[发明专利]一种异常行为智能识别预警方法

权利要求书

1.一种异常行为智能识别预警方法，其特征在于，步骤如下：

S1：通过运用人工智能、物联网、大数据、5G移动互联等前沿信息技术，通过广阔覆盖目标区域的高空摄像机网络，建设边缘计算视觉感知平台，实时监测和精确定位学生异常行为发生地；

S2：通过视频AI智能识别与预警管理系统自动识别和定位异常行为人，系统在视频图像中识别和定位后自动发出告警信息，将信息实时发送到安全管理人员，从而实现通过系统自动发现学生异常行为的目标。

2.根据权利要求1所述的一种异常行为智能识别预警方法，其特征在于，包括由高空联网摄像头、边缘计算视觉感知平台—智能云盒、实现信息交互的服务器和实时快速的5G传输网络组成的硬件结构以及由目标跟踪、行人重识别、轨迹分析、人脸识别和姿态检测与识别组成的软件结构。

3.根据权利要求1所述的一种异常行为智能识别预警方法，其特征在于，所述S1和S2步骤中均通过边缘计算视频感知节点硬件模块、轻量级深度神经网络行人检测模块、多目标跟踪基础模块、行为识别基础模块、行人重识别模块和人脸识别模块进行实现；

所述边缘计算视频感知节点硬件模块用于在摄像头部署点加入边缘设备进行行为人的检测识别支持；通过无线网络连接方式进行摄像头、边缘设备、服务器之间的通信传输，从而达到实时监测预警目标；

所述轻量级深度神经网络行人检测模块用于通过增加相关特征加强模型的鲁棒性，增强各种复杂环境下行为人的识别率；

所述多目标跟踪基础模块用于在事先不知道目标数量的情况下，对视频中多个目标进行检测并赋予ID进行轨迹跟踪；不同的目标拥有不同的ID，以便实现后续的轨迹预测、精准查找等工作。

4.根据权利要求3所述的一种异常行为智能识别预警方法，其特征在于，所述行为识别基础模块用于对输入的学生行为视频经过一系列的卷积、池化、全连接操作来对行为进行分类判别；

所述行人重识别模块用于利用计算机视觉算法对跨设备的行人图像或视频进行匹配，即给定一个查询图像，在不同监控设备的图像库检索出同一个行人；

所述人脸识别模块用于快速通过人脸对身份进行验证。

5.根据权利要求3所述的一种异常行为智能识别预警方法，其特征在于，所述所述多目标跟踪基础模块的步骤如下：

a.给定视频的原始帧，运行检测器以获得边界框;

b.对于每个检测到的物体，计算出不同的特征，通常是视觉和运动特征

c.通过相似度计算步骤计算两个对象属于同一目标的概率，最后为每个对象分配数字ID,便于后期进行查询。

6.根据权利要求4所述的一种异常行为智能识别预警方法，其特征在于，所述人脸识别模块由人脸检测、人脸对齐、人脸特征提取以及人脸识别组成；

用于在输入一个人脸特征，通过和注册在库中N个身份对应的特征进行逐个比对，找出“一个”与输入特征相似度最高的特征；将这个最高相似度值和预设的阈值相比较，如果大于阈值，则返回该特征对应的身份。

7.根据权利要求2所述的一种异常行为智能识别预警方法，其特征在于，所述告警信息的发送步骤如下：

①.通过人脸识别和姿态检测与识别，结合学生心理评测结果及学生行为历史记录，判定人物身份和是否存在异常行为，对身份及行为异常事件，实时生成初级响应信息，并通过预置方式发送指定目标，提醒注意；

②.通过AI识别和姿态检测与识别，判定锁定目标是否存在升级异常行为，并根据判定结果，自动执行预置的第二级响应方案，包括警报，通知老师或保安前往查看等；

③.通过信息回馈、AI识别和姿态检测与识别，判定锁定目标升级异常行为是否获得干预，并根据是否干预，及干预结果，自动进入执行预置第三级响应方案或成功干预后续方案；

④.通过信息回馈、AI识别和姿态检测与识别，评定干预行为达到与学生位置变化是否冲突，并实时反馈至指定目标，平台自动进入最高级别响应状态。