[发明专利]在视频监控中实时预测一个或多个潜在威胁的方法和系统

权利要求书

1.一种在视频监控中实时预测一个或多个潜在威胁的方法，其特征在于，所述方法包括：

由一威胁预测系统从一视频监控系统接收实时视频内容，其中，所述视频内容包括与摄于所述视频监控系统所在地的场景关联的多个帧；

由所述威胁预测系统识别出所述多个帧中的每一帧中的一个或多个对象，其中，所述一个或多个对象中的每一对象均相对于所接收的多个帧按顺序排列；

由所述威胁预测系统根据所述一个或多个对象以及与相应各帧关联的情境，为所述多个帧中的每一帧生成场景描述，其中，所述场景描述包括描述所述场景和姿势的描述句，所述情境包括描述所述场景以及与用户关联的情绪的描述句，所述用户为与所述相应各帧中的所述一个或多个对象关联的用户；

由所述威胁预测系统根据所述场景描述，判断针对所述场景的一个或多个实时行动，其中，所述一个或多个实时行动由已经过训练的行动预测模型判断，所述行动预测模型通过一系列可能状态序列当中不同状态之间的有条件可能状态行动转化概率进行训练；

由所述威胁预测系统根据所述一个或多个实时行动，预测出针对与所述视频内容关联的所述用户的一个或多个潜在威胁；以及

由所述威胁预测系统根据所述预测结果，就所述一个或多个潜在威胁向所述用户做出警告。

2.如权利要求1所述的方法，其特征在于，所述一个或多个对象由已经过训练的对象检测模型识别，所述对象检测模型由卷积神经网络技术以多个视频训练内容进行训练。

3.如权利要求1所述的方法，其特征在于，所述场景描述由已经过训练的场景描述模型生成，所述场景描述模型以针对多个视频训练内容识别出的多个训练对象进行训练。

4.如权利要求1所述的方法，其特征在于，所述行动预测模型以从多个视频训练内容中识别出的多个行动进行训练。

5.如权利要求1所述的方法，其特征在于，所述一个或多个潜在威胁由已经过训练的威胁预测模型通过将所述一个或多个实时行动中的每一实时行动映射至多个预定义威胁的方式预测，所述威胁预测模型以多个训练行动进行训练。

6.一种威胁预测系统，用于在视频监控中实时预测一个或多个潜在威胁，其特征在于，包括：

一处理器；以及

一存储器，以可通信方式连接于所述处理器，其中，所述存储器存有指令，所述指令在执行时使得所述处理器：

从一视频监控系统接收实时视频内容，其中，所述视频内容包括与摄于所述视频监控系统所在地的场景关联的多个帧；

识别出所述多个帧中的每一帧中的一个或多个对象，其中，所述一个或多个对象中的每一对象均相对于所接收的多个帧按顺序排列；

根据所述一个或多个对象以及与相应各帧关联的情境，为所述多个帧中的每一帧生成场景描述，其中，所述场景描述包括描述所述场景和姿势的描述句，所述情境包括描述所述场景以及与用户关联的情绪的描述句，所述用户为与所述相应各帧中的所述一个或多个对象关联的用户；

根据所述场景描述，判断针对所述场景的一个或多个实时行动，其中，所述一个或多个实时行动由已经过训练的行动预测模型判断，所述行动预测模型通过一系列可能状态序列当中不同状态之间的有条件可能状态行动转化概率进行训练；

根据所述一个或多个实时行动，预测出针对与所述视频内容关联的所述用户的一个或多个潜在威胁；以及

根据所述预测结果，就所述一个或多个潜在威胁，向所述用户做出警告。

7.如权利要求6所述的威胁预测系统，其特征在于，所述处理器利用已经过训练的对象检测模型识别所述一个或多个对象，所述对象检测模型由卷积神经网络技术以多个视频训练内容进行训练。

8.如权利要求6所述的威胁预测系统，其特征在于，所述处理器利用已经过训练的场景描述模型生成所述场景描述，所述场景描述模型以针对多个视频训练内容识别出的多个训练对象进行训练。

9.如权利要求6所述的威胁预测系统，其特征在于，所述行动预测模型以从多个视频训练内容中识别出的多个行动进行训练。

10.如权利要求6所述的威胁预测系统，其特征在于，所述处理器利用已经过训练的威胁预测模型通过将所述一个或多个实时行动中的每一实时行动映射至多个预定义威胁的方式预测所述一个或多个潜在威胁，所述威胁预测模型以多个训练行动进行训练。