[發明專利]一種異常人群信息識別方法、系統及存儲介質

在審

• 申請號: 201811303318.1
• 申請日: 2018-11-02
• 公開（公告）號: CN111144171A
• 公開（公告）日: 2020-05-12
• 發明（設計）人: 張曼;黃永禎
• 申請（專利權）人: 銀河水滴科技（北京）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/34
• 代理公司: 北京華夏泰和知識產權代理有限公司 11662
• 代理人: 陳英

1.一種異常人群信息識別方法，其特征在于，所述識別方法包括：

獲取視頻圖像中各個人物行走的步態預處理數據；

對每個所述步態預處理數據分別進行身份特征提取，分別得到對應的身份特征數據；

分別計算每組所述身份特征數據與其他所述身份特征數據的相似度值；

統計每組所述身份特征數據與其他所述身份特征數據的相似度值小于預設閾值的數量，作為異常數量；

當任一所述異常數量大于預設數量時，將所述異常數量對應的身份特征數據作為異常特征數據。

2.根據權利要求1所述的異常人群信息識別方法，其特征在于，所述分別計算每組所述身份特征數據與其他所述身份特征數據的相似度值，具體包括：

將所有所述身份特征數據分別向量化，得到相對應的身份特征數據向量；

分別計算每組所述身份特征數據向量與其他所述身份特征數據向量的余弦值，作為所述相似度值。

3.根據權利要求1所述的異常人群信息識別方法，其特征在于，所述分別計算每組所述身份特征數據與其他所述身份特征數據的相似度值，具體包括：

將所有所述身份特征數據分別向量化，得到相對應的身份特征數據向量；

分別計算每組所述身份特征數據向量與其他所述身份特征數據向量的歐氏距離，作為所述相似度值。

4.根據權利要求1所述的異常人群信息識別方法，其特征在于，所述對每個所述步態預處理數據分別進行身份特征提取，分別得到對應的身份特征數據，具體包括：

將所述步態預處理數據輸入到識別模型中；

獲取所述識別模型對所述步態預處理數據進行身份識別后，輸出的所述身份特征數據。

5.根據權利要求4所述的異常人群信息識別方法，其特征在于，所述識別模型的訓練方法包括：

S11、獲取任意視頻圖像中人物行走的第一步態預處理數據；

S12、獲取所述任意視頻圖像中人物行走的第二步態預處理數據；

S13、將所述第二步態預處理數據和所述第一步態預處理數據輸入識別模型分別進行身份識別和數據識別，根據身份識別結果和和數據識別結果對所述識別模型進行參數訓練迭代，得到所述識別模型。

6.根據權利要求5所述的異常人群信息識別方法，其特征在于，

所述S13具體包括：

S21、根據所述第二步態預處理數據生成第二步態能量圖，根據所述第一步態預處理數據生成第一步態能量圖；

S22、將所述第二步態能量圖和所述第一步態能量圖進行混合得到多張不同動作姿態的識別步態能量圖，將所述識別步態能量圖輸入所述識別模型進行身份識別和數據識別；

S23、分別得到每張所述識別步態能量圖的身份識別概率分布，作為所述身份識別結果；

S24、確認所述識別模型對每張識別步態能量圖屬于第二步態能量圖或第一步態能量圖的識別是否準確，作為所述數據識別結果；

S25、根據每張所述識別步態能量圖的所述身份識別結果計算身份識別損失；

S26、根據每張所述識別步態能量圖的數據識別結果計算數據真假判別損失；

S27、判斷所述身份識別損失和數據真假判別損失是否均滿足預設條件；

若是，則輸出所述識別模型；若否，則以損失反向傳播方法對所述識別模型的預設參數進行更新，進行S21～S27。