[发明专利]一种攻击行为预警方法及系统

权利要求书

1.一种攻击行为预警系统，其特征在于：所述该系统包括监控端和数据处理端；

所述监控端设置在被监控空间顶部，用于拍摄监控范围内的行人图像，并利用内置的轻量神经网络识别当前图像是否包含行人，当所述图像中包含行人时，跟踪可能发生攻击行为的躯干器官，并将实时摄像画面传输至系统数据处理端；

所述数据处理端计算目标行为动作特征，利用实时摄像画面中截取的躯干部位移动路径计算运动距离，通过结合行为耗费的时间计算行为特征，与攻击行为的数组对比，当符合危险行为报警条件后，向当前区域治安管理人员发送警报信息；

Step1：行人检测和攻击部位跟踪网络；

使用FASTER R-CNN算法对视频各帧进行人脸检测，在预警系统工作时，首先将实时摄像图片归一化为长宽为448×448像素、3通道的格式；然后经过17次卷积和4次池化后，图片将被转换为7×7像素、30通道的特征图，对每一行人而言，其位置信息以数组(bx,by)形式存在，其中bx、by分别为该行人的矩形边框中心点的横、纵坐标；

使用Residual Pose算法对行人肢体部位进行跟踪识别，包括肘部、手腕、脚踝、膝盖；

Step2：进行行为特征提取，将攻击行为划分为攻击实施阶段和攻击截止阶段，攻击实施阶段为攻击行为产生而尚未达成目的或造成伤害；攻击截止阶段为攻击行为因击中或未击中目的时的停顿行为；

样本特征提取过程如下：

Step2.1：将样本行为进行预分类，根据攻击与否分为攻击性行为与非攻击性行为两类，剔除非攻击性行为样本，形成只有攻击性行为的样本特征数组，依据给定的分类，将样本图像用Residual Pose算法对攻击部位进行追踪，对被标记为攻击行为的攻击部位，记录其跟随时间变化的位移量，形成位移数组(s₁,s₂,…，s_n)；对于位移数组进行时间的微分形成速度数组(v₁,v₂,…,v_n)；对速度数组进行时间的微分获得加速度数组(a₁,a₂,…,a_n)，然后将速度数组和加速度数组按照攻击行为的不同阶段划分为攻击实施阶段和攻击截止阶段两个子数组；

Step2.2：统计预设定为攻击行为一类的样本图像，取攻击时长最大时间为归一化目标时长，并对攻击行为进行归一化处理；

Step2.3：对每次攻击行为进行p次采样，提取对应攻击行为获得的速度与加速度数据，拟合绘制攻击行为特征曲线，综合全部攻击行为样本归纳出攻击行为特征方程为：

；其中a、b、c、d、h、k、m、o为系数，i=1,2；

i=1表示攻击实施阶段，i=2表示攻击截止阶段，t表示时间；

V_db1（t）、A_db1（t）分别表示攻击实施阶段的样本的速度和加速度；

V_db2（t）、A_db2（t）分别表示攻击截止阶段的样本的速度和加速度；

Step3：建立攻击行为数组，FASTER R-CNN算法检测到当前监控区域出现行人，开始对代表目标行人的矩形框进行攻击部位跟踪，获取实时行为特征的速度数组和加速度数组，对当前实时行为进行归一化处理获取归一化后的当前实时行为特征片段数据V_pre(t)，A_pre(t)，根据攻击行为的不同阶段划分为攻击实施阶段实时行为的速度V_pre1(t)和加速度A_pre1(t)，以及攻击截止阶段实时行为的速度V_pre2(t)和加速度A_pre2(t)；

攻击行为评估值：

其中tmax为归一化后的统一时长；

判断Li的取值范围：

1）当L1+L2值小于阈值L_m时，认定为一次攻击行为；

2）当L1+L2值大于L_m、小于L_n时，判断方法如下：

求偏离系数x：

，x的范围为[0,1]；

求加速度基准值：；，则认定为一次攻击行为，α和β是攻击实施阶段和攻击截止阶段的权重系数；

Step4：实时行为监测判断，在攻击预警系统实时工作过程中，速度采样频率设计为每秒6-10次，使用的采样频率为每秒钟8次，对应时间间隔0.125s，当一次异常行为被判定为攻击行为时，攻击行为计数count增加，count=count+ K，K为攻击计数值，K取经验值；多人斗殴、剧烈攻击行为时攻击行为计数count增速更快；

Step5：设置报警模块，在本系统持续运作期间，攻击行为计数count出现变化时启动预设应急预案。

2.根据权利要求1所述的一种攻击行为预警系统，其特征在于：所述Step5中，对攻击行为计数count的变化幅度作出以下判断：对于小幅增加的攻击行为计数count，联络当前场所配备的安保人员；当攻击行为计数在两分钟内出现跳跃式的上升，向当前系统监控管理人员发出警报，人工确认为严重突发事态时立即联络公安部门。