[發(fā)明專(zhuān)利]一種基于計(jì)算機(jī)視覺(jué)的小區(qū)人員異常行為監(jiān)控方案

有效

• 申請(qǐng)?zhí)枺?/td>: 202011014113.9
• 申請(qǐng)日: 2020-09-24
• 公開(kāi)（公告）號(hào): CN112132045B
• 公開(kāi)（公告）日: 2023-03-31
• 發(fā)明（設(shè)計(jì)）人: 許英東;李斌
• 申請(qǐng)（專(zhuān)利權(quán)）人: 天津鋒物科技有限公司
• 主分類(lèi)號(hào): G06V20/52
• 分類(lèi)號(hào): G06V20/52;G06V40/20;G06V20/40;G06V40/16;G08B21/24;G06V10/762;G06V10/764
• 代理公司: 北京市京師律師事務(wù)所 11665
• 代理人: 高曉麗

1.一種基于計(jì)算機(jī)視覺(jué)的小區(qū)人員異常行為監(jiān)控方案，包括小區(qū)異常行為監(jiān)控模塊、身份識(shí)別模塊、單元內(nèi)人員流動(dòng)檢測(cè)監(jiān)控模塊以及異常行為預(yù)測(cè)對(duì)比庫(kù)模塊，其特征在于，所述小區(qū)異常行為監(jiān)控模塊與異常行為預(yù)測(cè)對(duì)比庫(kù)模塊雙向連接，所述單元內(nèi)人員流動(dòng)檢測(cè)監(jiān)控模塊與異常行為預(yù)測(cè)對(duì)比庫(kù)模塊單向連接，所述小區(qū)異常行為監(jiān)控模塊與身份識(shí)別模塊雙向連接，所述單元內(nèi)人員流動(dòng)檢測(cè)監(jiān)控模塊與身份識(shí)別模塊雙向連接；

所述小區(qū)異常行為監(jiān)控模塊用于監(jiān)測(cè)小區(qū)內(nèi)外人員以及其運(yùn)動(dòng)行為，對(duì)人員信息進(jìn)行識(shí)別，并對(duì)人員的運(yùn)動(dòng)行為進(jìn)行判斷，最后對(duì)行為以及人員身份進(jìn)行記錄，同時(shí)對(duì)異常行為進(jìn)行處理；

所述身份識(shí)別模塊用于識(shí)別人員身份；

所述單元內(nèi)人員流動(dòng)檢測(cè)監(jiān)控模塊用于監(jiān)測(cè)單元門(mén)的人員，對(duì)人員進(jìn)行識(shí)別，并對(duì)其出入單元進(jìn)行記錄，并對(duì)人員流量分析判斷是否存在違法和危險(xiǎn)行為，并通過(guò)追蹤活動(dòng)范圍以及路線對(duì)陌生人員類(lèi)別進(jìn)行分析；

所述異常行為預(yù)測(cè)對(duì)比庫(kù)模塊用于通過(guò)小區(qū)異常行為監(jiān)控模塊以及單元內(nèi)人員流動(dòng)檢測(cè)監(jiān)控模塊提供的人員的運(yùn)動(dòng)行為進(jìn)行綜合，篩選出正常行為作為基本庫(kù)，并使用聚類(lèi)算法將小區(qū)人員分為多個(gè)不同類(lèi)別，并將給類(lèi)別中的特殊行為定為正常行為，將該些行為組合為行為庫(kù)用于判斷和對(duì)比；

所述小區(qū)異常行為監(jiān)控模塊包括視頻采集模塊、識(shí)別模塊、判斷模塊以及處理模塊；

所述視頻采集模塊用于采集小區(qū)人員活動(dòng)視頻數(shù)據(jù)；

所述識(shí)別模塊用于識(shí)別人員身份以及人員行為數(shù)據(jù)；

所述判斷模塊用于判斷人員身份以及其所對(duì)應(yīng)的行為是否為正常行為；

所述處理模塊用于根據(jù)判斷模塊提供的數(shù)據(jù)將人員的行為以及身份數(shù)據(jù)進(jìn)行記錄，并將異常行為以及對(duì)應(yīng)的人員信息推送至保衛(wèi)室，并進(jìn)行警報(bào)；

所述小區(qū)異常行為監(jiān)控模塊的具體工作步驟如下：

1)在小區(qū)的各出入門(mén)口、車(chē)庫(kù)區(qū)域、小區(qū)內(nèi)各道路岔口、小區(qū)內(nèi)角落、單元門(mén)口、各樓層內(nèi)、電梯內(nèi)以及樓梯內(nèi)安裝監(jiān)控?cái)z像頭；

2)記錄小區(qū)內(nèi)的所有業(yè)主、住戶(hù)以及小區(qū)工作人員的人臉信息，并將該信息打包組成數(shù)據(jù)庫(kù)，并在數(shù)據(jù)庫(kù)中按照業(yè)主、住戶(hù)以及小區(qū)工作人員進(jìn)行分類(lèi)；

3)監(jiān)控?cái)z像頭記錄人員視頻數(shù)據(jù)，并將數(shù)據(jù)傳輸至識(shí)別模塊中；

4)識(shí)別模塊對(duì)人員視頻數(shù)據(jù)進(jìn)行分析，采集視頻中人員的人臉數(shù)據(jù)、所在場(chǎng)景以及其運(yùn)動(dòng)信息，并將人臉數(shù)據(jù)導(dǎo)入步驟2)中的數(shù)據(jù)庫(kù)中進(jìn)行對(duì)比，得出所監(jiān)控的人員身份，同時(shí)將該人員的運(yùn)動(dòng)信息以及所在場(chǎng)景導(dǎo)入異常行為預(yù)測(cè)對(duì)比庫(kù)模塊中；

5)根據(jù)異常行為預(yù)測(cè)對(duì)比庫(kù)模塊中的數(shù)據(jù)與獲取的人員行為以及場(chǎng)景進(jìn)行判斷，當(dāng)行為異常時(shí)，將該行為以及該行為對(duì)應(yīng)的人員及人員識(shí)別的身份導(dǎo)入處理模塊中，處理模塊將異常行為以及對(duì)應(yīng)的人員信息推送至保衛(wèi)室，并進(jìn)行警報(bào)；

6)根據(jù)異常行為預(yù)測(cè)對(duì)比庫(kù)模塊中的數(shù)據(jù)與獲取的人員行為以及場(chǎng)景進(jìn)行判斷，當(dāng)行為正常時(shí)，將該行為以及該行為對(duì)應(yīng)的人員及人員識(shí)別的身份導(dǎo)入處理模塊中，處理模塊將該行為以及該行為對(duì)應(yīng)的人員身份進(jìn)行保存記錄；

7)判斷模塊對(duì)采集視頻中人員的運(yùn)動(dòng)信息進(jìn)行預(yù)測(cè)，當(dāng)預(yù)測(cè)的結(jié)果表明該行為存在危險(xiǎn)時(shí)，將該行為以及該行為對(duì)應(yīng)的人員及人員識(shí)別的身份導(dǎo)入處理模塊中，處理模塊將異常行為以及對(duì)應(yīng)的人員信息推送至保衛(wèi)室，并進(jìn)行警報(bào)；

8)判斷模塊對(duì)采集視頻中人員的運(yùn)動(dòng)信息進(jìn)行預(yù)測(cè)，當(dāng)預(yù)測(cè)的結(jié)果表明該行為不存在危險(xiǎn)時(shí)，將該行為以及該行為對(duì)應(yīng)的人員及人員識(shí)別的身份導(dǎo)入處理模塊中，處理模塊將該行為以及該行為對(duì)應(yīng)的人員身份進(jìn)行保存記錄；

所述單元內(nèi)人員流動(dòng)檢測(cè)監(jiān)控模塊包括視頻采集模塊、判斷模塊、記錄模塊以及處理模塊；

所述視頻采集模塊用于采集小區(qū)人員活動(dòng)視頻數(shù)據(jù)；

所述判斷模塊用于判斷人員身份；

所述記錄模塊用于記錄不同人員的單元來(lái)訪信息；

所述處理模塊用于分析人員流量判斷是否存在危險(xiǎn)和違法行為以及根據(jù)人員活動(dòng)軌跡和范圍判斷陌生人人員的類(lèi)別以及是否存在危險(xiǎn)和違法行為；

所述單元內(nèi)人員流動(dòng)檢測(cè)監(jiān)控模塊的具體工作步驟如下：

1)在小區(qū)的各單元門(mén)口、以及單元各樓層、電梯和樓梯內(nèi)安裝監(jiān)控?cái)z像頭；

2)記錄相對(duì)單元內(nèi)的所有業(yè)主、住戶(hù)以及小區(qū)工作人員的人臉信息，并將該信息打包組成數(shù)據(jù)庫(kù)，并在數(shù)據(jù)庫(kù)中按照業(yè)主、住戶(hù)以及小區(qū)工作人員進(jìn)行分類(lèi)；

3)監(jiān)控?cái)z像頭記錄人員視頻數(shù)據(jù)，并將數(shù)據(jù)傳輸至步驟2)中的數(shù)據(jù)庫(kù)中進(jìn)行對(duì)比；

4)判斷模塊根據(jù)步驟3)得知采集視頻中人員身份信息；

5)當(dāng)判斷模塊判斷采集視頻中人員身份信息為小區(qū)工作人員或者非本單元業(yè)主，則記錄模塊將該采集視頻中人員身份信息進(jìn)行保存，并建立來(lái)訪記錄表，來(lái)訪記錄表記錄采集視頻中人員的身份以及該人員進(jìn)出本單元的時(shí)間點(diǎn)和往返次數(shù)；

6)當(dāng)判斷模塊判斷采集視頻中人員身份信息為本單元業(yè)主，則記錄模塊將該采集視頻中人員身份信息進(jìn)行保存，并建立出入記錄表，出入記錄表記錄采集視頻中人員的身份以及該人員出入本單元的時(shí)間點(diǎn)；

7)當(dāng)判斷模塊判斷采集視頻中人員身份信息為陌生人員，則記錄模塊將該采集視頻中人員身份信息進(jìn)行保存，并建立來(lái)訪記錄表，并聯(lián)合其他單元的監(jiān)控?cái)z像頭以及小區(qū)異常行為監(jiān)控模塊中的攝像頭，建立該人員的移動(dòng)軌跡，來(lái)訪記錄表記錄采集視頻中人員的身份以及該人員進(jìn)出本單元的時(shí)間點(diǎn)、往返次數(shù)以及移動(dòng)軌跡；

8)記錄模塊按照小區(qū)工作人員和非本單元業(yè)主、本單元業(yè)主以及陌生人員進(jìn)行分類(lèi)，并結(jié)合步驟5)、6)、7)，整理出當(dāng)前單元的人員出入信息總匯；

9)處理模塊通過(guò)分析當(dāng)前單元的人員流量判斷是否當(dāng)前單元是否存在危險(xiǎn)和違法行為，并根據(jù)人員活動(dòng)軌跡和范圍判斷陌生人人員的類(lèi)別以及該陌生人人員是否存在危險(xiǎn)和違法行為；

所述異常行為預(yù)測(cè)對(duì)比庫(kù)模塊工作步驟具體如下：

1)采集視頻與行為識(shí)別結(jié)果篩選出無(wú)異常行為的數(shù)據(jù)作為訓(xùn)練數(shù)據(jù)；

2)使用聚類(lèi)算法，將小區(qū)住戶(hù)、工作人員、陌生人員的行為分別生成幾個(gè)行為類(lèi)別，并默認(rèn)這些行為屬于正常行為并作為判斷基準(zhǔn)；

3)將待分析的數(shù)據(jù)使用已有模型計(jì)算；

4)判斷結(jié)果的概率是否大于閾值；

5)判斷結(jié)果的概率大于閾值，則采集的人員行為屬于正常行為；

6)判斷結(jié)果的概率小于閾值，將關(guān)注等級(jí)調(diào)高，等待異常行為識(shí)別算法的結(jié)果；

7)將結(jié)果記錄并保存；

8)將保存的正常行為與保存的異常行為結(jié)合，擴(kuò)大對(duì)比庫(kù)。