[发明专利]一种攻击行为预警方法及系统

说明书

本发明涉及一种攻击行为预警方法及系统。采用的技术方案是：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；所述数据处理端将计算该目标行为动作特征，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，与数组的攻击行为对比，当符合危险行为报警条件后，将向当前区域治安管理人员发送警报信息。本发明的有益效果：智能算法比对、及时发现群体异常行为、有效辅助系统监控管理人员提前进行科学预警。

技术领域

本发明属于攻击行为预警系统领域，涉及一种攻击行为预警方法及系统。

背景技术

人体动作识别技术广泛应用于监控识别等领域。在收到视频监控的环境下，监控系统利用深度学习技术分析人群异常行为，以达到规避风险提前预警的目的。现有的单一阶段式动作识别技术，在获取行人信息方面，存在不易预判的问题，无法对人群异常行为做出准确的判断和及时预警。

因此，本发明提供一种攻击行为预警方法及系统，构建攻击行为数组，并将其与实时监测到的疑似攻击行为进行比对，结合行为的动作特征和截止特征进行攻击行为判断及计数并发出预警。

发明内容

鉴于现有技术中所存在的问题，本发明公开了一种攻击行为预警方法及系统，采用的技术方案是，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，与数组的攻击行为对比，当符合危险行为报警条件后，将向当前区域治安管理人员发送警报信息。

作为本发明的一种优选方案，所述的一种攻击行为预警系统，其特征在于，包含以下实现方法：

Step1：构建行人检测和攻击部位跟踪网络；

1)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，其位置信息以数组形式存在，该数组包含2个值，分别为bx、by，其中bx、by分别为包含该行人的矩形边框中心点横纵坐标；位置信息以数组形式存在，即包含行人的边框的中心位置，边框通常为矩形框，位置数组包含2个值依次为数组位置中心点的坐标bx，by；

2)使用Residual Pose算法对行人肢体部位进行跟踪识别。该预警系统在监测范围内检测到行人时，利用Residual Pose算法对行人可能发生攻击行为的部位进行跟踪，包括肘部、手腕、脚踝、膝盖；

Step2：进行行为特征提取，该特征提取模块提取特征分为样本特征提取和实时特征提取两种情况，在两种情况下，都可以将攻击行为划分为攻击实施阶段和攻击截止阶段。在本系统中，首先进行样本特征提取。样本特征提取方法是预获取样本场景图像及其中人员信息，样本场景可以包括咖啡厅、餐厅等营业场所，也可以包括体育场、公园等活动场所，图像中获取到的人员位置用矩形框标记，其矩形框中心位置信息(bx，by)用一维向量存储，样本场景的行人将做出拳击、挥手、伸手等动作；实时特征通过视频监控系统中当前需要监控的对象进行实时特征提取；