[发明专利]行为检测监控方法、智能摄像头及智能监控系统

权利要求书

1.行为检测监控方法，其特征在于，包括：

获取检测序列；其中，所述检测序列包括多帧关联于能够产生不当行为的人员的检测图像；

基于检测图像，确定目标集合；其中，所述目标集合包括至少两个目标特征区域，所述目标特征区域一一对应于所述检测图像中的其中一个人员；

基于目标特征区域，确定攻击关键点和受力关键点；其中，所述攻击关键点用于反映人员发出攻击动作的人体部位，所述受力关键点用于反映人员受到攻击动作的人体部位；

基于目标集合中其中一目标特征区域的攻击关键点和目标集合中另外一目标特征区域的受力关键点进行距离比对，并基于执行报警步骤。

2.根据权利要求1所述的行为检测监控方法，其特征在于，在获取检测序列的具体方法中，包括：

获取监控序列；其中，所述监控序列包括多帧连续的监控图像；

基于监控图像，确定原始特征区域；其中，所述原始特征区域用于指示所述监控图像中的人员；

基于监控图像中的各个原始特征区域进行潜在危险判断，根据判断结果确定预备图像；其中，所述潜在危险判断的判断条件包括任意两个所述原始特征区域之间的距离是否小于第一安全距离；

确定监控序列中连续的n帧预备图像为检测序列，n为正整数。

3.根据权利要求2所述的行为检测监控方法，其特征在于，在基于监控图像，确定原始特征区域的具体方法中，包括：

基于监控图像进行目标检测，确定原始特征区域；其中，所述目标检测的主干网络包括mobilenetv2，所述主干网络的分支为step={8，16，24}。

4.根据权利要求3所述的行为检测监控方法，其特征在于：所述目标检测的宽高比为Aspect ratios ={1，0.5，0.33，0.25}。

5.根据权利要求4所述的行为检测监控方法，其特征在于，在目标检测的损失函数确定方法中，包括：

确定模拟关键点，通过高斯分布转化为矩阵中的最大激活点；其中，所述模拟关键点为用于指示人体的特征部位的关键点；

基于主干网络输出的矩阵进行L2 loss计算，确定损失函数。

6.根据权利要求1所述的行为检测监控方法，其特征在于，还包括：

报警步骤：将检测图像发送至监控后台，以使检测图像通过短信或网络方式发送至监管员进行确定。

7.行为检测监控装置，其特征在于，包括：

图像获取模块（1），用于获取检测序列；其中，所述检测序列包括多帧关联于能够产生不当行为的人员的检测图像；

目标选取模块（2），用于基于检测图像，确定目标集合；其中，所述目标集合包括至少两个目标特征区域，所述目标特征区域一一对应于所述检测图像中的其中一个人员；

特征提取模块（3），用于基于目标特征区域，确定攻击关键点和受力关键点；其中，所述攻击关键点用于反映人员发出攻击动作的人体部位，所述受力关键点用于反映人员受到攻击动作的人体部位；

报警触发模块（4），用于基于目标集合中其中一目标特征区域的攻击关键点和目标集合中另外一目标特征区域的受力关键点进行距离比对，并基于执行报警步骤。

8.智能摄像头，其特征在于，包括存储器和处理器，所述存储器上存储有能够被处理器加载并执行如权利要求1至6中任一种方法的计算机程序。

9.智能监控系统，其特征在于，包括如权利要求9所述的智能摄像头，还包括：

后台主机（6），用于接收处理所述智能摄像头发送的检测图像，并向远程终端发送报警信息；

通讯装置（7），用于为所述后台主机（6）和所述智能摄像头提供网络通讯；

训练装置（8），用于进行模型训练，以为所述智能摄像头提供目标检测模型。