[發明專利]異常行為檢測方法、裝置及電子設備

在審

• 申請號: 202011058838.8
• 申請日: 2020-09-30
• 公開（公告）號: CN112200044A
• 公開（公告）日: 2021-01-08
• 發明（設計）人: 蔚勇;劉樹明;朱小龍
• 申請（專利權）人: 北京四維圖新科技股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06N3/02;G06N3/08
• 代理公司: 北京同立鈞成知識產權代理有限公司 11205
• 代理人: 朱穎;臧建明

1.一種異常行為檢測方法，其特征在于，包括：

獲取待識別數據，所述待識別數據中的目標包括車輛；

通過關鍵點檢測網絡模型的識別框檢測模塊，確定所述車輛的識別框，利用所述關鍵點檢測網絡模型的關鍵點檢測模塊，檢測所述車輛的識別框中所述車輛的關鍵點；

對所述車輛的關鍵點進行關鍵點跟蹤，確定所述車輛的運動軌跡；

根據所述車輛的運動軌跡和所述車輛所在的區域確定所述車輛是否存在異常行為。

2.根據權利要求1所述的方法，其特征在于，所述目標包括行人，所述方法，還包括：

通過所述關鍵點檢測網絡模型，確定所述行人的識別框和所述行人的關鍵點；

將所述行人的識別框以及所述行人的關鍵點輸入至行為判別網絡模型，以確定所述行人的人體姿態；

根據所述人體姿態、所述行人所在的區域和所述車輛的識別框，確定所述車輛是否存在異常行為。

3.根據權利要求2所述的方法，其特征在于，所述根據所述人體姿態、所述行人所在的區域和所述車輛的識別框，確定所述車輛是否存在異常行為，包括：

若檢測到至少兩個第二車輛的識別框重疊時間超過第三預設時間，且在所述第二車輛的識別框之外的預設范圍內檢測到第二預設姿態的行人，則確定所述第二車輛存在碰撞行為，所述第二預設姿態包括直立姿態、躺臥姿態或蹲坐姿態中的任意一種或多種組合。

4.根據權利要求1-3任一項所述的方法，其特征在于，在獲取待識別數據之前，還包括：

獲取待標定數據；

對所述待標定數據中的畫面區域進行標定，以將所述畫面區域劃分為不同區域。

5.根據權利要求4所述的方法，其特征在于，所述對所述待標定數據中的畫面區域進行標定，包括：

檢測所述待標定數據中的車道線、人行橫道線和交通信號燈；

根據所述車道線和所述人行橫道線，將所述畫面區域劃分為車道區域、中心路口區域、人行橫道區域以及非道路區域；

確定所述待標定數據中的車輛行駛方向和行人軌跡；

將所述車道區域中超過預設比例的車輛行駛方向確定為所述車道區域的規定行使方向；

在所述人行橫道區域內存在行人軌跡變化時，將綠色信號燈亮的交通信號燈，確定為所述人行橫道區域的交通信號燈。

6.根據權利要求1-3任一項所述的方法，其特征在于，在所述獲取待識別數據之前，還包括：

獲取訓練數據樣本；

構建所述關鍵點檢測網絡模型的網絡結構；

利用所述關鍵點檢測網絡模型的網絡結構對所述訓練數據樣本進行訓練，生成訓練后的關鍵點檢測網絡模型。

7.根據權利要求6所述的方法，其特征在于，所述關鍵點檢測網絡模型的網絡結構包括兩階段檢測網絡模塊、識別框檢測模塊和關鍵點檢測模塊；

所述兩階段檢測網絡模塊的輸出分別與所述識別框檢測模塊的輸入和所述關鍵點檢測模塊的輸入連接，所述識別框檢測模塊的輸出與所述關鍵點檢測模塊的輸入連接，所述識別框檢測模塊依次包括box-pooler模塊、box-head模塊、box-classes模塊和box-boxes模塊；所述關鍵點檢測模塊依次包括keypoint-pooler模塊、keypoint-head模塊和keypoint-location模塊；

所述識別框檢測模塊用于識別目標的識別框，所述關鍵點檢測模塊用于檢測目標的關鍵點。

8.根據權利要求1-3任一項所述的方法，其特征在于，還包括：

若所述車輛存在異常行為，則向用戶終端推送報警信息，所述報警信息中包括所述車輛的異常行為以及所述車輛的位置。