新目標，則送入深度學習訓練的人員分類器中并執行下一步驟，如是舊目標并且已經標記為被分類的目標，則無需再次調用分類器；

S3、判斷是否決定計數，如是，則根據計數決定啟用哪一個分類器，若檢測結果被標記為異常并超過異常閾值，則發出相應的報警信號，如否則放棄；

S4、根據跟蹤運動目標的質心判斷質心是否在檢測區域內結合前景占檢測區比例，如果檢測到質心已經不在檢測區域內，并且前景占檢測區比重很小，則認為目標離開檢測區；

所述步驟S3中還包括以下步驟：

S31、判斷送入人員分類器中新目標的前景是否是人，如分類結果輸出人的概率比模型中其他類別概率都高，則判斷此前景是人，從而人的計數加1，否則計數器維持不變；

S32、根據當前統計的人數來決定步驟S33還是步驟S34，若當前只計數到1個人，則執行步驟S34，若計數結果不是1個人，則執行步驟S33；

S33、根據當前計數到人數判斷是否大于1，如是，則執行步驟S36；

S34、啟動打砸行為檢測分類器對運動矢量提取特征并編碼，且對特征進行分類設定閾值來輔助判斷滿足條件則發出打砸報警信號；

S35、根據打砸分類器判斷是否有打砸行為發生并設置報警閾值，如檢測到打砸行為并滿足報警閾值時，則發出打砸報警信號；

S36、啟動打斗行為檢測分類器對運動矢量提取時空特征并編碼，且對特征進行分類設定閾值來輔助判斷滿足條件則發出打斗報警信號；

S37、根據打斗分類器判斷是否有打砸行為發生并設置報警閾值，如檢測到打斗行為并滿足報警閾值時，則發出打斗報警信號。

2.根據權利要求1所述的檢測方法，其特征在于，所述步驟S2中還包括以下步驟：

S21、對每個跟蹤的目標創建一個結構體并保留該目標的跟蹤信息；

S22、在處理新幀時將上一幀記錄的目標所有質心與當前幀每個運動目標質心一一比對求歐式距離。

3.根據權利要求2所述的檢測方法，其特征在于，所述步驟S36中還包括以下步驟：

S361、將提取的運動目標時空特征送入打斗分類器中進行分類。

4.根據權利要求3所述的檢測方法，其特征在于，所述步驟S1中采集視頻流的網絡攝像機采用頂視安裝的方式進行安裝。

5.根據權利要求4所述的檢測方法，其特征在于，所述步驟S4中的質心計算公式為：其中，f(x,y)為圖像(x,y)處的像素值。

6.根據權利要求5所述的檢測方法，其特征在于，所述步驟S34中還包括以下步驟：

S341、對運動矢量通過加入閾值處理過濾掉噪聲干擾。

7.根據權利要求6所述的檢測方法，其特征在于，所述運動矢量去噪公式為：其中，M_i表示宏塊i的運動矢量，M_ix和M_iy分別代表水平和垂直分量，閾值為T。

8.根據權利要求1-7任一項所述的檢測方法，其特征在于，所述步驟S1之前還包括以下步驟：

S0、采集一定數量人員分類正負樣本訓練人員分類器模型，采集單人打砸行為和雙人打斗行為正負樣本訓練打砸和打斗模型。