[发明专利]一种异常人员检测方法、装置及系统

权利要求书

1.一种异常人员检测方法，其特征在于，应用于电子设备，所述方法包括：

获取目标视频采集设备发送的监控视频，并根据所述监控视频，判断当前视频帧图像中是否包含人体；

当所述当前视频帧图像中包含人体时，根据所述当前视频帧图像，确定包含所述人体的目标图像；其中，所述目标图像为包含面部区域的图像，和/或，包含腿部区域的图像；

将所述目标图像输入预先训练得到的神经网络中，得到所述当前视频帧图像对应的异常强度；其中，所述神经网络是根据各样本图像，以及各样本图像中的人体异常标定结果训练得到的；在所述目标图像为包含面部区域的图像时，所述异常强度为基于所述目标图像对应的各预定面部运动单元AU的强度所确定的强度；在所述目标图像为包含腿部区域的图像时，所述异常强度为基于异常行走置信度所确定的强度；在所述目标图像为面部区域的图像和包含腿部区域的图像时，所述异常强度为基于所述目标图像对应的各预定面部运动单元AU的强度，以及异常行走置信度所确定的强度；

判断所述异常强度是否大于预设阈值；

当所述异常强度大于预设阈值时，确定所述当前视频帧图像中存在异常人员；

其中，基于所述目标图像对应的各预定面部运动单元AU的强度确定异常强度的方式包括：

根据预设的各预定AU的权值，对所述各预定AU的强度进行加权计算，并将计算结果确定为异常强度；

基于异常行走置信度确定异常强度的方式包括：

将异常行走置信度确定为异常强度；

基于所述目标图像对应的各预定面部运动单元AU的强度，以及异常行走置信度确定异常强度的方式包括：

根据预设的各预定AU的权值，以及异常行走的权值，对所述目标图像对应的各预定AU的强度、所述异常行走置信度进行加权计算，并将计算结果确定为异常强度。

2.根据权利要求1所述的方法，其特征在于，所述根据所述当前视频帧图像，确定包含所述人体的目标图像的步骤包括：

在所述当前视频帧图像中，确定包含所述人体的面部区域的目标图像；

所述将所述目标图像输入预先训练得到的神经网络中，得到所述当前视频帧图像对应的异常强度的步骤包括：

将所述目标图像输入预先训练得到的面部分析神经网络中，得到所述目标图像对应的各预定面部运动单元AU的强度；

根据所述各预定AU的强度，确定所述目标图像的面部异常强度，并将所述面部异常强度确定为所述当前视频帧图像对应的异常强度。

3.根据权利要求1所述的方法，其特征在于，所述根据所述当前视频帧图像，确定包含所述人体的目标图像的步骤包括：

在所述当前视频帧图像中，确定包含所述人体的腿部区域的目标图像；

所述将所述目标图像输入预先训练得到的神经网络中，得到所述当前视频帧图像对应的异常强度的步骤包括：

将所述目标图像输入预先训练得到的腿部分析神经网络中，得到所述目标图像对应的异常行走置信度，并将所述异常行走置信度确定为所述当前视频帧图像对应的异常强度。

4.根据权利要求1所述的方法，其特征在于，所述根据所述当前视频帧图像，确定包含所述人体的目标图像的步骤包括：

在所述当前视频帧图像中，确定包含所述人体的面部区域的第一图像，以及包含所述人体的腿部区域的第二图像；

所述将所述目标图像输入预先训练得到的神经网络中，得到所述当前视频帧图像对应的异常强度的步骤包括：

将所述第一图像输入预先训练得到的面部分析神经网络中，得到所述第一图像对应的各预定AU的强度；

将所述第二图像输入预先训练得到的腿部分析神经网络中，得到所述第二图像对应的异常行走置信度；

根据所述各预定AU的强度，以及所述第二图像对应的异常行走置信度，确定所述当前视频帧图像对应的异常强度。

5.根据权利要求4所述的方法，其特征在于，预先训练所述面部分析神经网络的过程包括：

获取包含人脸的各第一样本图像；

获取各第一样本图像对应的各预定AU的标定结果；

将各第一样本图像，以及各第一样本图像对应的各预定AU的标定结果作为训练样本，训练得到所述面部分析神经网络。