[发明专利]一种异常人群信息识别方法、系统及存储介质

说明书

本发明涉及一种异常人群信息识别方法、系统及存储介质。识别方法包括：获取视频图像中各个人物行走的步态预处理数据；并得到对应的身份特征数据；统计每组身份特征数据与其他身份特征数据的相似度值小于预设阈值的数量，作为异常数量；当任一异常数量大于预设数量时，将异常数量对应的身份特征数据作为异常特征数据。本发明实施例通过获取视频图像中各个人物的步态预处理数据，并根据步态预处理数据得到相应的身份特征数据，判断不同人之间的身份特征数据是否相似，由此找出视频图像中身份特征数据与其他人的身份特征数据不一致的人群，并将这类身份特征数据作为异常特征数据，以便于协助安保人员对视频图像进行监控，提高对突发事件的处理效率。

技术领域

本发明涉及生物识别技术领域，尤其涉及一种异常人群信息识别方法、系统及存储介质。

背景技术

随着各国对公共场合下安全水平提高的需要及视频监控技术的广泛推广，智能监控成为了计算机视觉中一个非常活跃的领域。在智能监控中，远距离识别监控场景中的人体身份是一个充满挑战且又很有应用前景的方向，因此，它同时具备了科研及商业价值，对其进行深入的研究具有理论及现实意义。

由于安全需求的不断增加，视频监控被越来越广泛的用于各种公共场所，如火车站、机场、地铁、公交车、道路、商场等。通过安保人员的实时监控对突发事件或异常人员进行监控，可以提高公共场合的安全，并提高对突发事件的处理效率，但是安保人员无法长时间保持注意力，容易造成误报、延报和漏报。

发明内容

为了解决现有技术存在的问题，本发明的至少一个实施例提供了一种异常人群信息识别方法、系统及存储介质。

第一方面，本发明实施例提供了一种异常人群信息识别方法，所述识别方法包括：

获取视频图像中各个人物行走的步态预处理数据；

对每个所述步态预处理数据分别进行身份特征提取，分别得到对应的身份特征数据；

分别计算每组所述身份特征数据与其他所述身份特征数据的相似度值；

统计每组所述身份特征数据与其他所述身份特征数据的相似度值小于预设阈值的数量，作为异常数量；

当任一所述异常数量大于预设数量时，将所述异常数量对应的身份特征数据作为异常特征数据。

基于上述技术方案，本发明实施例还可以做出如下改进。

结合第一方面，在第一方面的第一种实施例中，所述分别计算每组所述身份特征数据与其他所述身份特征数据的相似度值，具体包括：

将所有所述身份特征数据分别向量化，得到相对应的身份特征数据向量；

分别计算每组所述身份特征数据向量与其他所述身份特征数据向量的余弦值，作为所述相似度值。

结合第一方面，在第一方面的第二种实施例中，所述分别计算每组所述身份特征数据与其他所述身份特征数据的相似度值，具体包括：

将所有所述身份特征数据分别向量化，得到相对应的身份特征数据向量；

分别计算每组所述身份特征数据向量与其他所述身份特征数据向量的欧氏距离，作为所述相似度值。

结合第一方面，在第一方面的第三种实施例中，所述对每个所述步态预处理数据分别进行身份特征提取，分别得到对应的身份特征数据，具体包括：

将所述步态预处理数据输入到识别模型中；

获取所述识别模型对所述步态预处理数据进行身份识别后，输出的所述身份特征数据。

结合第一方面的第三种实施例，在第一方面的第四种实施例中，所述识别模型的训练方法包括：